新冠肺炎病人吸入药物肺内定向投递的数值模拟研究

新冠肺炎病毒席卷全球,世界范围内患病人数仍在迅速增加,新冠肺炎病人的治疗引起研究者的关注,我国新型冠状病毒感染的肺炎诊疗方案指出可采用雾化吸入α-干扰素进行抗病毒治疗。为探索提高雾化吸入治疗效果的方法,本文针对一中症新冠肺炎病例进行了计算流体力学数值模拟分析,分区域重建了病患肺部呼吸道几何结构,在低吸气流量条件下(15 L/min)开展了不同直径药物液滴的肺内投递数值模拟,统计了呼吸道内液滴沉积的数量和位置以及能够投递入肺段深处的液滴数量。揭示了肺段投递效率随Stokes数增大而降低,获得了液滴入口位置与去向间的关系,发现从主气管入口截面上两个圆形区域内释放药物液滴能够高效投递入严重病变肺段,证明了吸入药物定向投递的可能性。     

基于轻量级网络的光纤环图像超分辨率重建北大核心CSCD

为了提高光纤环绕制图像的分辨率并减轻深度学习模型带来的内存和计算开销,提出了一种能够同时提取梯度信息和图像信息的双分支网络,利用轻量级残差块快速轻量的优势来提取网络路径中的图像特征,还引入了多阶段残差特征迁移机制。在梯度信息和特征迁移的共同作用下,网络可以保留丰富的几何结构信息,使重构图像的边缘细节更加清晰。实验结果表明,该模型以较少的参数和0.018 s的运行时间实现了优越的性能,在2^(×)、3^(×)和4^(×)的比例因子下,峰值信噪比分别为44.08 dB、41.35 dB和38.97 dB,结构相似性指数分别为0.985 8、0.979 3和0.976 9,均优于其他现有方法,为后续的光纤环质量检测提供了强有力的保障。