数据驱动计算的应用,用于在经超声波刺激下对人类大脑粘弹性反应的患者特定预测

科学领域:

• 计算力学是计算力学.
• 生物医学成像学 生物医学成像学
• 神经科学是一个神经科学.

背景情况:

• 对人类大脑机械反应的准确建模对于了解它在各种刺激下的行为至关重要.
• 现有的方法通常依赖于分析模型或数据回归,这可能是限制性的.

研究的目的:

• 为脑力学提供一个无模型的数据驱动解决方案.
• 能够直接利用in situ和in vivo成像数据进行全尺度机械响应计算.
• 绕过分析建模或数据回归的需要.

主要方法:

• 开发一类无模型的数据驱动解决器.
• 对数据的正确性和趋同的分析证明.
• 应用程序使用公共领域的MRI图像和MRE数据.
• 与商业上可用的固体力学软件集成.

主要成果:

• 证明方法在计算机械反应中的有效性.
• 产生详细的,空间分辨率的,针对患者的波浪模式的具体预测.
• 成功地利用现场和体内成像数据直接用于计算.

结论:

• 数据驱动的解决方案提供了一个强大的,无模型的方法来分析大脑机制.
• 这种方法可以准确地预测大脑对声波和超声波刺激的反应.
• 该方法在分析上得到了验证,并使用真实世界的数据在实践中进行了证明.