高级检索
检索提示：高级检索多个条件检索时是按照顺序运算的：如 A或B与C 即:(A或B)与C
[期刊论文]
基于深度学习预测冠状动脉狭窄阻力
作者：
收录：
摘要：
冠状动脉血流储备分数(FFR)是反映冠状动脉病变严重程度诊断心肌功能性缺血的＂金标准＂。冠状动脉狭窄阻力是实现FFR数值计算的决定性因素。目前,已经有人提出基于流体力学和能量守恒来确定冠状动脉狭窄阻力的方法。随着人工智能的发展,本文开发了一种多输入反向传播神经网络(BPNN),以替代计算流体动力学过程,从而根据几何参数和血流量快速准确地预测冠状动脉狭窄阻力。本研究首先通过分析血管模型几何因素确定神经网络输入的几何参数;
关键词：
作者机构：
通讯作者信息：
电子邮件地址：
相关关键词：
相关文章：
2021，贾克斌
2021，卓力
2021，肖创柏
2020，应用基础与工程科学学报
来源 ：
医用生物力学
年份： 2021
期： S1
卷： 36
页码： 45
被引次数：
WoS核心集被引频次： 0
SCOPUS被引频次：
ESI高被引论文在榜： 0 展开所有
万方被引频次：
中文被引频次：
近30日浏览量： 5
归属院系：
环境与生命学部 本学院/部未明确归属的数据
全文获取
外部链接：
