肌肉组织剪切波弹性成像半自动分析算法的开发与验证：提升测量效率与标准化水平

本研究针对肌肉剪切波弹性成像(SWE)测量中手动分析效率低、操作者依赖性强的痛点，开发了基于MATLAB的半自动算法。通过分析52名健康受试者斜方肌的SWE影像，验证显示该算法与人工测量具有极强相关性(Spearman's ρ>0.99)，且偏差(0.747 kPa)小于最小可检测变化值。该工具实现了全肌肉区域的时间序列分析，为肌肉生物力学研究提供了标准化解决方案。

　　

肌肉组织的力学特性评估一直是运动医学和康复领域的重要课题。超声剪切波弹性成像(SWE)作为一种新兴技术，通过测量剪切波传播速度(SWV)来量化组织刚度，已广泛应用于肝脏和乳腺等均质组织的诊断。然而在肌肉这类各向异性组织中，传统手动分析方法面临严峻挑战：操作者需在单帧图像中手动放置微小测量区域(ROI)，不仅耗时费力，更可能因主观选择导致数据偏差。现有研究表明，肌肉刚度存在显著的空间异质性和时间波动性，而制造商提供的分析软件往往仅支持单帧分析，这严重制约了SWE技术在肌肉研究中的应用价值。

为突破这些技术瓶颈，弗莱堡大学和富特旺根大学的研究团队在《Scientific Reports》发表了一项创新研究。研究人员基于先前开发的乳腺组织分析算法，成功开发出适配肌肉组织的半自动分析工具。该研究通过52名健康受试者的斜方肌SWE影像验证显示，新算法与金标准手动测量具有极强相关性(ρ>0.99)，且偏差值(0.747 kPa)小于临床最小可检测变化值。这项突破性工作首次实现了全肌肉区域的时间序列自动化分析，为肌肉生物力学研究建立了标准化测量范式。

关键技术方法包括：1)基于MATLAB 2021b平台开发图形用户界面(GUI)，处理Aixplorer系统采集的DICOM格式SWE影像；2)采用垂直排列的B超与弹性图组合模式，默认50%透明度设置；3)通过温度梯度色谱解析弹性值，支持4×4 mm网格或自定义矩形ROI分析；4)以52名健康志愿者斜方肌为样本，分别在静息和激活状态下采集10秒SWE影像(帧率1.6-2.0 Hz)；5)采用Bland-Altman分析和Shieh一致性检验进行方法学验证。

【算法和图形用户界面(GUI)】研究团队对Skerl等开发的乳腺组织算法进行肌肉特异性改造，新增功能包括：弹性图自动分割、多帧连续分析、SWV值自动换算。GUI界面集成图像预览、参数设置和结果导出功能，即使非编程人员也能便捷操作。特别设计的质量评估模块可计算ROI内有效像素比例，确保数据可靠性。

【数据收集】研究严格遵循SWE肌肉测量规范：探头垂直体表、施加最小压力、纵向成像平面。52名健康志愿者(29.7±10.7岁)在俯卧位完成斜方肌静息和收缩状态的SWE采集，使用Aixplorer Ultimate系统(SL15-4探头)记录10秒DICOM影像，弹性范围设置为300 kPa以获得最佳色谱分辨率。

【数据处