肩袖肌腱超声图像的频率分析

肌腱是分层的纤维组织。 超声图像的散斑信号具有沿肌腱长轴排列的平行条纹，反映了肌腱中胶原纤维束的排列。 肌腱的微观结构可以通过分析超声图像的散斑图案来量化。 研究团队利用快速傅里叶变换将肌腱的超声图像转换为二维空间频谱，并利用线性判别分析计算多个空间频率参数。 结果表明，有5个参数对跟腱病的鉴别准确度最高。 肌腱是否负重与是否出现肌腱病肌腱的频谱频率参数存在显着差异。 过去对肩痛患者进行空间频率分析的研究发现，无症状对照组与肩痛患者之间没有显着差异。 肩袖肌腱损伤的危险因素与高龄、惯用手、反复头顶活动有关。 因此，在本研究中，我们将招募不同年龄的参与者，并研究双侧肩部超声图像的空间频率分析结果。 本研究的目的是了解这些因素是否会影响肩袖肌腱的微观结构，并在没有明显肌腱退变或损伤的情况下建立空间频率分析参数的参考规范。 此外，我们旨在通过使用不同的超声设备来比较几种仪器的频谱分析参数之间的差异。 本研究可为肌腱超声图像空间频率分析的临床应用提供参考。