DIA-PINN:一种基于物理信息的机器学习方法,用于从压力-容积数据中评估左心室全局内在舒张特性

📅 发布时间:2026/7/7 22:34:04 👁️ 浏览次数:
DIA-PINN:一种基于物理信息的机器学习方法,用于从压力-容积数据中评估左心室全局内在舒张特性
作者:Javier Fernández-Topham, Manuel Guerrero-Hurtado (查看ORCID个人主页), Juan Carlos del Álamo (查看ORCID个人主页), Javier Bermejo, Pablo Martinez-LegazpiDOI:https://doi.org/10.64898/2026.03.02.26347245摘要 | 全文 | 信息/历史 | 指标 | 预览PDF摘要 (Abstract)背景 (Background)压力-容积(PV)环分析仍然是评估左心室(LV)内在全局舒张特性的金标准。传统的拟合技术依赖于局部的、受相位约束的拟合,并且由于其对噪声敏感、依赖界标(landmark)选择、容易违背假设以及存在不收敛等问题而受到限制。目的 (Objective)开发并验证 DIA-PINN,这是一种物理信息神经网络(PINN)框架。该框架能够从测量的瞬时 PV 数据中计算左心室的内在舒张特性,将机制可