摘要

在运动过程中记录肌肉肌腱连接处的位移，可以分别研究肌肉和肌腱的行为。为了提供一种完全自动化的跟踪方法，我们采用了一种新颖的深度学习方法来检测超声图像中肌肉肌腱连接处的位置。我们利用注意力机制使网络能够聚焦于相关区域，从而获得更好的结果解释。我们的数据集包括79名健康受试者和28名活动受限受试者进行的被动全范围运动和最大收缩运动。训练后的网络在不同质量的多样化数据集中表现出对肌肉肌腱连接处位置的稳健检测，平均绝对误差为2.55±1毫米。我们证明了该方法适用于各种受试者，并且可以在实时操作中应用。完整的软件包已通过以下链接开放源代码提供：https://github.com/luuleitner/deepMTJ