公开(公告)号：CN118747483A

公开(公告)日：2024-10-08

申请号：CN202410723076.0

申请日：2024-06-05

Applicant: 北京工业大学

Inventor： 刘有军 ,  杨杨 ,  李鲍 ,  温传棋 ,  李腾飞

IPC: G06F30/28 ,  G06F30/27 ,  G06F30/23 ,  G16H50/50 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/08 ,  G06F113/08 ,  G06F119/14

Abstract: 一种基于数据驱动的深度学习的冠状动脉流场压力快速预测方法属于人工智能领域。包括以下步骤：收集各冠状动脉个性化的临床数据、0D/3D耦合几何多尺度模型计算流体力学模拟的流场数据以及对应的冠状动脉STL文件制作训练集、验证集和测试集；进行平均动脉压以及后负荷阻力的计算，对冠状动脉STL文件进行裁剪、提取中心线、获取中心线节点信息、提取垂直切割面等预处理；将中心线每个离散点对应的垂直切割面上的流场信息平均化，获得中心线上各离散点对应的流场压力作为标签；使用Pytorch深度学习框架构建冠脉流场压力预测网络并进行训练；在测试集上进行验证。本发明准确快速预测不同结构与边界条件的冠脉3D模型的流场压力。