Durch das Vorhaben soll ein tieferes Verständnis für Fußdeformitäten in der Fortbewegung im Kontext muskuloskelettaler Erkrankungen erreicht werden, um Klinikern quantitative Informationen für die Operationsplanung verschiedener Eingriffsszenarien verfügbar zu machen. Zur Untersuchung der FE-Modellierung des Bewegungsapparates werden detaillierte 3D-Gewebestrukturen benötigt. Die Gewebesegmentierungsprozesse aus medizinischen Bildern basieren nach heutigem Stand der Technik auf herkömmlichen Bildverarbeitungstechniken, die durch zusätzliche Faserinformationen aus dem Diffusions-Tensor MRT ergänzt werden. Erste Anwendungen von Deep-Learning-Methoden (DLM) für die Gewebesegmentierung zeigen vielversprechendere, schnellere und bessere Modellergebnisse als herkömmliche automatisierte Segmentierungstechniken. All diese Verfahren ignorieren jedoch das Bindegewebe. Der Hauptgrund ist das niedrige MRT-Signal insbesondere aus der Sehne, die eine Schlüsselstruktur zur Krafterzeugung im Bewegungsapparat darstellt. Ziel dieses Teilvorhabens ist es, aus MRT-Bildern ein detailliertes Strukturmodell des Fußes durch semantische Segmentierung der relevanten Gewebestrukturen mit DLM zu generieren, um damit FE-Simulationen durchführen zu können.