报告人：蔡力 教授（西北工业大学）

时间：2025年06月22日 15:30-

地点：理科楼LA103

摘要：针对临床人体胸主动脉内血液流动问题，构建了一种数据机理融合的ICPINN方法，将核磁共振成像测量获得的稀疏速度数据有效地嵌入到损失函数中，实现了患者特异性全胸主动脉瞬态血流动力学特征的准确模拟。为寻找血流问题模拟的最优网络结构，将全连接神经网络(Fully Connected Neural Network, FCNN)、跳跃连接的FCNN、Fourier网络及深度Galerkin方法(Deep Galerkin method, DGM)集成至ICPINN框架内，针对两种主动脉结构类型开展了深入研究，系统评估了各自架构在真实胸主动脉血流建模中的预测能力。对于结构异常的部分主动脉，纯物理驱动的全连接神经网络即可获得较好的预测精度；对于结构复杂的健康和病变全胸主动脉，则需要融合数据与物理约束的DGM网络结构，才能达到更加准确的预测效果。数值实验验证了数据机理融合的ICPINN方法在临床血流模拟中的准确性与实用价值。

邀请人：数学研究中心

欢迎广大师生积极参与！