Bayesian Calibration of Nonlinear Cardiovascular Models for the Predictive Simulation of Arterial Growth
Übersetzter Titel:
Bayessche Kalibrierung nichtlinearer kardiovaskulärer Modelle zur voraussagenden Simulation von Arterienwachstum
Autor:
Kehl, Sebastian
Jahr:
2017
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Maschinenwesen
Betreuer:
Gee, Michael W. (Prof. Dr.)
Gutachter:
Gee, Michael W. (Prof. Dr.); Koutsourelakis, Phaedon-Stelios (Prof., Ph.D.)
Sprache:
en
Fachgebiet:
MAS Maschinenbau; MTA Technische Mechanik, Technische Thermodynamik, Technische Akustik
TU-Systematik:
MTA 000d
Kurzfassung:
The work presented in this thesis deals with the development of a Bayesian calibration framework for parameters of nonlinear computational models of arterial growth. By the incorporation of measurements from longitudinal image data in combination with a novel dimensionality reduction approach, this work demonstrates the feasibility of the predictive use of large-scale, patient-specific computational models for arterial growth. The probabilistic formulation provides a basis for the prospective application of such models in the clinical management routine.
«
The work presented in this thesis deals with the development of a Bayesian calibration framework for parameters of nonlinear computational models of arterial growth. By the incorporation of measurements from longitudinal image data in combination with a novel dimensionality reduction approach, this work demonstrates the feasibility of the predictive use of large-scale, patient-specific computational models for arterial growth. The probabilistic formulation provides a basis for the prospective ap...
»
Übersetzte Kurzfassung:
Die vorliegende Arbeit befasst sich mit der Entwicklung eines bayesschen Ansatzes zur Parameterkalibrierung nichtlinearer computergestützter Modelle des arteriellen Wachstums. Unter Berücksichtigung von Zeitreihenmessungen in Form von Bilddaten und in Kombination mit einem neuartigen Ansatz zur Dimensionsreduktion zeigt diese Arbeit die Machbarkeit des voraussagenden Einsatzes großer, patientenspezifischer Computermodelle des arteriellen Wachstums. Die probabilistische Herangehensweise bietet eine Grundlage für die zukünftige Anwendung derartiger Modelle im klinischen Patientenmanagement.
«
Die vorliegende Arbeit befasst sich mit der Entwicklung eines bayesschen Ansatzes zur Parameterkalibrierung nichtlinearer computergestützter Modelle des arteriellen Wachstums. Unter Berücksichtigung von Zeitreihenmessungen in Form von Bilddaten und in Kombination mit einem neuartigen Ansatz zur Dimensionsreduktion zeigt diese Arbeit die Machbarkeit des voraussagenden Einsatzes großer, patientenspezifischer Computermodelle des arteriellen Wachstums. Die probabilistische Herangehensweise bietet ei...
»