摘要
本发明涉及一种融合血流动力学的冠状动脉血流储备分数无创评估方法,属于医疗检测技术领域,包括以下步骤:获取冠状动脉CT图像数据并进行预处理,提取冠状动脉的三维几何模型;构建融合血流动力学的神经网络,在损失函数中加入Navier‑Stokes方程和Murray定律的残差项;采集真实的训练样本,生成数值模拟数据作为训练数据集;S4:对所述融合血流动力学的神经网络进行训练和优化,使网络的输出结果与FFR训练值之间的误差最小化,同时满足Navier‑Stokes方程和Murray定律的约束条件;S5:使用训练好的融合血流动力学的网络模型对冠状动脉CT图像数据进行处理,得到预测的FFR值。
技术关键词
血流
CT图像数据
入口边界条件
出口边界条件
方程
优化神经网络模型
直方图均衡化算法
直观展示模型
医疗检测技术
迁移学习方法
Adam算法
神经网络参数
CT扫描仪
血管
深度神经网络
多层感知器