Optimización-incorporado estrategia de aprendizaje profundo para automatizar la detección de rebanadas L3 y la segmentación abdominal en tomografía computarizada
Autores: Chae, Seungheon; Chae, Seongwon; Kang, Tae Geon; Kim, Sung Jin; Choi, Ahnryul
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Optimización-incorporado estrategia de aprendizaje profundo para automatizar la detección de rebanadas L3 y la segmentación abdominal en tomografía computarizada
Categoría
Ingeniería y Tecnología
Subcategoría
Bioingeniería
Palabras clave
Estudio
Aprendizaje profundo
Corte L3
Tejidos abdominales
Imágenes de TC
Diagnóstico de cáncer
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 44
Citaciones: Sin citaciones
Este estudio presenta una estrategia basada en aprendizaje profundo para detectar automáticamente la rebanada L3 y segmentar los tejidos abdominales en imágenes de tomografía computarizada (TC). La medición precisa de la composición muscular y grasa en el nivel L3 es crítica, ya que puede servir como un biomarcador pronóstico para el diagnóstico y tratamiento del cáncer.
Descripción
Este estudio presenta una estrategia basada en aprendizaje profundo para detectar automáticamente la rebanada L3 y segmentar los tejidos abdominales en imágenes de tomografía computarizada (TC). La medición precisa de la composición muscular y grasa en el nivel L3 es crítica, ya que puede servir como un biomarcador pronóstico para el diagnóstico y tratamiento del cáncer.