Numerical method to measure velocity integration, stroke volume and cardiac output while rest: using 2D fluid-solid interaction model
Notice bibliographique
Résumé
Development of knowledge of cardiovascular diseases and treatments strongly depends on understanding of hemodynamic measurements. Hemodynamic parameters, therefore, have been investigated using simulation-based methods. A two-dimensional model was applied for seven healthy subjects with echo-Doppler at rest. Echocardiography imaging was also utilized to gain the geometry of the aortic valve. Fluid-Structure Interaction (FSI) model was carried out, coupling an Arbitrary Lagrangian-Eulerian mesh. Pressure loads were used as boundary conditions on the valve's ventricular and aortic sides. Pressure loads used were the calculated brachial pressures plus differences between brachial, central and left ventricular pressures. The FSI model predicted the velocity integration, stroke volume and cardiac output over a range of heart rates while rest. Numerical results generally had a difference of 5.4 to 15.87% with Doppler results. Linear correlations between numerical and clinical approaches have been applied. This makes possible predictions achieved from the FSI model to be gained which are highly accurate (e.g. correlation factor r = 0.995, 0.990 and 0.990 for velocity integration, stroke volume and cardiac output, respectively). The obtained numerical results showed that numerical methods can be combined with clinical measurements to provide good estimates of patient specific hemodynamics for different subjects.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».