深度学习算法使您能够在几分钟内分析身体成分(全身3分钟,腹部2分钟)。脂肪组织和肌肉的三维分布为您提供了宝贵的医疗数据,可用于多种应用。
主要特点
自动的身体成分分割
对比度/非对比度,2D/3D模型
总体准确性。约97%。
自动L3水平,腹部腰部检测
用户定义选项
你可以从CT图像中检查准确的身体成分和分布。有增强型成像和非增强型成像可供选择。当我们设计人工智能时,医务人员直接参与,通过解剖学验证提高其准确性。
适用领域
适用范围
CT分析研究可用于所有与身体成分有关的疾病,如代谢性疾病、肌肉疏松症和骨质疏松症。
肌肉、腹部脂肪、内脏脂肪和骨密度的定量分析,可用于所有与身体成分有关的疾病,如代谢性疾病、肌肉疏松症和骨质疏松症。
内脏脂肪和骨密度。
高危人群分类
高危人群分类:根据身体成分,可以计算出代谢性疾病和肌肉疏松症的风险。
肌肉疏松症的风险可以在CT扫描时计算出来。
提供早期预防的机会,并减少对病人进行多余的CT扫描。
对于医院来说,它可以帮助实现CT数据利用方式的多样化,使他们能够治疗疾病。
药物开发/临床
可作为临床研究和药物开发的验证工具,用于肌肉疏松症、骨质疏松症和代谢性疾病,包括所述疾病。
---