Deep learning-based fully automated body composition analysis of thigh CT: comparison with DXA measurement.

Yoo, Hye Jin; Kim, Young Jae; Hong, Hyunsook; Hong, Sung Hwan; Chae, Hee Dong; Choi, Ja-Young

Yoo, Hye Jin; Kim, Young Jae; Hong, Hyunsook; Hong, Sung Hwan; Chae, Hee Dong; Choi, Ja-Young.

Afiliação

Yoo HJ; Department of Radiology, Seoul National University Hospital, Seoul, South Korea.
Kim YJ; Department of Radiology, Seoul National University College of Medicine, 103 Daehak-ro, Jongno-gu, Seoul, 110-799, South Korea.
Hong H; Department of Biomedical Engineering, Gachon University, Gil Medical Center, Incheon, South Korea.
Hong SH; Medical Research Collaborating Center, Seoul National University Hospital, Seoul, South Korea.
Chae HD; Department of Radiology, Seoul National University Hospital, Seoul, South Korea.
Choi JY; Department of Radiology, Seoul National University College of Medicine, 103 Daehak-ro, Jongno-gu, Seoul, 110-799, South Korea.

Eur Radiol ; 32(11): 7601-7611, 2022 Nov.

Article em En | MEDLINE | ID: mdl-35435440

Assuntos

Aprendizado Profundo; Coxa da Perna; Humanos; Feminino; Adulto; Pessoa de Meia-Idade; Absorciometria de Fóton/métodos; Coxa da Perna/diagnóstico por imagem; Estudos Prospectivos; Composição Corporal; Tecido Adiposo/diagnóstico por imagem; Tomografia Computadorizada por Raios X/métodos

Palavras-chave

Absorptiometry, photon; Body composition; Deep learning; Image segmentation; Sarcopenia

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Coxa da Perna / Aprendizado Profundo Tipo de estudo: Observational_studies / Prognostic_studies Limite: Adult / Female / Humans / Middle aged Idioma: En Revista: Eur Radiol Assunto da revista: RADIOLOGIA Ano de publicação: 2022 Tipo de documento: Article País de afiliação: Coréia do Sul

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google