Lazarus, Alan; Gao, Hao; Luo, Xiaoyu et al. · 2022 · J. R. Stat. Soc. Ser. C (Appl. Stat.)

Metadata

Authors: Lazarus, Alan; Gao, Hao; Luo, Xiaoyu; Husmeier, Dirk

Tags: #cardio-mechanics #Bayesian-inference #surrogate-model #Klotz-curve #Holzapfel-Ogden #LV-geometry

📄 Quick Note¶

摘要概述¶

本文针对从 cardiac magnetic resonance (CMR) 影像提取的 in vivo 应变数据推断 Holzapfel-Ogden (HO) 心肌本构参数时存在的弱可识别性问题——circumferential strain 信息量不足、而 longitudinal/radial strain 难以高精度提取——提出将 Klotz 曲线（描述 ex vivo 左心室 volume–pressure 关系的经验定律）作为先验信息融入 Bayesian 推断框架。作者比较了两种先验构建方式：nonempirical Klotz prior（基于归一化体积，不依赖 in vivo 测量）与 empirical Klotz prior（用 in vivo 测得的 end-diastolic volume 估计 V30，结合 Gaussian process emulator 给出的另一分布，通过 product-of-experts 融合）。在合成数据与 5 名健康志愿者的真实 CMR 数据上的实验表明，empirical Klotz prior 显著降低了弱可识别参数 θ3 的后验偏差与不确定性，并使推断出的心肌高拉伸行为更符合生理学（避免违反 Frank-Starling 定律）。

关键图表¶

Figure 2：对 Klotz et al. (2006) ex vivo 数据拟合的 heteroscedastic noise model（归一化体积 vs. 压力），给出 ±2ω(P) 不确定带——是构建两种 Klotz 先验的基础。
Figure 5：empirical Klotz prior 的概率图模型，展示如何通过 measured LVV y*0 估计 V30（左支 Klotz 经验律），与 emulator 预测的 V_e30（右支）经 product-of-experts 融合，体现"in vivo 体积测量 → ex vivo 压力域约束"的核心耦合。
Figure 12：随 end-diastolic pressure 从 8→30 mmHg 升高，LVV 等高线方向由 θ3 轴转向 θ2 轴——直观解释了为何高压 ex vivo 信息能改善 θ3 的可识别性，是 empirical Klotz prior 有效性的根本动机。

与我的关联¶

本文将 ex vivo 经验定律作为先验注入连续介质本构参数推断，思路（product-of-experts 融合多源异构数据以补偿单一观测的弱可识别性）可借鉴到血管 G&R 中，将 population 数据或 ex vivo 拉伸试验作为先验，弥补 in vivo 临床测量对高拉伸/高应力行为识别不足的问题。