超分辨率左心室流量和压力映射由Navier-Stokes信息的神经网络
Bahetihazi Maidu1, Pablo Martinez-Legazpi2, Manuel Guerrero-Hurtado3
1Dept. of Mechanical Engineering, University of Washington, Seattle, WA, USA.
bioRxiv : the preprint server for biology
|April 25, 2024
概括
人工智能矢量流量映射 (AI-VFM) 使用物理信息的神经网络从心声图创建详细的左心室流量和压力图,提高精度和时间分辨率.
科学领域:
- 心血管成像 - 心血管成像
- 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:
- 当前矢量流量映射 (VFM) 缺乏压力和加速等物理洞察力,限制了其整合时间数据或导出压力图的能力.
- 现有的VFM模型依赖于简化的动力学约束,无法捕捉复杂的心室内流动动力学.
结论:
- 人工智能-VFM代表了回声心动图流量分析的重大进步,提供了准确的,基于物理学的,以及暂时解析的流量和压力映射.
- AI-VFM框架显示了扩展到其他心血管指标的潜力,例如血液停留时间和凝血动态.
- 这种由人工智能驱动的方法提供了一种计算效率高 (在标准GPU上15分钟) 和高度准确的方法来分析心室内血液动力学.


