Aplicación del análisis de textura de imagen biomédica en la patología del aparato locomotor

• Vicente Climent-Peris ^[1] ; Luís Martí-Bonmatí ^[4] ; Julio Doménech-Fernández ^[2] ; Antonio Silvestre-Muñoz ^[5] ; Alejandro Rodríguez-Ortega ^[3]
  1. [1] Hospital Xàtiva Lluis Alcanyis

     Hospital Xàtiva Lluis Alcanyis

     Játiva, España

     
  2. [2] Clínica Universitaria de Navarra

     Clínica Universitaria de Navarra

     Pamplona, España

     
  3. [3] Universidad Politécnica de Valencia

     Universidad Politécnica de Valencia

     Valencia, España

     
  4. [4] Hospital Universitari i Politècnic La Fe, Valencia, España
  5. [5] Hospital Clínico, Valencia, España

  Mostrar afiliaciones +
• Localización: Revista española de cirugía osteoarticular, ISSN 0304-5056, Vol. 60, Nº. 301 (enero-marzo), 2025, págs. 9-15
• Idioma: español
• Títulos paralelos:
  • Application of Biomedical Image Texture Analysis in Musculoskeletal Pathology
• Enlaces
  • Texto completo
• Resumen
  • español

    La radiómica, o análisis de textura, permite extraer datos cuantitativos de imágenes médicas que son invisibles al ojo humano, con el objetivo de mejorar el diagnóstico, pronóstico y evaluación terapéutica en múltiples patologías. Esta técnica transforma las imágenes en conjuntos de datos utilizando herramientas computacionales, generando biomarcadores con un alto valor clínico. Los parámetros de textura se organizan en categorías como parámetros de forma, estadísticos de primer orden (basados en la distribución de los vóxeles en el histograma de la escala de grises), de segundo orden (basados en la distribución espacial de los vóxeles), y matrices específicas como GLCM, GLRLM y GLDM. El proceso radiómico consta de varias fases: adquisición de imágenes, segmentación de las regiones de interés, extracción de parámetros, selección de características relevantes y creación de modelos predictivos mediante algoritmos de inteligencia artificial. En la patología del aparato locomotor el análisis de textura ha mostrado utilidad en el diagnóstico y pronóstico de enfermedades como artrosis, osteoporosis, tumores musculoesqueléticos y trastornos degenerativos del raquis lumbar. Se ha demostrado que la radiómica mejora la sensibilidad diagnóstica frente a métodos convencionales y permite una evaluación más precisa del estado y evolución de las enfermedades. En dolor lumbar crónico, estudios recientes han desarrollado modelos predictivos capaces de anticipar la respuesta al tratamiento rehabilitador, lo que facilita una medicina personalizada. En conclusión, la radiómica representa un cambio de paradigma en el análisis de imagen médica.

  • English

    Radiomics, or texture analysis, enables the extraction of quantitative data from medical images that are invisible to the human eye, with the aim of improving diagnosis, prognosis, and therapeutic evaluation in various pathologies. This technique transforms images into data sets using computational tools, generating biomarkers with high clinical value. Texture parameters are organised into categories such as shape parameters, first-order statistics (based on the distribution of voxels in the grayscale histogram), second-order statistics (based on the spatial distribution of voxels), and specific matrices such as GLCM, GLRLM, and GLDM. The radiomics workflow includes image acquisition, segmentation of the region of interest, feature extraction, selection of the most relevant parameters, and predictive model development, often employing machine learning techniques like Random Forest. In musculoskeletal pathology, texture analysis has shown significant utility in early diagnosis and prognosis of osteoarthritis, assessment of bone mineral density in osteoporosis, tumor differentiation, and evaluation of spinal degeneration. Studies have demonstrated radiomics´ superior diagnostic sensitivity compared to traditional methods and its ability to track disease progression. In chronic low back pain, predictive models based on MRI texture features have been developed to identify patients less likely to benefit from rehabilitation, enabling personalized treatment strategies. In conclusion, radiomics represents a paradigm shift in medical image analysis.