【研究前沿】不确定性量化UQ在人体尺度血管血流CFD的应用
感谢铁粉昨天提醒写错期刊了,小编第一时间删稿了,重新修改好了,今天再推送出来。这篇文章是2024年5月发表在《Scientific Reports》。
不确定性量化(Uncertainty Quantification, UQ)是确保数值模型在医疗设备设计等领域得到充分信任的关键工具。它对于展示输入参数如何影响数值模型产生的结果至关重要,有助于我们理解模型可靠性的界限。
特别是在医疗领域,由于最终用户通常对数值方法和高性能计算的了解较少,因此建立这种信任显得尤为重要。
鉴于此,监管机构在审批过程中经常要求将UQ作为软件解决方案在医疗设备设计、诊断和分析中使用的一个必要部分。
这项研究通过详细的UQ分析,为血流数值模拟提供了重要的可靠性评估,强调了在实际应用中进行适当UQ的必要性。
随着数值方法在科学研究和工程开发中的作用日益增强,特别是在医疗领域,模型的可信度对于缺乏数值方法和高性能计算基础的最终用户来说至关重要。监管机构通常要求在医疗设备设计、诊断和分析中使用的软件解决方案进行验证、验证和不确定性量化(UQ)。
选取了代表人体血管网络中发现的血管分叉的典型分叉几何结构,进行CFD数值模拟(LBM方法)和UQ不确定性分析。
UQ分析用于评估LBM模拟中的不确定性,包括算法参数(如时间步长、网格尺寸和模拟步数)和边界条件参数(如入口速度和出口压力)。通过第三阶多项式混沌展开和Sobol指数来评估不确定性和参数敏感性。研究中还考虑了空间分辨率对模拟结果的影响。 - 算法参数变化:在模拟中,时间步长(Δt)和空间分辨率(Δx)被系统地变化,以评估它们对模拟输出的影响。在粗分辨率情况下,Δx的范围是5×10^-5到1.5×10^-4米,Δt的范围是6×10^-5到1.2×10^-4秒,模拟步数在2500到5000步之间。在更高分辨率的情况下,Δx和Δt的值减半,步数增加到20000步。
- 边界条件变化:入口速度被控制在0.001米/秒,而出口压力条件则提供了一个恒定的压力环境。在进一步的研究中,入口速度和出口压力的均值、幅度、相位和周期被变化,以评估它们对模拟结果的影响。
通过对LBM仿真进行的UQ分析显示,算法参数和边界条件的选择对血流模拟的不确定性有显著影响。例如,在算法参数研究中,CVR(变异系数比)值在收敛结果中显著降低,表明了模型在时间收敛后对输入参数变化的敏感性降低。在边界条件研究中,CVR值通常在1.3左右,表明输出量的变异性比输入参数的变异性略高。这些量化数值强调了在血流模拟中进行UQ研究的重要性,以及在实际应用中进行适当参数选择的必要性。 - 算法参数影响:模拟步数是影响模拟结果的最重要参数,对压力和速度输出的变化贡献了大约40-60%。空间分辨率的影响较小,但在某些情况下,Δx的变化对结果的影响比Δt更大。
- 边界条件影响:入口速度的大小对速度和压力的变化有显著影响,几乎控制了100%的速度变化。在出口处,平均压力和振荡压力的幅度对压力变化的贡献分别为75%和15%。
- 输入参数变化的放大效应:输入速度的变化在输出结果中引起的变化幅度被显著放大,特别是在入口速度改变时,这种变异性被特别放大。
- 个性化血管模型:在个性化血管模型中,平均和最大流速在测试的边界参数范围内保持在相对紧密的界限内。例如,在个性化血管模型中,入口速度的变化对流量变化的贡献超过了50%,而出口压力的平均值对速度变化的贡献约为30%。