基于人工智能的3D细分量化了多发性骨髓瘤患者的肉症
Thuy-Duong Do1,2, Tobias Nonnenmacher1, Marieke Burghardt3,4
1Clinic of Diagnostic and Interventional Radiology (DIR), Heidelberg University Hospital, 69120 Heidelberg, Germany.
Diagnostics (Basel, Switzerland)
|October 16, 2025
概括
接受治疗的多发性骨髓瘤患者经历了显著的肌肉损失,特别是在 iliopsoas 和 gluteal 肌肉. 这种肉眼与体重指数 (BMI) 的变化有关,可以使用人工智能驱动的成像分析来准确跟踪.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 麻症研究研究 麻症研究
背景情况:
- 标志着肌肉质量和力量损失的萨尔科佩尼亚导致功能衰退和跌倒风险增加.
- 多发性骨髓瘤 (MM) 治疗可能会影响骨肌肉,需要详细监测.
- 了解这些肌肉变化对于管理患者的结果至关重要.
研究的目的:
- 在治疗期间调查多发性骨髓瘤患者的骨肌肉变化.
- 评估基于AI的3D细分用于评估肌肉体积和肌肉内脂肪组织的有效性.
- 为了将肌肉变化与体重指数 (BMI) 的变化相关联.
主要方法:
- 在51名MM患者的回顾性分析中,在治疗前和治疗后使用全身低剂量CT扫描.
- 使用人工智能 (TotalSegmentator和BOA工具) 进行自动化的3D细分,以量化肌肉体积 (MV) 和肌内脂肪组织 (IMAT).
- 评估特定的肌肉群,包括本土的背部肌肉, iliopsoas 肌肉和部肌肉.
主要成果:
- 肌肉体积 (MV) 损失和肌内脂肪组织 (IMAT) 增加与BMI变化显著相关 (r=0.7,p<0.0001).
- 体重指数下降的患者失去了MV,而体重指数增加的患者显示IMAT增加.
- MV损失在 iliopsoas (-9.8%) 和 gluteus maximus (-9.1%) 肌肉中最为明显.
结论:
- 基于AI的3D细分提供了一种可靠和有效的方法,用于在MM患者中进行详细的肉症评估.
- 在MM治疗期间,可检测的MV损失和IMAT增加与BMI波动有关.
- 肌肉损失模式表明基于纤维类型的差异性影响,快速缩纤维受到更大的影响,为目标炼干预提供信息.
