Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Microstructural and Biomechanical Determinants of Biological Aging.

bioRxiv : the preprint server for biology·2026
Same author

Biological Aging of the Cardiopulmonary System.

bioRxiv : the preprint server for biology·2026
Same author

Clinicopathological and molecular study of two unique cases with microglandular and acinic cell-like breast carcinoma.

Histopathology·2026
Same author

Postnatal pulmonary artery development from transcript to tissue.

Journal of the Royal Society, Interface·2026
Same author

A pH-regulated single-material fluorescence sensor array with tunable response patterns for discrimination and quantification of Hg(II), Cr(VI), and Mn(VII).

Analytica chimica acta·2026
Same author

miR-494-3p/G6PC/FOXO1 signaling axis drives autophagy-mediated breast cancer progression and predicts poor prognosis.

Cellular signalling·2026
Same journal

LOCAL DIVERGENCE-FREE IMMERSED FINITE ELEMENT-DIFFERENCE METHOD USING COMPOSITE B-SPLINES.

Advances in computational science and engineering·2025
Same journal

NUMERICALLY STABLE SOLUTION TO THE 6R PROBLEM OF INVERSE KINEMATICS.

Advances in computational science and engineering·2024
Ver todos los artículos relacionados

Video Experimental Relacionado

Updated: Feb 26, 2026

Author Spotlight: Segmentation and VR for Advanced Neurovascular Interventions
06:18

Author Spotlight: Segmentation and VR for Advanced Neurovascular Interventions

Published on: April 5, 2024

1.7K

DIRECT MEDICAL IMAGE TO SIMULATION USING AUTO-SEGMENTATION AND POINT CLOUD-BASED CFD

Ashton M Corpuz1, Monu Jaiswal1, Pan Du2

  • 1Department of Mechanical Engineering, Iowa State University, Ames, IA 50011, USA.

Advances in computational science and engineering
|February 25, 2026
PubMed
Resumen
Este resumen es generado por máquina.

This study introduces a new computational method for cardiovascular digital twins. It speeds up simulations from patient scans, making complex cardiovascular disease analysis more accessible.

Palabras clave:
CFDCT scanCardiovascular diseaseautosegmentationneural networkpoint cloud

Más Videos Relacionados

Optical Coherence Tomography Based Biomechanical Fluid-Structure Interaction Analysis of Coronary Atherosclerosis Progression
13:07

Optical Coherence Tomography Based Biomechanical Fluid-Structure Interaction Analysis of Coronary Atherosclerosis Progression

Published on: January 15, 2022

4.6K
Creation of Patient-Specific Silicone Cardiac Models with Applications in Pre-surgical Plans and Hands-on Training
09:15

Creation of Patient-Specific Silicone Cardiac Models with Applications in Pre-surgical Plans and Hands-on Training

Published on: February 10, 2022

4.3K

Videos de Experimentos Relacionados

Last Updated: Feb 26, 2026

Author Spotlight: Segmentation and VR for Advanced Neurovascular Interventions
06:18

Author Spotlight: Segmentation and VR for Advanced Neurovascular Interventions

Published on: April 5, 2024

1.7K
Optical Coherence Tomography Based Biomechanical Fluid-Structure Interaction Analysis of Coronary Atherosclerosis Progression
13:07

Optical Coherence Tomography Based Biomechanical Fluid-Structure Interaction Analysis of Coronary Atherosclerosis Progression

Published on: January 15, 2022

4.6K
Creation of Patient-Specific Silicone Cardiac Models with Applications in Pre-surgical Plans and Hands-on Training
09:15

Creation of Patient-Specific Silicone Cardiac Models with Applications in Pre-surgical Plans and Hands-on Training

Published on: February 10, 2022

4.3K

Área de la Ciencia:

  • Medicina computacional
  • Ingeniería biomédica
  • Imágenes médicas

Sus antecedentes:

  • La enfermedad cardiovascular (ECV) es una importante preocupación de salud mundial.
  • Los métodos computacionales actuales basados en imágenes para el análisis de ECV enfrentan desafíos en la automatización y requieren experiencia especializada.
  • Los gemelos digitales ofrecen potencial para mitigar el impacto de la ECV, pero requieren pipelines de simulación eficientes.

Objetivo del estudio:

  • Presentar un marco novedoso para acelerar las simulaciones de dinámica de fluidos computacional (CFD) para gemelos digitales cardiovasculares.
  • Superar las limitaciones de la segmentación manual y la experiencia en el dominio en los flujos de trabajo actuales de imagen a simulación.
  • Permitir simulaciones CFD rápidas y directas a partir de imágenes médicas del paciente.

Principales métodos:

  • Desarrolló un marco que utiliza análisis inmersogeométrico para simulaciones directas de nube de puntos a CFD.
  • Integró técnicas avanzadas de autosegmentación para extraer geometrías específicas del paciente como nubes de puntos.
  • Validó el marco con problemas de flujo de referencia y lo aplicó a imágenes cardiovasculares específicas del paciente.

Principales resultados:

  • Demostró la capacidad de realizar simulaciones CFD rápidas directamente en nubes de puntos derivadas de escaneos médicos.
  • Aplicó con éxito el marco a datos de imágenes cardiovasculares específicos del paciente.
  • Mostró un pipeline acelerado de imagen a simulación para gemelos digitales cardiovasculares.

Conclusiones:

  • El marco propuesto acelera significativamente el proceso de creación de gemelos digitales cardiovasculares.
  • Este enfoque mejora la tratabilidad y accesibilidad del análisis computacional avanzado de ECV.
  • El método es prometedor para mejorar la evaluación y planificación del tratamiento de enfermedades cardiovasculares específicas del paciente.