Araştırmacılar aort modellerinde veri aktarımının etkinliğini değerlendirdiler

Bir grup bilim insanı, insan aortasında sıvı ve yapı etkileşimi (FSI) analizi için sürgü modelleri oluşturma konusuna adanmış bir araştırma sonucunu yayınladı. Çalışma, farklı modeller arasında anatomi verilerini aktarma olasılığını test etmek ve kardiyovasküler sistemin dijital ikizlerini oluşturmak için tasarlandı.

Deneyde, 1,5 mm kalınlığında lümen ve duvar alanlarına yeniden inşa edilmiş dört değiştirilmiş aorta modeli kullanıldı. Araştırmacılar, LightGBM modelini a priori yöntem olarak uyguladı, bu model üç anatomide eğitildi ve dördüncüde test edildi. Sonuçlar, farklı anatomiler arasında "zero-shot" aktarımın akış parametrelerinin tahmin edilmesi için etkili olmadığını gösterdi.

5% çapa noktaları (203 çapa, 3 852 değerlendirme düğümü) kullanıldığında, uyarlama yöntemi osilatör kayma indeksi (OSI) için R2 = 0,603 determinasyon katsayısına ulaştı. Aynı zamanda, tek bir anatomide doğrudan interpolasyon daha yüksek sonuçlar gösterdi: radyal temel fonksiyonları yöntemi OSI için R2 = 0,917, von Mises pik gerilimi için 0,714 ve ortalama gerilimi için 0,778 değerlerine ulaştı.

Yazarlar, tıbbi simülasyonlarda alan doldurma yöntemlerinin daha fazla incelenmesi için kaynak kodu ve verileri sağladı. Araştırma, mevcut teknoloji aşamasında, tek bir anatomide doğrudan veri interpolasyonunun farklı biyolojik yapılar arasında bilgi aktarımına yönelik girişimlerini aştığını doğruladı.