心血管血流动力学的变化与主动脉反流(AR)的发展密切相关,一种瓣膜心脏病。源自血液流量的压力梯度用于表示AR发作并评估其严重程度。可以使用四维(4D)流磁共振成像(MRI)来非侵入地获得这些度量,其中精度主要取决于空间分辨率。然而,分辨率不足通常由4D流动MRI和复杂的AR血流动力学的限制产生。为了解决这个问题,将计算流体动力学模拟转化为合成4D流动MRI数据,并用于培训各种神经网络。这些网络生成了超级分辨率,具有upsample因子的全场相位图像为4.结果显示速度误差,高结构相似度得分和从以前的工作的改进的学习能力。在两组体内4D流动MRI数据上进行进一步验证,并在去噪流量图像中展示了成功。这种方法呈现了以非侵入性方式全面分析AR血液动力学的机会。
translated by 谷歌翻译