FEAorta：基于 3D CT 图像的主动脉有限元分析全自动框架
图像与视频处理
2025-10-09 v1 计算工程、金融与科学
计算机视觉与模式识别
机器学习
摘要
主动脉瘤疾病始终位列美国人口死亡原因前 20 位。胸腔主动脉瘤表现为主动脉壁异常隆起，是成年人死亡的主要原因。从生物力学角度看，破裂发生在作用于主动脉壁的应力超过壁强度时。通过计算生物力学分析，特别是结构有限元分析，可获得壁应力分布。为了进行风险评估，可通过将应力与材料强度比较并应用材料失效模型来计算 TAA 的概率性破裂风险。虽然这些工程工具目前可用于患者特定层面的 TAA 破裂风险评估，但临床采用受到两个主要障碍的限制：当前患者特定解剖建模仍依赖手动分割，属于耗时且难以扩展到大患者群体；计算负担，传统 FEA 模拟资源密集，无法适用于临床工作流程中时间敏感的需求。通过 our team 通过开发 PyTorch FEA 库和 FEA DNN 集成框架成功克服了第二个障碍。在将 FEA 功能纳入 PyTorch FEA 并应用静态确定性原理后，我们将基于 FEA 的应力计算时间缩短至约三分钟/例。此外，通过在 PyTorch FEA 库中集成 DNN，我们进一步将计算时间缩短至仅几秒钟/例。本工作通过开发一个从 3D CT 图像直接生成患者特定主动脉有限元网格的端到端深度神经网络，旨在克服第一个障碍。
引用
@article{arxiv.2510.06621,
title = {FEAorta: A Fully Automated Framework for Finite Element Analysis of the Aorta From 3D CT Images},
author = {Jiasong Chen and Linchen Qian and Ruonan Gong and Christina Sun and Tongran Qin and Thuy Pham and Caitlin Martin and Mohammad Zafar and John Elefteriades and Wei Sun and Liang Liang},
journal= {arXiv preprint arXiv:2510.06621},
year = {2025}
}