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！
作者：xiangting
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
#心脏瓣膜#
35
#瓣膜#
31