Magnetic resonance imaging (MRI) has become the most important modality for assessment of pathological changes in the knee cartilage. The assessment of the cartilage is usually made by a set of anatomical MRI images with different sequences. Newer techniques, that map various in MRI parameters, have been developed and allows changes in an earlier stage of the disease. One of these techniques is T2 mapping. The goal of this thesis was to compare this newer technique, T2 mapping, with the standard MRI assessment for assessment of articular cartilage on distal femur in the knee. The purpose was to assess the cartilage with these two different methods and analyze its outcomes. Eight subjects were included in this study and scanned with a 3.0 T or 1.5 T MRI machine. A specific MRI knee protocol was used for the standard MRI assessment, and a multi-echo sequence was used for the T2 mapping. The T2 map was created and analyzed in the program IntelliSpace Portal. Both the standard MRI assessment and the T2 map showed changes in the knee cartilage. The result showed either indication for damage cartilage or healthy cartilage. The standard assessment showed cartilage lesion in three subjects and no lesion in five subjects. The same outcomes were with the T2 mapping. However, not all results were equal. The T2 mapping also showed higher values in the trochlea area where no indications for changes were found in the standard assessment. This study showed similar results for both the standard assessment and the T2 map. Both methods could identify damage and is, therefore, useful for assessment of the knee cartilage. The outcomes of the different methods differ, and the assessment is therefore made in different ways. The T2 mapping can be analyzed both visual and quantitative. The outcomes were both a color map of the knee but also results in graphs and values. The standard assessment is only assessed from grayscale images. The best outcomes from the T2 mapping was when it only was changes within the cartilage and not when the cartilage lesion was adjacent to an underlying bone lesion. Based on what was examined in this work, the best result was when T2 mapping was used together with the anatomical images used in the standard assessment. The conclusion is that the standard assessment is necessary when it comes to make a damage assessment and perform damage marking as for Episurf. The T2 mapping is, however, an interesting method and will be more useful with more applications in the future. It is therefore exciting to keep an eye on the technology and its development. / Magnetisk resonanstomografi (MR) har blivit den viktigaste modaliteten vid bedömning av patologiska förändingar i knäbrosket. Bedömningen av brosket görs vanligtvis med hjälp av anatomiska MR bilder som är skannade med olika sekvenser för att få olika viktningar på bilderna. En nyare teknik, T2 mappning, som kartlägger olika MR prameterar, har utvecklats för att med hjälp av andra parametrar analysera knäbrosket. Den här tekniken har resulterat i att förändringar i brosket kan upptäckas vid ett tidigare stadie i sjukdomsförloppet. Målet med det här examensarbetet var att jämföra de olika teknikerna, T2 mappning och MR-standardbedömningen, för att bedöma ledbrosket på distala lårbenet i knäet. Syftet var att bedöma brosket utifrån dessa olika metoder samt att analysera och jämföra dess resultat. Åtta subjekt ingick i studien och skannades med en 3,0 T eller 1,5 T MR-maskin. Ett specifikt MR-knäprotokoll användes för att skanna sekvenserna som ingick i standard bedömningen och en multi-ekosekvens användes för T2 mappningen. T2-mappningen skapades och analyserades sedan i programmet IntelliSpace Portal. Både standard MR-bedömningen och T2-mappningen visade tydliga förändringar i brosket. Resultatet visade antingen indikationer på skadat eller friskt brosk. Standardbedömningen visade broskskador hos tre subjekt och inga broskskador hos fem subjekt. Samma resultat visades med T2-mappningen. Däremot skilde sig vissa resultat mellan T2 mappningen och standardbedömningen. Då denna studie visade liknande resultat för både standardbedömningen och T2-mappningen, är båda metoderna användbara för bedömning av knäbrosket. De olika metoderna har olika utfall vilket gör att bedömningen sker på olika sätt. I T2 mapping får man ut både en färgkarta över knät men också grafter och värden som kan användas. I standardbedömningen görs bedömningen bara utifrån olika gråskalebilder. T2 mappningen var mest användbar när det var tydliga förändingar i bara brosket och inte när skadan mest var i benet. Det bästa resultatet var däremot när T2 mappning användes tillsammans med standardbedömningen. Slutsatsen är att standardbedömningen är nödvändig när det kommer till att bedömma skador och göra en skademarkering så som för Episurf. T2 mapping är däremot en väldigt intressant teknik men är idag inte en vanlig teknik inom diagnostiken och saknar just nu något tydligt användningsområde. Däremot, finns det stor potential och kommer troligtvis bli vanligare och få fler användingsområden i framtiden.

Articular chondral lesions in the knee joint can be diagnosed at an early stage using MRI. Segmenting and visualizing lesions and the overall joint structure allows improved communication between the radiologist and referring physician. It can also be of help when determining diagnosis or conducting surgical planning. Although there are a variety of studies proving good results of segmentation of larger structures such as bone and cartilage in the knee, there are no studies available researching segmentation of articular cartilage lesions. Automating the segmentation will save time and money since manual segmentation is very time-consuming. In this thesis, a U-Net based convolutional neural network is used to perform automatic segmentation of chondral lesions located on the distal part of the femur, in the knee joint. Using two different techniques, batch normalization and dropout, a network was trained and tested using MRI sequences collected from Episurf Medical's database. The network was then evaluated using a segmentation approach and a detection approach. For the segmentation approach, the highest achieved dice coefficient and sensitivity of 0.4059 ± 0.1833 and 0.4591 ± 0.2387, was obtained using batch normalization and 260 training subjects, consisting of MRI sequence and corresponding masks. Using a detection approach, the predicted output could correctly identify 81.8% of the chondral lesions in the MRI sequences. Although there is a need for improvement of technique and datasets used in this thesis, the achieved results show prerequisites for future improvement and possible implementation. / Skador i knäledens brosk kan diagnostiseras i ett tidigt stadie med hjälp av MR. Segmentering och visualisering av skadorna, samt ledens struktur i helhet, bidrar till en förbättrad kommunikation mellan radiolog och remitterande läkare. Det kan också underlätta för att ställa diagnos eller utföra operationsplanering. I dagsläget finns flertalet studier som påvisar goda resultat för segmentering av större strukturer, t.ex. ben och brosk. Det finns dock få studier som studerar segmentering av skador i ledbrosk. Genom att automatisera segmenteringsprocessen kan både tid och pengar sparas. Detta eftersom att manuell segmentering är mycket tidskrävande. I detta arbete kommer ett U-Net baserat convolutional neural network att användas för att utföra automatisk segmentering av skador på distala femur i knäleden. Nätverket kommer att tränas med två olika tekniker, batch normalization och dropout. Nätverket kommer att tränas med data som är hämtad från Episurf Medicals databas och består av MR sekvenser. Nätverket kommer att tränas och utvärderas med hjälp av två metoder, en segmenteringsmetod och detekteringsmetod. Den högsta uppnådda dice koefficienten och sensitiviteten vid utvärderingen av segmenteringsmetoden uppmätte 0,4059 ± 0,1833 och 0,4591 ± 0,2387. Den upnåddes med hjälp av batch normalization och 260 MR sekvenser för träning och testning. För detektionsmetoden kunde programmet identifiera 81,8% av skadorna synliga på MR sekvenserna. Även om tekniken och datan som används behöver optimeras, så visar det uppnådda resultatet på bra förutsättningar för fortsatta studier och i framtiden möjligen även implementering av tekniken.

The structure of the ankle joint complex creates an ideal balance between mobility and stability, which enables gait. If a lesion emerges in the ankle joint complex, the anatomical structure is altered, which may disturb mobility and stability and cause intense pain. A lesion in the articular cartilage on the talus bone, or a lesion in the subchondral bone of the talar dome, is referred to as an Osteochondral Lesion of the Talus (OLT). Replacing the damaged cartilage or bone with an implant is one of the methods that can be applied to treat OLTs. Episurf Medical develops and produces patient-specific implants (Episealers) along with the necessary associated surgical instruments by, inter alia, creating a corresponding 3D model of the ankle (talus, tibial, and fibula bones) based on either a Magnetic Resonance Imaging (MRI) scan or a Computed Tomography (CT) scan. Presently, the3D models based on MRI scans can be created automatically, but the 3Dmodels based on CT scans must be created manually, which can be very time-demanding. In this thesis project, a U-net based Convolutional Neural Network (CNN) was trained to automatically segment 3D models of ankles based on CT images. Furthermore, in order to optimize the quality of the incoming CT images, this thesis project also consisted of an evaluation of the specified parameters in the Episurf CT talus protocol that is being sent out to the clinics. The performance of the CNN was evaluated using the Dice Coefficient (DC) with five-fold cross-validation. The CNN achieved a mean DC of 0.978±0.009 for the talus bone, 0.779±0.174 for the tibial bone, and 0.938±0.091 for the fibula bone. The values for the talus and fibula bones were satisfactory and comparable to results presented in previous researches; however, due to background artefacts in the images, the DC achieved by the network for the segmentation of the tibial bone was lower than the results presented in previous researches. To correct this, a noise-reducing filter will be implemented. / Fotledens komplexa anatomi ger upphov till en ideal balans mellan rörlighetoch stabilitet, vilket i sin tur möjliggör gång. Fotledens anatomi förändras när en skada uppstår, vilket kan påverka rörligheten och stabiliteten samt orsaka intensiv smärta. En skada i talusbenets ledbrosk eller i det subkondrala benet på talusdomen benämns som en Osteochondral Lesion of the Talus(OLT). En metod att behandla OLTs är att ersätta den del brosk eller bensom är skadat med ett implantat. Episurf Medical utvecklar och producerar individanpassade implantat (Episealers) och tillhörande nödvändiga kirurgiska instrument genom att, bland annat, skapa en motsvarande 3D-modell av fotleden (talus-, tibia- och fibula-benen) baserat på en skanning med antingen magnetisk resonanstomografi (MRI) eller datortomografi (CT). I dagsläget kan de 3D-modeller som baseras på MRI-skanningar skapas automatiskt, medan de 3D-modeller som baseras på CT-skanningar måste skapas manuellt - det senare ofta tidskrävande. I detta examensarbete har ett U-net-baserat Convolutional Neuralt Nätverk (CNN) tränats för att automatiskt kunna segmentera 3D-modeller av fotleder baserat på CT-bilder. Vidare har de speciferade parametrarna i Episurfs CT-protokoll för fotleden som skickas ut till klinikerna utvärderats, detta för att optimera bildkvaliteten på de CT-bilder som används för implantatspositionering och design. Det tränade nätverkets prestanda utvärderades med hjälp av Dicekoefficienten (DC) med en fem-delad korsvalidering. Nätverket åstadkom engenomsnittlig DC på 0.978±0.009 för talusbenet, 0.779±0.174 för tibiabenet, och 0.938±0.091 för fibulabenet. Värdena för talus och fibula var adekvata och jämförbara med resultaten presenterade i tidigare forskning. På grund av bakgrundsartefakter i bilderna blev den DC som nätverket åstadkom för sin segmentering av tibiabenet lägre än tidigiare forskningsresultat. För att korrigera för bakgrundsartefakterna kommer ett brusreduceringsfilter implementeras