使用人工神经网络确定脂肪组织的特性制造技术

技术编号:40299612 阅读:29 留言:0更新日期:2024-02-07 20:47
本公开的实施例涉及使用人工神经网络确定脂肪组织的特性。提供了用于确定包括在解剖学结构中的脂肪组织的至少一个特性的技术。使用经训练的神经网络基于经分割的一个或多个CT图像确定脂肪组织的至少一个特性。例如,可以通过将经分割的一个或多个CT图像馈送到经训练的神经网络,来确定脂肪组织的至少一个特性。通过对描绘包括脂肪组织的解剖学结构的一个或多个CT图像中的每个CT图像进行分割,获取经分割的一个或多个CT图像,从而确定脂肪组织的轮廓。

【技术实现步骤摘要】

本公开的各种示例涉及确定包括在解剖学结构中的脂肪组织的至少一个特性。本公开的各种示例具体地涉及通过经训练的神经网络,基于描绘脂肪组织轮廓的一个或多个分割ct图像确定包括在解剖学结构中的脂肪组织的至少一个特性。


技术介绍

1、脂肪组织(at)通常被称为体脂肪。它遍布全身。它可以在皮肤下(皮下脂肪)、内部器官周围(内脏脂肪)、肌肉之间、骨髓内和乳房组织中找到。众所周知,at是导致所谓代谢综合征发展的重要风险因素,代谢综合征是诸如高血压、心血管疾病以及糖尿病等的一系列疾病。结果还表明,at是covid-19患者存活的独立预测因素。研究表明,与各种疾病相关联的风险不仅与at的数量有关,而且似乎也严重依赖于其节段体分布。例如,中心脂肪沉积(内脏脂肪)比例较高的人比主要是外周脂肪分布(皮下脂肪)的人更容易发展代谢综合征。节段性脂肪影响的另一个示例是脂肪沉积到骨骼肌中,这会对骨骼肌减少症产生负面影响,造成骨骼肌质量和力量的减少。

2、d

3、除了at在体内的节段分布和体积外,at的功能特性对临床决策也至关重要。脂肪组织可以包括分别表现出促炎性和抗本文档来自技高网...

【技术保护点】

1.一种计算机实现的方法(3000),包括:

2.根据权利要求1所述的计算机实现的方法(3000),还包括:

3.根据权利要求1或2所述的计算机实现的方法(3000),其中所述一个或多个CT图像基于与所述解剖学结构相关联的光谱成像数据而被获取。

4.根据权利要求3所述的计算机实现的方法(3000),还包括:

5.根据权利要求4所述的计算机实现的方法(3000),其中所述至少一个材料分解图像包括以下至少一项:非对比度脂肪图像、非对比度水图像、对比度增强铁图像和对比度增强碘图像。

6.根据权利要求4或5中任一项所述的计算机实现的方法...

【技术特征摘要】

1.一种计算机实现的方法(3000),包括:

2.根据权利要求1所述的计算机实现的方法(3000),还包括:

3.根据权利要求1或2所述的计算机实现的方法(3000),其中所述一个或多个ct图像基于与所述解剖学结构相关联的光谱成像数据而被获取。

4.根据权利要求3所述的计算机实现的方法(3000),还包括:

5.根据权利要求4所述的计算机实现的方法(3000),其中所述至少一个材料分解图像包括以下至少一项:非对比度脂肪图像、非对比度水图像、对比度增强铁图像和对比度增强碘图像。

6.根据权利要求4或5中任一项所述的计算机实现的方法(3000),其中所述经训练的神经网络(5000)包括多个编码器(5110、5120、5130、5140)和至少一个解码器(5210、5220、5230、5240),

7.根据权利要求6所述的计算机实现的方法(3000),其中所述经训练的神经网络(5000)包括多个解码器(5210、5220、5230、5240),并且所述多个解码器(5210、5220、5230、5240)中的每个解码器输出所述脂肪组织(1100、1200、1300、1400、1500、1600)的不同的特性(5400)。

8.根据前述权利要求中任一项所述的计算机实现的方法(3000),其中所述脂肪组织(1100、1200、1300、1400、1500、1600)的所述至少一个特性(5400)包括:所述脂肪组织(1100、1200、1300、1400、1500、1600)的类型、所述脂肪组织(1100、1200、1300、1400、1500、1600)的脂肪绞合图案、所述脂肪组织(1100、1200、1300、1...

【专利技术属性】
技术研发人员:M·舒林F·拉德斯S·格尔比奇B·盖格徐宙冰
申请(专利权)人:西门子医疗有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1