从超声波数据预测骨肌肉密度的深度学习模型的开发:一项概念验证研究
Federico Pistoia1, Marta Macciò2, Riccardo Picasso1
1IRCCS Ospedale Policlinico San Martino, Largo Rosanna Benzi, 10, Genoa, Italy.
La Radiologia medica
|July 8, 2025
概括
这项研究开发了一种使用超声波预测肌肉密度的深度学习模型,为评估肌肉健康提供了一种新的方法. 该模型有望改善肌肉的评估,克服当前方法的局限性.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 肌肉骨健康 肌肉骨健康
背景情况:
- 减少肌肉质量和功能与增加的发病率和死亡率相关.
- 超声波是具有成本效益和便携性的,但由于操作员的变化,它在肌肉的评估中未得到充分利用.
- 目前用于评估肌肉的方法缺乏标准化,并且依赖于操作者.
研究的目的:
- 开发一种深度学习模型,使用超声数据预测肌肉密度.
- 探索一种新的基于超声波的参数,用于评估肌肉.
- 在超声波肌肉分析中克服操作员专业知识和测量变量的局限性.
主要方法:
- 使用超声波图像训练了一种深度学习模型,以预测CT测量的肌肉密度.
- 接受CT扫描的成年参与者被录取; 腹直肠的超声波进行了.
- 肌肉密度以CT的Hounsfield单位计算,与超声波图像相关联.
主要成果:
- 深度学习模型在分类肌肉密度方面实现了70%的分类精度.
- 三种密度类的曲线下面积 (AUC) 值为0.89,0.79和0.90.
- 该研究表明,通过超声波来评估肌肉的有希望的,自动化的方法.
结论:
- 使用超声波的创新深度学习方法显示了自动化肌肉形评估的可行性.
- 这种方法有可能提高肌肉健康评估的可靠性和可访问性.
- 建议在不同人群中进一步验证并扩展到其他肌肉.
相关概念视频
01:48Classification of Skeletal Muscle Fibers
56.9K
Skeletal muscles continuously produce ATP to provide the energy that enables muscle contractions. Skeletal muscle fibers can be categorized into three types based on differences in their contraction speed and how they produce ATP, as well as physical differences related to these factors. Most human muscles contain all three muscle fiber types, albeit in varying proportions.
Slow-Twitch Muscle Fibers
Slow oxidative, muscle fibers appear red due to large numbers of capillaries and high levels of...
Slow-Twitch Muscle Fibers
Slow oxidative, muscle fibers appear red due to large numbers of capillaries and high levels of...
56.9K
00:55Skeletal Muscle Anatomy
89.7K
Skeletal muscle is the most abundant type of muscle in the body. Tendons are the connective tissue that attaches skeletal muscle to bones. Skeletal muscles pull on tendons, which in turn pull on bones to carry out voluntary movements.
89.7K