使用机器学习和基于CFD的响应表面分析,优化室腔辅助器件设计中的血液相容性指标
Mohamed Bounouib1, Mourad Taha-Janan1, Wajih Maazouzi2
1Laboratory of Applied Mechanics and Technologies, ENSAM, Mohammed V University in Rabat, Rabat, Morocco.
The International journal of artificial organs
|June 6, 2025
概括
这项研究优化了心室辅助器件 (VAD) 旋转器,使用CFD和机器学习实现更好的血液相容性. 改进的设计显著减少了血液损伤,提高了心力衰竭患者的治疗结果.
科学领域:
- 生物医学工程 生物医学工程
- 心血管器械 心血管器械
- 计算流体动力学的流体动力学.
背景情况:
- 室腔辅助器件 (VADs) 对末期心力衰竭至关重要.
- 优化VAD设计需要平衡液压效率和血液相容性,以尽量减少血液损伤.
- 目前的VAD设计在防止不良血液物质相互作用方面面临挑战.
研究的目的:
- 开发和验证一个多目标的优化框架,以改善VAD旋转器的血液相容性.
- 确定VAD转子的最佳设计参数,以尽量减少血液损伤.
- 为了提高心力衰竭患者VAD的安全性和有效性.
主要方法:
- 集成计算流体动力学 (CFD) 与随机森林回归 (RFR) 和贝叶斯优化.
- 使用D-最佳设计的实验来优化七个关键的VAD旋转器参数.
- 在CFD模拟中使用了卡罗-亚苏达血液模型和网格独立性分析.
主要成果:
- 替代RFR模型实现了高预测准确度 (R2>0.84) 的血液相容性指标.
- 优化的设计减少了剪切应力暴露,达到97.24%的血流低于50Pa.
- 血液溶解指数 (0.01%) 和血小板激活 (1x10−6%) 的显著降低.
结论:
- 拟议的优化框架系统地提高了VAD血红相容性.
- 优化的VAD转子设计在减少血液损伤方面提供了显著的改进.
- 建议进行进一步的实验验证,以在生理条件下确认计算结果.


