基于人工智能的全自动图像分析:最佳的腹部和胸部细分体积,以估计计算机断层扫描的总肌肉体积
Thomas Ying1,2, Pablo Borrelli3, Lars Edenbrandt3,4
1Department of Urology, Sahlgrenska University Hospital, Blå Stråket 5, 41345, Gothenburg, Sweden.
Osteoporosis and sarcopenia
|July 22, 2024
概括
使用计算机断层扫描 (CT) 进行骨肌肉体积的自动细分,对于预测总肌肉体积而言,优于单片测量. 特定的腹部和胸部区域显示了对萨尔科佩尼亚评估的最佳预测准确性.
科学领域:
- 放射学 放射学是一门学科.
- 医学成像分析 医学成像分析
- 麻症研究研究 麻症研究
背景情况:
- 使用计算机断层扫描 (CT) 评估肉症通常依赖于单个横切片骨肌面积测量.
- 与单片方法相比,总肌肉体积的自动细分提供了潜在的较低的差异和更高的准确性.
研究的目的:
- 确定最佳的腹部和胸部解剖体积,以预测骨肌肉总体积.
- 将细分肌肉体积的预测性能与传统的单片面积测量进行比较.
主要方法:
- 利用基于云的AI工具 (recomia.org) 在994名患者的整个干中对骨肌肉进行细分.
- 采用线性回归模型来比较各种解剖体积和单片面积,以预测整个干肌体积.
主要成果:
- 从尾到25厘米的腹肌体积最好预测的总肌肉体积 (R2 0.935),超过L3切片 (R2 0.830).
- 胸肌体积从胸骨顶部到Th12的下界显示出最高的相关性 (R2 0.892),超过了Th12切片 (R2 0.775).
- 调整身高略有改善了相关性,但没有改变预测区域的排名.
结论:
- 通过自动图像分析,可靠地分割肌肉体积,与单片区域相比,可以更好地预测总肌肉体积.
- 通过自动化CT分析,确定了特定的腹部和胸部区域是用于评估肉症的最佳区域.
