Quantitative histological image analysis of cartilage structure in healthy and osteoarthritic knee joints

Osteoarthritis (OA) is characterized by progressive structural and compositional changes of the articular cartilage extracellular matrix. Although histology remains the gold standard for evaluating these alterations, conventional semi-quantitative scoring systems are subjective and limited in their ability to detect subtle tissue changes. This thesis presents the development and implementation of a MATLAB-based image analysis pipeline for the quantitative assessment of murine tibial plateau cartilage in a collagenase-induced osteoarthritis (CIOA) model. The proposed workflow provides objective, reproducible measurements of cartilage composition through semi-automated image segmentation. Histological images stained with Safranin O/Fast Green, Masson's Trichrome, and Picrosirius Red under polarized light were analysed using automated Hue-Saturation-Lightness (HSL)-based colour segmentation. Constituent area fractions and absolute physical areas were quantified, and complementary information from Safranin O/Fast Green and Masson's Trichrome was integrated to generate a comprehensive compositional profile of the tissue. Application of the pipeline to one healthy control and three CIOA samples representing different stages of disease demonstrated clear compositional differences between healthy and osteoarthritic cartilage. OA specimens exhibited reduced proteoglycan content and increased collagen content, consistent with extracellular matrix degradation and remodeling. Comparison of area fractions with absolute physical areas demonstrated that the CIOA samples contained a greater amount of collagenous tissue, consistent with disease-associated extracellular matrix remodelling and fibrotic tissue formation. The integrated analysis obtained by combining the quantitative results from Safranin O/Fast Green and Masson's Trichrome, revealed an approximately balanced proteoglycan-to-collagen composition in healthy cartilage, whereas all CIOA samples exhibited collagen predominance. The segmentation workflow reproduced the principal histopathological features of the tissue. However, several limitations remain, including the small cohort, the manual ROI selection, and localized segmentation inaccuracies caused by colour overlap in the histological sections. Nevertheless, the proposed workflow provides an objective framework for quantitative histological assessment of cartilage composition and offers a versatile approach that may be adapted to other histological applications.

L'osteoartrite (OA) è caratterizzata da progressive alterazioni strutturali e composizionali della matrice extracellulare della cartilagine articolare. Sebbene l'analisi istologica rappresenti il gold standard per la valutazione di tali alterazioni, i tradizionali sistemi di punteggio semi-quantitativi sono soggettivi e presentano una limitata capacità di rilevare sottili cambiamenti tissutali. Questa tesi presenta lo sviluppo e l'implementazione di una pipeline di analisi delle immagini basata su MATLAB per la valutazione quantitativa della cartilagine del piatto tibiale murino in un modello di osteoartrosi indotta da collagenasi. Il flusso di lavoro proposto fornisce misure oggettive e riproducibili della composizione della cartilagine mediante segmentazione semi-automatizzata delle immagini. Le immagini istologiche ottenute mediante le colorazioni Safranina O/Fast Green, Tricromica di Masson e Picrosirius Red in luce polarizzata sono state analizzate mediante una segmentazione automatizzata del colore basata sullo spazio colore HSL. Sono state quantificate le percentuali di area occupate dai diversi costituenti e le rispettive aree fisiche assolute. Inoltre, le informazioni complementari ottenute dalle colorazioni Safranina O/Fast Green e Tricromica di Masson sono state integrate per ottenere un profilo composizionale complessivo del tessuto. L'applicazione della pipeline a un campione sano di controllo e a tre campioni OA rappresentativi di differenti stadi della malattia ha evidenziato chiare differenze composizionali tra cartilagine sana e osteoartritica. I campioni OA hanno mostrato una riduzione del contenuto di proteoglicani e un aumento del contenuto di collagene, in accordo con i processi di degradazione e rimodellamento della matrice extracellulare. Il confronto tra le percentuali di area e le aree fisiche assolute ha inoltre dimostrato che i campioni OA presentavano una maggiore quantità di collagene, coerente con il rimodellamento della matrice extracellulare associato alla malattia e con la formazione di tessuto fibrotico. L'analisi integrata, ottenuta combinando i risultati quantitativi derivati dalle colorazioni Safranina O/Fast Green e Tricromica di Masson, ha evidenziato una composizione pressoché bilanciata tra proteoglicani e collagene nella cartilagine sana, mentre tutti i campioni CIOA hanno mostrato una predominanza del collagene. Il flusso di lavoro di segmentazione è stato in grado di riprodurre le principali caratteristiche istopatologiche del tessuto. Permangono tuttavia alcune limitazioni, tra cui la ridotta numerosità del campione, la selezione manuale della regione di interesse (ROI) e inaccuratezze localizzate nella segmentazione dovute alla sovrapposizione cromatica nelle sezioni istologiche. Nonostante ciò, la pipeline proposta fornisce un quadro metodologico oggettivo per la valutazione quantitativa della composizione della cartilagine e rappresenta un approccio versatile potenzialmente adattabile ad altre applicazioni istologiche.