肺循环一维模型的灵敏度分析与不确定性量化
流体动力学
2019-10-02 v1 定量方法
摘要
本研究将一维(1D)模型与微计算机断层扫描(micro-CT)成像及血流动力学数据相结合,以量化对照组与低氧诱导高血压小鼠肺动脉内流量与压力预测的不确定性。我们使用局部与全局灵敏度及相关性分析来确定可由模型和现有数据推断的参数。采用最小二乘优化估计小鼠特异性参数,并运用贝叶斯以及渐近不确定性量化技术来确定模型参数与响应的置信区间、可信区间和预测区间。这些技术用于考察网络规模的影响,并理解参数如何随疾病(高血压)变化。结果表明,外周血管阻力最为敏感,且随着网络规模增大,参数行为发生改变。相关性分析揭示,在高血压中外周大血管刚度与边界处的近端阻力相关。我们能够通过确定性与贝叶斯技术估计可识别参数(由贝叶斯分析确定的参数分布极大值与局部最优值一致)。根据这些估计值,我们确定了置信区间与预测区间,均处于生理学预期之内。对本文所研究代表性小鼠的估计参数值分析显示,高血压小鼠的血管更硬(但更大),且近端和外周血管系统的顺应性均降低。
引用
@article{arxiv.1807.02863,
title = {Sensitivity analysis and uncertainty quantification of 1D models of the pulmonary circulation},
author = {Mitchel J. Colebank and M. Umar Qureshi and Mette S. Olufsen},
journal= {arXiv preprint arXiv:1807.02863},
year = {2019}
}