一种基于深度学习的人体肝血管血流模拟方法

本发明涉及血流仿真技术领域，具体涉及一种基于深度学习的人体肝血管血流模拟方法，将原始肝血管医学影像进行重建之后得到肝血管的水密性STL模型，之后使用开源求解器OpenFOAM对模型进行解析域划分并求解得到血流速度场以及压力场的信息；之后进行数据预处理，并将数据进行时序化处理之后得到适用于PBTCNN的数据形式，将数据输入PBTCNN中进行训练；最后保存下来训练好的模型用于压力场以及速度场的预测。PBTCNN实现了部分取代传统CFD方法进行血液动力学分析，能够降低血流仿真的代价，不需要基于网格划分的特性减少了计算成本，并且能够在保证精度的同时更快得到血流仿真结果。