MétaCan
Menu
Retour à la cohorte
Enregistrement W2076567530 · doi:10.1109/tbme.2014.2373399

Improving the Stability of Cardiac Mechanical Simulations

2014· article· en· W2076567530 sur OpenAlexfundno aff
Sander Land, Steven Niederer, Pablo Lamata, Nicolas P. Smith

Notice bibliographique

RevueIEEE Transactions on Biomedical Engineering · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueElasticity and Material Modeling
Établissements canadiensnon disponible
Organismes subventionnairesBiotechnology and Biological Sciences Research CouncilRoyal Society of CanadaRoyal SocietyEngineering and Physical Sciences Research CouncilNational Institute for Health and Care ResearchBritish Heart FoundationWellcome Trust
Mots-clésSolverDiscretizationCompressibilityPenalty methodFinite element methodHyperelastic materialComputer scienceNonlinear systemMechanicsConvergence (economics)Context (archaeology)Applied mathematicsMathematical optimizationMathematicsPhysicsMathematical analysisStructural engineeringEngineeringGeology

Résumé

récupéré en direct d'OpenAlex

In the field of cardiac modeling, the mechanical action of the heart is often simulated using finite element methods. These simulations are becoming increasingly challenging as the computational domain is customized to a patient's anatomy, within which large heterogeneous tension gradients are generated via biophysical cell models which drive simulations of the cardiac pump cycle. The convergence of nonlinear solvers in simulations of large deformation mechanics depends on many factors. When extreme stress or irregular deformations are modeled, commonly used numerical methods can often fail to find a solution, which can prevent investigation of interesting parameter variations or use of models in a clinical context with high standards for robustness. This paper outlines a novel numerical method that is straightforward to implement and which significantly improves the stability of these simulations. The method involves adding a compressibility penalty to the standard incompressible formulation of large deformation mechanics. We compare the method's performance when used with both a direct discretization of the equations for incompressible solid mechanics, as well as the formulation based on an isochoric/deviatoric split of the deformation gradient. The addition of this penalty decreases the tendency for solutions to deviate from the incompressibility constraint, and significantly improves the ability of the Newton solver to find a solution. Additionally, our method maintains the expected order of convergence under mesh refinement, has nearly identical solutions for the pressure-volume relations, and stabilizes the solver to allow challenging simulations of both diastolic and systolic function on personalized patient geometries.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,192
Écart entre enseignants0,183 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Biomedical EngineeringMême sujetElasticity and Material ModelingTravaux en français237 207