几何自适应波形模型用于心血管建模
机器学习
2025-03-25 v1
摘要
心血管解剖结构具有复杂不规则的形状和内在病理条件，这给建模提出了重大挑战。虽然数值模拟精确可靠，但往往计算成本高昂，限制了其在临床中的实际应用。传统机器学习方法则面临诸多主要挑战，包括输入的高维度、无法有效处理不规则网格，以及在动态问题中无法保持响应的时间依赖性。针对这些挑战，我们提出了几何自适应波形模型（geometry adaptive waveformer）来预测心血管系统中的血液流动动力学。该框架主要由三个组件组成：几何编码器、几何解码器和波形器。编码器使用图算子网络和符号距离函数将定义在不规则域上的输入转换为规则域上的定义域。波形器在转换后的不规则网格上的场进行运算。最后，解码器将输出从规则网格转换回物理空间。我们在不同组 cardiac 数据集上评估了该方法的有效性。
引用
@article{arxiv.2503.17505,
title = {Geometry adaptive waveformer for cardio-vascular modeling},
author = {Navaneeth N and Souvik Chakraborty},
journal= {arXiv preprint arXiv:2503.17505},
year = {2025}
}