期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习的心血管血流动力学参数反演
被引量：
2
1
作者
周阳
潘怡
+2 位作者
崔畅
陈明龙
孙蓓蓓
《东南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2022年第2期394-401,共8页
考虑现有血流动力学参数反演方法在实际应用中存在计算量大、迭代易发散等问题,提出一种新的基于深度学习的心血管血流动力学参数反演方法.首先建立一维-零维耦合的多尺度血流动力学模型;随后基于卷积神经网络和全连接神经网络提出一种...
考虑现有血流动力学参数反演方法在实际应用中存在计算量大、迭代易发散等问题,提出一种新的基于深度学习的心血管血流动力学参数反演方法.首先建立一维-零维耦合的多尺度血流动力学模型;随后基于卷积神经网络和全连接神经网络提出一种用于参数反演的混合多源输入深度网络模型;针对测量波形中的噪声干扰问题,提出一种同时利用多个深度网络的集成网络模型以提高反演精度.在参数灵敏度分析的基础上,对所提方法进行参数反演实验,研究在不同噪声水平下的反演精度,并与卡尔曼滤波法进行比较.结果表明,血压与血流波形的预测误差显著低于已有方法.所提方法能够准确高效地实现心血管模型参数反演,具有较好的应用前景.
展开更多
关键词
心血管
血流动力学
参数反演
深度学习
集成网络模型
在线阅读
下载PDF
职称材料
题名
基于深度学习的心血管血流动力学参数反演
被引量：
2
1
作者
周阳
潘怡
崔畅
陈明龙
孙蓓蓓
机构
东南大学机械工程学院
南京医科大学第一附属医院心血管内科
出处
《东南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2022年第2期394-401,共8页
基金
国家重点研发计划资助项目(2019YFB2006404)。
文摘
考虑现有血流动力学参数反演方法在实际应用中存在计算量大、迭代易发散等问题,提出一种新的基于深度学习的心血管血流动力学参数反演方法.首先建立一维-零维耦合的多尺度血流动力学模型;随后基于卷积神经网络和全连接神经网络提出一种用于参数反演的混合多源输入深度网络模型;针对测量波形中的噪声干扰问题,提出一种同时利用多个深度网络的集成网络模型以提高反演精度.在参数灵敏度分析的基础上,对所提方法进行参数反演实验,研究在不同噪声水平下的反演精度,并与卡尔曼滤波法进行比较.结果表明,血压与血流波形的预测误差显著低于已有方法.所提方法能够准确高效地实现心血管模型参数反演,具有较好的应用前景.
关键词
心血管
血流动力学
参数反演
深度学习
集成网络模型
Keywords
cardiovascular system
hemodynamics
parameter inversion
deep learning
integrated network model
分类号
R318.01 [医药卫生—生物医学工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的心血管血流动力学参数反演
周阳
潘怡
崔畅
陈明龙
孙蓓蓓
《东南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2022
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
