MuscleMap

一键量化全身肌肉 MRI，让科研分析标准化。

MuscleMap 是一个开源、社区支持的全身肌肉定量 MRI 分析平台。它解决的是肌肉萎缩、肥胖、代谢疾病等研究中缺乏标准化、可重复的全身肌肉影像分析工具的问题。核心能力包括：基于深度学习的自动化肌肉分割、全身肌肉体积与脂肪浸润的定量分析、支持多中心 MRI 数据格式、提供可复现的分析流程与可视化报告。项目采用 Python 构建，集成 CNN 等计算机视觉技术，旨在为临床研究者提供从原始影像到量化指标的端到端解决方案，降低技术门槛，促进跨机构协作。

开源 free 计算机视觉

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 132

维护状态维护中

是否开源是

定价模式 free

项目数据

分类计算机视觉

开发团队MuscleMap

所属国家

官网地址https://musclemap.github.io/MuscleMap

GitHubhttps://github.com/MuscleMap/MuscleMap

定价模式free

价格说明开源项目，MIT许可证，完全免费，无付费版本。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型3d-modeling,analysis,artificial-intelligence,automated,body-composition,cnn,computed-tomography,computer-vision,image-analysis-toolbox,image-segmentation,magnetic-resonance-imaging,muscle,muscle-model,muscles,open-science,open-source,python,pytorch,segmentation,segmentation-models

GitHub 星标★ 132

30天Star增速

HF 下载量

上线时间2023-12-06 00:00:00

最近更新2026-09-11 00:00:00

维护状态维护中

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-10

浏览次数7

使用教程

核心亮点

提供自动化全身肌肉分割，减少人工标注耗时
支持多中心数据格式，便于跨机构研究协作
基于 CNN 的模型，分割精度有保障

不足之处

文档/社区待观察
早期项目，功能稳定性需验证

适用场景

临床研究中的肌肉萎缩评估
代谢疾病与肥胖的体成分分析
运动医学中的肌肉形态定量研究

替代项目

FreeSurfer、3D Slicer、DeepLabCut

项目介绍

MuscleMap 是计算机视觉领域的开源项目，由 MuscleMap 开发，2023 年首次发布。

它收录于计算机视觉分类，该分类目前共有 446 个项目，GitHub 星标数为 132。

项目仍在小幅维护中，最近一次代码更新于 2026-09-11。MIT许可证，完全免费，无付费版本。

它主要面向的使用场景是：临床研究中的肌肉萎缩评估。同类可对比的替代方案包括 FreeSurfer、3D Slicer、DeepLabCut。

上一篇：isaac_ros_image_segmentation

下一篇：Lifelong-nnUNet