高分辨率的血液动力学估计来自超快超声波图像速度测量,使用物理信息的神经网络
Meiling Liang1, Jiacheng Liu1, Hao Wang1
1The Key Laboratory of Biomedical Information Engineering of Ministry of Education, Department of Biomedical Engineering, School of life Science and Technology, Xi'an Jiaotong University, Xi'an, People's Republic of China.
Physics in medicine and biology
|January 9, 2025
概括
这项研究引入了一种结合物理信息的神经网络和超快超声波图像速度测量的新方法,以准确估计高分辨率的血流和压力场,帮助诊断血管疾病.
科学领域:
- 生物医学工程 生物医学工程
- 医疗成像医学成像
- 计算流体动力学的流体动力学.
背景情况:
- 精确估计高分辨率 (HR) 血流速度和压力场对于诊断和治疗血管疾病至关重要.
- 当前的方法在实现必要的分辨率和准确性方面面临挑战.
研究的目的:
- 开发和验证一种用于预测HR血液动力学参数的新方法,使用与超快超声波图像速度计 (u-UIV) 集成的物理信息神经网络 (PINN).
- 提高数据精细化,确保HR血液动力学预测的物理正确性.
主要方法:
- 采用PINN,结合纳维埃-斯托克斯方程来执行物理约束并优化网络性能.
- 一个精细的绘图网络被整合到数据精细化,处理稀疏的时空数据.
- u-UIV生成的速度向量和物理余量被用于代HR预测增强.
主要成果:
- 精细的映射网络显示了辐射 (1.9倍) 和轴向 (2.5倍) 分辨率的显著改进.
- 从体外和体外数据中估计的HR速度场,实现了微米级空间分辨率 (例如,体内63μm × 79μm).
- 估计的速度场与理论值和u-UIV测量结果强烈一致;推断了压力场.
结论:
- 拟议的PINN-u-UIV方法有效地预测高精度和分辨率的HR血液动力学参数.
- 这种方法即使有有限的数据也表现良好,显示了血管疾病诊断中临床应用的潜力.
