论文部分内容阅读
<正>目的将基于QCT影像的有限元分析结合机器学习,提出一种可以根据临床QCT影像直接预测椎体强度的方法。方法 选取80名志愿者的腰椎部位,影像来自MrOS项目香港组的QCT数据。个体化有限元分析计算80例L1椎体模型的强度,用于构建机器学习模型。提取每个椎体的58个特征作为备选输入参数,包括灰度分布、39个区域的灰度值、骨密度、结构刚度、轴向刚度和骨密度与最小截面面积的乘积(BMDQCTAmin)。根据相关性分析和主成分分析的结果,利用参数筛选和参数降维,将58个特征简化为5个特征(灰度分布60%处的灰度值、3个特