論文の概要: An Integrated Open Source Software System for the Generation and Analysis of Subject-Specific Blood Flow Simulation Ensembles

• arxiv url: http://arxiv.org/abs/2509.09392v1
• Date: Thu, 11 Sep 2025 12:18:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-12 16:52:24.375791
• Title: An Integrated Open Source Software System for the Generation and Analysis of Subject-Specific Blood Flow Simulation Ensembles
• Title（参考訳）: 主観的血流シミュレーションアンサンブルの生成と解析のための統合的オープンソースソフトウェアシステム
• Authors: Simon Leistikow, Thomas Miro, Adrian Kummerländer, Ali Nahardani, Katja Grün, Markus Franz, Verena Hoerr, Mathias J. Krause, Lars Linsen,
• Abstract要約: 動脈および静脈内血流の血行動態解析は心血管疾患の診断に重要である。 被検者の解剖学的および血流は、構造的および4次元磁気共鳴画像(MRI)を用いて非侵襲的に捉えることができる。 計算流体力学(CFD)はNavier-Stokes方程式を解くことで血流シミュレーションを生成することができる。 本稿では,対話型,カスタマイズ可能な,ユーザ指向の視覚分析ツールを提案する。
• 参考スコア（独自算出の注目度）: 2.9796366826999545
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Background and Objective: Hemodynamic analysis of blood flow through arteries and veins is critical for diagnosing cardiovascular diseases, such as aneurysms and stenoses, and for investigating cardiovascular parameters, such as turbulence and wall shear stress. For subject-specific analyses, the anatomy and blood flow of the subject can be captured non-invasively using structural and 4D Magnetic Resonance Imaging (MRI). Computational Fluid Dynamics (CFD), on the other hand, can be used to generate blood flow simulations by solving the Navier-Stokes equations. To generate and analyze subject-specific blood flow simulations, MRI and CFD have to be brought together. Methods: We present an interactive, customizable, and user-oriented visual analysis tool that assists researchers in both medicine and numerical analysis. Our open-source tool is applicable to domains such as CFD and MRI, and it facilitates the analysis of simulation results and medical data, especially in hemodynamic studies. It enables the creation of simulation ensembles with a high variety of parameters. Furthermore, it allows for the visual and analytical examination of simulations and measurements through 2D embeddings of the similarity space. Results: To demonstrate the effectiveness of our tool, we applied it to three real-world use cases, showcasing its ability to configure simulation ensembles and analyse blood flow dynamics. We evaluated our example cases together with MRI and CFD experts to further enhance features and increase the usability. Conclusions: By combining the strengths of both CFD and MRI, our tool provides a more comprehensive understanding of hemodynamic parameters, facilitating more accurate analysis of hemodynamic biomarkers.
• Abstract（参考訳）: 背景と目的:動脈や静脈を流れる血流の血行動態解析は、動脈瘤やステントースなどの心血管疾患の診断や、乱流や壁せん断応力などの心血管パラメータの調査に重要である。 対象特異的な分析では、構造的および4次元磁気共鳴画像(MRI)を用いて、被験者の解剖学的および血流を非侵襲的に捉えることができる。 一方,計算流体力学(CFD)はNavier-Stokes方程式を解くことで血流シミュレーションを生成することができる。 主観的血流シミュレーションの生成と解析には、MRIとCFDを併用する必要がある。 方法: 対話型, カスタマイズ可能な, ユーザ指向の視覚分析ツールを提案する。 オープンソースツールはCFDやMRIなどの領域に適用可能であり,特に血行動態研究においてシミュレーション結果や医療データの解析を容易にする。 これは多種多様なパラメータを持つシミュレーションアンサンブルの作成を可能にする。 さらに、類似空間の2次元埋め込みを通して、シミュレーションと測定の視覚的および分析的な検査を可能にする。 結果: 本ツールの有効性を実世界の3つのユースケースに適用し, シミュレーションアンサンブルの設定と血流動態の解析能力を示した。 我々は,MRIとCFDの専門家とともに実例を評価し,機能の向上とユーザビリティの向上を図った。 結論: CFDとMRIの長所を組み合わせることで, 血行動態パラメータをより包括的に理解し, 血行動態のバイオマーカーのより正確な分析を容易にする。

関連論文リスト

• Aneumo: A Large-Scale Multimodal Aneurysm Dataset with Computational Fluid Dynamics Simulations and Deep Learning Benchmarks [16.753219355754222]
  脳動脈瘤 (IAs) は総人口の約5%にみられた重症脳血管障害である。 彼らの破裂は高い死亡率につながるかもしれない。 IAリスクの評価法は, 形態学的, 患者固有の因子に焦点が当てられているが, 血液動態がIAの発生と破裂に与える影響は明らかになっていない。 このデータセットは、大動脈瘤の研究を進め、バイオ流体、バイオメディカルエンジニアリング、臨床リスクアセスメントにおけるデータ駆動アプローチを促進することを目的としている。
  論文  参考訳（メタデータ） (2025-05-19T09:32:09Z)
• Interpretable Spatio-Temporal Embedding for Brain Structural-Effective Network with Ordinary Differential Equation [56.34634121544929]
  本研究では,まず動的因果モデルを用いて脳効果ネットワークを構築する。 次に、STE-ODE(Spatio-Temporal Embedding ODE)と呼ばれる解釈可能なグラフ学習フレームワークを導入する。 このフレームワークは、構造的および効果的なネットワーク間の動的相互作用を捉えることを目的とした、特異的に設計されたノード埋め込み層を含んでいる。
  論文  参考訳（メタデータ） (2024-05-21T20:37:07Z)
• A Multi-Grained Symmetric Differential Equation Model for Learning Protein-Ligand Binding Dynamics [73.35846234413611]
  薬物発見において、分子動力学(MD)シミュレーションは、結合親和性を予測し、輸送特性を推定し、ポケットサイトを探索する強力なツールを提供する。 我々は,数値MDを容易にし,タンパク質-リガンド結合ダイナミクスの正確なシミュレーションを提供する,最初の機械学習サロゲートであるNeuralMDを提案する。 従来の数値MDシミュレーションと比較して1K$times$ Speedupを実現することにより,NeuralMDの有効性と有効性を示す。
  論文  参考訳（メタデータ） (2024-01-26T09:35:17Z)
• Simulation-based Inference for Cardiovascular Models [43.55219268578912]
  シミュレーションに基づく推論を用いて、波形をプラプシブルな生理的パラメータにマッピングする逆問題を解決する。 臨床応用5種類のバイオマーカーのin-silico不確実性解析を行った。 我々はMIMIC-III波形データベースを用いて,ビビオとシリカのギャップについて検討した。
  論文  参考訳（メタデータ） (2023-07-26T02:34:57Z)
• Voxel2Hemodynamics: An End-to-end Deep Learning Method for Predicting Coronary Artery Hemodynamics [24.8579242043367]
  局所血行動態は冠動脈狭窄の機能的意義を決定する上で重要な役割を担っている。 CCTA画像から冠状動脈血行動態を予測できるエンドツーエンドのディープラーニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-05-30T15:12:52Z)
• Conditional Generative Models for Simulation of EMG During Naturalistic Movements [45.698312905115955]
  本稿では、運動単位活性化電位波形を生成するために、逆向きに訓練された条件付き生成ニューラルネットワークを提案する。 本研究では,より少ない数の数値モデルの出力を高い精度で予測的に補間できることを実証する。
  論文  参考訳（メタデータ） (2022-11-03T14:49:02Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。