Özetçe - Kemik yaşı tayini sol el-bilek radiograflarının incelenmesi esasına dayanır ve pediatrik hastalıkların incelenmesinde sıklıkla kullanılır. Bu tezde kemik yaşı tayini ile alakalı yapılan çalışmalar ve bilgisayar ile otomatik kemik yaşı tayini için gerekli olan adımlar incelendi. İlk olarak Greulich&Pyle ve Tanner&Whitehouse (TW2) klinik uygulamaları incelendi ve TW2 uygulamasının bilgisayar ile analiz için daha uygun olduğu görüldü. Daha sonra web tabanlı manüel TW2 iskelet yaşı tayini yapabilen bir uygulama hazırlandı. Manüel klinik uygulamadan yola çıkarak bilgisayar ile tam olarak otomatik kemik yaşı tayini uygulaması için gerekli olan adımlar incelendi. Görüntü işleme öncesi gerekli ön analiz yöntemleri incelendi ve belirli ilgi alanlarına TW2 safhasını atamak için gerekli olan adımlar açıklandı.
Tam olarak otomatik çalışarak kemik yaşı tayini yapabilen bir yazılımın tasarımı yapıldı. Bu yazılım ile sol elin üçüncü parmağının orta boğumuna uygun düşen TW2 safhalarını otomatik atama deneyleri yapıldı. Bu yazılımda her bir TW2 safhası için standart atlası oluşturan grafiler eğitildi ve dijital atlas için ortalama görüntüler oluşturuldu. Bu görüntüler ile sorgulanan radiografın TW2 seviyesi bulundu. Sorgulanan grafi için en iyi uyuşan ortalama görüntü ile uygun TW2 safhası belirlenmiş oldu.
Deney sonuçları kullanılan yöntem ile tüm grafilerin % 70 inde, üçüncü parmağının orta boğumuna uygun düşen TW2 safhası doğru olarak hesaplanabilinmiştir. Kemik yaşını tayini için gerekli olan diğer kemiklerde de bu yöntemin kullanılabileceğini düşünmekteyiz.
Anahtar Sözcükler: Bilgisayar ile Kemik Yaşı Tayini, Web-tabanlı TW2 uygulaması, Active Shape Model
Abstract - Bone age assessment based on the radiological examination of the left hand and wrist is a procedure frequently performed to evaluate the growth of pediatric patients. In this thesis we examined studies conducted on the skeletal age analysis and we developed a computerized system for automatic bone age analysis. Firstly we examined two different clinical methods; The Greulich and Pyle method and the Tanner and Whitehouse (TW2) method. We chose the TW2 method to develop a computerized bone age system because it is more suitable for the computer analysis than the Greulich and Pyle method. We developed the web-based TW2 skeletal age calculation software. We then introduced steps that are necessary to transform this manual clinical method into a fully automated system. We explained preprocessing methods that are needed to make a radiograph fit for analysis and steps to find regions of interest and assign them TW2 stages.
Finally we developed a computer program that assigns TW2 stages to a certain region of interest (the middle phalanx of the third finger) in the left hand. In this method we trained all TW2 stage groups for middle phalanx of the third finger and produced mean images for each TW2 stage. These mean images are used to determine the TW2 stage of queried image. We use the correlation between a mean image and a target image as an indicator of which stage should be assigned to the target.
Our results show that 70 % of all test images of the middle phalanx of the third finger have been assigned the correct TW2 stage by our method. We believe that the same method could be used to assign TW2 stages to other regions of interest in the hand.
Keywords: Computerized Bone age assessment, Web-based Tanner and Whitehouse method, Active Shape Model
I. Giriş
Kemik yaşı tayini pediatrik hastaların büyüme düzensizliklerini, büyüme potansiyellerini incelemek ve süreci takip etmek için önemlidir.[1] Bilgisayar ile kemik yaşı tayininin geliştirilmesi pediatrik radyolojide daha objektif ölçümler alınasını sağlayacaktır. Kemik yaşı tayini Şişli etfal eğitim ve araştırma hastanesinde sene içerisinde 600-1000 kere yapılmaktadır. Bu procedure uzun zaman almakta ve kemik yaşını hesaplayan doktorun deneyimine bağlı objektif olmayan sonuçlar alınabilmektedir. Bu proje ile kemik yaşı tayininin veriminin ve objektifliğinin arttırılması planlanmaktadır.
Bu çalışmanın ilk aşamasında web-tabanlı manuel TW2 kemik yaşı tayini yapabilen bir yazılım geliştirildi. İkinci aşamada ise evreleri görüntü analizi ile otomatik olarak bulabilen bir yazılım geliştirildi ve orta parmağın orta flanksı için uygulandı.
II. Kemik Yaşı Tayini İçin Klinik Metotlar
Kemik yaşı tayininde genellikle iki metod kullanılmaktadır. Bunların ilki Greulich&Phyle(G&P) metodu ve diğeri Tanner&Whitehouse (TW2) metodudur. G&P metodu TW2 metoduna oranla daha hızlı ve uygulanması kolaydır fakat TW2 metodu daha güvenilir ve geniş bir skalada sonuçlar vermektedir. Her iki metota da sol el grafileri kullanılmaktadır. Kemik yaşı tayininde kullanılan kemikler arasında parmak kemiklerinin distal, orta ve proksimal flanks kısımları, ve Capitate, Hamate, Triquetral, Lunate, Scaphoid ve Trpeizumdan oluşan beş karpal kemik vardır.
Şekil1. Sol elin anatomik yapısı
Kemikler arası birleşme flanksarda kolayca izlenebilmektedir. Flankslarda üç kısım vardır metafiz, epifiz ve diafiz. Epifiz zaman içinde gelişerek metafiz ile birleşir.
İnsan gelişimi ve büyümesi ile alakallı ilk çalışmalar 1929 yılında Ohio’da Western Reverse Üniversitesi Tıp okulunda başladı. 1937 yılında Todd tarafından Elin İskelet Gelişim Atlası yayınlandı[2]. G&P atlasında yirmisekiz kemik standart atlasa göre karşılaştırılır. Erkek ve bayanlar için farklı standart atlaslar vardır çünkü bayan hastalar erkeklere oranla daha hızlı gelişimlerini tamamlar. G&P atlasında tüm grafiye bakılarak standart atlasa göre bir seferde karşılaştırılır. Skala yaşa göre değişmektedir. TW2 metodunda ise herbir kemik daha ayrıntılı bir skalada, olgunlaşma evrelerinde incelenir ve bir skorlama sistemi içinde kemik yaşına ulaşılır. Üç farklı puanlama sistemi geliştirilmiştir:
· TW2 20 kemik ile
· RUS(Radius, Ulna, Kısa parmak kemikleri)
· Carpal
Bu çalışmada 20 kemik ile TW2 metodunu kullanarak kemik yaşını bulan bir yazılım geliştirilmiştir.
III. Bilgisayar İle Kemik Yaşı Tayini
G&P metodunda belirli inceleme alanları yerine global bir inceleme yapılmakta idi dolayısı ile TW2 metodu bilgisayar ile kemik yaşı tayini için daha uygun uygulama metotodudur. TW2 metodu modüler bir yapıya sahiptir. Her bir belirli inceleme alanına bir evre seçilmesi ve bu evrelerin skorlanarak toplam skorun olgunluk skor/yaş tablosundaki uygun yaşa tekabulünü içerir.
İmge işleme adımları
Görüntü işleme öncesi imgelerin normalize edilmesi gerekmektedir. Tüm grafiler aynı koşulda işlenmeye başlamalıdır. Grafi üzerindeki etiketler kaldırılmalı ve aynı pozisyona getirilmeliler. Maas [3] istenmeyen kısımları kesen ve el grafisinin doğrultusunu otomatik düzelten bir sistem geliştirmiştir.
İmgenin doğrultusunun düzeltilmesinden sonra elin radyograf içerisinde bulunması gerekmektedir. Basitçe piksellerin elenmesi bu işte kullanılmaz çünkü arka plan her zaman değişen değerlerdedir. Behiels[4]. 1984 yılında Micheal [5] yarı otomatik çalışan ve eli radyograftan ayırabilen bir sistem geliştirmiştir. Başka bir çalışmada Pietka [6] tarafından geliştirilmiştir. Bu metodta üçüncü parmak bulunarak distal orta ve proksimal uzunlukları ölçülmektedir. Daha sonra bu metod geliştirilerek metafiz ve epifiz arasındaki oran kullanılarak yenilenmiştir[7]. Efford[8] el-bilek anatomosini kullanan bir analiz metodu kullandı.
Web tabanlı Kemik Yaşı Tayini
Çalışmanın ilk kısmında web tabanlı kemik yaşı tayini yazılımı geliştirildi. Yazılım .NET altyapısı içinde C# yazılım dili kullanılarak gerçekleştirildi. Web yabanlı olması çalışmaya; istenilen yerden erişimi kolay kulanımı ve kurulum sorunlarının olmaması gibi artı özellikler katmıştır. Yazılım geliştirilirken aşağıdaki özellikler göz önüne alınmıştır:
· Yazılım kullanıcı tarafından kolayca kullanılabilmeli ve az zaman almalıdır.
· Tüm TW2 metodundaki tüm kemikler için kullanılabilmelidir..
· Sonuçlar tüm safhaları ayrıntısı ile gösterebilmelidir.
· Evreler hakkında kullanıcıya bilgilendirici metinler bulunmalıdır.
· Arayüzü kullanıcı-dostu olmalıdır.
Web tabanlı TW2 yazılımının arayüzü ile kullanıcı hastanın yirmi el ve bilek kemiği için uygun olan evreleri seçer. Fareyi resmin üzerine getirdiğinde her bir evrenin ayırt edici özellileri metinsel olarak görülebilir.
Şekil2. Web arayüzü ile 20 kemik için uygun TW2 evresi seçilir.
Kemik yaşını hesaplarken ilk önce her bir seçilen evre için belirlenmiş skorlar toplanır ve toplam olgunluk puanı bulunur. Bu puan puan/yaş tablosunda uygun düşen olgunluk puanı seçilir. Kemik yaşı
Kemik yaşı= 1 + Olgunluk puanı / 10 (1)
| Toplam olgunluk / yaş yablosu |
| | bayanlar | Erkekler |
| Yaş | Puan | | Yaş | Puan |
| 0 | 131 | | 0 | 114 |
| 1 | 136 | | 1 | 116 |
| 2 | 140 | | 2 | 119 |
| 3 | 146 | | 3 | 123 |
| 4 | 152 | | 4 | 126 |
| 5 | 159 | | 5 | 129 |
| 6 | 165 | | 6 | 133 |
| 7 | 172 | | 7 | 136 |
| 8 | 179 | | 8 | 139 |
| … | … | | … | … |
| 150 | 1000 | | 170 | 1000 |
| | | | | |
formülü ile hesaplanır. Erkek ve bayan hastalar için farklı iki olgunluk tablosu vardır.
Şekil3. Cinsiyet ve herbir kemik için bir evre seçildikten sonra kemik yaşı hesaplanır
| Her bir evre için olgunlaşma puanı |
| kemik | evre | cinsiyet | Puan |
| radius | B | M | 15 |
| radius | B | F | 17 |
| radius | C | M | 17 |
| radius | C | F | 19 |
| radius | D | M | 21 |
| radius | D | F | 25 |
| radius | E | M | 27 |
| radius | E | F | 33 |
| radius | F | M | 48 |
| radius | F | F | 54 |
| radius | G | M | 77 |
| radius | G | F | 85 |
| radius | H | M | 96 |
| radius | H | F | 99 |
| radius | I | M | 106 |
| radius | I | F | 106 |
| ulna | B | M | 22 |
| ulna | B | F | 22 |
| … | … | … | … |
Şekil4. TW2 metodunda kullanılan puanlama tabloları.
Çalışmanın ikinci bölümünü kemik yaşını bulmak için kullanıcıya seçtirdiğimiz evrelerin otomatik olarak bilgisayar tarafından bulunması oluşturmaktadır. Bu bölümde kullanılan yazılım Aktif Şekilleme Modeli (ASM) metodu kullanılarak matlab ta hazırlandı. Chalmers Üniversitesinden Ghassan Hamarneh’in geliştirdiği ASM modulu yazılımın temel fonksiyonlarını oluşturmaktadır. Kemik yaşını otomatik tayin eden yazılım iki temal bölümden oluşmaktadır. İlk aşamada kullanıcı hedeflediği ilgi alanındaki tüm evrelerin eğitimi yapılır. Eğitim yapılırken aynı evredeki resimler seçilir ve bunların aynı fiziksel farklılık olan sınırlarına işaret noktaları konulur. Ve bu işaret noktaları ile eğitim seti dosyası oluşturulur. Yeni gelen sorgulanan resim tüm eğitim setleri ile karşılaştırılır. Karşılaştırma Aktif Şekilleme Modeli metodu ile yapılır. Eğitim setindeki ortalama görüntünün şekli uzayıp kısaltılarak, çevrilerek ve yeri değiştirilerek sorgulanan şekle uyup uymadığı hesaplanır.
Şekil4. Kullanıcı her bir evre için belirgin fiziksel farklılıklara işaret noktaları koyarak eğitim seti oluşturur.
Yazılımın ikinci aşamasını arama modülü oluşturur. Bu modül için gerekli şart eğitim setlerinin hazır olmasıdır. Arama başlaması için kullanıcı aramaya başlama noktasını belirtir.
Şekil4. Arama safhası
Arama safhasında değişik çözünürlüklerde ASM modeli kullanılır. Eğitim seti ile sorgulanan görüntü arasında % 95 lik bir benzerlik olduğunda arama sonuçlanır ve uygun evre bulunmuş olur. Bu süreç diğer kemiklerin ilgi alanlarındada yapılmalıdır.
VIII. Tartışma ve Sonuç
İlk olarak tasarlanan web uygulaması sonuçları dikkat çekiçidir. Manuel olarak yapılan kemik yaşı tayininde işlemi yapanlar arasında seçilen evrelerde %30 oranında fark gorulmektedir. Web temelli kemik yaşı tayini sisteminde ise bu fark %33.8 dir. Geliştirdiğimiz yazılım Manuel yapılan tetkik sonuçlarına yakın sonuçlar bulunmustur.
| Hasta No: | Manuel metod ile Kemik Yaşı | Web-tabanlı yazlım ile Kemik Yaşı |
| 11 | 11,6 | 11,1 |
| 13 | 8,5 | 8,0 |
| 15 | 9,5 | 9,9 |
| 4 | 7,8 | 7,2 |
| 6 | 4,8 | 4,4 |
Çalışmanın ikinci kısmında geliştirmiş olduğumuz TW2 evrelerini otomatik olarak bulan yazılım ortaparmağın üçüncü flanksı ile test edildi. Testlerde eğitim setlerinde kullanılmamış 30 ayrı resim kullanıldı.
Yazılım birbirine yakın evrelerde hatalı sonuç bulabilmektedir. Mesela bu resimlerden 7 tanesi D evresinde olmasına rağmen 3 tanesi E evresinde bulunmuştur. Standart atlas oluştururken daha fazla resmin kullanılarak gerçek evreye daha yakın sonuçlar bulunabilmektedir.
Sözlük
| İngilizce | Türkçe |
| Active Shape Model | Aktif Şekilleme Modeli |
| imge işleme | İmage processing |
| landmarks | işaret noktaları |
| Maturity score | Olgunluk puanı |
| Region of intrest | ilgi alanı |
| stage | Evre |
| Türkçe | İngilizce |
| Aktif Şekilleme Modeli | Active Shape Model |
| evre | Stage |
| ilgi alanı | Region of intrest |
| işaret noktaları | landmarks |
| image processing | İmge işleme |
| Olgunluk puanı | Maturity score |
Kaynaklar
[1] F. Cao, H.K. Huang, E. Pietka, V. Gilsanz. Digital hand atlas and web-based bone age assessment: system design and implementation
[2] W.W. Greulich and S.I. Pyle. Radiographic atlas of skeletal development of hand and wrist. Stanford University Press, 2nd edition, 1971.
[3] C. Maas. Automatic detection of skeletal age based on hand x-rays of children. Master’s thesis, Image Sciences Institute, 2002.
[4] G. Behiels, F. Maes, D. Vandermeulen, and P. Sueten. Retrospective correction of the heel effect in hand radiographs. In W. Niessen and M. Viergever, editors, Medical Image Computing and Computer-Assisted Intervention - MICCAI 2001, pages 301–308. Springer-Verlag, 2001.
[5] D.J. Michael and A.C. Nelson. HANDX: a model-based system for automatic segmentation of bones from digital hand radiographs. IEEE Transactions on Medical Imaging, 8(1):64–69, 1989.
[6] E. Pietka, M.F. McNitt-Gray, M.L. Kuo, and H.K. Huang. Computer assisted phalangeal analysis in skeletal age assessment. IEEE Transactions on Medical Imaging, 10(4):616–620, 1991.
[7] E. Pietka, M. F. McNitt-Gray, T. Hall, and H. K. Huang. Computerized bone analysis of hand radiographs. SPIE Medical Imaging VI: Image Processing, 1652:522–528, 1992.
[8] N.D. Efford. Knowledge-based segmentation and feature analysis of handwrist radiographs. Technical report, University of Leeds, School of Computer Studies, 1994. report 94.31.
