- 1次围观
医学中的数字孪生，即人体器官的虚拟复制体，通过提供可解释、机制驱动且可操作的洞见，为精准医学开辟了一条极具前景的路径。在脑科学领域，脑血管孪生体支持对血流动力学和生物输运过程进行个体化建模，具有广泛的应用前景。然而，一个主要瓶颈在于，缺乏稳健的方法将体内脑血管图像转换为可直接用于仿真的脑血管网格或图结构。在此，我们提出了 CerebroVascular Imaging to Graph reconstruction（CVIG），这是一个稳健的多尺度框架，用于从体内脑血管图像中重建全脑脑血管图。CVIG 集成了血管向量化方法，并通过拓扑引导的血管树组装来从医学图像生成脑血管图，从而能够容忍血管结构中的不连续性。我们展示了 CVIG 在生成血管图方面的能力，其在血管覆盖率和拓扑正确性上均得到提升，而这些能力对于高保真脑生物物理仿真至关重要。这项工作建立了一个用于个体化建模与分析的血管图框架，为人脑数字孪生奠定了关键基础。
agf{at}gatech.edu
摘要 信息/历史 指标 预览 PDF
摘要
医学领域中数字孪生的发展，即人体器官的虚拟复制体，为实现精准医学提供了一条极具前景的路径，因为它能够提供可解释、机制性且可操作的洞见。在脑科学领域，脑血管孪生支持血流动力学和生物传输的个体化建模，并具有广泛应用。然而，一个主要瓶颈在于，缺乏稳健的方法将体内脑血管图像转化为可用于仿真的脑血管网格或图结构。在此，我们提出了脑血管影像到图重建方法（CerebroVascular Imaging to Graph reconstruction, CVIG），这是一个稳健且多尺度的框架，用于从体内脑血管图像中重建全脑脑血管图。CVIG 集成了血管矢量化方法，并通过拓扑引导的血管树组装来生成医学图像中的脑血管图，从而对血管结构中的不连续性具有容忍能力。我们展示了 CVIG 在生成血管图方面的能力，其在血管覆盖范围和拓扑正确性上均有所提升，而这正是实现高保真脑生物物理仿真的关键能力。持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。 本文依据 CC-BY-NC-ND 4.0 国际许可协议 公开提供。
返回顶部 上一页 下一页
发布于 2026 年 6 月 26 日。 下载 PDF 电子邮件
感谢您有兴趣帮助传播 bioRxiv。 注意：请求提供您的电子邮箱地址仅用于将您识别为本文的发送者。
您的电子邮箱 *
您的姓名 *
发送至 *
请输入多个地址，每行一个，或以逗号分隔。
您将发送以下内容的邮件 《面向个体化数字孪生大脑的脑血管影像到图重建》
邮件主题
（您的姓名）已从 bioRxiv 转发一个页面给您
邮件正文
（您的姓名）认为您可能希望查看 bioRxiv 网站上的这个页面。
您的个人留言
验证码
此问题用于测试您是否为人类访客，并防止自动垃圾信息提交。
分享
《面向个体化数字孪生大脑的脑血管影像到图重建》
Chen Xie， Beini Hu， Abdulmalik M. Alakeel， Candace C. Fleischer， Andrei G. Fedorov
bioRxiv 2026.06.24.734391； doi： https://doi.org/10.64898/2026.06.24.734391
分享本文： 复制 引用工具
《面向个体化数字孪生大脑的脑血管影像到图重建》
Chen Xie， Beini Hu， Abdulmalik M. Alakeel， Candace C. Fleischer， Andrei G. Fedorov
bioRxiv 2026.06.24.734391； doi： https://doi.org/10.64898/2026.06.24.734391
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.24.734391v1?rss=1
🏷️ 脑血管成像 数字孪生脑 图重建 血管拓扑 个体化建模