全球约三分之一人口将死于心血管疾病。这类疾病包括中风和心肌梗死，往往在毫无预警的情况下突然发作。了解这些疾病的早期征兆对预防至关重要，研究人员越来越关注心脏效率的生物标志物。
心内血流的模拟此前已有研究，但对涡环形成与演变机制的详细分析——这是健康心脏泵血功能的关键指标——尚未开展。为更好地理解心内血流，Lazpita等人对左心室进行了计算流体动力学模拟，并结合两种常见的模态分解方法——本征正交分解和高阶动态模态分解——对数据进行了分析。
该方法使研究人员能够将复杂的流场分解为其基本特征，从而理解涡环如何形成和演变。结果表明，这种分析方法能够揭示即使在非常复杂和动态的流体系统中的潜在结构。结合两种分解方法也为研究人员提供了对流体机制的互补性见解。
研究作者Eneko Lazpita表示："这项研究的意义在于它能够通过将高保真计算流体动力学与先进数据驱动方法相结合，弥补这一知识空白。这种结合有助于更深入地理解在不同条件下流型的形成、演变和变化。"
研究人员认为，他们的方法可用于更好地分析其他心脏血流并识别心脏功能障碍的生物标志物，这些标志物可在临床环境中使用。结合医学影像数据，这些发现未来可能有助于解释患者特异性结果。
来源："通过模态分解技术表征理想化左心室模型中的心室内流型"，作者：E. Lazpita、M. Neidlin、J. Garicano-Mena和S. Le Clainche，《流体物理学》(2026)。
【全文结束】