MétaCan
Menu
Retour à la cohorte
Enregistrement W4319461248 · doi:10.1115/1.4056872

A Rational Approach to Meshing Cerebral Venous Geometries for High-Fidelity Computational Fluid Dynamics

2023· article· en· W4319461248 sur OpenAlexafffund
Anna L. Haley, Gurnish Sidora, Nicole M Cancelliere, Vítor Mendes Pereira, David A. Steinman

Notice bibliographique

RevueJournal of Biomechanical Engineering · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueVascular Malformations Diagnosis and Treatment
Établissements canadiensUniversity of TorontoSt. Michael's HospitalUniversity of New Brunswick
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésComputational fluid dynamicsTurbulenceFlow (mathematics)Length scaleMechanicsLumen (anatomy)Computer scienceTaylor seriesGeometryMathematicsPhysicsMathematical analysisMedicineSurgery

Résumé

récupéré en direct d'OpenAlex

Computational fluid dynamics (CFD) of cerebral venous flows has become popular owing to the possibility of using local hemodynamics and hemoacoustics to help diagnose and plan treatments for venous diseases of the brain. Lumen geometries in low-pressure cerebral veins are different from those in cerebral arteries, often exhibiting fenestrations and flattened or triangular cross section, in addition to constrictions and expansions. These can challenge conventional size-based volume meshing strategies, and the ability to resolve nonlaminar flows. Here we present a novel strategy leveraging estimation of length scales that could be present if flow were to become transitional or turbulent. Starting from the lumen geometry and flow rate boundary conditions, centerlines are used to determine local hydraulic diameters and cross-sectional mean velocities, from which flow length scales are approximated using conventional definitions of local Kolmogorov and Taylor microscales. By inspection of these scales, a user specifies minimum and maximum mesh edge lengths, which are then distributed along the model in proportion to the approximated local Taylor length scales. We demonstrate in three representative cases that this strategy avoids some of the pitfalls of conventional size-based strategies. An exemplary CFD mesh-refinement study shows convergence of high-frequency flow instabilities even starting from relatively coarse edge lengths near the lower bounds of the approximated Taylor length scales. Rational consideration of the length scales in a possibly nonlaminar flow may thus provide a useful and replicable baseline for denovo meshing of complicated or unfamiliar venous lumen 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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,019
Tête enseignante GPT0,259
Écart entre enseignants0,240 · 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
GenreMéthodes

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

En bref

Citations4
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Biomechanical EngineeringMême sujetVascular Malformations Diagnosis and TreatmentTravaux en français237 207