将不确定性量化集成到稳态流体动力学模型中用于冠状动脉
医学物理
2026-04-30 v1 流体动力学
摘要
计算模型在临床领域不断得到应用，为疾病诊断、预后及防治策略提供支持。然而，这些模型常采用确定性方法，忽略输入参数的内在（Aleatoric）变异性，这削弱了其可信度并阻碍了临床应用。为此，本研究在左主干冠状动脉的计算流体动力学模型中引入不确定性量化，以分析输入血流动力学参数对壁面剪切应力（WSS）的影响。采用 UncertSCI 方法，通过多项式混沌展开构建输入参数与感兴趣输出量之间的 emulator，直接从 emulator 中提取输出灵敏度与统计特性。该不确定性感知框架首先应用于纳维尔斯托克斯方程的解析解（Poiseuille 流），随后应用于患者专一的左主干冠状动脉模型。考虑的输入血流动力学参数包括压力、粘度、密度、速度与半径，而壁面剪切应力作为感兴趣的输出量。结果表明，在解析模型中速度对 WSS 变异性贡献约79%，而在患者专一模型中粘度贡献约59%。进一步的 Sobol 指数分析显示，单变量相互作用占主导，分别贡献约93.2%和99%。本研究将提升计算模型的可信度，促进其在临床领域应用，以改进冠状动脉疾病诊断、预后及治疗决策。
引用
@article{arxiv.2512.11017,
title = {Integrating Uncertainty Quantification into Computational Fluid Dynamics Models of Coronary Arteries Under Steady Flow},
author = {Muhammad Usman and Peter N. Castillo and Akil Narayan and Lucas H. Timmins},
journal= {arXiv preprint arXiv:2512.11017},
year = {2026}
}