摘要
本发明涉及心肌材料参数估计技术领域,具体涉及一种基于深度神经网络的心肌材料参数快速估计方法。该方法包括:本发明基于分割得到的左心室心肌图像,重建左心室心肌的三维封闭表面;进行心肌材料建模,该模型基于心肌微观结构描述心肌的非线性弹性行为,进行逆有限元分析,结合迭代优化算法,对Holzapfel‑Ogden本构模型中的8个材料参数进行优化;通过仿真优化过程,生成高置信度的参考标准,用于训练深度神经网络模型,采用DGCNN图神经网络处理左心室三维点云数据,以学习心肌几何形态与材料参数之间的映射关系,得到心肌材料参数快速估计模型,该方法能够在极短时间内完成心肌材料参数预测,从而提高临床应用的可行性。
技术关键词
左心室
心脏磁共振
估计方法
迭代优化算法
六面体网格划分
训练深度神经网络
加权无向图
三维点云数据
仿真框架
图像分割
配准方法
参数估计技术
序列二次规划
影像
形态
拓扑图
剪枝技术
系统为您推荐了相关专利信息
DoA估计方法
阵列
MUSIC算法
特征值
协方差矩阵
超导量子芯片
数字孪生模型
芯片封装
六面体网格划分
有限元网格划分
频域均衡方法
码间串扰
频域均衡系统
均衡器
单载波
水下航行器螺旋桨
参数估计方法
噪声特征
信噪比
舰船辐射噪声
状态估计方法
固定翼无人机
状态观测器
空气动力学模型
升力