该软件结合了深度学习,3D重建和CFD,从超声波成像分析动脉状态

科学领域:

• 医疗成像医学成像
• 计算流体动力学的流体动力学.
• 人工智能在医学中的应用

背景情况:

• 超声波是关键的非侵入性诊断工具,用于动脉疾病.
• 准确评估动脉几何和血液流动对于患者管理至关重要.

研究的目的:

• 介绍一种新的软件方法,将超声波成像与深度学习相结合.
• 提供额外的定量和定性信息,以对患者进行特定的动脉评估.
• 为了提高预测动脉分叉异常.

主要方法:

• 开发了一种由三个模块组成的软件方法.
• 深度学习被用来从超声数据中提取动脉轮.
• 状动脉分叉几何体的3D重建,然后进行血液动力学分析.

主要成果:

• 高性能指标验证了深度学习模块的准确性.
• 重建的参数根据临床测量得到了验证.
• 详细的血液动力学分析提供了对血液流动和动脉壁状况的见解.

结论:

• 该方法提供了超越标准超声波的增强的定量和定性见解.
• 它可以为动脉分叉条件提供更个性化的治疗策略.
• 这种方法有助于预测动脉异常的进展.