在低剂量计算机断层扫描中,在第三个腰椎水平 (L3) 进行骨肌肉细分:一种轻量级算法
Xuzhi Zhao1, Yi Du2,3, Haizhen Yue2
1School of Electronic and Information Engineering, Beijing Jiaotong University, Beijing 100044, China.
Tomography (Ann Arbor, Mich.)
|September 27, 2024
概括
一个新的轻量级算法在低剂量CT扫描中准确地在第三个腰椎 (L3) 层面细分骨肌肉. 这种自动化方法有助于通过计算机断层扫描 (CT) 图像来评估患者的营养状况.
科学领域:
- 放射学和医学成像学 医学成像学
- 医疗保健中的人工智能
- 生物医学工程 生物医学工程
背景情况:
- 骨肌肉在L3的截面区域是营养状况评估的关键成像生物标志物.
- 精确细分L3骨肌肉至关重要,特别是随着低剂量CT扫描的使用越来越多.
- 需要自动化细分方法来应对低剂量CT成像方面的挑战.
研究的目的:
- 在低剂量CT图像中开发一种轻量级算法,用于在L3水平上对骨肌肉进行自动细分.
- 评估拟议算法的性能和效率.
- 为了比较算法的性能与基于深度学习的方法和观察者之间的变化.
主要方法:
- 使用30个直肠癌患者低剂量CT扫描的训练集开发了一种轻量级细分算法.
- 该算法在27名患者身上进行了测试,放射科医生的手动注释作为黄金标准.
- 性能指标包括子相似系数 (DSC),精度,回忆,豪斯多夫距离 (HD95) 和平均表面距离 (ASD).
主要成果:
- 拟议的算法实现了93.2%的DSC,96.7%的精度和90.0%的回忆.
- 它显示了4.8mm的豪斯多夫距离和0.8mm的平均表面距离,运行时间为303ms.
- 性能指标与观察者之间的变化可比,并且与AutoMATICA算法相比显示出具有竞争力的结果.
结论:
- 开发的轻量级算法提供了精确和高效的骨肌肉在L3水平的自动细分.
- 它适用于普通和对比度增强的低剂量CT图像.
- 这种工具可以通过CT成像帮助临床评估营养状况.
