基于BP神经网络的左心室心肌组织参数反演方法的研究*
2021-04-13张其帅杨克虎李录贤
生物医学工程研究 2021年1期
张其帅,杨克虎,李录贤△
(1.西安交通大学航天航空学院 机械结构强度与振动国家重点实验室 陕西省先进飞行器服役环境与控制重点实验室,西安 710049;2.西安电子科技大学通信工程学院 综合业务网理论与关键技术国家重点实验室,西安 710071)
1 引 言
近年来,随着心脏力学研究的不断深入,人体心肌的组织特性逐渐成为表征心脏健康状态的一个重要指标[1-2]。研究表明,相比于健康者,舒张型心力衰竭患者或心肌梗死患者的心肌硬度要高很多[3-5],因此,开展心肌组织特性研究对心脏疾病的临床诊断具有重要意义。
限于人体心肌组织标本很难获得[6-7],研究者对心肌组织特性的研究主要依赖于动物实验模型,即假设心肌组织特性符合一种特定本构关系,通过对标本的单轴拉伸、双轴拉伸或剪切试验获取应力应变曲线,确定本构方程中的材料参数[8-10]。此方法虽可定量分析心肌的组织特性,但离体失活的心肌测量结果与具有血流特性的真实心肌特性之间存在明显的差异[3],加之动物心肌组织与人体心肌组织存在差异,其结果的可参考性也一直存在争议[5]。
针对获取心肌组织特性存在的困难,本研究提出一种基于智能优化算法的反演方法。采用左心室动态响应数据建立参数反演的BP(back propagation,BP)神经网络结构,映射左心室动态响应与心肌组织参数之间的非线性关系;将个体患者的临床非侵入式左心室诊断数据输入到已训练好的BP神经网络,反演出测试者的心肌组织参数。……
登录APP查看全文
