Gli algoritmi di deep learning consentono di analizzare la composizione corporea in pochi minuti (3 minuti per il corpo intero, 2 minuti per l'addome). La distribuzione dei tessuti adiposi e dei muscoli in 3D offre dati medici preziosi per numerose applicazioni.
Caratteristiche principali
Segmentazione automatica della composizione corporea
Modelli a contrasto / non a contrasto, 2D/3D
Accuratezza complessiva: Circa il 97%
Rilevamento automatico del livello L3 e del girovita addominale
Opzioni definite dall'utente
È possibile verificare la composizione e la distribuzione corporea dalle immagini TC. Sono disponibili immagini potenziate e non potenziate. Quando progettiamo l'intelligenza artificiale, il personale medico partecipa direttamente per migliorarne l'accuratezza attraverso verifiche anatomiche.
Area applicabile
INDICAZIONI
Lo studio dell'analisi TC può essere utilizzato in tutte le patologie legate alla composizione corporea, come le malattie metaboliche, la sarcopenia e l'osteoporosi
malattie metaboliche, sarcopenia e osteoporosi attraverso l'analisi quantitativa di muscoli, grasso addominale, grasso viscerale e densità ossea.
grasso viscerale e densità ossea.
CLASSIFICAZIONE DEI GRUPPI AD ALTO RISCHIO
Classificazione dei gruppi ad alto rischio: in base alla composizione corporea, il rischio di malattie metaboliche e di sarcopenia può essere calcolato in base alla composizione corporea
sarcopenia può essere calcolato al momento della TAC.
fornisce l'opportunità di una diagnosi precoce e riduce le scansioni TC ridondanti per i pazienti.
Per gli ospedali, può contribuire a diversificare le modalità di utilizzo dei dati TC e a consentire il trattamento delle malattie.
Sviluppo di farmaci/clinica
Può essere utilizzato come strumento di convalida per la ricerca clinica e lo sviluppo di farmaci per la sarcopenia, l'osteoporosi e le malattie metaboliche, comprese le patologie non dichiarate.
---