FalconBC: 潜在条件付き生理的境界条件のアモルタイズ推論のためのフローマッチング

要約: 境界条件の調整は、患者固有の心血管モデリングにおける基本的なステップです。オフラインの学習コストが増大するにもかかわらず、データ駆動型変分推論の最近の手法は、臨床ターゲット全体にわたる学習努力の償却を伴い、境界条件の結合事後分布を効率的に推定できます。しかし、最も現代的なアプローチでも、次の2つの重要なシナリオでは不足しています：平均流量が既知で仮定された波形形状を持つオープンループモデル、およびセグメンテーションが圧力または流量分割ターゲットの到達性に影響を与える血管病変によって影響を受ける解剖学。いずれの場合も、境界条件を孤立して調整することはできません。我々は、臨床ターゲット、流入特徴、および患者固有の解剖学の点群埋め込みを、条件付け変数または共同推定すべき量として扱う、確率的フローに基づく一般的な償却推論フレームワークを導入します。アプローチを、2つの患者固有モデルで実証します：狭窄の位置と程度が異なる大動脈-腸骨動脈分岐部、および冠状動脈樹状系。