Разработка антропоморфной модели позвонка L1 для усовершенствования денситометрического фантома

Цель исследования — создание антропоморфной модели позвонка L1 для усовершенствования ранее разработанного фантома РСК ФК2.

Материалы и методы. Позвонок изготовлен с помощью 3D-печати по цифровой модели, полученной из DICOM-файлов КТ-сканирования брюшной полости. Конструкция фантома включает три слоя с различной рентгеновской плотностью. В основе, выполненной из фотополимерной смолы, сформировано цилиндрическое углубление, которое заполняется пластичным композитным материалом для имитации нормального состояния губчатого вещества (высокая плотность), остеопении (умеренное снижение плотности) и остеопороза (значительное снижение плотности). Минеральная плотность регулируется за счет изменения концентрации β-трикальцийфосфата в смеси. Кортикальный слой воспроизводится путем нанесения медной фольги на поверхность основы.

Результаты. При напряжении на трубке 120 кВ среднеквадратичные отклонения измеренных значений рентгеновской плотности тела позвонка, губчатого вещества и кортикального слоя составили 12,40; 3,96 и 57,23 HU соответственно. Оценка минеральной плотности губчатого вещества для трех напряжений на трубке (100, 120, 140 кВ) показала среднюю абсолютную погрешность 7,4 мг/мл, а среднюю относительную — 7,3% (коэффициент вариации). Для корректировки значений использовали поправочный коэффициент, равный 7 мг/мл. После его применения средняя абсолютная погрешность снизилась до 0,4 мг/мл, а средняя относительная — до 0,4% (коэффициент вариации). Относительные погрешности измерений вентрального, срединного и дорсального размеров тела позвонка составили 3,6; 2,7 и 2,9% соответственно.

Заключение. Методика, использованная при создании модели позвонка, может применяться для моделирования всего диапазона минеральной плотности губчатого вещества кости: от остеопороза до нормы. Разработанная модель демонстрирует высокую стабильность рентгенологических характеристик и анатомическую точность, поэтому может быть использована для калибровки оборудования, контроля качества диагностических систем, а также в обучении для демонстрации изменений костной структуры.

1. Хоружая А.Н., Ахмад Е.С., Семенов Д.С. Роль системы контроля качества лучевой диагностики онкологических заболеваний в радиомике. Digital Diagnostics 2021; 2(2): 170–184, https://doi.org/10.17816/DD60393.
2. Артюкова З.Р., Петряйкин А.В., Кудрявцев Н.Д., Петряйкин Ф.А., Семенов Д.С., Шарова Д.Е., Белая Ж.Е., Владзимирский А.В., Васильев Ю.А. Опыт применения сервисов искусственного интеллекта для диагностики компрессионных переломов тел позвонков по данным компьютерной томографии: от тестирования до апробации. Digital Diagnostics 2024; 5(3): 505–518, https://doi.org/10.17816/DD624250.
3. Артюкова З.Р., Кудрявцев Н.Д., Петряйкин А.В., Абуладзе Л.Р., Сморчкова А.К., Ахмад Е.С., Семе­нов Д.С., Беляев М.Г., Белая Ж.Е., Владзимирский А.В., Васильев Ю.А. Применение алгоритма искусственного интеллекта для оценки минеральной плотности тел позвонков по данным компьютерной томографии. Медицинская визуализация 2023; 27(2): 125–137, https://doi.org/10.24835/1607-0763-1257.
4. Петряйкин А.В., Белая Ж.Е., Беляев М.Г., Заха­ров А.А., Бухараев А.Н., Бобровская Т.М., Кудрявцев Н.Д., Семенов Д.С., Ахмад Е.С., Артюкова З.Р., Абуладзе Л.Р., Сморчкова А.К., Васильев Ю.А. Точность автоматической диагностики компрессионных переломов тел позвонков по данных морфометрического алгоритма искусственного интеллекта. Остеопороз и остеопатии 2022; 25(3): 92–93, https://doi.org/10.14341/osteo13064.
5. Артюкова З.Р., Кудрявцев Н.Д., Абуладзе Л.Р., Ах­мад Е.С., Семенов Д.С. Практическое применение фантома для автоматизированной оценки минеральной плотности кости. Остеопороз и остеопатии 2022; 25(3): 10–11, https://doi.org/10.14341/osteo12974.
6. Петряйкин А.В., Смолярчук М.Я., Петряйкин Ф.А., Низовцова Л.А., Артюкова З.Р., Сергунова К.А., Ах­мад Е.С., Семенов Д.С., Владзимирский А.В., Моро­зов С.П. Оценка точности денситометрических исследований. Применение фантома РСК ФК2. Травматология и ортопедия России 2019; 25(3): 124–134, https://doi.org/10.21823/2311-2905-2019-25-3-124-134.
7. Морозов С.П., Сергунова К.А., Петряйкин А.В., Се­ме­нов Д.С., Петряйкин Ф.А., Ахмад Е.С., Низовцова Л.А., Владзимирский А.В. Устройство фантома для проведения испытаний рентгеновских методов остеоденситометрии. Патент RU186961 U1. 2018.
8. Pickhardt P.J., Lee S.J., Liu J., Yao J., Lay N., Graffy P.M., Summers R.M. Population-based opportunistic osteoporosis screening: validation of a fully automated CT tool for assessing longitudinal BMD changes. Br J Radiol 2019; 92(1094): 20180726, https://doi.org/10.1259/bjr.20180726.
9. The American College of Radiology. ACR–SPR–SSR practice parameter for the performance of quantitative computed tomography tQCT) bone mineral density. 2023. URL: https://gravitas.acr.org/PPTS/GetDocumentView?docId=11.
10. Громов А.И., Петряйкин А.В., Кульберг Н.С., Ким Ю.С., Морозов С.П., Сергунова К.А., Усанов М.С. Проблема точности денситометрических показателей в современной многослойной компьютерной томографии. Медицинская визуализация 2016; 6: 133–142.
11. Roth H.R., Wang Y., Yao J., Lu L., Burns J.E., Summers R.M. Deep convolutional networks for automated detection of posterior-element fractures on spine CT. Medical Imaging 2016: Computer-Aided Diagnosis 2016; 9785: 97850P, https://doi.org/10.1117/12.2217146.
12. Kalender W.A., Felsenberg D., Genant H.K., Fischer M., Dequeker J., Reeve J. The European Spine Phantom — a tool for standardization and quality control in spinal bone mineral measurements by DXA and QCT. Eur J Radiol 1995; 20(2): 83–92, https://doi.org/10.1016/0720-048x(95)00631-y.
13. Pearson D., Cawte S.A., Green D.J. A comparison of phantoms for cross-calibration of lumbar spine DXA. Osteoporos Int 2002; 13(12): 948–954, https://doi.org/10.1007/s001980200132.
14. Arnold B.A., Xiang P., Budoff M.J., Mao S.S. Very small calcifications are detected and scored in the coronary arteries from small voxel MDCT images using a new automated/calibrated scoring method with statistical and patient specific plaque definitions. Int J Cardiovasc Imaging 2012; 28(5): 1193–1204, https://doi.org/10.1007/s10554-011-9914-2.
15. Kweon D.C., Kim E.H., Shim D.O., Dong K.R., Kim H.S., Goo E.H., Chung W.K. Assessment of the effect of bone density and soft tissue thickness on phantom measurements. J Korean Phys Soc 2010; 5(57): 1263–1269, https://doi.org/10.3938/jkps.57.1263.
16. Islamian J.P., Garoosi I., Fard K.А., Abdollahi M.R. Comparison between the MDCT and the DXA scanners in the evaluation of BMD in the lumbar spine densitometry. Egypt J Radiol Nucl Med 2016; 47(3): 961–967, https://doi.org/10.1016/j.ejrnm.2016.04.005.
17. Park A.J., Choi J.H., Kang H., Park K.J., Kim H.Y., Kim S.H., Kim D.Y., Park S.H., Ha Y.C. Result of proficiency test and comparison of accuracy using a European spine phantom among the three bone densitometries. J Bone Metab 2015; 22(2): 45–49, https://doi.org/10.11005/jbm.2015.22.2.45.

Petraikin А.V., Mikhailova А.М., Kudryavtsev N.D., Cherkasskaya М.V., Yastrebova V.О., Omelyanskaya О.V., Vasilev Y.А. Development of L1 Vertebral Anthropomorphic Model for Densitometric Phantom Improvement. Sovremennye tehnologii v medicine 2025; 17(4): 52, https://doi.org/10.17691/stm2025.17.4.05