基于图神经网络从表面网格估计体脂
图像与视频处理
2023-11-01 v3 计算机视觉与模式识别
摘要
体脂体积与分布可强指示一个人的整体健康及罹患2型糖尿病和心血管疾病等的风险。常用于脂肪估计的指标有身体质量指数（BMI）、腰围或腰臀比。然而，这些指标相当不精确，无法区分脂肪类型或脂肪与肌肉组织。内脏（VAT）与腹部皮下（ASAT）脂肪组织体积的估计已被证明对上述风险因子是更精确的度量。本工作中，我们展示三角化体表网格可用于通过图神经网络准确预测VAT和ASAT体积。相较该领域最先进的卷积神经网络，我们的方法在取得高性能的同时减少了训练时间与所需资源。我们进一步设想该方法可适用于更廉价且易获取的医疗表面扫描，以替代昂贵的医学影像。
引用
@article{arxiv.2308.02493,
title = {Body Fat Estimation from Surface Meshes using Graph Neural Networks},
author = {Tamara T. Mueller and Siyu Zhou and Sophie Starck and Friederike Jungmann and Alexander Ziller and Orhun Aksoy and Danylo Movchan and Rickmer Braren and Georgios Kaissis and Daniel Rueckert},
journal= {arXiv preprint arXiv:2308.02493},
year = {2023}
}