Оптимизация транспортных функций сосудистых анастомозов методами роевого интеллекта

Автор: Юлия Олеговна Куянова

Соавторы: А.В. Дубовой, А.В. Бервицкий, Д.В. Паршин

Организация: Институт гидродинамики им. М.А. Лаврентьева СО РАН

Несмотря на то, обходные сосудистые анастомозы получили широкое применение в современной клинической практике, вопрос об оптимальном соединении сосуда-донора с сосудом-реципиентом остаётся открытым. В настоящее время существуют различные задачи оптимизации формирования анастомозов: оптимизация размера артериометрического окна, формы разреза сосуда-донора, нахождение оптимального места и угла соединения двух сосудов и другие. Ранее нами уже был исследован вопрос о нахождении оптимального угла формирования обходных анастомоз [1], однако параметры подбирались вручную, что существенно сокращало область поиска, а также увеличивало его время. В данном исследовании для оптимизации формирования сосудистых анастомозов, в частности, для поиска оптимального места соединения двух сосудов, используются методы роевого интеллекта.

Роевой интеллект - это коллективное поведение децентрализованной самоорганизующейся системы, характеризующейся тем, что некоторые простые правила взаимодействия между её отдельными агентами приводят к возникновению интеллектуального группового поведения. Данные методы оптимизации, несмотря на своё относительно недавнее появление, успели зарекомендовать себя как высокоэффективные по сравнению с такими методами, как, например, метод Гаусса [2]. В данном исследовании применяется как метод роя частиц, так и его гибридный вариант, демонстрирующий свою особую эффективность [3].

Литература:

1. Iu. O. Kuyanova., S. S. Presnyakov, A. V. Dubovoy, A. P. Chupakhin, D. V. Parshin. Numericalstudy of the tee hydrodynamics in the model problem of optimizing the low-flow vascularbypass angle // Journal of Applied Mechanics and Technical Physics, 2019, Т. 60, P. 1038-1045.

2. J. Kennedy, R. Eberhart. Particle swarm optimization // In Proceedings of the IEEE internationalconference on neural networks IV, 1995, P. 1942–1948.

3. J. Ding, Q. Wang, Q. Zhang, Q. Ye, Y. Ma. A Hybrid Particle Swarm Optimization-Cuckoo Search Algorithm and Its Engineering Applications // Mathematical Problems in Engineering, 2019, Article ID 5213759, https://doi.org/10.1155/2019/5213759