В статье представлен алгоритм, реализующий радиомический подход к обработке данных компьютерной томографии (КТ) для диагностики саркопении. Предлагаемый метод включает выделение области интереса, автоматическую сегментацию мышц с использованием моделей глубокого обучения, извлечение из КТ-изображений радиомических признаков, построение корреляционных матриц и выбор критериев для классификации. Результаты показывают, что полученные радиомические параметры имеют значимую корреляцию с наличием саркопении. Это позволяет строить точные моде-ли классификации на основе машинного обучения. Данный подход может значительно улучшить диагностику саркопении, предоставляя надежные неинвазивные методы анализа/