现代计算软组织力学模型有可能提供独特的,特定于患者的诊断见解。由于使用常规数值求解器进行机械仿真时,这种模型在临床环境中的部署受到限制。在临床相关时间范围内获得结果的另一种方法是使用计算有效的替代模型(称为模拟器)代替数值模拟器。在这项工作中,我们为软组织力学提出了一个模拟框架,该框架以两种方式基于传统方法。首先,我们使用图形神经网络(GNN)进行仿真。gnns自然可以处理给定患者的唯一软组织几何形状,而无需进行任何低阶近似。其次,模拟器以物理信息的方式进行训练,以最大程度地减少势能功能,这意味着训练不需要昂贵的数值模拟。我们提出结果表明,我们的框架可以为一系列软组织机械模型提供高度准确的仿真,同时预测比模拟器更快地进行了几个数量级。
主要关键词