报告人：Felipe Galarce

时 间：2026-09-27 09:00:00

地 点：理科楼L1218

报告摘要：心血管流动是数学建模、数值模拟和数据驱动技术交叉融合的典型研究对象。多普勒超声、4D流磁共振虽能采集血流数据，但观测结果存在稀疏、带噪声、信息缺失的局限，压差、壁面剪切应力等临床重要指标又很难直接测得。本报告围绕如何结合物理模型与实测数据复原这些隐藏血流信息展开。基于纳维斯托克斯方程与血液非牛顿流变模型，把心血管重构归为反问题与数据同化问题，聚焦降阶建模与科学机器学习方法。利用低维表达、参数流形和学习流动力学，依靠稀疏速度观测重建三维时变流场，估算压力、黏度等血流动力学指标，实现把残缺的心血管测量数据转化为物理自洽、可供临床定量分析的血流表征。