肌肉缩的超声波评估在短期和中期的头下卧床休息期间
Xiao Yang1, Lele Yu1, Ye Tian1
1Key Laboratory of Ultrasound of Shaanxi Province, School of Physics and Information Technology, Shaanxi Normal University, Xi'an, China.
Ultrasound in medicine & biology
|September 12, 2025
概括
超声波技术与深度学习相结合,在模拟的微重力模型中有效评估肌肉缩. 这种方法提供了一种有前途的工具,用于监测在固定过程中肌肉损失.
科学领域:
- 生物医学工程 生物医学工程
- 太空医学 太空医学
- 肌肉骨研究 研究
背景情况:
- 肌肉缩是微重力环境中的一个重大问题,影响着宇航员的健康.
- 目前监测肌肉损失的方法缺乏效率和实时评估能力.
- 俯卧床休息模型为模拟微重力诱导的生理变化提供了陆地模拟.
研究的目的:
- 评估超声波技术的可行性,以跟踪肌肉缩的进展.
- 开发和验证用于肌肉缩评估的深度学习模型.
- 为监测模拟微重力中的肌肉功能状态建立一个参考.
主要方法:
- 在 rhesus 子中建立了一个40天的头向下卧床休息模型.
- 一个双编码器并行深度学习模型处理了B模式超声波图像和射频信号.
- 使用注意力机制和像素注意力引导的融合模块来增强特征提取和融合.
主要成果:
- 开发的模型通过跨个体交叉验证在评估肌肉缩方面达到约87%的准确性.
- 超声波模式 (B模式和射频) 的融合显著优于单一模式评估.
- 该方法证明了不使用肌肉缩的有效分类性能.
结论:
- 超声波技术与深度学习相结合,有效地评估不使用的肌肉缩.
- 拟议的方法显示出在长期固定期间诊断肌肉缩的巨大潜力.
- 这种方法为监测微重力和其他固定场景中的肌肉健康提供了有价值的参考.
