买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：合肥工业大学

摘要：本发明公开了一种基于全身CT扫描图像和神经网络模型的体脂率估算方法，包括以下步骤：步骤1、获取数据集，将其中的横截图像数据分为训练集和测试集并进行预处理；步骤2、构建U‑Net网络模型；步骤3、训练和测试U‑Net网络模型，得到脂肪组织预测模型；步骤4、获取待测量人体经CT仪扫描得到的待测量连续横截图像，并输入至脂肪组织预测模型，由此从每个待测量横截图像中分别分割出内脏脂肪组织、皮下脂肪组织和肌间脂肪组织；步骤5、基于步骤4得到的分割结果，统计每张分割结果图中三种类别脂肪像素占总像素数的比例，进而计算得到体脂率。本发明能够在保证测量精度的前提下，以较低的成本测算出不同类型体脂的体脂率。

主权项：1.基于全身CT扫描图像和神经网络模型的体脂率估算方法，其特征在于，使用U-Net神经网络模型处理全身CT扫描图像，分类别地估算出全身皮下体脂率、内脏体脂率、肌间体脂率以及总体脂率，过程如下：步骤1、获取数据集，所述数据集由人体全身经CT扫描得到的连续横截面图像构成，而且连续横截面图像中的每个图像均已经分割出了内脏脂肪组织、皮下脂肪组织和肌间脂肪组织，并将它们制作成了相应的标签，然后将获取的数据集中的所有图像数据划分为训练集和测试集；步骤2、构建U-Net神经网络模型，所述U-Net神经网络模型用于处理四类别图像分割任务；步骤3、训练和测试U-Net神经网络模型，使用步骤1得到的训练集对步骤2构建的U-Net神经网络模型进行训练，使所述U-Net网络模型具备从未见过的横截面图像中分割出皮下脂肪组织、内脏脂肪组织和肌间脂肪组织的能力；并采用步骤1得到的测试集对训练好的U-Net网络模型进行测试，若训练好的U-Net网络模型测试后符合要求，则使用该网络作为脂肪组织预测模型；步骤4、获取并处理受测者的扫描图像，CT仪按照一定的间隔将待测量人体划分成若干连续的采样横截面，从而生成待测量人体全身经CT扫描获得的连续横截面图像，并输入至步骤3得到的脂肪组织预测模型，由该模型从上述连续横截面图像中的每个横截面图像中分割出皮下脂肪组织、内脏脂肪组织和肌间脂肪组织；步骤5、计算体脂率，在每张横截面图像的分割结果中分别统计出皮下脂肪像素、内脏脂肪像素和肌间脂肪像素占总像素数的比例，从而得到每张横截面图像对应的每个采样横截面中三种脂肪组织面积的占比，并基于这些比值计算得到待测量人体的内脏体脂率、皮下体脂率、肌间体脂率以及总体脂率。

全文数据：

权利要求：

百度查询： 合肥工业大学 基于全身CT扫描图像和神经网络模型的体脂率估算方法