Video Experimental Relacionado
Updated: Sep 10, 2025

13:35
Segmentation and Linear Measurement for Body Composition Analysis using Slice-O-Matic and Horos
Published on: March 21, 2021
10.7K
Validación del software de segmentación de tomografía computarizada automatizada para evaluar la composición corporal
Mushfiqus Salehin1, Vincent Tze Yang Chow2, Hyunwoo Lee3
1Department of Computer Science, Faculty of Science, Memorial University of Newfoundland, St. John's, Canada.
Clinical nutrition ESPEN
|August 27, 2025
Resumen
La segmentación automática de tomografía computarizada (TC) utilizando el software DAFS Express evalúa con precisión la composición corporal en pacientes con cáncer, mejorando la eficiencia y la fiabilidad para predecir los resultados clínicos.
Área de la Ciencia:
- Radiología e imágenes médicas
- En el campo de la oncología
- Ingeniería biomédica
Sus antecedentes:
- La tomografía computarizada (TC) es crucial para evaluar la composición corporal en pacientes con cáncer para predecir los resultados clínicos.
- La segmentación manual de las imágenes de TC requiere mucho tiempo y es propensa a la variabilidad entre observadores.
- Se necesitan herramientas de segmentación automatizadas para mejorar la eficiencia y la fiabilidad.
Objetivo del estudio:
- Validar la precisión y fiabilidad del análisis automatizado de composición corporal basado en TC utilizando el software DAFS Express.
- Comparar la segmentación automatizada con la segmentación manual en pacientes con cáncer colorrectal y de mama.
- Evaluar la utilidad clínica de la segmentación automatizada para predecir los resultados de los pacientes.
Principales métodos:
- Análisis de 5973 imágenes de tomografía computarizada de un solo corte (nivel L3) de pacientes con cáncer colorrectal y de mama.
- Comparación de la segmentación automatizada (DAFS Express) con la segmentación manual (SliceOmatic) utilizando el índice DICE y el análisis Bland-Altman.
- Evaluación de la fiabilidad utilizando los coeficientes de correlación intraclase (ICC) y los valores de Kappa.
- Evaluación de la predicción del riesgo de mortalidad utilizando los coeficientes de riesgo proporcionales de Cox.
Principales resultados:
- DAFS Express demostró una alta precisión con puntuaciones medias DICE > 96% para el músculo esquelético, el tejido adiposo visceral y el tejido adiposo subcutáneo.
- Se observó un excelente acuerdo entre las segmentaciones automáticas y manuales, con diferencias mínimas en las áreas transversales.
- Los coeficientes de fiabilidad fueron altos (0,88-1,00), lo que indica resultados consistentes.
- La segmentación automatizada mostró asociaciones similares de riesgo de mortalidad y estimaciones de supervivencia en comparación con la segmentación manual.
Conclusiones:
- DAFS Express proporciona un análisis automático de composición corporal basado en TC rápido y preciso.
- Esta automatización reduce el tiempo de los expertos y la carga computacional, facilitando la investigación a gran escala.
- La segmentación automatizada se puede utilizar de manera confiable para evaluar los marcadores de composición corporal y predecir los resultados clínicos en pacientes con cáncer.

