用于血管流动时间超分辨率模拟的阻力-时间协同调制 PointNet
图像与视频处理
2021-11-23 v1 计算机视觉与模式识别
摘要
本文提出了一种用于血管流动时间超分辨率模拟的新型深度学习框架，该框架从低时间分辨率的流动模拟结果生成高时间分辨率的时间变化血管流动模拟。在我们的框架中，使用点云表示复杂的血管模型，提出了阻力-时间辅助的 PointNet 模型以提取时变流场的时间-空间特征，最后我们通过解码器模块重建高精度和高分辨率的流场。特别地，从速度的矢量特性出发提出了速度的幅值损失和方向损失。这两个度量的组合构成了网络训练的最终损失函数。给出了若干示例以说明所提框架在血管流动时间超分辨率模拟中的有效性和高效性。
引用
@article{arxiv.2111.10372,
title = {Resistance-Time Co-Modulated PointNet for Temporal Super-Resolution Simulation of Blood Vessel Flows},
author = {Zhizheng Jiang and Fei Gao and Renshu Gu and Jinlan Xu and Gang Xu and Timon Rabczuk},
journal= {arXiv preprint arXiv:2111.10372},
year = {2021}
}