Indexed by：
Abstract：
冠状动脉血流储备分数(FFR)是反映冠状动脉病变严重程度诊断心肌功能性缺血的＂金标准＂。冠状动脉狭窄阻力是实现FFR数值计算的决定性因素。目前,已经有人提出基于流体力学和能量守恒来确定冠状动脉狭窄阻力的方法。随着人工智能的发展,本文开发了一种多输入反向传播神经网络(BPNN),以替代计算流体动力学过程,从而根据几何参数和血流量快速准确地预测冠状动脉狭窄阻力。本研究首先通过分析血管模型几何因素确定神经网络输入的几何参数;
Keyword：
Reprint Author's Address：
Email：
Source ：
医用生物力学
Year： 2021
Issue： S1
Volume： 36
Page： 45
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 19
Affiliated Colleges：
