在X射线计算机断层扫描图像中的psoas肌肉细分的三维数值图表
Giulio Paolucci1, Isabella Cama1, Cristina Campi1,2
1MIDA, Dipartimento di Matematica, Università di Genova, via Dodecaneso 35, Genova, 16145, Italy.
BMC medical imaging
|September 19, 2024
概括
这项研究引入了一种更快的计算方法,用于CT扫描中细分psoas肌肉,这对于评估肉症 (与年龄相关的肌肉损失) 至关重要. 新方法提高了放射学工作流程的自动化和可靠性.
科学领域:
- 医学成像医学成像
- 放射学 放射学是一门学科.
- 计算解剖学的计算解剖学
背景情况:
- 骨肌质量和功能的全身性损失萨尔科佩尼亚,通过对psoas肌肉的形态和功能成像进行准确评估.
- 将肉症评估整合到放射学工作流程中,需要自动化和可靠的计算图像处理管道.
研究的目的:
- 在低剂量X射线计算机断层扫描 (CT) 图像中评估自动化psoas肌肉细分的三维数值方案.
- 为了比较标准水平设置方法的性能与psoas细分的原始第一阶段修改.
主要方法:
- 利用三维数值方案,特别关注水平设置方法.
- 将经典进化模型和3D地测模型与地测模型的新一代第一阶段修改进行比较.
- 采用低剂量的X射线计算机断层扫描图像用于psoas细分.
主要成果:
- 基于梯度的细分方案的可靠性与手动细分相美.
- 拟议的第一阶段方案显著降低了计算负担,与第二阶段的地测方法相比.
- 这项研究证实了自动化psoas细分的可行性,用于评估sarcopenia.
结论:
- 第一阶级水平集方案为低剂量CT中的psoas肌肉细分提供了计算效率高,可靠的方法.
- 这种方法有助于将自动化sarcopenia评估整合到临床放射学工作流程中.
- 开发的计算管道提高了医疗图像分析对与年龄相关的肌肉损失的自动化和准确性.
