Все выпуски

[ Switch to English ]

Физически информированная нейросеть для оценки перепада давления при артериальных стенозах на основе данных моделирования

Гамилов Т.М., Ланге А., Осипова А.А., Лян Ф., Симаков С.С.
 pdf (652K)

В данной работе описана методика генерации синтетической базы данных стенозов, состоящей из 1620 записей. Каждая запись представляет собой результаты численного эксперимента по моделированию трехмерного течения вязкой несжимаемой жидкости через трубку с переменным сечением: перепад давлений, средний поток, усредненная по сечению скорость кровотока на входе в трубку, максимальная степень сужения стеноза, длина стеноза, асимметрия стеноза, радиус трубки, число Рейнольдса. База данных валидировалась путем сравнения с другими моделями (с эластичными стенками) и стендовыми экспериментами и показала отклонение перепадов давлений не выше 4%. База данных синтетических стенозов использовалась для обучения физически информированной нейронной сети для быстрой оценки перепада давления по четырем ключевым входным показателям: число Рейнольдса, длина стеноза, степень стеноза, степень асимметрии стеноза. Физическая информированность достигалась за счет введения штрафов в функцию потерь за отсутствие положительного перепада давления и за отсутствие монотонности перепада давления по входным параметрам. Физически информированная нейронная сеть показала более высокую точность на гемодинамических значимых стенозах при тестировании на валидационной выборке и на новых стенозах, не представленных в базе данных. Средняя относительная ошибка на стенозах длиной в 8 радиусов здорового сосуда составила 6% для физически информированной сети и 13% для классической нейронной сети. Ошибки на коротких стенозах длиной в 4 радиуса оказались почти одинаковы: 9,5% для физически информированной сети и 10% для классической нейронной сети. Разработанный метод функциональной оценки гемодинамической значимости стенозов может использоваться как самостоятельный инструмент для клинической оценки стенозов и как компонент сетевых моделей кровотока. Наибольшую актуальность подход приобретает при моделировании многососудистых поражений, которые доминируют в клинической практике. Ключевое преимущество метода заключается в физической корректности результатов и точности, сопоставимой с классическим моделированием, при значительно меньших вычислительных затратах.

Ключевые слова: физически информированная нейронная сеть, синтетическая база данных, стеноз, гемодинамика
Цитата: Гамилов Т.М., Ланге А., Осипова А.А., Лян Ф., Симаков С.С. Физически информированная нейросеть для оценки перепада давления при артериальных стенозах на основе данных моделирования // Компьютерные исследования и моделирование, 2026, т. 18, № 3, с. 621-641
Citation in English: Gamilov T.M., Lange A., Osipova A.A., Liang F., Simakov S.S. Physics-informed neural network for evaluating pressure drop in arterial stenoses based on simulation data // Computer Research and Modeling, 2026, vol. 18, no. 3, pp. 621-641
DOI: 10.20537/2076-7633-2026-18-3-621-641
URL: http://crm.ics.org.ru/journal/article/3736/
Creative Commons License Статья доступна по лицензии Creative Commons Attribution-NoDerivs 3.0 Unported License.

Copyright © 2026 Гамилов Т.М., Ланге А., Осипова А.А., Лян Ф., Симаков С.С.

Журнал индексируется в Scopus

Полнотекстовая версия журнала доступна также на сайте научной электронной библиотеки eLIBRARY.RU

Журнал входит в систему  Российского индекса научного цитирования.

Журнал включен в базу данных Russian Science Citation Index (RSCI) на платформе Web of Science

Международная Междисциплинарная Конференция "Математика. Компьютер. Образование"

Международная Междисциплинарная Конференция МАТЕМАТИКА. КОМПЬЮТЕР. ОБРАЗОВАНИЕ.

Website Copyright © 2009–2026 Институт компьютерных исследований