探索人类大脑皮层的超弹性材料模型发现:多变量分析与人工神经网络方法对比.

科学领域:

• 生物力学 生物力学
• 计算生物学 计算生物学
• 材料科学 材料科学 材料科学

背景情况:

• 人类大脑的复杂机械特性对其功能至关重要.
• 需要准确的构成模型来预测大脑组织机制.
• 像有限元分析这样的传统方法需要有效的材料模型.

研究的目的:

• 为人类大脑组织确定合适的材料模型.
• 为了比较人工神经网络 (ANN) 和构成模型发现的多重回归.
• 评估模型的有效性和预测准确性.

主要方法:

• 应用ANN和对经典构成模型的多重回归.
• 系统地比较两种技术的结果.
• 采用策略来减轻过度装配,并确保严格的交叉验证.

主要成果:

• 这些ANN成功地确定了准确的构成模型.
• 简化多重回归模型 (双期和单期) 的表现优于ANN模型.
• 在特定负载场景下训练的ANN模型是次优的.
• 使用信息标准的多重回归证明非常有效.

结论:

• 无论是ANN还是多重回归,都可以发现脑组织的最佳构成模型.
• 简化回归模型提供了更高的预测准确性.
• 强调需要对ANN中的规范化参数进行严格验证.
• 强调传统回归对于复杂的生物组织建模的有用性.