一种基于深度学习预测冠状动脉狭窄阻力的系统与方法

    公开(公告)号:CN112185551B

    公开(公告)日:2023-04-07

    申请号:CN202011081407.3

    申请日:2020-10-10

    Abstract: 一种基于深度学习预测冠状动脉狭窄阻力的系统与方法。属于人工智能领域,包括以下步骤:基于真实冠状动脉参数构建血管模型并记录血管模型参数(入口面积、狭窄长度等);基于血管模型进行模型网格化预处理;基于几何多尺度血流动力学计算预处理模型并提取血管模型的狭窄阻力;基于数据提取与血管模型参数建立狭窄阻力训练集与预测集;基于BP神经网络建立神经网络框架;基于深度学习对狭窄阻力训练集进行训练与对预测集进行预测验证。

    一种基于深度学习预测冠状动脉狭窄阻力的系统与方法

    公开(公告)号:CN112185551A

    公开(公告)日:2021-01-05

    申请号:CN202011081407.3

    申请日:2020-10-10

    Abstract: 一种基于深度学习预测冠状动脉狭窄阻力的系统与方法。属于人工智能领域,包括以下步骤:基于真实冠状动脉参数构建血管模型并记录血管模型参数(入口面积、狭窄长度等);基于血管模型进行模型网格化预处理;基于几何多尺度血流动力学计算预处理模型并提取血管模型的狭窄阻力;基于数据提取与血管模型参数建立狭窄阻力训练集与预测集;基于BP神经网络建立神经网络框架;基于深度学习对狭窄阻力训练集进行训练与对预测集进行预测验证。

    一种基于流固耦合的冠状动脉几何多尺度模型的计算方法

    公开(公告)号:CN113936805A

    公开(公告)日:2022-01-14

    申请号:CN202110999197.4

    申请日:2021-08-28

    Abstract: 一种流固耦合的冠状动脉几何多尺度模型的计算方法,属于血流动力学域。在进行血流动力学模拟时,血管壁与血流两者之间相互影响,为充分考虑血管壁弹性对血流的影响,一般采用流固耦合模型,但是流固耦合模型在模拟计算无创血流储备分数时,无法模拟充血状态下微血管阻力的变化,为同时考虑血管壁以及微血管阻力,建立了基于流固耦合的几何多尺度计算模型。将电子元器件电阻Rm和电感L串联后耦合至三维流固耦合模型,其中电阻Rm模拟血管分支的微循环阻力,电感L模拟微循环血流惯性。该方法既可以模拟血管壁对血流的影响,又能为三维流固耦合模型提供可靠的微血管阻力边界条件,能更加贴近真实生理环境,提高血流动力学的计算准确度。

Patent Agency Ranking