Scoliosis screening system based on improved optical photogrammetry using Kinect sensor

Resumo Técnico: Sistema de Triagem de Escoliose Baseado em Fotogrametria Óptica Aperfeiçoada Utilizando o Sensor Kinect

Definição do Problema
A escoliose é um transtorno espinal prevalente entre adolescentes, com uma prevalência global de 0,5–5,2%. A detecção precoce é crítica para prevenir deformidades torácicas graves e disfunções viscerais. Os métodos de triagem atuais enfrentam limitações significativas: exames físicos manuais são ineficientes para grandes populações e dependem fortemente da experiência médica, enquanto a radiografia (imagem de raio-X), o padrão ouro clínico (ângulo de Cobb), envolve exposição à radiação, altos custos e procedimentos complexos, tornando-a inadequada para monitoramento rotineiro e frequente em escolas ou comunidades. Métodos ópticos não invasivos existentes (ex: topografia de Moiré, scanners a laser) frequentemente exigem hardware caro, condições de iluminação rigorosas ou calibração complexa. Além disso, embora abordagens de aprendizado profundo tenham surgido, elas muitas vezes carecem de interpretabilidade clínica e exigem conjuntos de dados anotados massivos. Há uma necessidade de um sistema de triagem de baixo custo, livre de radiação, portátil e eficiente que mantenha uma precisão diagnóstica comparável aos raios-X.

Metodologia
Os autores desenvolveram um sistema de triagem de escoliose utilizando um sensor Microsoft Kinect para capturar imagens de cor e profundidade, que são alinhadas para gerar uma nuvem de pontos 3D do dorso do sujeito. A metodologia procede através das seguintes etapas:

1. Aquisição de Dados: Os sujeitos posicionam-se em duas posições: verticalmente (para análise do plano coronal) e em uma flexão anterior de 90° (para análise do plano transverso). O sistema opera dentro de um intervalo de 0,8–2,5 m.
2. Processamento da Nuvem de Pontos:
   • Filtragem: Filtros de passagem (pass-through) e de valores atípicos (outliers) removem o fundo e os pontos de ruído.
   • Segmentação: Um algoritmo de crescimento de região baseado em cor (convertendo RGB para HSV para melhor distinção de marcos) isola as costas e os membros superiores do cabelo e das roupas. O estudo determinou que um limiar de distância de cor de 5 proporcionou o equilíbrio ideal entre precisão de segmentação e tempo de processamento.
   • Suavização: Um método de mínimos quadrados móveis (ordem polinomial 2, raio de sub-região de 0,02 m) é aplicado para reduzir erros de medição, mantendo a eficiência.
3. Extração de Características:
   • Altura dos Ombros: Os pontos de borda dos ombros são ajustados com polinômios cúbicos para determinar diferenças de altura.
   • Marcos Anatômicos: Marcadores específicos (C7, L5 e pontos de medição ATR A e B) são colocados manualmente no sujeito e extraídos via limiar de cor HSV.
   • Ajuste da Curva Espinal: Pontos côncavos nas costas são identificados comparando os valores de Z de pontos vizinhos dentro de fragmentos do eixo Y (comprimento do fragmento 0,002 m, coeficiente de concavidade 0,9). Esses pontos são projetados nos planos coronal e sagital e ajustados utilizando o método dos mínimos quadrados.
4. Avaliação de Múltiplos Índices: O sistema calcula quatro métricas para avaliar a saúde espinal através de três planos anatômicos:
   • Desnível dos Ombros: Diferença de altura e ângulo entre os ombros.
   • Ângulo DOSA (Avaliação de Escoliose Baseada em Óptica Profunda): Um ângulo de curvatura do plano coronal calculado derivando a curva ajustada da coluna para encontrar os pontos de mudança máxima de curvatura, análogo ao ângulo de Cobb, mas derivado de dados de superfície.
   • Índice de Cifose (Valor de Sinoto): Uma métrica do plano sagital que representa a razão entre a altura da corcunda e o comprimento das costas.
   • Ângulo de Rotação do Tronco (ATR): Uma métrica do plano transverso calculada a partir da diferença de altura e distância horizontal entre pontos específicos durante a flexão anterior.

Resultados Principais
O sistema foi validado em 40 sujeitos (idades de 7–77 anos) com suspeita de escoliose, comparando os ângulos DOSA com os ângulos de Cobb derivados de raio-X.

• Correlação: A diferença média entre os ângulos DOSA e Cobb foi de -0,386° com uma variância de 7,773. 87,5% das diferenças situaram-se dentro de ±3°. A análise estatística (teste t, p=0,05) não mostrou diferença significativa entre os dois métodos (t = -0,877).
• Desempenho Diagnóstico: Utilizando um limiar de 10° para escoliose, o sistema alcançou uma sensibilidade de 83,33%, especificidade de 90,00% e precisão geral de 85,00%. A Área Sob a Curva (AUC) para a análise ROC foi de 0,967.
• Precisão do ATR: O sistema demonstrou 100% de consistência com as medições de controle para identificar rotação anormal do tronco, com um erro máximo de 0,408°, superando significativamente a variabilidade típica de 2°–3° das leituras manuais do Escoliômetro.
• Análise de Cifose: O valor de Sinoto indicou uma maior prevalência de cifose em sujeitos acima de 50 anos, mostrando pouca correlação com o ângulo DOSA, confirmando a capacidade do sistema de distinguir entre deformidades laterais e sagitais.

Significância e Alegações
O artigo afirma que o sistema proposto oferece uma alternativa viável para a triagem primária de escoliose em ambientes comunitários e escolares. Sua significância reside em:

• Acessibilidade: Utiliza um sensor Kinect portátil e de baixo custo, eliminando riscos de radiação e a necessidade de sistemas a laser caros ou ambientes de iluminação controlada.
• Eficiência: Todo o processo, incluindo o aprendizado do operador (aprox. 5 minutos) e a medição (aprox. 2 minutos), é simplificado dentro de um único programa de software.
• Avaliação Abrangente: Ao contrário de métodos focados apenas no plano coronal, este sistema fornece dados multidimensionais (coronal, sagital e transverso), incluindo assimetria de ombros, cifose e rotação do tronco, oferecendo uma visão mais holística da deformidade espinal.
• Consistência Clínica: O ângulo DOSA demonstra forte concordância com o tradicional ângulo de Cobb, sugerindo que pode servir como um proxy não invasivo confiável para a avaliação por raio-X em cenários de triagem.

Limitações
Os autores reconhecem que a precisão do sistema pode diminuir para indivíduos com IMC > 28 kg/m² ou excesso de pele flácida, onde a concavidade da coluna é menos distinta. Além disso, o estudo observa que uma amostra maior é necessária para validar ainda mais os erros de medição e a generalização.