在具有结构性MRI生物标志物的运动员中预防阿基里斯肌损伤:一种机器学习方法
Norbert Kapinski1,2, Karol Jaskulski3, Justyna Witkowska4,5
1Interdisciplinary Centre for Mathematical and Computational Modelling, University of Warsaw, Warsaw, Poland.
Sports medicine - open
|November 5, 2024
概括
人工智能 (AI) 对阿基勒斯肌MRI扫描的分析显示,肌结构和功能之间的联系比传统的放射学评估更为密切. 人工智能驱动的洞察力可以更好地解释功能变异,帮助伤害预防策略.
科学领域:
- 整形外科成像 整形外科成像
- 医学中的人工智能
- 运动医学运动医学
背景情况:
- 人工智能 (AI) 在骨科医学图像分析方面表现有前途.
- 这项研究比较了AI和人类肌肉骨放射学家在评估阿基里斯肌MRI.
- 目的是确定阿基里斯肌结构和功能之间的关系,以预防伤害.
研究的目的:
- 在阿基里斯肌MRI分析中比较AI和放射科医生的推理.
- 研究阿基里斯肌在运动员中的结构和功能之间的联系.
- 探索结构参数和功能属性,如强度和运动范围之间的关系.
主要方法:
- 横截面研究设计. 截面研究设计.
- 分析72名运动员的阿基里斯肌磁共振图像 (MRI),使用T2*加权梯度回声序列.
- 数据通过先进的AI技术进行分析,并由放射科医生进行审查,并对功能研究进行统计评估.
主要成果:
- 人工智能评估显示,与放射性评估相比,阿基里斯肌结构和功能之间的关联更强大.
- 由人工智能获得的洞察力解释了特定功能组中多达59%的差异.
- 规范化相互信息和斯皮尔曼相关系数在人工智能分析中更高.
结论:
- 阿基里斯肌的结构参数显著影响关键的功能方面.
- 对MRI的结构化AI评估优于主观放射科医生的意见,以有效推理.
- 人工智能驱动的分析增强了对肌结构功能关系的理解,以预防潜在的伤害.
