Automatic Segmentation of Cross-Sectional Area in Ultrasound Images of Lower Limb Muscles Using Deep Learning

Der DeepACSA-Algorithmus wurde 2022 entwickelt und nutzt künstliche Intelligenz, genauer gesagt sogenannte konvolutionale neuronale Netzwerke. Diese wurden mit vielen Ultraschallbildern der Beinmuskulatur trainiert. Die verwendeten Bilder zeigten Querschnitte verschiedener Muskeln, darunter der Wade und Oberschenkelmuskeln (vastus lateralis) und der gerade Oberschenkelmuskel (rectus femoris). Der Algorithmus kann mehrere wichtige Muskelmerkmale automatisch berechnen: die anatomische Querschnittsfläche eines Muskels, seine Echointensität (ein Maß für die Gewebequalität) und auch das Muskelvolumen. Früher mussten solche Messungen manuell durchgeführt werden, was viel Zeit kostete und stark von der Erfahrung der auswertenden Person abhing. DeepACSA ermöglicht eine schnelle, objektive und automatisierte Analyse – sowohl für die Forschung als auch für klinische Anwendungen. Damit lassen sich Muskelveränderungen zum Beispiel im Training, bei Verletzungen oder mit zunehmendem Alter präziser und zuverlässiger erfassen.