研究人员开发了一种新颖的方法，利用卷积神经网络（CNN）结合域分解来模拟动脉中的血液流动。该方法结合了流率守恒的物理感知约束，与纯数据驱动的CNN求解器相比，提高了预测准确性和收敛性。通用子域求解器（USDS）在一个几何结构上进行训练，然后应用于各种狭窄动脉配置，展示了其在高效准确预测血液流动方面的潜力。 AI
影响 这项研究可能带来更准确、更高效的医疗应用模拟，从而有助于血管疾病的诊断和治疗。
排序理由 这是一篇详细介绍新计算方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
