《Computation》：Fractional Evolution on Anatomy-Derived Aortic Branch Graphs: Multiresolution Geometry, Observation Leakage, and Controlled Off-Grid Joint Identifiability
编辑推荐：
一个分数阶图演化模型在一个表面来源的胸主动脉分支树上被构建，并通过多分辨率几何与受控联合参数实验进行评估。一项校验和跟踪的来源审计将三个模型特异性MRI数据集与一个共享的名义壁面区分开，并确认没有经过验证的MRI–STL变换可用。该表面处理流程产生了五个末端开
一个分数阶图演化模型在一个表面来源的胸主动脉分支树上被构建，并通过多分辨率几何与受控联合参数实验进行评估。一项校验和跟踪的来源审计将三个模型特异性MRI数据集与一个共享的名义壁面区分开，并确认没有经过验证的MRI–STL变换可用。该表面处理流程产生了五个末端开口、三个分叉点、七个语义分支、细化横截面，以及一个未经批准的同一来源候选。因此，实例化算符是无量纲且几何归一化的，而非一个已校准的压力–流量算符。具有50、100、200和400个节点的图保持拓扑结构；相对于内部400节点离散化，200节点图在前12个正特征值上的第95百分位差异为9.20%，前10个模态子空间的最大主角为7.58°。该分析建立了Caputo一致的控制体积约化、有界强迫下的有限时域适定性、非正规增广动力学、观测泄漏、有限频带相位条件以及残差幂律稳定性。在810次离网格合成实验中，通过重复噪声、多起点优化、剖面似然和留出检验联合估计了七个参数。分数阶误差的中位数为0.001304，留出复归一化均方根误差（NRMSE）的中位数为0.01086。结果支持在共享名义解剖结构上的受控合成实际可辨识性，而非测量的血流动力学校准或生理记忆辨识。
论文解读：解剖来源主动脉分支图上的分数阶图演化模型
四维血流磁共振成像（4D-flow MRI）可提供时间分辨的容积速度信息，支持血流率、涡旋结构、能量损失及壁面剪切相关量的评估。传统连续介质描述基于不可压缩Navier–Stokes方程，而约化的一维动脉网络模型则在血管段上演化面积、压力和速度，并施加质量守恒的连接与终端条件。分数阶导数能够以有限参数表示遗传响应、宽弛豫谱和代数式时间衰减；谱图算符则能给出分支连接与几何耦合的有限维表示。然而，只有图的解剖结构真实、实例化系数与理论物理系数明确区分、观测算符被显式处理时，分数阶图模型才具有科学意义。已有几何感知方法多采用学习式代理，而本文的目标是建立数学明确的分数阶图模型，量化图分辨率效应，并确定联合合成恢复可被数值支持的条件。
研究人员在公共AS4DF数据集基础上，利用表面来源的胸主动脉分支树构建了无量纲几何归一化算符，进行了多分辨率几何与谱分析，建立Caputo一致的控制体积约化、有限时域适定性、观测泄漏等数学框架，并通过810次离网格合成实验评估七参数联合可辨识性。结果表明，受控合成模型支持实际可辨识性，但未提供测量血流动力学校准或生理记忆辨识。论文发表在《Computation》。
主要技术方法包括：可复现工作流与校验和跟踪的来源审计，用于区分MRI与STL路线并确立证据边界；表面→管腔→中心线树处理流程，包括水密壳体体素化、开口检测、骨架化和剪枝，得到五个末端、三个分叉点和七个语义分支；横截面细化算法，以局部搜索替代单一切面；算法独立的同一来源候选参考生成，用于诊断比较；多分辨率图构造（50、100、200、400节点）及几何归一化算符；基于Caputo导数的增广分数阶模型与观测设计；离网格联合可辨识性协议，包括多起点优化、剖面似然、留出检验；受控时域演化实验。样本来源为公共AS4DF数据集，包含25个索引成员和20个选定成员，分析清单含19个单元。
研究结果如下：
4.1 来源身份与路径排除：扫描90799个DICOM成员，识别出102个序列，每个模型分配34个序列；规范化实例去重后得到47118个唯一实例。所有4D-flow采集均具有完整四分量源栈；21个2D相位对比和21个电影栈具备源就绪输入。三个MRI–STL候选对均被归类为共享名义设计几何，没有模型特异性成像管腔或经过验证的表面变换，每个模型存在8个阻塞项，因此依据来源证据排除了跨路线配准。
4.2 解剖重建与横截面细化：表面来源管腔产生五个末端开口、三个分叉点和七个分支。开口–端点对齐和分支语义排序通过自动化分辨率研究门。细化算法在四个诊断分辨率下运行，剖面质量筛查通过。与算法独立候选相比，面积第95百分位差异在50至400节点下分别为24.86%、21.08%、21.26%和15.42%，半径差异为13.32%、11.17%、9.91%和7.34%，均超过至少一项物理几何门，故“物理模型几何就绪”状态被判定为未确立。
4.3 多分辨率拓扑、几何与谱：所有分辨率均保持五个末端、三个分叉点和七个分支，关联矩阵与节点边表一致，对偶节点体积之和达到机器精度。与内部400节点离散化相比，段体积差异从50节点时的1.53%降至200节点时的0.79%；面积和半径第95百分位差异从39.11%和21.97%降至10.80%和5.56%；前12个正特征值第95百分位差异从34.88%降至9.20%；前10个模态子空间最大主角从24.70°降至7.58°。
4.4 有限频带筛选：由于频率指数为负，随着频率增加而减小。阈值0.20、0.35和0.50在不同图分辨率、离网格分数阶和频窗下评估：低频频窗无样本满足，中频满足比例约0.17–0.29，高频约0.54–0.67。这表明该筛选刻画的是渐近数值机制，而非独立于数据集的频率阈值。
4.5 受控时域图演化：在200节点分支图上进行无量纲演化实验。较小分数阶在后期保留更多能量，整数阶情形终端能量最低。该实验仅说明模型类的时间后果，不构成压力或流量预测。
4.6 离网格七参数恢复：810个核心分数拟合全部收敛，所有缩放雅可比矩阵数值秩为7。分数阶绝对误差中位数为0.001304，第95百分位为0.008291；留出复数归一化均方根误差（NRMSE）中位数为0.010862。残差衰减尺度参数上尾误差较大（第95百分位相对误差50.87%），因此并非所有系数均达到均匀高精度恢复。多起点搜索稳定，非由单一有利初始化产生。
4.7 剖面似然与留出模型比较：剖面似然以连续联合估计为中心，似然比交叉点均被解析，置信区间包含真实分数阶。在留出频率与传感器联合评估中，分数模型的中位NRMSE为0.01086，整数阶限制为1.2777；分数模型在所有810次比较中留出误差更低，且AICc和BIC均偏好分数模型。这是合成模型区分，而非外部证据表明生物主动脉动力学是分数阶的。
4.8 传感器、频率、图与泄漏敏感性：基线布局与分布式布局误差相近；稀疏三传感器布局将中位误差增至约0.00607，留出第95百分位NRMSE为0.3223。5%图谱扰动给出第95百分位误差0.00764。未解析模式泄漏导致单调退化：可见性0.25时中位误差0.00412，覆盖率80%；可见性0.50时误差0.01932，覆盖率降至20%。标量孤立模式解释因此仅限于泄漏受控的观测场景。
4.9 证据分类：来源元数据确立出处，源栈确立潜在测量路径，几何实例化确立数值几何对象，物理校准需要参数化本构与边界数据，独立验证需要留出测量观测。这些层级不被合并为作者定义的数值支持面。
讨论部分总结了以下几点：解剖表示与图分辨率方面，表面来源图保留了三个主动脉上分支，但拓扑保持不足以实现算符收敛；该解剖仍是共享名义设计而非独立批准的模型特异性管腔。与物理血管网络和几何感知方法的关系方面，无量纲几何归一化算符不能替代一维守恒律网络，几何感知学习模型解决不同问题。实际可辨识性和观测条件方面，全秩雅可比仍可能病态，稀疏传感下正式满秩的观测矩阵不可用；分数阶、耦合尺度、输入幅度等被紧密恢复，残差衰减尺度上尾宽；泄漏实验对应于观测泄漏命题，50%泄漏可见性下名义覆盖率降至20%。分数模型留出优势以分数阶数据生成模型为条件。时域结果和残差稳定性方面，分数阶与图拓扑相互作用，代数残差衰减在解析上不同于指数衰减。局限性包括：共享名义表面、MRI与STL未配准、物理参数缺失、合成数据来自同一模型类、强泄漏使不确定性失效、来源完整性不等于科学验证。最后提出了物理验证协议所需的数据类型和输出指标。
研究结论部分翻译如下：
一个分数阶图演化模型在表面来源的胸主动脉分支树上被构建。公共数据交叉对照确立了三个模型特异性MRI路线和一个共享名义STL路线，但没有经过验证的MRI–STL配准。表面处理、五开口拓扑、七分支语义、截面细化、算法独立同一来源候选筛查及MRI候选拒绝提供了明确的几何证据链。实例化算符是无量纲且几何归一化的；物理压力–流量算符仍是理论性的。四个图分辨率保持拓扑，同时表现出显著的几何和谱敏感性，其中200节点相对内部400节点离散化提供了可辩护的诊断折中。数学框架与Caputo导数、有限时域强迫估计、非正规增广动力学、观测泄漏、全频响、有限频带相位条件和残差幂律稳定性一致。离网格七参数恢复、多起点稳定性、剖面似然、可观测性、图扰动、模态泄漏和留出模型比较支持受控合成模型内的实际可辨识性。时域实验展示了分数阶分支图演化，但未赋予物理单位。未就模型特异性MRI解剖、校准压力或流量、生理记忆或临床验证得出任何结论。
