Sci Rep:用于外科生物心脏瓣膜设计和分析的深度学习框架

2019-12-10 xiangting MedSci原创

随着进一步的发展,这种工具可以为设计外科BHVs提供快速的决策支持。最终,该框架可以扩展到其他BHVs,并改善患者的治疗。

生物人工心脏瓣膜(BHVs)通常用作心脏瓣膜的替代品,但它们很容易出现疲劳失效。直接从医学影像估计BHVs的剩余寿命很困难。分析瓣膜性能可以更好的指导个性化的瓣膜设计。但是,此类分析通常需要大量计算。

在这项工作中,研究人员引入了基于深度学习(DL)的有限元分析概念(DLFEA),以直接从模拟中学习BHVs的变形生物力学。提出的DL框架可以去除费时的生物力学模拟,同时以相同的精确度预测瓣膜变形。研究提供的统计结果证明了DLFEA框架的高性能以及该框架预测人工主动脉瓣变形的可行性。

随着进一步的发展,这种工具可以为设计外科BHVs提供快速的决策支持。最终,该框架可以扩展到其他BHVs,并改善患者的治疗。

原始出处:

Aditya Balu. A Deep Learning Framework for Design and Analysis of Surgical Bioprosthetic Heart Valves. Sci Rep. 06 December 2019.

本文系梅斯医学(MedSci)原创编译整理,转载需授权!

版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言