Combining 4D MRI With CFD for Investigating Patient-Specific Cardiovascular Flows: A Comprehensive Comparison of ANSYS, COMSOL, and SimVascular Illustrated With the Prediction of Thoracic Aortic Hemodynamics
Notice bibliographique
Résumé
Abstract Computational Fluid Dynamics (CFD) is widely used in both scientific and industrial contexts to provide valuable insights into cardiovascular flows. CFD supports the development of medical devices, describes complex flow physical phenomena associated with disease generation and progression, and even informs surgical planning. Non-invasive technologies such as 4D MRI provide detailed information about blood flow for a given patient, yet CFD allows higher spatial and temporal resolution less invasively. However, the advantages of CFD methods can only be realized through faithful geometry reconstruction, high-quality mesh generation, and suitable definition of patient-specific inlet and outlet boundary conditions. In this regard, 4D MRI measurements can provide the required data to calibrate and validate patient-specific CFD models. Hence, the combination of 4D MRI and CFD is crucial for accurate and efficient in-silico cardiovascular flow predictions for patient-specific geometries. Multiple CFD software, such as ANSYS, COMSOL, and SimVascular, have been widely used in published research works, yet the graphical user interfaces of these software packages have no explicit provisions for leveraging spatio-temporal 4D MRI data. Here, we present a framework to create accurate patient-specific CFD simulations leveraging spatiotemporal 4D MRI data and patient monitoring data. We discuss all aspects of patient-specific modeling, including geometry reconstruction, meshing, numerical simulation, and post-processing of results, focusing on the suitability of each software package and the ease with which the presented workflow can be implemented with the software.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».