在 pec-fly 练习中对胸部主要厚度的自动化分析:从手动测量演变为深度学习技术
Shangyu Cai1, Yongsheng Lin1, Haoxin Chen1
1School of Biomedical Engineering, Medical School, Shenzhen University, Shenzhen, 518073, China.
Visual computing for industry, biomedicine, and art
|April 16, 2024
概括
这项研究使用深度学习和超声波来测量飞行练习期间大胸部 (PMaj) 肌肉厚度. 实时超声波生物反改善了PMaj厚度变化,并减少了负载之间的差异.
科学领域:
- 生物力学 生物力学
- 运动生理学 运动生理学
- 医疗成像医学成像
背景情况:
- 运动期间巨胸肌 (PMaj) 肌肉厚度的变化对于理解肌肉激活至关重要.
- 之前的研究依赖于手动测量,限制了自动化应用.
- 可穿戴式超声波成像提供了客观肌肉评估的潜力.
研究的目的:
- 开发和验证深度学习模型,用于在飞行演习期间自动测量PMaj厚度.
- 研究实时超声波成像 (RUSI) 生物反对PMaj厚度变化的影响.
- 探索自动超声波测量所提供的定量补充信息.
主要方法:
- 使用了可穿戴式超声波成像装置.
- 采用深度学习模型进行图像细分和PMaj厚度的自动测量.
- 参与者在50%和80%的最大一次重复中进行了带有RUSI生物反和没有RUSI生物反的胸部练习.
主要成果:
- 随着RUSI生物反,PMaj厚度变化在冠状平面上增加,无论负载强度如何.
- 俄罗斯生物反导致PMaj厚度变化均.
- 负载强度之间的PMaj厚度变化的差异被RUSI生物反减少,表明肌肉激活发生了变化.
结论:
- 具有深度学习的自动超声波提供了对运动期间肌肉生理学的定量见解.
- 俄罗斯生物反可以增强PMaj激活并改变运动反应.
- 开发的模型适用于健身训练和肌肉评估,并有可能进一步改进.


