Dissertação
Applying PINN's for the reconstruction of blood flow from patient-specific data EVALUATED
O sistema cardiovascular tem uma importância incontestável para a saúde. Estudos já comprovaram o papel crucial que o fluxo sanguíneo, a mecânica dos vasos sanguíneos e a propagação da pressão arterial desempenham na monitorização de doenças e gestão de fatores de risco. Contudo, a obtenção destas métricas e uma tarefa difícil e por vezes perigosa, facto que tem incentivado ao desenvolvimento de técnicas computacionais não-invasivas. Physics Informed Neural Networks (PINN) combinam redes neuronais com condições físicas para modelar sistemas físicos complexos, e o seu potencial para modelar perfis de fluxo sanguíneo tem chamado a atenção da comunidade científica. Com o objetivo de determinar os desafios inerentes a investigação cardiovascular, esta dissertação entra nos ramos de Dinâmica de Fluidos e Redes Neuronais, realiza vários testes em problemas idealizados e termina aplicando PINNs a dois casos reais de vasos sanguíneos. Ainda mais, e feita a comparação de vários métodos usados em PINNs e técnicas de otimização com resultados obtidos com outras simulações numéricas.
dezembro 7, 2023, 13:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
