用Z-SINDy进行腹腔大动脉动脉瘤形态学的动态时间建模

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.
• 医学成像分析 医学成像分析

背景情况:

• 腹腔大动脉瘤 (AAA) 通过内血管动脉瘤修复 (EVAR) 的修复导致复杂的囊改造,仅仅尺寸无法完全捕捉.
• 目前的跟进方法提供稀疏的数据,限制了对EVAR后动态变化的理解.
• 预测AAA囊的行为对于患者的管理和预防破裂至关重要.

研究的目的:

• 开发一个物理可解释的,对噪声有意识的框架,用于建模EVAR后的AAA袋重塑动态.
• 用规范面积 (A) 和高斯曲率波动 (δK) 来推断囊形态变化的规律方程.
• 为了实现AAA重塑的个性化,概率预测,并指导监控策略.

主要方法:

• 利用非线性动力学的稀疏识别 (Z-SINDy) 来从患者数据中推断普通微分方程.
• 在低维状态空间中模拟了 (A, δK) 的时间演变,用于回归和稳定的AAA袋.
• 采用贝叶斯决策框架来进行结果的静态和动态分类.

主要成果:

• 学习了特定类型的模型,揭示了回归 (小尺寸/小形状) 和稳定 (常量/高形状) 袋的独特吸引力.
• 与静态分类器相比,动态分类器表现出更早,更有信心的结果分离.
• 在空间噪声和不规则的后续时间表下量化了性能恶化.

结论:

• 通过几何特征捕获的AAA重建动态,提供了EVAR后有价值的预测信息.
• 开发的框架提供了个性化风险分层的原则性方法.
• 这些发现支持基于动态重塑模式的优化监控策略.