Landmark-free Assessment of Lower-limb Alignment with Implicit Neural Shape Functions from Knee Radiographs

Resumen Técnico: Evaluación de la Alineación de los Miembros Inferiores Libre de Puntos de Referencia mediante Funciones de Forma Neurales Implícitas

Planteamiento del Problema
La evaluación radiográfica de la alineación de los miembros inferiores (LLA, por sus siglas en inglés) es fundamental para predecir la salud articular y los resultados quirúrgicos en la artroplastia total de rodilla (TKR). Los métodos tradicionales dependen de la medición manual, lo cual consume mucho tiempo. Los enfoques recientes de aprendizaje automático han automatizado este proceso, pero generalmente dependen de la detección de un conjunto fijo de puntos de referencia anatómicos (landmarks) para calcular los ángulos de alineación (por ejemplo, el ángulo tibiofemoral anatómico, aTFA). Esta dependencia de puntos de referencia explícitos limita la flexibilidad del modelo; si las definiciones clínicas cambian, el protocolo de anotación debe redefinirse y el modelo puede requerir un reentrenamiento. Además, los modelos basados en puntos de referencia restringen la representación de la anatomía a puntos discretos en lugar de formas continuas.

Metodología
Los autores proponen un flujo de trabajo automatizado utilizando Funciones de Forma Neurales Implícitas (INSF) para evaluar la LLA directamente de radiografías de rodilla sin depender de coordenadas de puntos de referencia explícitos. El marco de trabajo opera a través de las siguientes etapas:

1. Preprocesamiento y Alineación de Datos:

   • Las imágenes de entrada son radiografías de rodilla anteroposteriores (AP).
   • Un alineador de formas basado en CNN (arquitectura Hourglass) detecta dos puntos de referencia en las esquinas de la meseta tibial para alinear todas las imágenes en un espacio canónico.
   • Para abordar la truncación de los ejes óseos en las radiografías, los autores extienden manualmente los contornos truncados del fémur y la tibia hacia los márgenes de la imagen siguiendo las tangentes estimadas de los ejes. Esto asegura que el modelo aprenda una geometría de eje consistente.

2. Predicción de la SDF:

   • Se entrena una U-Net para predecir Funciones de Distancia con Signo (SDF) a partir de las imágenes alineadas. El resultado consiste en dos canales, que representan mapas de distancia con signo separados para los contornos del fémur y la tibia.

3. Aprendizaje de Representación de Forma Implícita:

   • El núcleo del método emplea un auto-decodificador basado en SIREN para aprender representaciones de forma latentes compactas.
   • En lugar de predecir puntos de referencia, el modelo codifica la geometría ósea en un vector latente ($z$). Un perceptrón multicapa (MLP) decodificador mapea las coordenadas espaciales ($x$) y el vector latente ($z$) a un valor de distancia con signo ($d$), donde $d < 0$ es el interior del hueso, $d > 0$ es el exterior y $d = 0$ define la superficie.
   • El entrenamiento implica la optimización conjunta de los pesos de la red ($\theta$) y los códigos latentes ($z$) utilizando una pérdida Focal L1 con signo, diseñada para capturar detalles geométricos de alta frecuencia.

4. Optimización en Tiempo de Prueba y Regresión:

   • Optimización del Código Latente: Para una nueva imagen de prueba, la U-Net predice una SDF inicial. Un proceso de optimización encuentra entonces el vector latente específico ($z$) que minimiza la pérdida focal entre la SDF generada y la predicción de la U-Net.
   • Regresión de LLA: El vector latente optimizado se introduce en un MLP simple de 4 capas para regredir directamente las mediciones angulares (aTFA, aMPTA, JLCA). Esto evita la necesidad de calcular ángulos a partir de coordenadas de puntos de referencia intermedios.

Contribuciones Clave

• Marco de Trabajo Libre de Puntos de Referencia: Esta es la primera aplicación de Funciones de Forma Neurales Implícitas a radiografías de rodilla para la evaluación automatizada de la LLA. El método codifica la estructura anatómica global en un espacio latente, eliminando la dependencia de definiciones de puntos de referencia predefinidas.
• Extensibilidad Flexible: La arquitectura permite la adaptación rápida a nuevas tareas de medición sin alterar la representación principal (backbone), ya que el modelo aprende características de la forma en lugar de ubicaciones de puntos específicos.
• Estrategia de Extensión de Ejes: Los autores introducen un paso de preprocesamiento para extender los ejes óseos truncados, demostrando que la incorporación de más anatomía del eje mejora la precisión de la medición, particularmente para el aTFA.
• Interpretabilidad del Espacio Latente: El estudio analiza la correlación entre las dimensiones latentes y los ángulos clínicos, mostrando que dimensiones específicas (por ejemplo, la dimensión 116) se correlacionan fuertemente con el aTFA y el JLCA, capturando información relacionada con la postura y el posicionamiento óseo.

Resultados
El método fue evaluado en un conjunto de datos interno (566 de entrenamiento, 50 de prueba) y en un conjunto de datos externo (402 casos del conjunto de datos MRKR).

• Validación Interna: El método propuesto logró un rendimiento comparable con los métodos basados en puntos de referencia de última generación y con la concordancia inter-evaluador manual.
  • Para el aTFA frente a la verdad de campo de un cirujano ortopédico: Diferencia Media Absoluta (MAD) = 1.2°, Coeficiente de Correlación Intraclase (ICC) = 0.97.
  • La inclusión de la extensión del eje mejoró significativamente los resultados, reduciendo el MAD de 1.8° a 1.2° y mejorando el ICC de 0.94 a 0.97 en comparación con las mediciones del cirujano.
• Validación Externa: En el conjunto de datos MRKR, el método funcionó de manera comparable a una línea base basada en puntos de referencia para el aTFA, pero mostró un rendimiento numérico ligeramente inferior para el aMPTA y el JLCA en comparación tanto con la línea base como con la concordancia intra-evaluador manual.
• Significancia Estadística: Las pruebas estadísticas (Pruebas de Una Sola Cara de Dos Lados) indicaron que las diferencias en el MAD entre el método propuesto, la línea base y la concordancia manual no fueron estadísticamente significativas dentro de un umbral de ±1° (todos los $p < 0.0001$).

Significancia y Reivindicaciones
El artículo sostiene que las representaciones de forma implícita capturan con éxito las variaciones asociadas con la LLA, ofreciendo una alternativa flexible a los modelos basados en puntos de referencia. La principal significancia radica en la flexibilidad de la representación de la forma, que puede extenderse a tareas de medición adicionales sin requerir la re-anotación de puntos de referencia. Esto es particularmente valioso para las definiciones clínicas en evolución donde los modelos tradicionales basados en puntos son impracticables.

Los autores reconocen modestamente las limitaciones, señalando que los objetivos de entrenamiento se derivaron de anotaciones basadas en puntos de referencia, lo que puede favorecer inherentemente los enfoques impulsados por puntos de referencia. Sugieren que el trabajo futuro debería centrarse en la regresión de mediciones que no pueden derivarse fácilmente de puntos de referencia para demostrar plenamente las ventajas del enfoque libre de puntos de referencia. Además, la ligera caída en la generalización en el conjunto de datos externo se atribuye a las diferencias poblacionales (por ejemplo, edad y etnia) entre las cohortes interna y externa.