优化动脉瘤治疗的流量转移支架配置:一种结合深度学习和差异演变优化的计算方法

科学领域:

• 生物医学工程 生物医学工程
• 计算流体动力学的流体动力学.
• 医疗器械设计 医疗器械设计

背景情况:

• 动脉瘤存在危及生命的风险,原因是血管壁衰弱和潜在的破裂.
• 转流式支架是一种常见且有效的动脉瘤治疗方法.
• 优化支架设计对于提高治疗效率和患者的治疗结果至关重要.

研究的目的:

• 开发一种新的计算方法,以优化动脉瘤内的血液动力学条件,使用转流支架.
• 通过减少不利的血液动力学因素,确定最佳的支架配置,最大限度地降低破裂风险.
• 利用先进的计算技术,在动脉瘤治疗中进行个性化支架设计.

主要方法:

• 计算流体动力学 (CFD) 模拟被用来生成一个数据集的2700个配置.
• 一个深度神经网络 (DNN) 模型被训练来预测血液动力学参数 (速度,旋转率,壁压力).
• 使用差异进化优化 (DEO) 基于DNN预测来确定最佳的支架配置.

主要成果:

• DNN模型准确地预测了各种支架配置的血液动力学参数.
• 确定了一种最佳的七支支支架支架配置,具有特定的支架和间隙大小.
• 与其他配置相比,这种配置在速度,旋转率和最大壁切应力方面表现出优异的降低.
• 增加了动脉瘤部的支架密度,增加了流量转移,并最大限度地降低了与破裂相关的血液动力学风险.

结论:

• 拟议的方法有效地优化了动脉瘤治疗的流量转移支架设计.
• 优化的支架配置显著改善了血液动力学状况,减少了与动脉瘤破裂相关的风险.
• 这种计算方法有可能推进支架设计,改善动脉瘤治疗中的患者结果.