Musculoskeletal disorders are a major cause of disability globally, and it is critical to identify effective early diagnostic approaches, paying particular attention to the muscular condition of the back, particularly the deep thoracolumbar fascia, using its creep as a biomarker. To assess myofascial pain, ultrasound is often used, but its dependence on the operator limits the objectivity of the results, as accuracy depends on the physician's experience. To overcome this limitation, an automatic pixel tracking algorithm based on Horn & Schunck's dense optical flow was implemented, which is particularly suitable in situations where the selection of specific features in ultrasound images is complex. For this purpose, videos of 12 patients, acquired at the L3 vertebral level, were used. The study conducted two major validation phases. The first compared manual displacement assessment, the gold standard in clinical practice, with automatic assessment based on optical flow, validating the effectiveness of the latter. In the second phase, optical streams derived from the original band videos were compared with those generated from synthetic videos generated through a warping process. Manual visual inspection produced acceptable results in terms of both directional and intensity of the calculated OF arrows, showing satisfactory performance confirmed by comparison with a ground truth obtained from a high-quality non-echo video and the obtained MAE, MSE and RMSE values of 0.639, 0.596 and 0.772, respectively. Validation of the warping process showed SSIM values averaged over all the ultrasound videos and initial and final frame sequences to be 0.931 ± 0.032 and 0.636 ± 0.054, underscoring the importance of considering the temporal evolution of accumulated errors over time. At this stage, the MAE, MSE, and RMSE indices averaged over the entire set of ultrasound videos were 0.625 ± 0.180, 0.693 ± 0.315, and 1.595 ± 0.404 pixels/frame, values that, being within the limits of acceptability established by a reference scale, show a satisfactory performance of the algorithm. In conclusion, optical flow emerges as a promising tool to assess the flow of fascial structures in ultrasound videos, especially in the context of low back pain. This offers an innovative perspective in medical investigation, integrating automated tools to improve the objectivity and accuracy of diagnosis, reducing operator-related risks, timelines and healthcare costs, thus contributing to better quality of care.

Le affezioni muscolo-scheletriche rappresentano una delle principali cause di disabilità a livello globale, ed è fondamentale individuare approcci diagnostici tempestivi efficaci, ponendo particolare attenzione alle condizioni muscolari della schiena, in particolare alla fascia profonda toracolombare, utilizzando il suo scorrimento come biomarcatore. Per valutare il dolore mio-fasciale, spesso si utilizza l’ecografia, ma la sua dipendenza dall’operatore limita l’oggettività dei risultati, poiché la precisione dipende dall’esperienza del medico. Per superare questo limite, è stato implementato un algoritmo di tracciamento automatico dei pixel basato sull’optical flow denso di Horn & Schunck, particolarmente adatto in situazioni in cui la selezione di feature specifiche nelle immagini ecografiche è complessa. A tal proposito sono stati utilizzati video di 12 pazienti, acquisiti a livello vertebrale L3. Lo studio ha condotto due importanti fasi di validazione. La prima ha confrontato la valutazione manuale degli spostamenti, gold standard nella pratica clinica, con quella automatica basata sul flusso ottico, convalidando l’efficacia di quest’ultimo. Nella seconda fase, sono stati confrontati i flussi ottici derivanti dai video originali della fascia con quelli generati dai video sintetici generati attraverso un processo di warping. L’ispezione visiva manuale ha prodotto risultati accettabili sia in termini direzionali che di intensità delle frecce di OF calcolate, mostrando prestazioni soddisfacenti confermate dalla comparazione con una ground truth ottenuta da un video non ecografico di alta qualità e dai valori ottenuti di MAE, MSE e RMSE, rispettivamente di 0.639, 0.596 e 0.772. La validazione del processo di warping ha evidenziato valori di SSIM mediati su tutti i video ecografici e su sequenze di frame iniziali e finali pari a 0.931 ± 0.032 e 0.636 ± 0.054, sottolineando l’importanza di considerare l’evoluzione temporale degli errori accumulati nel tempo. In questa fase gli indici MAE, MSE, e RMSE mediati sull’intero insieme dei video ecografici sono risultati 0.625 ± 0.180, 0.693 ± 0.315 e 1.595 ± 0.404 pixel/frame, valori che, rientrando nei limiti di accettabilità stabiliti da una scala di riferimento, evidenziano una prestazione soddisfacente dell’algoritmo. In conclusione, l’optical flow si configura come uno strumento promettente per valutare lo scorrimento delle strutture fasciali in video ecografici, specialmente nel contesto del mal di schiena. Questo offre una prospettiva innovativa nell’indagine medica, integrando strumenti automatici per migliorare l’oggettività e la precisione della diagnosi, riducendo i rischi legati all’operatore, le tempistiche e i costi sanitari, contribuendo così a una migliore qualità della cura.

Analisi di immagini ecografiche per lo studio dello scorrimento della fascia profonda come biomarcatore nella valutazione delle disfunzioni muscolo scheletriche

LONGHI, NICOLE
2022/2023

Abstract

Musculoskeletal disorders are a major cause of disability globally, and it is critical to identify effective early diagnostic approaches, paying particular attention to the muscular condition of the back, particularly the deep thoracolumbar fascia, using its creep as a biomarker. To assess myofascial pain, ultrasound is often used, but its dependence on the operator limits the objectivity of the results, as accuracy depends on the physician's experience. To overcome this limitation, an automatic pixel tracking algorithm based on Horn & Schunck's dense optical flow was implemented, which is particularly suitable in situations where the selection of specific features in ultrasound images is complex. For this purpose, videos of 12 patients, acquired at the L3 vertebral level, were used. The study conducted two major validation phases. The first compared manual displacement assessment, the gold standard in clinical practice, with automatic assessment based on optical flow, validating the effectiveness of the latter. In the second phase, optical streams derived from the original band videos were compared with those generated from synthetic videos generated through a warping process. Manual visual inspection produced acceptable results in terms of both directional and intensity of the calculated OF arrows, showing satisfactory performance confirmed by comparison with a ground truth obtained from a high-quality non-echo video and the obtained MAE, MSE and RMSE values of 0.639, 0.596 and 0.772, respectively. Validation of the warping process showed SSIM values averaged over all the ultrasound videos and initial and final frame sequences to be 0.931 ± 0.032 and 0.636 ± 0.054, underscoring the importance of considering the temporal evolution of accumulated errors over time. At this stage, the MAE, MSE, and RMSE indices averaged over the entire set of ultrasound videos were 0.625 ± 0.180, 0.693 ± 0.315, and 1.595 ± 0.404 pixels/frame, values that, being within the limits of acceptability established by a reference scale, show a satisfactory performance of the algorithm. In conclusion, optical flow emerges as a promising tool to assess the flow of fascial structures in ultrasound videos, especially in the context of low back pain. This offers an innovative perspective in medical investigation, integrating automated tools to improve the objectivity and accuracy of diagnosis, reducing operator-related risks, timelines and healthcare costs, thus contributing to better quality of care.
2022
Analysis of ultrasound images for the study of deep fascia creep as a biomarker in the evaluation of musculoskeletal dysfunction
Le affezioni muscolo-scheletriche rappresentano una delle principali cause di disabilità a livello globale, ed è fondamentale individuare approcci diagnostici tempestivi efficaci, ponendo particolare attenzione alle condizioni muscolari della schiena, in particolare alla fascia profonda toracolombare, utilizzando il suo scorrimento come biomarcatore. Per valutare il dolore mio-fasciale, spesso si utilizza l’ecografia, ma la sua dipendenza dall’operatore limita l’oggettività dei risultati, poiché la precisione dipende dall’esperienza del medico. Per superare questo limite, è stato implementato un algoritmo di tracciamento automatico dei pixel basato sull’optical flow denso di Horn & Schunck, particolarmente adatto in situazioni in cui la selezione di feature specifiche nelle immagini ecografiche è complessa. A tal proposito sono stati utilizzati video di 12 pazienti, acquisiti a livello vertebrale L3. Lo studio ha condotto due importanti fasi di validazione. La prima ha confrontato la valutazione manuale degli spostamenti, gold standard nella pratica clinica, con quella automatica basata sul flusso ottico, convalidando l’efficacia di quest’ultimo. Nella seconda fase, sono stati confrontati i flussi ottici derivanti dai video originali della fascia con quelli generati dai video sintetici generati attraverso un processo di warping. L’ispezione visiva manuale ha prodotto risultati accettabili sia in termini direzionali che di intensità delle frecce di OF calcolate, mostrando prestazioni soddisfacenti confermate dalla comparazione con una ground truth ottenuta da un video non ecografico di alta qualità e dai valori ottenuti di MAE, MSE e RMSE, rispettivamente di 0.639, 0.596 e 0.772. La validazione del processo di warping ha evidenziato valori di SSIM mediati su tutti i video ecografici e su sequenze di frame iniziali e finali pari a 0.931 ± 0.032 e 0.636 ± 0.054, sottolineando l’importanza di considerare l’evoluzione temporale degli errori accumulati nel tempo. In questa fase gli indici MAE, MSE, e RMSE mediati sull’intero insieme dei video ecografici sono risultati 0.625 ± 0.180, 0.693 ± 0.315 e 1.595 ± 0.404 pixel/frame, valori che, rientrando nei limiti di accettabilità stabiliti da una scala di riferimento, evidenziano una prestazione soddisfacente dell’algoritmo. In conclusione, l’optical flow si configura come uno strumento promettente per valutare lo scorrimento delle strutture fasciali in video ecografici, specialmente nel contesto del mal di schiena. Questo offre una prospettiva innovativa nell’indagine medica, integrando strumenti automatici per migliorare l’oggettività e la precisione della diagnosi, riducendo i rischi legati all’operatore, le tempistiche e i costi sanitari, contribuendo così a una migliore qualità della cura.
Lombalgia
Fascia profonda
Ecografia
Image processing
Segmentazione
File in questo prodotto:
File Dimensione Formato  
Longhi_Nicole.pdf

accesso aperto

Dimensione 3.94 MB
Formato Adobe PDF
3.94 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/60581