Die StrainNet-Architektur umfasst ein tiefes neuronales Netzwerk, das darauf trainiert ist, die Beziehung zwischen zwei Ultraschallbildern \(I_t\) und \(I_{t+1}\) sowie die Sehnenbeanspruchung bei Frame t, \(\epsilon _{xx}^{(t)}\), \(\epsilon _{xy}^{(t)}\), \(\epsilon _{yy}^{(t)}\), vorherzusagen. StrainNet besteht aus zwei Stufen, wobei die erste ...