Análisis de textura en la detección de otosclerosis

Resumen

INTRODUCCIÓN: La otosclerosis es una patología común en la práctica clínica, cuya detección supone un cambio significativo en el manejo del paciente. Su diagnóstico se basa en hallazgos clínicos, audiométricos y en TC de peñasco, siendo la pérdida de densidad a nivel de la fissula antefenestram o de la cápsula ótica el hallazgo más relevante en pruebas de imagen. OBJETIVOS: Detectar la otoesclerosis mediante el análisis de textura, permitiendo una detección precoz de la misma, así como reducir la variabilidad interindividual entre radiólogos. MATERIAL Y MÉTODOS: Se seleccionan 100 casos de otosclerosis fenestral y audiometría patológica, y 100 casos de controles sanos con audiometría normal. Se realiza una segmentación en la fissula antefenestram de cada paciente obteniendo estadísticos de primer nivel con 3D Slicer. Posteriormente se realiza un análisis de Machine Learning para establecer diferencias en la textura entre el hueso de los pacientes afectados de otosclerosis y los pacientes sanos. RESULTADOS: Mediante el análisis de textura se identifican diferencias entre la fissula antefenestram de los pacientes sanos y la de los pacientes con otoesclerosis, permitiéndonos detectar el hueso patológico incluso en estadíos poco avanzados.  CONCLUSIÓN: Con los datos preliminares obtenidos, creemos que el análisis de textura es útil en la detección de otosclerosis y en la diferenciación entre pacientes afectados por esta entidad y pacientes sanos.