基于腹部CT图像和深度学习的身体成分自动测量系统

摘要

本发明公开了一种基于腹部CT图像和深度学习的身体成分自动测量系统。本发明系统包括CT图像上第三腰椎对应的所有轴向切片的定位模块、CT图像上第三腰椎对应轴向切片的四类骨骼肌分割模块、基于CT图像的身体成分自动测量模块。利用前两个模块训练深度学习模型定位和分割第三腰椎的四类骨骼肌，并自动计算脂肪、肌肉等身体成分的占比。本发明在临床肝硬化患者CT数据上训练验证，四类骨骼肌分割结果平均Dice达到0.9283，平均表面距离为0.6779mm。本发明利用阈值处理还能得到皮下脂肪与腹内脂肪等身体成分。本发明批量得到第三腰椎对应的身体组分用时为2‑3秒，对于临床诊断肝硬化患者并发症具有重要意义。