提出一种利用物理相关神经网络的逆问题求解方法，通过定量分析脑细胞间或细胞与血管间的纳米级脑细胞外空间内的分子传输，揭示分子传输模式，实验验证表明该方法能有效探索脑细胞外空间内的分子传输。

Jan, 2024

提出采用半自动分割技术和全局构造优化算法构建个体化肾血管网络模型，以实现肾功能计算机模拟和基于人工智能的诊断方法，并通过一只大鼠肾脏的解剖数据对模型进行有效性验证。

Mar, 2023

通过深度学习中的三维卷积神经网络，从具有高泡沫浓度的超声数据中恢复密集的血管网络。

Oct, 2023

基于物理知识的内核，使用高斯过程回归在数据贫乏情况下实现了接近实时的血流重建，针对缺乏直接测量数据的血管，构建了内核以编码时空和血管之间的相关性，同时满足质量守恒原则，并通过三个测试案例验证了模型的性能。

Mar, 2024

通过在神经网络分割结果中直接提取边界体素，在最小曲面的基础上建立最优连接模型，并改进了血管的分割，为三维多分类血管分割任务带来了最先进的性能表现，同时，相比其他方法，处理血管分散和结构完整性并有效地改善了血管结构的 Betti 误差和 LR、BR 误差指标，使血管具有更精确的拓扑结构。

Jun, 2023

本文提出了一种基于自动编码器的学习框架，通过建立平滑物理模型和一种基于模拟的先验模型实现磁共振灌注成像数据的分割，并应用于中风患者。

Nov, 2020

研究 meniscus 内的液流行为及其结构影响的方法，将计算流体力学与图像分析相结合，通过高分辨率的三维微型 CT 扫描，在一定范围的入口速度下分析人类 meniscus 内部结构的液流。

Jul, 2023

本文提出了一种水平垂直一体化的神经处理模型，该模型包含了神经适应传输连接的水平面和由外部膜层表达参数、亚膜区和细胞质内部参数、核心参数等组成的垂直系统，旨在表明单个神经元在信号的计算中有着重要角色，并且该神经元是自我编程的装置，不是被输入决定。

Sep, 2022

细胞膜上的离子梯度、环境信号的传输、细胞内离子浓度的改变、细胞骨架和细胞储备模型可以刺激细胞动力学和学习复杂非线性动态细胞行为。

Dec, 2023

通过复杂网络理论，本研究在绵羊和小鼠骨骼中比较了不同类型的骨细胞网络的组织结构和信息传递效率，发现在组织水平存在巨大差异，但在细胞水平上，骨细胞网络构成的统计拓扑性质却是相似的，并提出个体骨细胞自组织成大规模相互连接网络的普适机制。

Feb, 2017