liu.seSök publikationer i DiVA
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
MRI adipose tissue and muscle composition analysis: a review of automation techniques
Linköpings universitet, Institutionen för medicinsk teknik, Avdelningen för medicinsk teknik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.ORCID-id: 0000-0002-9267-2191
2018 (Engelska)Ingår i: British Journal of Radiology, ISSN 0007-1285, E-ISSN 1748-880X, Vol. 91, nr 1089, artikel-id 20180252Artikel, forskningsöversikt (Refereegranskat) Published
Abstract [en]

MRI is becoming more frequently used in studies involving measurements of adipose tissue and volume and composition of skeletal muscles. The large amount of data generated by MRI calls for automated analysis methods. This review article presents a summary of automated and semi-automated techniques published between 2013 and 2017. Technical aspects and clinical applications for MRI-based adipose tissue and muscle composition analysis are discussed based on recently published studies. The conclusion is that very few clinical studies have used highly automated analysis methods, despite the rapidly increasing use of MRI for body composition analysis. Possible reasons for this are that the availability of highly automated methods has been limited for non-imaging experts, and also that there is a limited number of studies investigating the reproducibility of automated methods for MRI-based body composition analysis.

Ort, förlag, år, upplaga, sidor
London, United Kingdom: British Institute of Radiology , 2018. Vol. 91, nr 1089, artikel-id 20180252
Nyckelord [en]
MRI; adipose tissue; automated sgmentation
Nationell ämneskategori
Medicinsk bildbehandling
Identifikatorer
URN: urn:nbn:se:liu:diva-149809DOI: 10.1259/bjr.20180252ISI: 000443131900031PubMedID: 30004791OAI: oai:DiVA.org:liu-149809DiVA, id: diva2:1235475
Tillgänglig från: 2018-07-25 Skapad: 2018-07-25 Senast uppdaterad: 2018-09-21Bibliografiskt granskad

Open Access i DiVA

fulltext(779 kB)19 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 779 kBChecksumma SHA-512
0b5f8751ff1dc1d3db6e38915825890066b749b3a2df8a71fd342c9a612733145139603a0d1f740ea420c430618a1a5218cdb54a09624492c7806f424d317599
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltextPubMed

Personposter BETA

Borga, Magnus

Sök vidare i DiVA

Av författaren/redaktören
Borga, Magnus
Av organisationen
Avdelningen för medicinsk teknikTekniska fakultetenCentrum för medicinsk bildvetenskap och visualisering, CMIV
I samma tidskrift
British Journal of Radiology
Medicinsk bildbehandling

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 19 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
pubmed
urn-nbn

Altmetricpoäng

doi
pubmed
urn-nbn
Totalt: 188 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf