|
|
 |
|
|
 |
Ученые Пермского Политеха разработали алгоритм параметрической генерации створок аортального клапана
Моделирование работы сердечных клапанов - сложная задача, которая требует больших вычислительных ресурсов. Помогает в этом машинное обучение. Но для создания обучающей выборки необходимо спроектировать множество моделей. Ученые ПНИПУ разработали алгоритм автоматизированного построения геометрических 3D-моделей клапанов и желудочков сердца.
Моделирование работы сердечных клапанов для численной оценки кровотока до и после хирургического вмешательства у разных пациентов является одной из самых сложных вычислительных задач в симуляции закономерностей течения крови (гемодинамики) в сердечно-сосудистой системе. Данные задачи требуют больших вычислительных ресурсов, поэтому методы машинного обучения можно считать хорошей альтернативой для снижения времени расчета. Тем не менее, для создания обучающей выборки необходимо спроектировать множество геометрий аортального клапана. Для решения этой проблемы ученые Пермского Политеха разработали алгоритм автоматизированного построения геометрических 3D-моделей клапанов и желудочков сердца. Также исследователи провели ряд симуляций гемодинамики на синтетических геометриях, созданных с помощью разработанного алгоритма.
Статья опубликована в журнале «Sensors», №25, 11, 2025. Исследование выполнено в лаборатории биожидкостей ПНИПУ при финансовой поддержке Минобрнауки РФ (проект № FSNM-2024-0009) в рамках проекта по созданию молодежных лабораторий. Разработанный программный модуль для генерации модели аортального клапана получил свидетельство о регистрации программы для ЭВМ RU 2024691708.
Аортальный стеноз является распространенной патологией клапанов сердца. Прогнозирование среднесрочных и долгосрочных результатов хирургических вмешательств по протезированию аортального клапана крайне важно для оптимизации стратегии лечения и снижения пост-оперативных осложнений.
Биомеханическое моделирование гемодинамики в аортальном клапане позволяет провести численную оценку параметров кровотока до и после операции, что является сложной и ресурсоемкой задачей. Биомеханические модели сложны, а расчеты требуют значительных вычислительных мощностей и могут длиться от нескольких часов до нескольких дней, что ограничивает их применение в клинике. Для решения этой проблемы методы машинного обучения обладают серьезным потенциалом для замены трудоемким расчетам. Однако их эффективность неразрывно связана с качеством и полнотой их обучающих наборов данных.
В настоящее время существуют алгоритмы, способные обрабатывать данные мультиспиральной компьютерной томографии (МСКТ) и преобразовывать их в трехмерные модели с помощью уже существующих методов сегментации и обработки медицинских изображений. Но создание крупномасштабной базы геометрических моделей клапанов пациентов потребовало бы проведения томографии тысяч людей с последующей обработкой данных, что очень дорого, сложно и трудоемко.
Альтернативный выход нашли ученые Пермского Политеха: они разработали программу для построения 3D-моделей аортального клапана и левого желудочка сердца.
– Мы создали программный модуль, который позволяет по таким параметрам, как высота, толщина и кривизна, генерировать наборы геометрий створок аортального клапана. Данный подход позволяет создавать множество объектов для последующего моделирования за считанные минуты. Кроме того, мы уже провели серию компьютерных расчетов и сравнили результаты с клиническими данными. Эта разработка представляет собой важный шаг в развитии персонализированной медицины. Также модуль можно использовать для проектирования протезов клапана. Он получил свидетельство о регистрации ЭВМ, – поясняет Алексей Кучумов, заведующий лабораторией биожидкостей ПНИПУ, доктор физико-математических наук.
– В рамках исследования мы построили математическую модель, которая показывает сокращение левого желудочка с учетом взаимодействия между электрофизиологической активностью сердца, деформацией мягкой ткани и кровотоком. Это позволяет точнее описывать различные сценарии, например, учитывать влияние аритмии на гемодинамику аортального клапана, – рассказывает Никита Пиль, младший научный сотрудник лаборатории биожидкостей ПНИПУ.
Полученные учеными Пермского Политеха массивы синтетических геометрий клапанов и желудочков сердца позволят провести большую серию численных экспериментов, выявить зависимости результатов от управляющих параметров. Впоследствии расчеты будут использованы в качестве обучающей выборки для алгоритмов машинного обучения. Это сделает моделирование работы сердечных клапанов для численной оценки кровотока до и после хирургического вмешательства у разных пациентов более точным.
Контактное лицо: Лидия Попова (написать письмо автору)
Компания: ПНИПУ (все новости этой организации)
Добавлен: 14:01, 19.02.2025
Количество просмотров: 220
Страна: Россия
| МегаФон обеспечит кампусы МГУ цифровой инфраструктурой, МегаФон, 18:02, 07.04.2026, Россия |
166 |
| В рамках проекта оператор обновит существующие объекты связи, расширит покрытие и увеличит скорость мобильного интернета и стабильность голосовой связи на территории кампусов МГУ. Уже сейчас специалисты оператора и университета работают над проектом по оснащению конференц‑зала Московского общества испытателей природы, одного из старейших естественнонаучных обществ России, современным мультимедийным оборудованием и конгресс‑системой. |
|
| Галэкс продлил партнерский статус «Базальт СПО», Галэкс, 23:37, 06.04.2026, Россия |
132 |
| Галэкс продлил партнерский статус от «Базальт СПО» уровня «Интегратор Эксперт» на 2026 год. Высший статус в партнерской иерархии подтверждает компетенции компании в выполнении сложных проектов поставки и внедрения решений «Базальт СПО». |
 |
| ГИГАНТ Компьютерные системы: как бизнес меняет подход к печати, ГИГАНТ, 23:37, 06.04.2026, Россия |
36 |
| Давайте честно: офисный принтер обычно остается незаметной частью инфраструктуры. О нем вспоминают лишь в двух случаях — когда устройство монотонно шумит где-то рядом с рабочим столом или когда внезапно отказывается работать в самый неподходящий момент, например в минуту, когда нужно срочно распечатать договор или комплект документов для совещания. |
|
| UDV Group: AI Security — безопасность искусственного интеллекта, UDV Group, 23:37, 06.04.2026, Россия |
38 |
| Юрий Чернышов, к.ф.-м.н., доцент УНЦ «Искусственный интеллект» УрФУ, руководитель исследовательского центра UDV Group рассказал о сложностях обнаружения причины изменения поведения модели, о методах, которые подходят для анализа безопасности и о том, как оценивается устойчивость модели в условиях реального применения. |
|
|
|
|
|
|
|
Разделы //
Новости по странам //
Сегодня у нас публикуются //
|
|
