基于基于代理物的建模数据的替代模型的开发,用于预测动脉样硬化斑块的进展
Lemana Spahić1, Nenad Filipović2
1Research and Development center for Bioengineering, BioIRC, Kragujevac, Serbia.
概括
研究人员开发了一种高精度95.4%的代孕模型,用于预测冠状动脉样硬化斑块的进展. 这种人工神经网络模型为复杂的模拟提供了更快的替代方案,有助于实时临床决策支持.
科学领域:
- 心血管研究研究心血管研究
- 计算生物学 计算生物学
- 生物医学工程 生物医学工程
背景情况:
- 冠状动脉样硬化 (CATS) 是全球主要的死亡原因,其特点是动脉中的斑块积累.
- 计算建模,特别是基于代理的建模 (ABM),已经推进了对斑块进展的模拟.
- 需要优化预测建模资源,从而发展代用模型.
研究的目的:
- 开发一种替代模型来模拟动脉样硬化斑块的进展.
- 为了利用基于代理的建模 (ABM) 模拟的数据来进行替代模型培训.
- 为长时间的模拟创建一个计算效率高的替代方案.
主要方法:
- 使用了一个数据集,包括拉丁-超立方体采样参数和15个患者特定的几何形状,以及斑块进展数据.
- 开发了一种基于深度学习的代理模型,采用人工神经网络 (ANN).
- 将替代模型与原始ABM框架进行了比较.
主要成果:
- 开发的代用模型在与ABM模型进行基准测试时,达到95.4%的高精度.
- 证明了这个应用程序的人工神经网络框架的稳定性和可靠性.
- 表明了精确预测动脉样硬化斑块进展的潜力.
结论:
- 代孕模型的高精度支持其实际采用.
- 该框架允许使用高可靠性决策支持系统来实时预测动脉样硬化斑块的进展.
- 促进更快,更有效的临床决策在管理冠状动脉疾病.
