基于总强度图与卷积神经网络通过MRI研究儿童腹部皮下与内脏脂肪组织的自动量化
医学物理
2025-09-30 v1
摘要
儿童超重和肥胖是世界主要健康问题之一，因为它与多种疾病的早期出现相关，并且是日后成年期发生肥胖及其健康和经济后果的危险因素。与腹部皮下脂肪组织（ASAT）相比，内脏腹部组织（VAT）与代谢和心血管疾病的发生密切相关。因此，精确且自动的VAT和ASAT量化方法将更好地实现任何生命阶段由肥胖引起疾病的诊断、监测和预防。目前，磁共振成像是脂肪量化的标准方法，其中Dixon序列最为有用。已有不同的半自动和自动ASAT与VAT量化方法被提出。特别是，通过基于云的服务AMRA R Researcher商业使用的半自动量化方法因其在不同研究中的广泛验证而脱颖而出。在本工作中，研究了一个由Dixon MRI序列组成的数据库，这些序列来自7至9岁的儿童。应用预处理以获得我们所谓的总强度图，提出了一种卷积神经网络（CNN）用于ASAT和VAT的自动量化。将所提方法获得的量化结果与先前通过AMRA R Researcher制作的量化结果进行比较。比较中使用了相关性分析、Bland-Altman图和非参数统计检验。结果表明，本工作的量化与AMRA R Researcher的量化之间具有高相关性和相似的精度。最终目标是使所提方法能作为诊断、监测和预防儿童肥胖相关疾病的可及且免费的工具。
引用
@article{arxiv.2309.06535,
title = {Automatic quantification of abdominal subcutaneous and visceral adipose tissue in children, through MRI study, using total intensity maps and Convolutional Neural Networks},
author = {José Gerardo Suárez-García and Po-Wah So and Javier Miguel Hernández-López and Silvia S. Hidalgo-Tobón and Pilar Dies-Suárez and Benito de Celis-Alonso},
journal= {arXiv preprint arXiv:2309.06535},
year = {2025}
}
备注
14 pages, 9 figures, 3 tables