近年来,心血管疾病诊断研究中所衍生出的问题吸引了很多生物医学工程及应用数学工作者的兴趣,涉及计算流体力学、应用偏微分方程及医学反问题等多个领域的交叉研究。本项目研究粘弹性生物组织中脉搏波传播与无创检测问题所驱动的本构关系构建与动力学建模、流固耦合模型分析、参数估计与检测定位等问题。主要内容分为三个部分:
第一部分:基于非线性本构理论,通过选择适当的细观结构模型与参数,建立依赖于生物组织物性参数的本构关系,进而建立了依赖于生物组织物性参数的本构关系及粘弹性模型。
该技术路线是基于我们前期江苏省“六大人才高峰”人才计划工作基础上提出的新思想,具有独特的视角。相比于以前学者研究中所直接采用的经验性和半经验性的本构关系而言,可克服其中的差异性等因素的影响,故能更精准地反映粘弹性生物组织的动力学特性。
第二部分:通过改进或发展Canic的能量方法、先验估计技巧与均匀化思想,构建了更一般化的粘弹性本构方程与流体动力学方程的流固耦合模型,并结合半离散思想与算子分裂方法对模型的动力学行为加以分析。该模型相较于以往的血管流固耦合模型更适用于反映狭窄、弯曲、分叉等实际应用,半离散与算子分裂相结合的方法可使复杂的耦合问题解耦为两个较易处理的子问题,该过程为后续的数值计算奠定基础,对复杂流固耦合问题的处理具有启发意义。
第三部分:通过已有的非线性波传播理论及血流动力学研究成果,构建了更实际的二维及三维粘弹性几何模型。了解疾病状态下脉搏波波形信息的改变情况,并与临床生理与病理研究结合,建立出数学理论与医学实践相结合的无创检测指标体系,这将是促进脉搏波技术应用与发展的新思路。
第四部分:通过识别脉搏波波形的特征信息,结合相关的生理与病理信息,采用决策树、随机森林、集成学习等特征工程方法和机器学习算法挖掘重要特征,并研究了生物指标之间的关联性以及与动脉粥样硬化的内在联系,建立了基于DIV-SIS的Xgboost预测模型。该预测模型能够在有效地减少入模特征数量的同时提高了模型识别精度,避免了特征间的信息冗余,一定程度上可以辅助医疗诊断、降低误诊率。