Компьютерные исследования и моделирование
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Компьютерные исследования и моделирование:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Компьютерные исследования и моделирование, 2022, том 14, выпуск 4, страницы 911–930
DOI: https://doi.org/10.20537/2076-7633-2022-14-4-911-930
(Mi crm1007)
 

Эта публикация цитируется в 6 научных статьях (всего в 6 статьях)

СПЕЦИАЛЬНЫЙ ВЫПУСК

Персонализация математических моделей в кардиологии: трудности и перспективы

Ю. В. Василевскийabc, С. С. Симаковabc, Т. М. Гамиловabc, В. Ю. Саламатоваa, Т. К. Добросердоваb, Г. В. Копытовd, О. Н. Богдановa, А. А. Даниловab, М. А. Дергачёвa, Д. Д. Добровольскийa, О. Н. Косухинa, Е. В. Ларинаa, Е. Ю. Мычкаa, В. Ю. Харинa, К. В. Чесноковаa, А. А. Шипиловa

a Сеченовский университет, Россия, 119435, Москва, ул. Б. Пироговская, д. 2-4
b ИВМ РАН, Россия, 119333, Москва, ул. Губкина, д. 8
c Московский физико-технический институт, Россия, 141701, Московская область, Долгопрудный, Институтский переулок, д. 9
d Балтийский федеральный университет, Россия, 236041, Калининград, ул. Александра Невского, д. 14
Список литературы:
Аннотация: Большинство биомеханических задач, представляющих интерес для клиницистов, могут быть решены только с помощью персонализированных математических моделей. Такие модели позволяют формализовать и взаимоувязать ключевые патофизиологические процессы, на основе клинически доступных данных оценить неизмеряемые параметры, важные для диагностики заболеваний, спрогнозировать результат терапевтического или хирургического вмешательства. Использование моделей в клинической практике накладывает дополнительные ограничения: практикующие врачи требуют валидации модели на клинических случаях, быстроту и автоматизированность всей расчетной технологической цепочки от обработки входных данных до получения результата. Ограничения на время расчета, определяемые временем принятия врачебного решения (порядка нескольких минут), приводят к необходимости использования методов редукции, корректно описывающих исследуемые процессы в рамках численных моделей пониженной размерности или в рамках методов машинного обучения.
Персонализация моделей требует пациентоориентированной оценки параметров модели и создания персонализированной геометрии расчетной области и построения расчетной сетки. Параметры модели оцениваются прямыми измерениями, либо методами решения обратных задач, либо методами машинного обучения. Требование персонализации моделей накладывает серьезные ограничения на количество настраиваемых параметров модели, которые могут быть измерены в стандартных клинических условиях. Помимо параметров, модели включают краевые условия, которые также должны учитывать особенности пациента. Методы задания персонализированных краевых условий существенно зависят от решаемой клинической задачи, зоны ее интереса и доступных клинических данных. Построение персонализированной области посредством сегментации медицинских изображений и построение расчетной сетки, как правило, занимают значительную долю времени при разработке персонализированной вычислительной модели, так как часто выполняются в ручном или полуавтоматическом режиме. Разработка автоматизированных методов постановки персонализированных краевых условий и сегментации медицинских изображений с последующим построением расчетной сетки является залогом широкого использования математического моделирования в клинической практике.
Цель настоящей работы — обзор и анализ наших решений по персонализации математических моделей в рамках трех задач клинической кардиологии: виртуальной оценки гемодинамической значимости стенозов коронарных артерий, оценки изменений системного кровотока после гемодинамической коррекции сложных пороков сердца, расчета характеристик коаптации реконструированного аортального клапана.
Ключевые слова: вычислительная биомеханика, персонализированная модель.
Поступила в редакцию: 21.12.2021
Исправленный вариант: 01.03.2022
Принята в печать: 03.03.2022
Тип публикации: Статья
УДК: 519.8
Образец цитирования: Ю. В. Василевский, С. С. Симаков, Т. М. Гамилов, В. Ю. Саламатова, Т. К. Добросердова, Г. В. Копытов, О. Н. Богданов, А. А. Данилов, М. А. Дергачёв, Д. Д. Добровольский, О. Н. Косухин, Е. В. Ларина, Е. Ю. Мычка, В. Ю. Харин, К. В. Чеснокова, А. А. Шипилов, “Персонализация математических моделей в кардиологии: трудности и перспективы”, Компьютерные исследования и моделирование, 14:4 (2022), 911–930
Цитирование в формате AMSBIB
\RBibitem{VasSimGam22}
\by Ю.~В.~Василевский, С.~С.~Симаков, Т.~М.~Гамилов, В.~Ю.~Саламатова, Т.~К.~Добросердова, Г.~В.~Копытов, О.~Н.~Богданов, А.~А.~Данилов, М.~А.~Дергачёв, Д.~Д.~Добровольский, О.~Н.~Косухин, Е.~В.~Ларина, Е.~Ю.~Мычка, В.~Ю.~Харин, К.~В.~Чеснокова, А.~А.~Шипилов
\paper Персонализация математических моделей в кардиологии: трудности и перспективы
\jour Компьютерные исследования и моделирование
\yr 2022
\vol 14
\issue 4
\pages 911--930
\mathnet{http://mi.mathnet.ru/crm1007}
\crossref{https://doi.org/10.20537/2076-7633-2022-14-4-911-930}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/crm1007
  • https://www.mathnet.ru/rus/crm/v14/i4/p911
  • Эта публикация цитируется в следующих 6 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Компьютерные исследования и моделирование
    Статистика просмотров:
    Страница аннотации:231
    PDF полного текста:199
    Список литературы:41
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024