手动和半自动算法的比较,用于测量建筑特征在不同的异比膝盖延伸强度:一个可靠性和初学者评价者的比较研究

科学领域:

• 生物力学和运动生理学
• 医学成像和超声波技术
• 人类解剖学和肌肉骨系统

背景情况:

• 超声波是评估骨肌肉结构的可靠方法,包括带长度 (FL) 和角 (PA).
• 对FL和PA的超声波图像进行手动分析是主观的,耗时的,尤其对于初学者来说.
• 现有的自动化方法往往侧重于被动或亚最大收缩,限制其适用于全范围的肌肉活动.

研究的目的:

• 开发和验证一个半自动算法来测量肌肉厚度 (MT),PA和FL从超声波图像.
• 评估这个新的算法在评分器内和评分器间的可靠性.
• 为了将算法的性能与不同收缩强度的新手评分员的手动测量进行比较.

主要方法:

• 15名经过抵抗训练的个人参与了这项研究.
• 横向巨大的超声波图像是在静止状态下获得的,30%,70%和最大自愿同度收缩 (MVIC).
• 三位初学者进行了手动和半自动分析,以比较测量技术.

主要成果:

• 手动测量显示FL,PA和MT的可靠性较差至中等 (ICC从0到0.84不等).
• 半自动化算法在所有收缩强度的FL,PA和MT (ICCs从0.88到0.999) 中表现出良好的至优秀的intra-rater可靠性.
• 半自动化方法在可靠性方面明显优于手动分析.

结论:

• 与手动方法相比,开发的半自动算法在评估骨肌肉结构方面提供了更高的可靠性,特别是当初学者使用时.
• 标准化的算法方法可以提高肌肉结构测量的可重现性.
• 建议对手动评估进行进一步的研究和培训,以提高一致性.