Forscher kombinieren moderne Geräte für eine höhere Präzision bei der Analyse der Körperzusammensetzung

Die Lokalisierung spezifischer, lokalisierter Fett- und Muskelverteilungen in der Körperzusammensetzung wird durch die Körperform intuitiv und ungenau impliziert. Nun hat ein Forscherteam herausgefunden, dass die einzigartige Kombination aus modernen Deep-Learning-Modellen, spezifizierter Ausrüstung und dreidimensionalen Körperscans zu einer quantitativen Validierung der medizinischen Bildgebung geführt hat, die zuvor nur qualitativer Natur war.

Steven Heymsfield, biomedizinischer Professor für Stoffwechsel und Körperzusammensetzung in Pennington, ist Teil eines Forscherteams, das die Ergebnisse der Studie „Generative Deep Learning Furthers the Understanding of Local Distributions of Fat and Muscle on Body Shape and Health Using 3D Surface Scans“ bestätigte. “ Die Studie erscheint im Kommunikationsmedizin.

„Einfach und schnell eine detaillierte digitale Karte der Körperform einer Person zu erstellen und diese Informationen dann zu nutzen, um nicht nur genaue Schätzungen ihrer Körperzusammensetzung und Gesundheitsrisiken, sondern auch ein entsprechendes Röntgenbild zu erstellen, war für wenige fast unvorstellbar.“ vor Jahren“, sagte Dr. Heymsfield. „Technologische Fortschritte wie dieser erfordern die Fähigkeiten eines breiten Spektrums von Wissenschaftlern, die ihre akademische Heimat an Institutionen wie Pennington Biomedical und dem University of Hawaii Cancer Center haben.“

Die Forschungsgruppe nutzte zuvor erhaltene 3D-Körperoberflächenscans, die ursprünglich aus der „Shape Up! Adults“-Studie stammten, an der Pennington Biomedical als klinischer Studienstandort teilnahm. Die Scans wurden mit einer kabinenbasierten 3D-Kamera aufgenommen, die ursprünglich für die Bekleidungsindustrie entwickelt wurde, in letzter Zeit aber immer häufiger in der biomedizinischen Forschung eingesetzt wird. Das Team entwickelte ein Modell, das die 3D-Oberflächenscans in einen Dual-Energy-Röntgenabsorptiometrie- oder DXA-Scanner einspeiste. Mit den Eingaben maß der DXA-Scanner die Mengen an Muskeln, Fett und Knochen.

Der DXA-Scanner generierte Ergebnisse, die zeigten, wo sich die Fett- und Muskelverteilung befand, und das Team bestätigte diese Genauigkeit dann durch Standardmessungen mit Waagen und Maßband. Im Vergleich zu kommerzieller Software, die üblicherweise in klinischen Umgebungen verwendet wird, lieferte die einzigartige Kombination aus Ausrüstung und Analyse des Teams Messungen von Fett, Muskelmasse und Knochen mit größerer Genauigkeit. Letztendlich trug die Kombination dieser beiden Ausrüstungsteile dazu bei, die starke Beziehung zwischen der äußeren Karosserieform und der inneren Zusammensetzung zu bestätigen.

„Mit unserem Ziel, zur Wissensbasis beizutragen, öffnet selbst die Kombination zweier ausgiebig getesteter Geräte die Tür zu tiefgreifenden Möglichkeiten der Körpermessung, die sowohl präzise als auch nichtinvasiv sind“, sagte Dr. John Kirwan, Geschäftsführer von Pennington Biomedical. „Diese Studie ist das Neueste in Dr. Heymsfields langer Tradition technologischer Fortschritte im Streben nach Verbesserungen der Gesundheit, einschließlich seiner Arbeit mit den neuesten digitalen Gesundheits- und Wellness-Tools, die er 2021 durchführte, als er zum Amazon Scholar ernannt wurde.“

Nachdem die Genauigkeit dieser Methode bestätigt wurde, ist Dr. Heymsfield zuversichtlich, wie diese Art des Scannens eingesetzt werden kann. Er erklärt, dass die Hauptvorteile darin liegen, wie genau und nichtinvasiv diese Messmethode ist, und prognostiziert, dass solche Methoden bei der Messung von Sarkopenie oder dem altersbedingten unfreiwilligen Verlust von Muskelmasse und -kraft eingesetzt werden.