中心線からの大脳動脈ネットワークのモデリングと六面体メッシュ化【JST・京大機械翻訳】

Decroocq Meghane; Frindel Carole; Rouge Pierre; Ohta Makoto; Lavoue Guillaume

プレプリント

J-GLOBAL ID：202202212897095663 整理番号：22P0277439

中心線からの大脳動脈ネットワークのモデリングと六面体メッシュ化【JST・京大機械翻訳】

Modeling and hexahedral meshing of cerebral arterial networks from centerlines

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年01月20日プレプリントサーバーでの情報更新日： 2023年06月13日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

計算流体力学(CFD)シミュレーションは血管形状からの血流に関する貴重な情報を提供する。しかし,それは低解像度医用画像から動脈の正確なモデルを抽出する必要があり,それは困難なままである。中心線ベースの表現は,幾何学的およびトポロジー的情報の両方を符号化し,手動編集を容易にするので,小血管を持つ大きな血管ネットワークをモデル化するために広く用いられている。本研究では,中心線から直接CFDに適した構造化六面体メッシュを生成する自動法を提案した。モデリングとメッシュ作業の両方に取り組んだ。雑音やスパース性のような中心線表現に固有の限界を克服するために,ペナルティスプラインに基づく血管モデルを提案した。分岐は平面n-分岐に拡張した解剖に基づくパラメトリックモデルを用いて再構成した。最後に,提案した血管ネットワークモデルから構造化,六面体およびフロー指向セルを有するボリュームメッシュを生成する方法を開発した。提案方法は,中心線の一般的欠陥に対してより良いロバスト性を提供し,最先端の方法と比較してメッシュ品質を増加させる。中心線のみに依存するので,血管の幾何学とトポロジーが血行動態に及ぼす影響を研究するために,血管モデルの編集に応用できる。60の脳血管ネットワークのデータセットを完全メッシュ化することにより,この方法の効率を実証した。入力データの挑戦的な側面にもかかわらず,血管の92%と分岐の83%が手動介入を必要とする欠陥なしでメッシュ化された。ソースコードは公開されている。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, 【Automatic Indexing@JST】

循環系モデル

, ,

前のページに戻る