سامانه همایش‌ها TSTA | ثبت‌نام و ارسال مقاله کنفرانس‌ها و کنگره‌های ملی

صفحه اصلی / سی و دومین کنفرانس ملی و دهمین کنفرانس بین المللی مهندسی زیست پزشکی ایران

عصر جدید مدل‌سازی بیومکانیکی با یادگیری ماشین آگاه از فیزیک

نویسندگان :

علی یعقوبیان¹ فائزه یعقوبیان²

1- Shahid Beheshti University 2- Tabriz University of Technology (Sahand)

کلمات کلیدی :

بیومکانیک،سیالات زیستی،شبکه‌های عصبی،یادگیری ماشین،PIML،PINN

چکیده :

رویکردهای مدل‌سازی سنتی در حوزه مکانیک سیالات زیستی با چالش‌هایی همچون هزینه‌بر بودن مطالعات تجربی، نیاز به فرضیات ساده‌ساز در مدل‌سازی محاسباتی و محدودیت‌های مدل‌های صرفا داده‌محور مواجه هستند. مدل‌های یادگیری ماشین داده‌محور اغلب به دلیل کمبود داده‌های برچسب‌دار و ناسازگاری پیش‌بینی‌ها با قوانین فیزیکی، از قابلیت تعمیم‌پذیری کافی برخوردار نیستند. برای حل این مشکلات، یادگیری ماشین آگاه از فیزیک (PIML) قوانین فیزیکی بنیادی را مستقیما در فرآیند یادگیری ماشین ادغام می‌کند. این رویکرد ترکیبی پایداری، قابلیت تفسیر و دقت مدل را افزایش می‌دهد و تضمین می‌کند که نتایج پیش‌بینی‌شده از نظر فیزیکی معقول هستند. این مقاله کاربردهای PIML در غلبه بر چالش‌های دیرینه در مدل‌سازی فرآیندهای فیزیولوژیک مانند همودینامیک و مکانیک بافت نرم را بررسی می‌کند. با برجسته‌سازی توانایی PIML در ارائه پیش‌بینی‌های دقیق و اختصاصی برای هر بیمار و حل مسائل معکوس برای استنتاج پارامترهای پنهان، این مقاله نشان می‌دهد که چگونه PIML می‌تواند آینده مدل‌سازی محاسباتی را در مکانیک سیالات زیستی بازتعریف کرده و پلی میان فیزیک، داده و کاربردهای بالینی ایجاد کند. با وجود چالش‌های باقی‌مانده از جمله پیچیدگی‌های محاسباتی و ادغام، PIML به عنوان یک ابزار قدرتمند برای پیشبرد پزشکی دقیق و توسعه دوقلوهای دیجیتال برای بهبود مراقبت از بیمار مطرح می‌شود.