基于B模式超声波图像的不同形态的肌肉动态分析的自动化方法的开发
Taku Miyazawa1, Fumiya Sasaki2, Hiroki Hanawa3
1Department of Rehabilitation, Faculty of Health Science, University of Human Arts and Sciences, Saitama 339-8555 Japan; Graduate Course of Health and Social Services, Saitama Prefectural University, Saitama 339-8555 Japan.
Journal of biomechanics
|January 17, 2026
概括
这项研究开发了一种自动图像分析算法,用于跟踪收缩期间的肌肉位移. 该算法准确地测量了状肌肉和状肌肉的转移和旋转运动,有助于临床研究.
科学领域:
- 生物力学 生物力学
- 肌肉骨成像检查 肌肉骨成像检查
- 图像分析 图像分析
背景情况:
- 肌肉收缩涉及复杂的翻译和旋转运动.
- 单独的角不足以捕捉肌肉变形模式.
- 准确评估肌肉位移对于理解肌肉功能至关重要.
研究的目的:
- 开发一种自动化图像分析算法,用于跟踪肌肉位移.
- 为了评估算法在分析状肌肉和状肌肉方面的准确性.
- 为了评估在自愿膝盖运动期间肌肉层的移位.
主要方法:
- 开发了一种使用Kanade-Lucas-Tomasi方法的算法来追踪多个特征点.
- 使用超声波分析了表面,中间和深层肌肉层的位移.
- 参与者在不同角度 (25°,50°,75°) 进行了膝盖曲-延伸.
主要成果:
- 该算法成功地跟踪了半状 (fusiform) 和广侧面 (pennate) 肌肉中的转换和旋转位移.
- 追踪的位移与膝关节角度 (r > 0.98) 和手动分析 (r = 0.82-0.95) 显示出强烈的相关性.
- 精度随着更大的位移范围而下降, fusiform 肌肉的精度较低.
结论:
- 拟议的图像分析算法准确量化了收缩期间的肌肉位移.
- 这种方法在临床诊断和基础肌肉骨研究中提供了潜在的应用.
- 该算法为了解不同类型肌肉的肌肉力学提供了有价值的工具.
