摘要
冠状动脉血流储备分数(FFR)是反映冠状动脉病变严重程度诊断心肌功能性缺血的"金标准"。冠状动脉狭窄阻力是实现FFR数值计算的决定性因素。目前,已经有人提出基于流体力学和能量守恒来确定冠状动脉狭窄阻力的方法。随着人工智能的发展,本文开发了一种多输入反向传播神经网络(BPNN),以替代计算流体动力学过程,从而根据几何参数和血流量快速准确地预测冠状动脉狭窄阻力。
出处
《医用生物力学》
CAS
CSCD
北大核心
2021年第S01期45-45,共1页
Journal of Medical Biomechanics
基金
国家重点研发计划,2020YFC2004400
国家自然科学基金项目,11832003,11772016,11702008
