眼内,脑内压力和视网膜血管脉冲振幅之间的非线性相互作用在里埃域中

科学领域:

• 眼科医生 眼科 眼科
• 生理学 生理学 生理学
• 生物医学工程 生物医学工程

背景情况:

• 线性混合效应模型对视网膜血管脉冲幅度,眼内压力和脑内压力之间的相互作用的解释能力有限.
• 这些相互作用很可能是由复杂的,非线性动态驱动的.
• 人工智能模型虽然强大,但可能会遭受"黑子"问题,限制可解释性.

研究的目的:

• 探索视网膜血管脉冲幅度,眼内压力和脑内压力之间的相互作用的非线性动态.
• 应用一个通用的添加混合模型 (GAMM) 来更好地理解这些生理关系.
• 在解释显著差异的同时保持模型的可解释性.

主要方法:

• 对视网膜动脉和静脉脉冲幅度数据应用了通用添加混合模型 (GAMM).
• 每个GAMM都使用了51个基础函数,优先考虑可解释性和实现融合.
• 部分效果图和3D交互可视化生成以说明关系的几何性质.

主要成果:

• 动脉和静脉GAMM分别解释了49.21%和62.96%的偏差.
• 复杂的三维表面与明显的曲率被观察到在内压力超过25厘米的水.
• 升高的内压力表现出一种反脚效应:减少静脉脉冲幅度和增加动脉脉冲幅度.

结论:

• GAMM提供了一个更易于解释的方法来建模眼睛压力和视网膜血管脉冲幅度之间的非线性动态.
• 这项研究揭示了这些生理参数之间的复杂,几何关系.
• 这些发现与以前的线性模型一致,但为这些相互作用的非线性性质提供了更深入的见解.