.png){kind=icon}
返回
Hierarchy Aware CT-Driven Constrained Constructive Optimization: A Framework for Coronary Network Generation
.png){kind=icon}
OA
AI
DOI：10.1007/s10439-026-04383-4.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于受试者特异性的冠状动脉树三维模型被广泛用于冠状动脉血流和心肌灌注的模拟。然而，现有的基于图像的重构方法无法捕捉完整的微血管层次结构，而现有的合成树生成方法要么在理想化的左心室几何中运行，要么在受解剖学约束时与实验血管层次结构缺乏一致性。为解决这些问题，我们提出了一种层次结构感知的CT驱动的约束构造优化（HCT-CCO）框架，该框架从分割的受试者特异性基线心外膜冠状动脉网络生成冠状动脉树。该方法结合了限制候选段到分割心肌壁的距离场，应用以HK型子代半径和流量加权分叉点为种子的Kamiya型优化，以及一种层次结构感知、分阶段分支计划，随着域的填充逐渐将生长转向远端段。生成的网络被赋予直径定义的Strahler分级，并从直径-分级缩放、分级-分级连通性和穿壁段分布的角度进行分析。我们表明，HCT-CCO算法在随机实现中更稳定，并且产生的连通性矩阵和直径-分级曲线与实验基准的吻合度优于传统的CCO算法。对一个合成案例和五个受试者特异性CT数据集的应用产生了直径定义的Strahler分级1-11的冠状动脉树，直径-分级趋势单调，平均直径与测量的猪冠状动脉形态学和跨病例的穿壁段分布一致。因此，HCT-CCO算法提供了一种层次结构感知、图像约束的方法，用于生成受试者特异性的冠状动脉网络，同时捕捉实验支持的直径-分级关系、层次连通性和穿壁血管分布，并为冠状动脉血流动力学和灌注建模提供了基于解剖学的基质。
Keyword:
Coronary arterial tree generation
Constrained constructive optimization
Diameter-defined Strahler ordering
Coronary morphometry
Subject-specific modeling
CT-based coronary segmentation
期刊
IF:
5.4
论文数:
6.3K
被引数:
1.4W
机构
引用论文
Sexton, Z.A.; Rütsche, D.; Herrmann, J.E.; Hudson, A.R.; Sinha, S.; Du, J.; Shiwarski, D.J.; Masaltseva, A.; Solberg, F.S.; Pham, J.; et al. Rapid model-guided design of organ-scale synthetic vasculature for biomanufacturing. Science 2025, 388, 1198–1204. [Google Scholar] [CrossRef] [PubMed]Sexton, Z.A.; Rütsche, D.; Herrmann, J.E.; Hudson, A.R.; Sinha, S.; Du, J.; Shiwarski, D.J.; Masaltseva, A.; Solberg, F.S.; Pham, J.; 等. 基于模型快速指导的器官规模合成血管在生物制造中的设计. Science 2025, 388, 1198–1204. [Google Scholar] [CrossRef] [PubMed].png)
IF0
PREAI
分享收藏Simulated annealing approach to vascular structure with application to the coronary arteries血管结构的模拟退火方法及其在冠状动脉中的应用
OAAI
OAAI分享收藏
查看更多内容