一个概率神经双胞胎用于治疗规划在周围肺动脉狭窄症

科学领域:

• 生物医学工程 生物医学工程
• 计算流体动力学的流体动力学.
• 医疗成像医学成像

背景情况:

• 高保真性血液动力学模型在计算上昂贵,限制了它们的使用在线规划.
• 周围肺动脉疾病需要精确的干预来优化压力和流量.
• 由于治疗结果的变化,需要使用概率方法.

研究的目的:

• 开发一个高效的,数据驱动的管道实时,在血液动力学中的概率治疗规划.
• 为了使复杂的血管修复能够及时做出临床决定.
• 将先进的建模与患者特定数据集成在一起,以改善结果.

主要方法:

• 开发了一个线下-线上管道,结合了边界条件同化,模型缩小和替代模型.
• 实施了基于样本的方法,用于对治疗成功的概率估计.
• 引入了一种新的方法,用于使用代校正进行血管修复的参数化.

主要成果:

• 在患病的肺动脉树模型上证明了管道的可行性.
• 实现了概率实时规划能力,克服了计算限制.
• 展示了优化对周围肺动脉疾病的干预措施的潜力.

结论:

• 拟议的管道促进了血液动力学干预的实时,概率治疗规划.
• 这种方法增强了复杂的血管修复的决策,改善了患者的护理.
• 数据驱动的替代模型为克服临床应用中的计算障碍提供了一个强大的工具.