基于3D深度学习的肌肉体积量化从胸部CT作为DXA衍生尾肌肉质量的替代品在老年人中
Sabine Schluessel1, Benedikt Mueller2, Michael Drey2
1Department of Medicine IV, LMU University Hospital, LMU Munich, Munich, Germany. Sabine.Schluessel@med.uni-muenchen.de.
Aging clinical and experimental research
|October 21, 2025
概括
常规CT扫描可以评估老年患者的肌肉体积,与DXA测量良好相关. 将CT肌肉体积与体重相结合,可以显著改善肉症的预测,帮助诊断.
科学领域:
- 放射学 放射学是一门学科.
- 老年病的医生 老年病的医生
- 身体组成分析 身体成分分析
背景情况:
- 在老年护理中,鉴定萨科佩尼症至关重要.
- 常规的胸部CT扫描为身体组成分析提供了潜力.
- 自动化分析可以从CT图像中获得肌肉体积.
研究的目的:
- 用CT扫描来确定老年患者的肌肉体积.
- 为了比较CT衍生的肌肉体积与双能X射线吸收计 (DXA) 测量.
- 评估CT和DXA之间的相关性,以诊断肉症.
主要方法:
- 对208名老年患者进行了回顾性研究.
- 尾骨肌肉质量 (ASM) 通过DXA测量.
- 深度学习模型分析了胸部CT图像的身体组成.
- 用于分析的皮尔森相关性和多变量线性回归.
主要成果:
- 在CT肌肉体积和DXA测量的ASM之间发现了显著的相关性 (绝对r=0.669,高度正常化的r=0.529).
- CT肌肉体积解释了ASM变异的44.5%,随着体重增加到68.9%.
- 体重是ASM最强的预测因素,其次是CT肌肉体积.
结论:
- 自动CT胸部扫描分析是评估肌肉体积的可行方法.
- CT肌肉体积与人体测量数据相结合,特别是体重,增强了对肉类的预测价值.
- 需要进一步的前性研究来验证和完善基于CT的肉类症诊断.
