# 流场重建

从带噪的速度图像出发，可以同时重建非定常三维血流与弹性血管壁运动，而不必预先给定入口波形或初始速度。做法是把流体更新与几何更新交替进行：流体一侧用物理信息网络在移动区域上拟合观测并满足不可压缩Navier–Stokes方程，几何一侧用配准加界面牵引连续与弹性动量残差约束壁面位移。在收敛通道和类患者主动脉上，PirateNets版本的速度相对误差分别为0.0243和0.0372，低于同深度同宽度标准PINN的0.1066和0.1305。

从带噪的速度图像出发，可以同时重建非定常三维血流与弹性血管壁运动，而不必预先给定入口波形或初始速度。做法是把流体更新与几何更新交替进行：流体一侧用物理信息网络在移动区域上拟合观测并满足不可压缩Navier–Stokes方程，几何一侧用配准加界面牵引连续与弹性动量残差约束壁面位移。在收敛通道和类患者主动脉上，PirateNets版本的速度相对误差分别为0.0243和0.0372，低于同深度同宽度标准PINN的0.1066和0.1305。

复杂流动中的粒子输运通常靠求解纳维—斯托克斯方程，数值与实验方法成本高，已有机器学习方法在稀疏数据下难以外推长程粒子轨迹。TrajectoryFlowNet 把拉格朗日视角的粒子轨迹与欧拉视角的全场速度、压力放进同一个物理约束网络，只用少量轨迹测量就同时给出全场流动和任意粒子的长程路径。验证覆盖数值算例（顶盖驱动方腔流、复杂圆柱绕流）与实验血流（主动脉、心室），在含不规则边界的流动中保持预测的物理一致性。

复杂流动中的粒子输运通常靠求解纳维—斯托克斯方程，数值与实验方法成本高，已有机器学习方法在稀疏数据下难以外推长程粒子轨迹。TrajectoryFlowNet 把拉格朗日视角的粒子轨迹与欧拉视角的全场速度、压力放进同一个物理约束网络，只用少量轨迹测量就同时给出全场流动和任意粒子的长程路径。验证覆盖数值算例（顶盖驱动方腔流、复杂圆柱绕流）与实验血流（主动脉、心室），在含不规则边界的流动中保持预测的物理一致性。