学术报告

当前位置: 首页 -> 学术研究 -> 学术报告 -> 正文

数据机理融合的ICPINN方法研究

日期:2025-06-18   阅读次数:

报告人:蔡力 教授(西北工业大学)

时间:2025年06月22日 15:30-

地点:理科楼LA103


摘要:针对临床人体胸主动脉内血液流动问题,构建了一种数据机理融合的ICPINN方法,将核磁共振成像测量获得的稀疏速度数据有效地嵌入到损失函数中,实现了患者特异性全胸主动脉瞬态血流动力学特征的准确模拟。为寻找血流问题模拟的最优网络结构,将全连接神经网络(Fully Connected Neural Network, FCNN)、跳跃连接的FCNN、Fourier网络及深度Galerkin方法(Deep Galerkin method, DGM)集成至ICPINN框架内,针对两种主动脉结构类型开展了深入研究,系统评估了各自架构在真实胸主动脉血流建模中的预测能力。对于结构异常的部分主动脉,纯物理驱动的全连接神经网络即可获得较好的预测精度;对于结构复杂的健康和病变全胸主动脉,则需要融合数据与物理约束的DGM网络结构,才能达到更加准确的预测效果。数值实验验证了数据机理融合的ICPINN方法在临床血流模拟中的准确性与实用价值。


邀请人:数学研究中心


欢迎广大师生积极参与!



文本1 蔡力 教授(西北工业大学) 文本2 2025年06月22日 15:30
文本3 理科楼LA103 文本4
文本5 文本6
文本7 文本8