使用超声波成像来确定空间变化的动脉硬度的基于物理的神经网络方法:有限差异模拟和实验性斑块幻影验证
Tuhin Roy1, Paul Kemper1, Nima Mobadersany1
1Department of Biomedical Engineering, New York City, USA.
概括
这项研究引入了一种新的物理信息神经网络 (PINN),用于精确测量动脉硬性,这是心血管健康的关键因素. 该方法使用先进的成像技术准确评估局部动脉壁的刚性.
科学领域:
- 生物医学工程
- 心血管研究
- 医学成像
背景情况:
- 动脉硬是心血管死亡的一个重要预测因素.
- 对动脉硬的准确,局部评估对于风险分层至关重要.
研究的目的:
- 开发和验证一种新的基于物理的神经网络 (PINN) 模型,用于评估空间变化的动脉硬性.
- 集成基于超声波的脉冲波成像 (PWI) 和矢量流成像 (VFI) 来进行高分辨率的动脉硬度测量.
主要方法:
- 使用高率 (3.3 kHz) 的PWI和VFI来捕捉血管壁位移和血液流速.
- 开发了一个PINN模型,整合了脉冲波传播的线性1D微分方程.
- 使用1D模拟和斑块幻影的in silico数据验证模型.
主要成果:
- PINN模型准确地估计了局部动脉壁的硬度.
- 在模拟和幻影数据中捕获局部合规变异的有效性.
- 高速成像可以精确追踪动脉动态.
结论:
- 提出的PINN模型为精确,局部评估动脉硬提供了一个有希望的方法.
- 这种方法有可能改善心血管风险预测.
- 未来的工作将探索非线性动态和更高维度的数据集成.


