深部ニューラルネットワークを用いた孤立収縮と歩行中の内側腓腹筋-腱接合部変位の自動解析【JST・京大機械翻訳】

Krupenevich, R. L.; Funk, C. J.; Franz, J. R.

プレプリント

J-GLOBAL ID：202202210551548340 整理番号：22P0249173

深部ニューラルネットワークを用いた孤立収縮と歩行中の内側腓腹筋-腱接合部変位の自動解析【JST・京大機械翻訳】

Automated Analysis of Medial Gastrocnemius Muscle-Tendon Junction Displacements During Isolated Contractions and Walking Using Deep Neural Networks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年10月01日プレプリントサーバーでの情報更新日： 2020年10月01日
JST資料番号： O7001B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

筋肉-腱接合部(MTJ)位置の直接測定は,健康および病理学的集団における動的腱挙動および筋肉-腱相互作用を理解するために重要である。伝統的に,機能的活動中のMTJ位置を得ることは,シネBモード超音波画像におけるMTJの位置を手動で追跡し,手間と時間のかかるプロセスである。深層学習における最近の進歩は,自動追跡のためのユーザフレンドリーなオープンソースソフトウェアパッケージのアベイラビリティを容易にした。しかし,これらのソフトウェアパッケージは当初動物姿勢推定を意図し,超音波画像で広く試験されていない。したがって,本報告の目的は,トレッドミル歩行中の生理的負荷に対する分離収縮中の制御負荷を横断して,シネBモード超音波画像における内側腓腹筋MTJ位置を正確に追跡するための深層ニューラルネットワークの有効性を評価することであった。内側腓腹筋MTJのCine Bモード超音波画像を,1.25m/sのトレッドミル歩行中,15人の被験者(6M/9F,23歳,71.9kg,1.8m)から,最大随意等尺性足底屈筋収縮(MVIC)時に採取した。5つの深層ニューラルネットワークを,歩行中に採取した480のラベル付き画像を用いて訓練し,次に,歩行中の新しい被験者1)(ノベル-被験者)および2)MVICs中の画像におけるMTJ位置を予測するために使用した。新しい被験者と新しい条件評価において,それぞれ1.26{+/-}1.30mmと2.61{+/-}3.31mmの平均絶対誤差を見出した。MTJ位置追跡へのこのアプローチが,リハビリテーションや臨床診断のような多くの分野に対する広い応用を伴う,アクセス可能かつ時間節約的な解決策であると信じる。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

筋肉 , 生体計測 , 運動器系の基礎医学 , 運動器系の診断

, , , , , , , ,

前のページに戻る