心血管系统准参数数学模型的两种新校准技术

心血管数学模型是研究循环系统生理与病理条件的有价值工具。为对个体进行临床评估，心血管模型需要通过校准方法实现个性化。本文提出了一种新的心血管准参数模型校准方法。该方法利用参数与模型输出之间的相关矩阵进行校准。我们测试了该校准方法及其与 L-BFGS-B（Limited memory Broyden-Fletcher-Goldfarb-Shanno with Bound constraints）的组合，比较其与仅使用 L-BFGS-B 的性能。我们表明，相关矩阵校准方法及其组合方法有效降低了相关优化问题的目标函数。在仿真数据情况下，我们证明两种新校准方法对参数初始值和数据中的噪声具有鲁棒性。值得注意的是，相关矩阵校准方法在噪声数据情况下能获得最佳参数估计效果，且比组合校准方法和 L-BFGS-B 更快。最后，我们给出实际案例，表明两种新校准方法在最小化目标函数和估计临床数据方面的结果可与仅使用 L-BFGS-B 的结果相当。这凸显了新校准方法在临床应用中的有效性。