用一个for循环就足够了。用于解决个性化肿瘤生长模型中的逆问题。
摘要：通过解决逆问题，评估物理模型描述真实现象的能力是关键步骤。在医学图像计算中，它与基于图像的模型个性化的古典主题一致。传统上，通过进行采样或变分推断方法来获得问题的解决方案。这两种方法的目标都是识别出一组自由物理模型参数，使模拟结果与经验观察最佳匹配。当应用于脑肿瘤建模时，作为医学图像计算中基于图像的模型个性化的一种情况，这些方法的总体缺点是寻找这样一组参数的时间复杂度。在影像和诊断之间有限的时间内甚至是干预的临床环境中，这种时间复杂度可能是关键的。因为定量科学的历史就是压缩的历史，我们在本文中与历史倾向保持一致，提出了一种将解决逆问题的复杂传统策略压缩为简单数据库查询任务的方法。我们评估了执行数据库查询任务的不同方式，评估了准确性和执行时间之间的平衡。对于脑肿瘤生长建模的示例任务，我们证明了所提出的方法相较于现有方法解决逆问题的速度提高了一个数量级。由此产生的计算时间为依赖更复杂和更逼真的模型，更深入地整合图像预处理和逆向建模，或者将当前模型实施到临床工作流中提供了重要手段。
作者：Ivan Ezhov, Marcel Rosier, Lucas Zimmer, Florian Kofler, Suprosanna Shit, Johannes Paetzold, Kevin Scibilia, Leon Maechler, Katharina Franitza, Tamaz Amiranashvili, Martin J. Menten, Marie Metz, Sailesh Conjeti, Benedikt Wiestler, Bjoern Menze
论文ID：2205.04550
分类：Computational Engineering, Finance, and Science
分类简称：cs.CE
提交时间：2022-07-12