Logiciel TDM DeepCatch

d'analyse de la composition corporelleautomatisé

Les algorithmes d'apprentissage profond vous permettent d'analyser la composition corporelle en quelques minutes (3 minutes pour le corps entier, 2 minutes pour l'abdomen). La répartition des tissus adipeux et des muscles en 3D vous offre des données médicales précieuses pour de nombreuses applications. Caractéristiques principales Segmentation automatisée des compositions corporelles Contraste / Non-contraste, modèles 2D/3D Précision globale : Environ 97 % Niveau L3 automatisé, détection de la taille abdominale Options définies par l'utilisateur Vous pouvez vérifier la composition et la répartition précises du corps à partir d'images CT. L'imagerie améliorée et l'imagerie non améliorée sont disponibles. Lorsque nous concevons l'intelligence artificielle, le personnel médical participe directement à l'amélioration de sa précision par des vérifications anatomiques. Domaine d'application INDICATIONS L'étude par analyse CT peut être utilisée dans toutes les maladies liées à la composition corporelle, telles que les maladies métaboliques, la sarcopénie et l'ostéoporose métaboliques, la sarcopénie et l'ostéoporose par l'analyse quantitative des muscles, de la graisse abdominale. la graisse viscérale et la densité osseuse. CLASSIFICATION DES GROUPES À HAUT RISQUE Classification des groupes à haut risque : sur la base de la composition corporelle, le risque de maladie métabolique et de sarcopénie peut être calculé sarcopénie peut être calculé au moment de la tomodensitométrie. cela permet une détection précoce et réduit le nombre de scanners redondants pour les patients. Pour les hôpitaux, elle peut contribuer à diversifier les modes d'utilisation des données de tomographie et leur permettre de traiter les maladies. Développement de médicaments/clinique Peut être utilisé comme outil de validation pour la recherche clinique et le développement de médicaments contre la sarcopénie, l'ostéoporose et les maladies métaboliques, y compris les maladies sous-jacentes.