Ideal Left Ventricle Cardiac Flow — 理想化左心室三维 CFD 血流动力学仿真数据集

INFOBOX — Ideal Left Ventricle Cardiac Flow 一屏速览

维度	内容
本质	理想化左心室腔三维 CFD 血流动力学仿真数据集（动壁半椭球腔 + 生理入流），非真实患者影像
团队	马德里理工大学 UPM 航空航天学院应用数学系 + CCS；第一作者兼通讯 Eneko Lazpita，末位作者 Soledad Le Clainche（ModelFLOWs-app 主持人）
论文	Results in Engineering, Vol. 24, 103644（2024-12，doi:10.1016/j.rineng.2024.103644；Elsevier 开放获取，CC BY-NC-ND）
数据	3D 瞬态流场：不可压缩牛顿血液流（ρ=1060 kg/m³、μ=0.004 Pa·s），层流 Re≈5500，60 bpm，δt=5×10⁻⁴ s
几何	半椭球腔半轴 a=2cm/b=8cm，入口管 D=2.4cm、出口管 d=0.8cm，ESV=67 mL；动壁充盈-射血循环（t*=0.67 达 EDV）
入流	E 波大峰 + A 波小峰、收缩期零流；三种入口空间剖面（plug/parabolic/tanh）；出口质量流控制
验证	Ansys Fluent + STAR-CCM+ 双商业求解器交叉验证；网格三档收敛（0.3M→1.6M），TKE 相对误差约 1%
核心产出	涡环形成-演化全流程刻画 + 可复现仿真配置（网格/边界/动壁全套教程上 ModelFLOWs-app）
后续链	PoF 2026（POD+HODMD，双几何对比）与 arXiv 2512.19376（POD vs 自编码器）直接消费该流场
获取	ModelFLOWs-app 官网条目 → Google Drive 公开文件夹（无需注册申请）
许可	论文 CC BY-NC-ND；数据本体未单独声明许可（学术使用惯例）
DAIMS	9.5/16——获取极佳、格式与许可留白（§6）
库内互链	EchoNet-Dynamic（官网同页并列）、PhysioNet CinC-2016（官网同页并列）、ACDC、心脏图谱计划、CAMUS、EchoNet-LVH

Ideal Left Ventricle Cardiac Flow 是一个「给心脏血流动力学研究发标准考场」的 in-silico 数据集：马德里理工大学（Universidad Politécnica de Madrid，UPM）Lazpita 与 Le Clainche 团队在一个理想化半椭球左心室腔里，用商业 CFD 求解器跑通了一个完整心动周期的血液充盈-射血仿真，并把网格、边界条件、动壁位移场、求解配置这套「菜谱」连同流场数据一起公开——2024 年 12 月发表于 Results in Engineering 的论文标题里那三个词 practical guide，就是它的自我定位：不是又一份临床队列，而是一份让后来者不必再从零试错的心脏流场仿真实操指南与基准数据。

对 AI-Ready 数据集库而言，它填补的是另一个模态空白：库内心脏条目（EchoNet-Dynamic 的超声视频、ACDC 的心脏 MRI 电影、CAMUS 的超声定量）全部是真实测量数据，而本条目是物理场量——求解器在每个时间步输出的三维速度场与压力场。这类数据没有患者隐私负担、网格规则、物理约束自洽，是降阶模型（reduced-order modeling）、模态分解（modal decomposition）与神经代理（neural surrogate）方法的标准练兵场；UPM 团队自己在 2026 年的两篇后续工作里，就用它（及其后续几何）完成了 POD 与 HODMD、POD 与四种自编码器的系统比较。

导语读法三则：

1. 只想下数据：直奔 §5 获取与许可——ModelFLOWs-app 官网条目给出 Google Drive 公开直链，无需注册；但文件格式官网未明示，下载前读 §10 坑 7 与 §5.5 核验 SOP。
2. 关心仿真能不能复现：直奔 §2 与 §3——几何、流体、边界、网格收敛、数值方法五张牌全在论文正文，§3.4 有双求解器对比口径。
3. 做模态分解/降阶模型：直奔 §4——UPM 团队后续 POD/HODMD 与 POD/AE 两篇论文是这个数据集最直接的 AI 消费范式。

60 秒术语速览（首见即释，此处集中备查）：CFD＝用数值方法解流体方程组；涡环＝舒张期二尖瓣入流卷成的环形旋涡，本研究主角；动壁＝按预设容积曲线移动腔壁模拟心肌舒缩；ESV/EDV＝收缩末/舒张末容积（本模型 ESV=67 mL）；E 波/A 波＝舒张早期/心房收缩期两个入流峰（E 峰 0.86 m/s）；Re＝惯性力与粘性力之比（本模型 ≈5500，口径：入口管径 × 峰值流速）；POD/HODMD＝按能量/按频率提取流场主导模态的分解方法；自编码器＝学低维潜表征的神经网络，后续论文用它和 POD 掰手腕。

§0 导读：这个数据集解决什么问题

心室内的血流不是一池静水。每一次舒张期，血液经二尖瓣涌入左心室，在心尖方向卷成一枚涡环（vortex ring）——这个旋转结构被认为与心室充盈效率、能量损耗乃至心功能障碍的早期征象相关；收缩期，血液再经主动脉瓣射出。要理解这个过程，临床影像（超声、MRI）只能给出有限时空分辨率的速度快照；体外实验（PIV）受透明模型与工况限制；而计算流体力学（CFD，computational fluid dynamics）可以在计算机里逐时间步解析整个三维流场——前提是仿真配置本身可信。

先给一张十秒明白卡：谁（UPM 航空航天学院应用数学系 + CCS）、什么（理想化左心室 3D CFD 流场 + 配置全家桶）、在哪（ModelFLOWs-app 官网条目 → Google Drive 公开文件夹）、何据（Results in Engineering 24:103644，2024-12，开放获取）、何用（涡环研究、模态分解、降阶模型、神经代理的标定基准）。以下正文把这五个词展开成一整篇。

2024 年之前的困境是：心脏 CFD 论文很多，但配置细节碎片化。网格该多细、动壁怎么驱动、入口波形怎么给、瓣膜开闭怎么简化、出口边界选压力还是流量——每个课题组各试各的，试错成本反复支付。Lazpita 等人的论文把这些试错系统化：用两个商业求解器（Ansys Fluent 与 Simcenter STAR-CCM+）交叉验证同一套配置，给出网格收敛曲线（三档网格、TKE 相对误差约 1%）、边界条件选型结论（质量流出口优于自由压力出口、三种入口剖面对比）、以及动壁位移场的完整实现流程（Star-CCM+ 网格变形与 Fluent 用户自定义函数两条路线），然后把数据与教程一并公开。

因此这个数据集解决的问题可以拆成三层：

• 方法层：为「理想化左心室 CFD 仿真」提供一份经过双求解器交叉验证的可复现基准配置——网格三档收敛、时间步与迭代策略、边界条件选型、动壁实现，全部落在论文正文与 ModelFLOWs-app 教程里。
• 数据层：公开心动周期内的三维流场数据，供涡环识别、模态分解、降阶建模与神经代理方法直接消费——UPM 团队 2026 年的后续论文就是现成的消费范例；
• 教学层：论文自称 practical guide，配套教程放在 ModelFLOWs-app 网站（DigitHEART 项目的 ModelFLOWs-cardiac 模块），从几何构建到网格变形逐步展开，患者特异性几何的扩展路线（figshare 开源数据 + CNIC 合作）也已铺好。

需要立刻说明的是它不是什么：它不是临床数据集，没有患者；不是影像数据集，没有像素与标注；不是器官分割数据集，没有掩码。它是一个物理仿真产出的场量数据库——如果你需要真实世界分布、病理异质性或个体差异，请走库内 EchoNet-Dynamic、ACDC、EchoNet-LVH 等真实影像条目；如果你需要一个物理自洽、配置透明、可无限复算的流场基准，它正合适。

三重身份帮你在不同语境下正确称呼它：

1. 对 CFD 工程师，它是标定基准——一套经双商业求解器交叉验证的心室流仿真配置（几何参数、网格策略、边界选型、动壁实现、时间步与迭代策略），任何新代码/新版本/新几何都可以拿它当第一道回归测试；
2. 对机器学习研究者，它是干净流场源——无测量噪声、无标注噪声、周期结构完整的三维时序场量，是模态分解、降阶模型、神经代理方法做受控比较的理想考场；
3. 对数据集库的编目视角，它是模态拼图——真实影像与生理信号之外的第一块「物理仿真」拼图，它把「心脏」从观测科学延伸到了计算科学。

它也自带一张清晰的方法学资产负债表。资产侧：双求解器一致性、三档网格收敛曲线、全套配置公开、教程级实现细节、零门槛获取。负债侧：理想化几何（无个体差异）、牛顿流体与层流假设（无流变与湍流）、无瓣膜实体与 FSI（无真实瓣膜动力学）、数据格式未自描述（无数据字典）、数据许可留白（无独立声明）。本条目正文的任务就是把两边都摆到台面上，让检索者带着完整信息做取舍。

§1 数据集速览：十问十答

Q1：这是什么数据？
理想化左心室腔内三维瞬态 CFD 仿真的流场数据：不可压缩牛顿流体近似下的血液流动（ρ=1060 kg/m³、μ=0.004 Pa·s），在一个动壁半椭球腔模型中，以 60 bpm 心率、E/A 双峰生理入流波形，仿真完整心动周期的充盈与射血。官网口径生成求解器为 Ansys Fluent 2024R2，论文验证同时用 Fluent 2023 R1 与 STAR-CCM+ 2023.06 交叉比对。

Q2：谁做的？可信吗？
UPM 航空航天学院应用数学系与计算仿真中心（CCS）团队，第一作者 Eneko Lazpita、通讯兼末位作者 Soledad Le Clainche（ModelFLOWs-app 平台主持人）；论文经同行评审发表于 Elsevier 开放获取期刊 Results in Engineering（2023 年 JCR 工程多学科 6/179，Q1）。方法学验证先在 ECCOMAS 2024 会议论文中展开，正式论文做了双求解器交叉验证——商业求解器之间的一致性是这类 in-silico 数据最硬的可信度背书。

Q3：规模多大？多少个样本？
它不是「多少例」的逻辑——是一个精心标定的仿真案例及其配置全家桶：一个心动周期 T=1s（归一化时间 t*=t/T，t*=0.67 达 EDV）、时间步 δt=5×10⁻⁴ s（即单周期 2000 步量级）、三档网格（粗 0.3M / 中 0.9-1.0M / 细 1.2-1.6M 单元）、两套求解器实现、三种入口空间剖面。Google Drive 文件夹的具体文件清单官网未逐项列出（撰写时沙箱不可达未能验证），下载后以实际内容为准。

理解这个「规模观」的关键是把 CFD 仿真数据集与影像队列区分开：影像队列的价值在样本量与多样性（n 越大、分布越真实越好），仿真基准的价值在配置完备性与可复现性（一份配置被复算验证得越充分越好）。本数据集属于后者——它的「规模」体现在配置维度（3 档网格 × 2 求解器 × 3 入口剖面 × 动壁全程时序），而不是样本计数。类比：它更像一份精心校准的天平，而不是一柜子待称的货物。

Q4：有没有患者？要不要伦理审批？
没有患者。几何是文献标准理想化模型（Zheng et al. 2012 半椭球参数，ESV=67 mL 生理校准），流体是牛顿流体近似——因此不涉及人类受试者数据、不涉及隐私与伦理审批。论文教程扩展部分提到的患者特异性几何另有来源（figshare 开源数据 + CNIC DigitHEART 合作），使用那些几何时需另行核对各自许可。

Q5：怎么下载？
三步：ModelFLOWs-app 官网 medical-data 页 → 定位 Cardiac Flow 分区的 Ideal Left Ventricle 条目 → 点击 Database available here 进入 Google Drive 公开文件夹。无需注册、无需申请。注意企业内网或沙箱环境常封锁 Google 域名（撰写时即因此无法逐文件核验清单）。

Q6：license 是什么？能商用吗？
论文文本：CC BY-NC-ND（Elsevier 开放获取，UPM 机构库著录口径）。数据本体：官网条目未单独声明许可——学术引用以论文 DOI 为锚属惯例，但任何商业场景应先联系作者确认（通讯邮箱 e.lazpita@upm.es）。这是本条目最大的许可不确定性，详见 §5.2。

Q7：和 EchoNet-Dynamic、ACDC 这些真实数据什么关系？
互补而非竞争。真实影像给真实分布但受成像物理限制（时空分辨率、视角遮挡、无压力场）；CFD 仿真给完整物理场但受模型假设限制（理想化几何、牛顿流体、层流假设、无瓣膜实体建模）。ModelFLOWs-app 官网自己就把 Ideal Left Ventricle 与 EchoNet-Dynamic、PhysioNet 心音图并列为 Medical data 三件套。联合使用的思路见 §9.3。

Q8：AI 模型怎么用它？
三类典型消费方式：其一，模态分解与降阶模型——POD/HODMD 提取主导流结构与特征频率（UPM 团队 PoF 2026 论文的路线）；其二，自编码器等表征学习——潜空间与 POD 模态的对齐性、正交性与可解释性评估（arXiv 2512.19376 的路线）；其三，神经代理与流场预测——用少量时刻训练、插值或外推心动周期内流场。数据物理自洽、无标注噪声，特别适合验证方法的物理保真度。

Q9：复现这组仿真需要什么？
商业 CFD 求解器（Ansys Fluent 或 STAR-CCM+ 任一，学术许可均可）、Star-CCM+ 网格工具的网格生成配置（四面体 + 4-6 层棱柱层，三档基准尺寸）、动壁位移场实现（两求解器各有路线，论文 §2.4.1 与官网教程逐步给出）、MATLAB R2022b 口径的后处理。计算量在单工作站量级（论文未披露核时数，属可复现而非超算级配置）。复现骨架见附录 E。

Q10：一句话记忆点？
「心脏流场仿真的官方考卷」——题目（几何与入流）、答题规范（网格与数值方法）、参考答案（双求解器流场）和评分标准（TKE 收敛与误差表）全套公开，任何人都能按同一配置重考一遍。

§2 数据构成与规格：一个仿真案例的「全家桶」

2.1 数据本体是什么

与影像队列「每例一个文件夹、每文件夹一张图」的结构不同，本数据集的本体是一个标定仿真案例的流场产出。官网条目的原文描述值得逐句拆读（以下为 ModelFLOWs-app medical-data 页实测译文；英文原文引号内为逐字口径）：

This database contains data from a three-dimensional CFD simulation of incompressible, Newtonian blood flow inside an idealized left ventricular cavity. The flow is laminar, with a Reynolds number of 5500. The simulation was conducted using Ansys Fluent version 2024R2.

四个关键词即四个规格维度：

1. three-dimensional——三维瞬态场量，不是二维切片或降维可视化；
2. incompressible, Newtonian——流体假设：不可压缩 + 牛顿粘性（血液在一般剪切率下以牛顿近似处理是心血管 CFD 惯例，论文引用 Collia 2022 与 Meschini 2021 两篇先例支撑）；
3. idealized left ventricular cavity——几何假设：文献标准理想化半椭球腔，非患者解剖；
4. laminar, Re=5500——流动状态假设：层流（详见 §2.4 的口径拆解与 §10 坑 6）。

由此推知（官网未逐项列明，此为基于论文方法学的一致性推断）：数据应包含心动周期内各时间步的速度场（三分量矢量）与压力场等求解器原生输出，以及配套的网格与边界条件说明——具体文件格式（Fluent 原生 case/data、EnSight、CSV 导出等）以 Drive 实际清单为准，撰写时未能验证（见 §10 坑 7）。

2.2 几何规格：半椭球腔的五个参数

理想化几何源自 Zheng et al. 2012（Eur. J. Mech. B/Fluids 35:31-39）与 Vedula et al. 2014（Theor. Comput. Fluid Dyn. 28:589-604）两篇经典左心室简化模型文献，参数如下（论文正文实测）：

参数	符号	数值	含义
半椭球半轴	a	2 cm	短半轴（横向）
半椭球半轴	b	8 cm	长半轴（沿腔体纵轴）
入口管直径	D	2.4 cm	二尖瓣口径（入流管）
出口管直径	d	0.8 cm	主动脉口径（出流管）
管轴偏心距	C	0.55 cm	入口管轴心偏离椭球轴的距离
管轴偏心距	c	1.35 cm	出口管轴心偏离椭球轴的距离
收缩末期容积	ESV	67 mL	2/3·π·a²·b（不含管），生理校准值

三个设计意图值得注意：

• 偏心布置（C 与 c 不为零、二者不等）模拟二尖瓣与主动脉瓣在真实心室里的非同轴关系——这决定了入流射流会斜向进入腔体，涡环自然偏向一侧壁，是涡环-壁面相互作用研究的前提；
• ESV=67 mL 是按半椭球体积公式算出的收缩末期（仿真起点）容积，取值对齐生理范围——严禁误读为每搏量或舒张末期容积（见 §10 坑 5）；
• 动壁：外壁从 ESV 形态连续变形到 EDV 形态（归一化时间 t*=0.67 处达最大充盈）再回落，完成一次充盈-射血循环。壁面位移驱动腔体容积变化，模拟心肌舒缩——但不含心肌主动力学与流固耦合（fluid-structure interaction，FSI），是运动学驱动而非动力学耦合。

物理量取值一览后紧接口径提醒：本表所有数值在论文正文与官网条目中完全一致（Re 5500、ρ、μ、Vmax、60 bpm）——两源无冲突记录；唯一版本差在求解器年份（§10 坑 4）。

2.3 流体与流动状态规格

量	数值	说明
密度 ρ	1060 kg/m³	血液常数密度（不可压缩）
动力粘度 μ	0.004 Pa·s	牛顿流体假设
特征速度 Vmax	0.86 m/s	全心动周期入口峰值速度（E 波峰值）
特征长度	D=2.4 cm	取入口管直径
Reynolds 数	Re = ρVmaxD/μ ≈ 5500	官网与论文一致口径
Womersley 数 α	α = (D/2)·√(ωρ/μ)	脉动性度量，公式见论文（数值随心率与管径而定）
心率	60 bpm	周期 T=1 s，归一化时间 t*=t/T

Re 的口径必须完整转述：特征长度取入口管直径 D、特征速度取全周期入口峰值 Vmax=0.86 m/s——不是平均流速、不是腔体特征尺度。换不同口径会得到完全不同的 Re 值，比较文献时务必对齐口径（§10 坑 6）。

2.4 「层流 Re=5500」的模型学解读

生理口径下 Re≈5500 处于层流-过渡的讨论区间，论文选择层流假设（直接求解 Navier-Stokes 无湍流模型，或层流粘性假设），这与两个事实相容：其一，心室内主流结构由大尺度相干涡环主导，层流假设能刻画其形成-演化-破碎的主要动力学；其二，入口射流剪切层、瓣膜尾迹等真实湍流生成机制在理想化模型中被简化（无瓣膜实体）。使用该数据时应当知道：这是一个研究性简化，不是对真实心室湍流状态的断言。同理，牛顿流体假设忽略了红细胞在全血流变学中的剪切稀化效应（论文引用 Simpson 2023 关于 Womersley 数与非牛顿效应的工作作为该议题的延伸）。

两条假设合在一起看，模型的适用边界就清楚了：

• 适用：涡环的形成-演化-破碎等大尺度相干结构研究；周期性流动的频谱结构分析；降阶模型与神经代理的方法学对标；仿真配置的工程验证；
• 慎用：小尺度湍流统计量（耗散率谱、高阶矩）；壁面剪切应力的绝对值（近壁棱柱层解析了梯度，但层流假设下无湍流脉动贡献）；溶血/血栓等依赖流变细节的下游应用；跨主动脉瓣射流的湍流输运。

这不是模型的缺陷，而是建模取舍的自觉——论文标题里 practical guide 的「guide」成分，一半就在于把「这个模型能回答什么、不能回答什么」讲清楚。

2.5 边界条件规格：入流、出流与动壁

入流（二尖瓣口）：

• 波形：生理性双峰——舒张早期 E 波大峰（峰值 0.86 m/s 即全周期 Vmax）+ 心房收缩期 A 波小峰，收缩期（瓣膜关闭）零流；
• 类型：速度入口或质量流入口（论文对比后用流量控制路线）；
• 空间剖面：三种对比——plug（均匀分布）、parabolic（抛物线，1-(r/R)²）、hyperbolic tangent（壁面零速、中心趋近 plug 的过渡剖面）；三者在等流量约束下校正，用于考察入口剖面不连续性对近壁流场的影响。

出流（主动脉口）：

• 论文实测结论：质量流出口优于自由压力出口。自由压力出口需要用「舒张期临时转成壁面、收缩期切回压力出口」的方式模拟主动脉瓣闭合，转换瞬间会引入噪声与不稳定（虽可经若干时间步自愈）；质量流出口则直接在舒张期给零流量、收缩期精确匹配腔体容积变化率，无需切换边界即实现瓣膜闭合效果，还抑制了数值不稳定。

动壁：

• 容积变化曲线在 ESV（t*=0）与 EDV（t*=0.67）间归一化插值，驱动外壁位移；
• 实现分两路线：STAR-CCM+ 直接用网格变形（morphing）配最大位移表；Fluent 则把逐时刻网格状态导出为求解器可读的网格文件 + 用户自定义函数（UDF）逐时刻定义壁面位置。这套「增量位移逐步加载」的工程细节正是论文作为 practical guide 的核心贡献之一。

2.6 数据家族与扩展几何

本条目本体是理想化几何；论文同文给出了两条患者特异性扩展路线（教程层面，非 Drive 本体）：

1. figshare 开源医学影像派生几何：取自公开患者数据（figshare.com/s/2a5de3a2b89a3fb87932 短链，配套 Kong & Shadden 2021 MICCAI 整心网格自动生成论文）——基于自由形变学习的全心网格生成；
2. CNIC DigitHEART 合作几何：西班牙国家心血管研究中心（CNIC）经 DigitHEART 项目提供的患者数据。

使用扩展几何时，数据性质从「无患者仿真」变为「含真实解剖的仿真」，伦理与许可需按各几何来源另行核对。

2.7 数据内容的字段级预期（官网+论文口径对照）

官网条目只有一段描述，论文正文未设专门的「数据发布」清单节——把两处信息逐项对齐，可以给检索者一张字段级预期表（下载 Drive 后逐项打勾核对，未命中项即留疑）：

预期内容	官网口径	论文口径	置信级
三维速度场（三分量，逐时间步）	three-dimensional CFD simulation（有）	求解器原生输出（必然包含）	高
压力场	未逐项列明	PISO 耦合的求解变量（必然包含）	高
动壁几何/位移信息	idealized cavity（几何必然）	§2.4.1 位移表与网格变形流程（教程级公开）	高
网格文件（三档）	未逐项列明	Table 1/2 三档配置完整可复现	中
入流波形数据（E/A 曲线）	未逐项列明	Fig. 4 流量曲线 + §2.4.2 公式	中
求解器设置文件（case/settings）	未逐项列明	Data availability 提到 Simulation Codes 经 GitHub/官网分发	中
后处理脚本	未逐项列明	MATLAB R2022b 口径（ref [31]），教程在 ModelFLOWs-app	中

读表纪律：高置信项是物理上必然存在的核心场量；中置信项是论文方法学里明确出现、但 Drive 打包方式未知的部分。本条目正文对所有「Drive 内有什么」的表述都止步于此表，不做无据推断。

2.8 与真实影像数据集的规格对照

为了给「仿真场量 vs 影像像素」的差异一个直观锚点，拿库内三个心脏条目做规格对照：

维度	本数据集（CFD 仿真）	EchoNet-Dynamic（526）	ACDC（511）
数据对象	三维速度/压力场	2D 超声 A4C 视频	心脏 MRI 电影（短轴）
样本逻辑	一个标定案例 + 配置全家桶	10,030 例真实患者检查	150 例患者
时间轴	T=1 s 周期、δt=5×10⁻⁴ s（2000 步量级）	视频帧率采集（数十帧）	cine 时相序列
空间完备	全腔体体积、无遮挡	声窗依赖、2D 投影	层间分辨率受限
物理量	速度矢量场、压力场	灰度图像（间接反映运动）	灰度图像
标注负担	无（物理自洽）	专家测量/描迹	专家分割
隐私负担	无	有（已去标识）	有（已去标识）
病理异质性	无（理想化几何）	有	有

结论一句话：真实性买异质性，仿真买完备性——两个方向拼起来才是心脏血流动力学的完整工具箱。

§3 仿真方法学：一份可复现的菜谱

3.1 网格生成与三档收敛研究

网格用 STAR-CCM+ 网格工具生成（注意：网格生成与部分求解可在不同商业软件间流转，论文把网格配置作为公共资产），两个策略组合：

• 四面体体积网格：全域按指定体积增长率从外向内加密；
• 棱柱层（prism layers）：壁面法向 4-6 层棱柱单元，贴合动壁运动并解析近壁梯度。

三档网格（论文 Table 2 实测）：

档位	Fluent 单元数	Fluent TKE 相对误差	STAR-CCM+ 单元数	STAR-CCM+ TKE 相对误差
Coarse	0.3 M	7.80%	0.3 M	7.37%
Medium	1.0 M	1.02%	0.9 M	0.91%
Fine	1.6 M	（基准）	1.2 M	（基准）

读法：以各自求解器的细网格为基准，粗网格 TKE 误差约 7-8%、中网格约 1%——双求解器独立收敛到同一量级误差，这是配置可信度的直接证据。论文结论是中等网格即达到工程可用精度。

3.2 数值方法规格

论文 §2.5 全套数值配置（实测转述）：

• 时间推进：隐式（unsteady implicit），二阶时间精度；
• 压力-速度耦合：PISO（Pressure-Implicit with Splitting of Operators），适配瞬态仿真；
• 对流项：二阶迎风（Second-Order Upwind），兼顾精度与数值扩散控制；
• 梯度：最小二乘（least-squares）格式，适配非结构网格；
• 时间步长：δt = 5×10⁻⁴ s，每步 50 次内部迭代保证收敛；
• CFL：按流动细节自适应以维持稳定性；
• 壁面处理：Implicit Tree（论文实测表述），稳健性优先。

换算一下：T=1 s / δt=5×10⁻⁴ s = 单周期 2000 个时间步量级，每步 50 内迭代——这就是「一个心动周期」的计算账单，也解释了为什么论文用多周期平均来评估 TKE 稳态性。

3.3 生理量校准的逻辑链

理想化模型最容易被误解的一点是「参数随便设」——论文的做法恰恰相反，每个参数都有一条生理校准逻辑链：

• ESV=67 mL：不是拍脑袋的数字，是半椭球公式在 a=2 cm、b=8 cm 下的解析解，而 a、b 的取值对齐健康成人 LV 的生理尺度；
• D=2.4 cm：对齐健康成人二尖瓣环直径的文献口径——它同时是 Re 的特征长度，一个参数两处生效；
• Vmax=0.86 m/s：对齐健康人二尖瓣 E 峰流速的生理范围（超声多普勒的常规测量项）——Re≈5500 由此而来，而非先定 Re 再反推；
• 60 bpm：静息心率代表值，令 T=1 s、t* 与物理时间同值——归一化与换算成本双降。

这条链的意义：当你要把模型扫参（不同心率、不同瓣环径、不同 ESV）时，扫参轴的每一段都有生理锚点——这是理想化模型「受控但不失真」的前提。

3.4 双求解器交叉验证设计

这是本数据集方法学上最有分量的一招：同一套几何、网格与边界配置，在 Ansys Fluent 2023 R1 与 Siemens Simcenter STAR-CCM+ 2023.06 两套独立实现的商业求解器上各跑一遍，对比指标是总动能（TKE）沿心动周期的演化（四个周期平均）：

• 两求解器的 TKE 曲线呈现一致形态，峰值有轻微起伏，相对均方根误差（RMSE）处于同一水平；
• 涡环等值面的逐时刻对比（论文图 7：上排 STAR-CCM+、下排 Fluent，四个时刻）显示 Q 准则涡结构在形成期、发展期、破碎期的位置与形态高度吻合；
• 结论原文口径：双求解器实现「confirmed the reliability and robustness of our approach」——配置不依赖特定求解器的数值巧合。

对使用者而言，这等于免费获得了一次「数值不确定性评估」：当你用开源求解器（OpenFOAM、lifex-cfd 等）重算时，与论文任一求解器结果的偏差量级就有了参照系。

3.5 验证的生理产出：涡环的一生

论文以涡环（vortex ring）的完整生命周期为主线组织验证结果，时间线如下（论文 §3 实测）：

1. E 波早期（充盈启动）：入流射流经二尖瓣口斜向进入腔体，剪切层卷起一枚圆形涡环，沿充盈射流方向向心尖推进；
2. 发展期：涡环与心室壁相互作用，环面失稳，破裂为二级涡管（secondary vortex tubes）等更小结构，流场时间谱趋于复杂（非线性模态相互作用的温床）；
3. A 波期（心房收缩）：二尖瓣口再卷起第二个较小的涡环，接续充盈；
4. 收缩期（射血）：腔体收缩，血流经主动脉口排出，残余流动结构衰减，回到 ESV 状态进入下一循环。

这套「形成-推进-触壁失稳-破碎-二次涡环」的定性序列，与 PIV 体外实验和 4D Flow MRI 观测的定性图像一致，也是后续模态分解研究选取分析窗口的物理依据。

3.6 计算资源与复现门槛

论文未披露核时数与硬件配置（撰写时以全文实测为准的存照点），但可从配置推估量级：单案例中等网格 0.9-1.0M 单元、2000 步/周期 × 50 内迭代 × 多周期——这在单工作站或小规模集群时级可完成，属「可复现」而非「超算专属」配置。真正的复现门槛在工程细节：动壁位移表制作、网格变形参数、UDF 逐时刻壁面定义——这些恰是论文与 ModelFLOWs-app 教程的着力点。复现骨架见附录 E；文献坐标系见 §3.7。

3.7 文献坐标系：这份配置站在哪些肩膀上

论文的引用列表本身就是一张「左心室 CFD 方法谱系图」，把本配置放进坐标系里看更清楚（以下对照对象均出自论文参考文献，编号为论文原 ref）：

• Schenkel et al. 2009（ref [10]，Ann. Biomed. Eng. 37:503）：MRI-based CFD 心室血流方法学的早期标杆——影像几何 + 数值求解的路线由此定型；本数据集的理想化路线是它的「受控简化版」；
• Tagliabue, Dedè, Quarteroni 2017（ref [25]，Chaos 27:09123）：理想化左心室复杂流型的数值研究——同样走理想化几何路线，本数据集补上了「双商业求解器交叉验证」这块拼图；
• lifex-cfd（Africa et al. 2024）（ref [2]，Comput. Phys. Commun. 296:109039）：开源心血管 CFD 求解器（arXiv:2304.12032）——与商业求解器路线互补，想脱离商业许可做复现者的第一候选；
• Bucelli et al. 2023（ref [26]，IJNMB 39:e3678）：电生理-力学-流体三场耦合的全心数学模型——比本数据集的动壁运动学驱动更高一阶的建模层级；
• Zingaro et al. 2021（ref [5]，arXiv:2110.02114）：左心多尺度几何集合模型——几何保真度的另一极；
• Goubergrits et al. 2022（ref [6]，Front. Cardiovasc. Med. 9:901902）：统计形状建模 + CFD 的 CT 心室血流分析——患者特异性批量仿真的路线代表；
• Thiel et al. 2024（ref [7]，Eng. Rep. e13041）：实时 3D 超声 + CFD 的心室血流交互管线——影像到仿真的在线衔接；
• Meschini, Mittal, Verzicco 2021（ref [22]，TCFD 35:381）：肥厚型心肌病 SAM 现象的 FSI 模型——病理流场景的高阶参照；
• Collia et al. 2022（ref [21]，Sci. Rep. 12:8695）：血流基指标的代理模型研究——本数据集血液常数（ρ=1060、μ=0.004）的依据之一；
• Kong & Shadden 2021（ref [19]，MICCAI）：自由形变学习的整心网格自动生成——患者特异性几何的供给侧；
• Nguyen et al. 2015（ref [11]）、Mangual et al. 2013（ref [12]）、Riva et al. 2024（ref [13]）：舒张功能障碍、扩张型心肌病、缺血性心肌病的涡环临床对照研究——涡环作为病理标志物的证据链；
• He et al. 2024（ref [24]）：LVAD 流道位置与血栓风险——心脏辅助装置场景，流场方法学的工程出口之一；
• Le & Sotiropoulos 2012（ref [32]，Phys. Fluids 24:09):涡环形成与失稳的机理研究——本数据集观察到的「触壁失稳-破碎」序列的先验理论框架。

这张坐标系回答一个常见质疑：「理想化模型有什么用？」——它是上述所有高保真路线的公共标定层：任何新方法（新求解器、新降阶算法、新代理架构）都可以先在理想化几何上过一遍可控性检验，再上真实几何。

3.8 心脏 CFD 的四个经典陷阱与论文对策

论文的 practical guide 价值在把每个经典陷阱的「踩坑现场」与对策都写透了：

陷阱	现象	论文对策（实测）
网格不够细时涡环被抹掉	小尺度涡结构需要高分辨率，粗网格上 TKE 低估、涡环形态失真	三档收敛 + 双求解器互证：0.3M 误差 7-8%、0.9-1.0M 即约 1%
入口剖面在壁面处不连续	plug 剖面 + 无滑移壁在入口环上速度突跳，诱发伪剪切	三种剖面（plug/parabolic/tanh）等流量对比，按研究目标选择
压力出口的瓣膜开合切换	舒张期转壁面、收缩期切回的瞬间引入噪声与不稳定	改用质量流出口：舒张期零流、收缩期精确匹配 dV/dt，无需切换
动壁位移的求解器间差异	各商业软件网格变形机制不同，配置不可移植	论文给出 STAR-CCM+（morphing+位移表）与 Fluent（网格导出+UDF）两条等价路线

另有两条论文口头级提示值得记录：出口管长度对结果影响甚微（入流与涡环形成才是主角，论文据此把出口管长做成与入口管一致以简化模型）；A 波期二尖瓣口会出现第二个较小涡环（阅读结果时别把它误判为数值伪影，论文 §3 有专门论述）。

§4 AI 消费路径：从涡环数据到模型考卷

4.1 为什么 CFD 流场是优质的 AI 训练料

站在机器学习视角，这类 in-silico 流场数据有四个真实数据集给不了的性质：

1. 物理自洽——场量满足 Navier-Stokes 与连续性方程，不存在测量噪声与伪影，是检验模型「学到了物理还是学到了噪声」的干净对照；
2. 时空完备——全腔体、全周期、逐时间步的三维速度/压力，没有超声的声窗遮挡或 MRI 的时空分辨率折衷；
3. 可无限复算——同一配置可以算任意多遍、任意变体（改几何、改波形、改网格），天然支持数据增广与敏感性分析；
4. 零隐私负担——无患者数据，分发与二次使用无伦理摩擦（数据许可层面仍需注意 §5.2 的未明示状态）。

代价同样明确：模型在理想化仿真上学到的映射，迁移到真实患者影像派生流场时面对分布差距（domain gap）——理想化几何、牛顿流体、无瓣膜实体、层流假设，每个都是一层简化。

4.2 范式一：模态分解提取主导结构（UPM 团队 PoF 2026）

UPM 团队在 Physics of Fluids 38, 051907（2026，doi:10.1063/5.0326659）中把左心室 CFD 流场喂给两种模态分解：

• POD（proper orthogonal decomposition，本征正交分解）：按动能排序提取最「能量大」的流场模态；
• HODMD（higher order dynamic mode decomposition，高阶动态模态分解）：在时间维度提取模态及其特征频率，解析流动的周期结构。

核心实测发现：几何形态强烈调制涡环动力学——在半椭球腔（本条目几何同族）中，涡环早期即与壁面相互作用，促进失稳并快速破碎为小尺度结构，时间谱复杂、非线性模态相互作用增强；在基于实验测量构建的更圆润腔体中，涡环向心尖行进更远、耗散更缓，流型更相干、频率内容更清晰。两种分解方法给出互补洞察：POD 给能量排序的空间结构，HODMD 给频率分辨的时间动力学——组合使用可以回答「哪种流型在哪个频率上主导」。

从数据集编目视角补充一句：PoF 2026 用的两个几何中，圆润几何是本条目理想化半椭球之外的新资产——即 UPM 团队自己的后续工作在扩展这个流场家族（几何变体维度），而非一次性发布。检索者若在 2026 年后下载 Drive 包，可能同时拿到两个几何的场量——文件命名或文件夹结构可作区分线索（附录 G 的核验表已含此项预期）。

AIP Publishing 为该文发了专题新闻稿（2026 年第 20 期），作者 Eneko Lazpita 在其中把方法定位为「高保真 CFD 与数据驱动方法的整合」，指向临床场景中的心功能障碍生物标志物识别。

4.3 范式二：自编码器 vs POD 的可解释性审计（arXiv 2512.19376）

同一团队与哈佛大学 P. Koumoutsakos 组合作的 arXiv:2512.19376 把消费方式推进到深度学习审计：系统性比较 POD 与四种自编码器（Autoencoder，AE）变体——线性（Linear）、非线性（Nonlinear）、卷积（Convolutional）、变分（Variational）——在左心室 CFD 流场上的模式提取质量。核心实测结论：

• 潜维数选择是决定性超参数：潜维适当时，AE 模态近似正交、定性上与捕获对应动能百分比的 POD 模态相似；
• 退化路径：随潜模态数增加，AE 模态逐渐失去正交性——线性相关、空间冗余、出现带大量高频内容的重复模态；
• 后果：退化损害可解释性，给基于 AE 的降阶模型注入噪声样分量，可能干扰与物理公式或神经网络的集成；
• 架构差异：非线性、卷积、变分三种 AE 在正交性保持与特征定位上表现出各自的退化解谱。

对 AI-Ready 使用者的启示：这个数据集特别适合作为**「深度表征 vs 线性经典」的对标考场**——任何声称能压缩流场的模型，都应先在这里和 POD 掰一次手腕。

4.4 范式三：神经代理与流场预测

数据集的时序结构（心动周期内的场量序列）天然支持三类代理任务：给定前序时刻预测后续流场（时序预测）、给定几何与波形参数直接回归稳态流场（参数化代理）、跨求解器/跨网格的超分辨（coarse-to-fine）。论文公开的三档网格数据在此尤其有用——coarse 与 fine 的配对流场是现成的超分辨训练对（注：Drive 内是否逐档分列待下载确认，此为基于论文网格设计的合理预期，见 §10 坑 7）。

4.5 与真实影像数据的联合管线

最有临床想象力的用法是把两端接起来：

• 正向管线：影像（MRI/超声）→ 分割/重建几何 → CFD 仿真 → 流场生物标志物（涡环参数、TKE、壁面剪切）；
• 逆向管线：以仿真流场库为训练集，训练从有限速度测量（如 4D Flow MRI 的欠采样速度）重建完整流场的模型。

两条管线对数据集的消费深度不同：正向管线只借「配置模板」（几何参数与边界选型），逆向管线则消费「场量本体」（时序流场做训练集）——本数据集对两条管线都备好了料，这正是它作为「数据集+配置全家桶」的双重身份（§0 三重身份的展开）。

本数据集在这两条管线中都是中间层的标定件：正向管线里它是仿真配置的起点模板；逆向管线里它是训练数据的生成器母版。库内 EchoNet-Dynamic（超声视频）、ACDC（MRI 电影）、cardiac-atlas-project（形态学图谱）提供了管线两端的真实原料。

4.6 工程注意事项：把场量数据喂进模型前的五道检查

1. 动壁网格的参考系问题：壁面逐时刻变形意味着每个时刻的网格节点坐标不同——POD/SVD 前要么把各时刻场插值回固定参考网格，要么采用带体积加权的内积（与仿真网格变形量级一致的处理），否则模态会被网格运动本身污染；
2. 归一化时间对齐：论文用 t*=t/T 归一化、ESV 为起点——你的快照序列若从别处起算，先对齐相位再谈时序建模；
3. 量纲与缩放：速度量级 0.86 m/s、压力量级 mmHg 级——跨物理量训练前做标准化，别让压力数值主导损失函数；
4. 周期闭合性：心动周期数据首尾相接——时序模型的训练窗口处理周期边界，避免把周期接缝当趋势；
5. 求解器间微差的容错：Fluent 与 STAR-CCM+ 的结果有轻微峰值起伏（论文实测）——把这点差异当作「数值噪声地板」，模型精度指标低于这个地板就没意义。

4.7 与库内可获取性光谱的对照

本库对数据集按获取门槛排光谱，本条目的位置：

光谱位	库内例证	门槛
完全开放直链	本条目（Google Drive 公开）、HF 公开基准	零门槛
注册下载	PhysioNet 系（签名承诺后下载）	注册+承诺
竞赛分发	挑战赛数据（赛后公开或限制）	账号+赛规
请求制	通讯作者邮件申请、机构审批	人工审批
受控最严	基因组 dbGaP 类（dbGaP/ERA 鉴批）	机构签批

本条目在光谱最左端——获取体验与 HF 公开仓库同级，这在其「无患者仿真」的性质下完全合理，也使它成为库内「零摩擦心脏流场」的唯一样本。它的短板不在门槛而在格式自描述性：下载后需要自己整理数据字典（见 §10 坑 7 的核验 SOP）。

§5 获取与许可：门在哪、证在哪

5.1 获取路径（三步直链）

1. 官网条目：https://modelflows.github.io/modelflowsapp/software/databases/medical-data/ ——页面 Medical data 分区第一个条目即 Cardiac Flow 的 Ideal Left Ventricle（页面锚点 #cardiac-ideal-lv），含描述、官方引用与下载链接；
   官网导航备忘：主站 modelflows.github.io/modelflowsapp/ 顶栏分 software / research / workshops / about 四区，数据库在 software 下，另有 historical-databases（历史数据库）与 medical-data（医学数据）两个并列入口，本条目两页均有收录——一条迷路时走另一条。
2. 数据本体：条目内 Database available here 链接指向 Google Drive 公开文件夹（https://drive.google.com/drive/folders/1WJOnLmLEolYZcJiAcayVAO9AEwgv3pfu?usp=sharing）——无需注册、无需申请、无 gate；
3. 论文全文：ScienceDirect 正式页（PII S2590123024018875，开放获取）或 UPM 机构库 OA 副本（https://oa.upm.es/93539/1/1-s2.0-S2590123024018875-main.pdf，1 MB，公开直链）。

配套资源：仿真与代码教程在 ModelFLOWs-app 网站（论文原文声明 Tutorials explaining details of the simulations and the codes used are included in ModelFLOWs-app website）；ModelFLOWs-cardiac（cardiacpathologydetection 页面）是 DigitHEART 项目的心脏模块入口。

5.2 许可状态：论文明确、数据留白

• 论文文本：CC BY-NC-ND（Elsevier 开放获取；UPM 机构库著录 Recognition - No derivative works - Non commercial）——可自由阅读、下载、非商业署名原样分享，不得演绎、不得商用；注意 CC BY-NC-ND 的 ND（禁止演绎）针对论文文本，引用其图表时同样遵守原样引用口径；
• 数据本体：官网条目未标注数据许可，论文 Data availability 一节原文为「I have shared the link to the data in Attach Files, and also as a citation in the manuscript. Simulation Codes (Original data) (GitHub Website)」——只说了在哪，没说许可条款；
• 实务建议：学术引用以论文 DOI 为锚、使用数据时署名来源（ModelFLOWs-app + 论文 DOI），属社区惯例内的安全操作；商用、再分发或演绎发布前应联系通讯作者（e.lazpita@upm.es）书面确认条款。本条目不虚构任何数据许可声明，留白即留白。

5.3 可复现性锚点

数据集无版本号、无快照 DOI（非 Zenodo/OSF 发布），长期可复现性依赖三个锚点：

1. 论文 DOI（10.1016/j.rineng.2024.103644）——方法与配置的最终依据；
2. UPM 机构库存档（oa.upm.es/93539）——论文 OA 副本的机构级长期保存；
3. ModelFLOWs-app 官网 + Google Drive——数据与教程的现役分发渠道（Drive 链接由官网条目背书，链接失效时以官网条目为准重找）。

5.4 AI-Ready 评估：直链可用性与格式留白

从 AI-Ready 光谱看，本数据集的得分点是零门槛直链获取（无注册、无申请、无 gate），扣分点是格式自描述性未知（官网未列文件清单与格式，Drive 内容撰写时未验证）与无持久化快照（依赖 Google Drive 个人文件夹的长期存续）。下载后建议第一时间校验文件清单、逐文件记录格式与大小，并做本地备份——这是对无版本号数据集的基本礼节。

5.5 下载后核验 SOP（十分钟清单）

Drive 内容不可预览清单是本条目已知留白，下载后请按此清单十分钟完成核验并存档：

1. 全量清单存档：ls -laR 或 Drive 界面导出文件树（文件名、大小、修改时间），与本条目附录 A 对照；
2. 格式识别：对每个文件 file 命令或看扩展名——区分网格（.msh/.cas）、场量（.dat/.case/.foam/CSV）、脚本（.py/.jou/.udf/.m）与文档；
3. 规模对表：与论文三档网格（0.3M/0.9-1.0M/1.2-1.6M 单元）与 δt=5×10⁻⁴ s 的预期数据量级做 sanity check——若只有几 KB 的说明文件没有场量，说明 Drive 只放了索引或链接，回到官网找真身；
4. 配置对号：搜文件内容里的关键字（1060、0.004、5500、5e-4、60 bpm、2.4cm）——命中即说明这是论文 §2 配置的同源数据；
5. 完整性校验：算 md5/sha256 存档（数据无官方校验和的情况下，自留指纹是复现性的最后一道保险）；
6. 引用锚定：论文 DOI + ModelFLOWs-app 条目 URL + 下载日期三件套写进你的数据管理记录。

5.6 常见获取故障与解法

故障	原因	解法
Drive 链接打不开（企业网/沙箱）	网络策略封锁 Google 域（撰写沙箱实测 curl 超时）	换普通网络；或从 ModelFLOWs-app 官网条目重新进入
Drive 显示「申请访问权限」	官方误设为受限分享（罕见，链接为公开口径）	邮件 e.lazpita@upm.es 报告并申请
官网页面 404	站点改版（ModelFLOWs-app 曾有页面重组）	从主站 modelflows.github.io/modelflowsapp/ 导航到 software → databases；论文 Data availability 亦留有线索
数据文件与论文配置对不上号	Drive 存在多版本（官网 2024R2 vs 论文 2023 R1 口径）	以文件内求解器版本标识与日期为准，分开存档并注明引用口径
下载中途断连	大文件网络抖动	重跑下载并做 md5 前后比对（§5.5 第 5 步），别用半截文件

§6 DAIMS 评估：数据集体检表

DAIMS（Discoverability/Accessibility/Interoperability/Metadata/Sustainability）是本库对数据集 AI-Ready 成色的一致评估框架。注意本表的权重为「仿真基准」条目做过适配（样本量维度不适用，配置可复现性维度加重），评分逻辑见表后说明，权重对照见 §8.4：

维度	评分（0-2）	评语
D — Discoverability 可发现性	2	官网数据库页 + 论文 DOI + Google Scholar/机构库多路可达；slug 检索名与官方名均在本文档锚定
A — Accessibility 可获取性	2	Google Drive 公开直链，无注册无申请；沙箱/内网封锁 Google 域时改走官网镜像说明或换网络
I — Interoperability 互操作性	1	CFD 场量格式官网未明示（Drive 未验证）；求解器原生格式通用性尚可但需自行转换；无标准元数据 schema
M — Metadata 元数据完备性	1.5	论文给出完整仿真配置（几何/流体/网格/数值方法），官网条目描述简明；缺数据字典与逐文件说明
S — Sustainability 可持续性	1	无版本号无快照 DOI，依赖个人 Drive 文件夹；机构库 PDF 与论文 DOI 提供论文层面的长期锚点
许可清晰度	1	论文 CC BY-NC-ND 明确；数据本体许可未声明——学术惯例可用，商用需确认
隐私与伦理负担	2	理想化几何仿真，无患者数据无伦理摩擦（患者特异性扩展几何除外，需另核）
合计（满分 16）	9.5/16	获取极佳、格式与许可留白、可持续性中等——典型的「学术直链分发」光谱位置

§7 生态与影响：ModelFLOWs-app 家族与后续研究链

7.1 数据库家族：一个流场基准生态位

Ideal Left Ventricle 不是孤本——它是 ModelFLOWs-app 数据库（databases 分区）家族成员。官网实测该家族的其余成员：

家族条目	维度	求解器	Re	引用锚
Ideal Left Ventricle（本条目）	3D	Ansys Fluent 2024R2（官网口径）	5500	Lazpita et al. 2024, RinEng 24:103644
Jet Flow — Concentric Jets	2D	Nek5000	1420	Corrochano & Le Clainche 2022, CAMA 128:69-78
Planar FDA Nozzle	2D	Nek5000	800	Corrochano et al. 2021, Fluids 6(1):4 等
Flow control（resolvent analysis）	—	—	—	Lazpita et al. 2024, RinEng 22:102070

读表要点：家族成员横跨 2D/3D、两类求解器（Nek5000 谱元法 vs 商业 FVM）、四个 Re 档位——统一的是「条目描述 + 论文 DOI + 公开下载」的发布格式，而本条目是家族里唯一带动壁与生理波形的成员，配置复杂度最高，这也是它单独配一篇 practical guide 论文的原因。

家族逻辑清晰：统一「官网条目 + 论文 DOI + 公开下载」三件套，覆盖心血管流、射流、标准喷嘴（FDA 基准几何）与流动控制四个经典 CFD 基准场景。本条目是家族中唯一的心脏与唯一的动壁成员。

7.2 ModelFLOWs-cardiac 与 DigitHEART

ModelFLOWs-app 的心脏专项入口是 ModelFLOWs-cardiac（cardiacpathologydetection 页面），对应西班牙政府资助项目 DigitHEART（TED2021-129774B-C21，New tools and models for predicting heart disease progression and treatment response）。论文致谢与资助列表实测：TED2021-129774B-C21、PLEC2022-009235、PID2023-147790OB-I00、PLEC2021-007614（西班牙政府 + ERDF/FEDER），CNIC（Centro Nacional de Investigaciones Cardiovasculares）为患者数据合作方。本数据集是该项目的公开产出之一——从国家项目到公开基准的转化路径完整可查。

这条资助链对检索者有两层实用含义：其一，项目周期内（2022 年起）ModelFLOWs-cardiac 模块会持续产出教程与数据，本条目官网页不是静止快照而是活动端口；其二，CNIC 合作的患者的特异性几何走的是合作渠道而非公开直链——若你的研究需要那些几何，合作请求经 DigitHEART 项目入口提出比单独邮件作者更对口。

7.3 论文谱系：会议版 → 期刊版 → 两篇后续

• ECCOMAS 2024 会议版：Lazpita, Nagargoje, Le Clainche, Garicano-Mena, On the numerical simulation of left ventricle models（scipedia.com/public/Lazpita_et_al_2024a）——双求解器验证框架的先行报告，期刊版是其扩展定稿；
• Results in Engineering 2024（本条目锚论文）：完整方法学 + 数据公开，2024-12-06 在线；
• Physics of Fluids 38, 051907（2026）：模态分解消费（POD + HODMD，双几何对比），合作者加入 RWTH Aachen 心血管工程研究所的 M. Neidlin（2026-02-07 收稿 / 2026-04-15 接收，AIP SciPubs 专题新闻稿）；
• arXiv:2512.19376：POD vs 四种自编码器的可解释性审计，合作者加入 Harvard SEAS 的 P. Koumoutsakos（UPM + CCS + Harvard 三方）。

两年内的四部曲形态：方法定稿 → 数据公开 → 经典分解消费 → 深度学习审计——一个数据集在其原生团队手中走完的完整「发布-消费」闭环，这正是判断基准数据集生命力的最直接证据。

7.4 学术影响

引用双口径存照（见 §10 坑 8）：Google Scholar 7 次（2026-10 抓取）vs UPM 机构门户 WoS 4 / Scopus 5（2026-09-23 时点），PlumX capture 指标 10。期刊 Results in Engineering 2023 年 JCR 工程多学科类 6/179（Q1，>90 百分位）。对一个发布不足两年的仿真基准而言，引用密度与后续研究的直接消费关系（而非礼节性引用）说明其在心脏 CFD 与降阶建模社区的实际触达。

7.5 引用时点纪律

抓取型条目的数字都有「保鲜期」，本条目的时点敏感数字如下（引用时附抓取时点）：

数字	抓取时点	来源
Google Scholar 被引 7	2026-10-08（检索执行日）	Google Scholar
WoS 4 / Scopus 5 / PlumX 10	2026-09-23	UPM Portal Científico
官网条目口径（Fluent 2024R2、Drive 链接）	2026-10-09（HTML 实抓）	ModelFLOWs-app
JCR 6/179 Q1	2023 年指标（期刊 2024 引用）	UPM 门户转述
查重 0 命中 / 锁与 ps 数字	2026-10-09	本库 DB + 环境

三十年后再读这篇百科的人应当能据此重建「撰写时点的世界」——这正是存照纪律的意义。

7.6 与临床转化愿景的距离

作者在 AIP 新闻稿中的口径：方法可推广到其他心脏血流分析、识别心功能障碍生物标志物，未来与医学影像数据结合辅助患者特异性结果解读。边界同样要清楚：本数据集是方法学与基准层面的贡献，距离临床决策支持还有患者特异性几何、FSI 建模、瓣膜动力学、病理队列验证等多级台阶——论文自己也是这么定位的（practical guide，而非 clinical tool）。

7.7 官网同页邻居的实测口径（检索者的路标）

ModelFLOWs-app 的 Medical data 页把三个心脏数据源并列——相邻本身就是一种官方背书（「这两家和我们是一家子用途」）。同页实测口径：

• EchoNet-Dynamic（官网描述）：Stanford 发布的公开数据集，10,030 段带标签的 A4C（心尖四腔心）超声视频 + 人类专家标注（测量、描迹与计算值），用于心脏运动与腔室大小研究——官网附直链 echonet.github.io/dynamic/。与本条目并排，正好构成「真实运动影像 ↔ 仿真流场」的一对；
• PhysioNet Phonocardiogram Dataset 2026（官网描述口径）：4,430 段训练录音（1,297 患者）+ 1,277 段测试录音（308 患者），来自 9 个不同数据库混合以增加变异性，录音时长 5-122 秒，重采样至 2,000 Hz，二分类（正常/异常）——即 PhysioNet/CinC 2016 挑战赛心音图口径，官网附 physionet.org/content/challenge-2016/ 链接。库内对应条目 physionet-cinc-2016（rid 382）。

对检索者的意义：从 ModelFLOWs-app 进来的人，一页之内可以完成「仿真场 → 影像 → 信号」三种心脏模态的导流——本条目是这条导流路径的仿真端起点。

小结一句：ModelFLOWs-app 家族给的是「物理正确、配置透明的标定件」，库内影像/信号条目给的是「真实分布、临床语境的观测件」，两类资产按本条目 §9 的矩阵组合使用，才是心脏数字孪生路线的完整起点包。

§8 方法学启示：三条可迁移的经验

8.1 双求解器交叉验证是 in-silico 数据的黄金背书

单求解器结果永远带着「是不是数值巧合」的疑问。UPM 团队用两套独立商业求解器复现同一配置、把 TKE 偏差量级写进论文，等于替使用者做了数值不确定性评估。任何准备发布仿真数据集的团队都值得照抄这一招——它把「信我」变成「你可以自己核对」。

8.2 把试错过程本身当数据发布

网格收敛三档、入口剖面三种、出口边界两方案、动壁实现两路线——论文把每一条试错路径的结果（而不只是最终选择）都写成了可引用的表格与图。对后来者，这些「负结果与备选项」比最终配置更省时间。数据集的真正价值在配置全家桶，不在一份流场文件。

8.3 理想化模型与患者特异性路线可以分层共存

本数据集本体坚持理想化几何（可控、可解释、无伦理负担），同时用教程与合作路线（figshare 开源数据 + CNIC DigitHEART）铺好患者特异性扩展。两层之间用同一套方法学衔接——想走哪层用哪层，互不绑架。这种「标定件先行、真实件扩展」的分层策略对一切 in-silico 医学数据集都有借鉴意义。

8.4 标定件思维：小而精的基准比大而全的库存更长寿

一个反直觉的观察：本数据集只有一个「样本」（一个标定案例），其后续消费力（两篇方法论论文直接使用）却超过许多几百例的影像队列。原因在标定件的属性——每一处物理量都可解释（67 mL、0.86 m/s、5500 都有名有姓）、每一处配置都可复算（三档网格、双求解器）、每一次使用都是受控比较。库内编目视角的启示：仿真基准条目的验收标准应该围绕「配置可复现性」而非「样本量」，这与其余条目的验收逻辑截然不同，值得单独一套 DAIMS 权重（本条目 §6 的评分即按此调整）。

对准备发布 in-silico 数据集的团队，可迁移的三步：先定标定参数并给出公式（本条目：ESV 公式与 Re 口径），再做交叉验证（求解器/实验/文献三选二），最后把试错路径当正文写（表格化备选项）——三步做完，一个小数据集也能成为社区基础设施。

§9 与库内条目的关系

本条目入库后，库内心脏条目族从「影像 + 信号」两模态扩展为「影像 + 信号 + 物理场」三模态。下表先给全景，9.4 逐条展开使用姿势：

9.1 家族图谱

本条目是库内首个心脏 CFD 仿真流场条目，与既有心脏条目构成「真实测量 vs 物理仿真」的互补矩阵：

库内条目	rid	数据性质	与本条目的关系
echonet-dynamic	526	超声 A4C 视频 10,030 例	官网同页并列（ModelFLOWs Medical data 三件套）；真实运动影像 vs 仿真流场
physionet-cinc-2016	382	心音图录音（2016 挑战赛）	官网同页并列；心脏功能的多模态观测侧
acdc	511	心脏 MRI 电影 150 例，LV 分割	真实影像腔体分割 vs 理想化腔体仿真；分割结果可作仿真几何来源
cardiac-atlas-project	521	心脏形态学统计图谱	几何建模上游资源；统计形状模型 → 参数化仿真几何
camus	533	超声 LV 定量（EDV/ESV）	真实测量的 ESV/EDV 分布 vs 本条目 ESV=67 mL 生理校准
echonet-lvh	530	LV 肥厚超声队列	病理几何的真实参照——论文患者特异性路线的目标场景

9.2 frontmatter relatedLink 对照说明

frontmatter 的 relatedLink 仅收录纯 URL（官网条目、Drive 文件夹、论文 DOI、UPM OA PDF、两篇后续论文、echonet-dynamic 与 acdc 的库内跳转）；上述表格中的血缘对照与本节说明即消歧文档，不入 frontmatter——这是本库 R012 教训的执行口径。

9.3 检索路径建议

• 从真实影像来的人：echonet-dynamic 或 acdc → 想要「影像看不到的压力场与完整速度场」→ 本条目；
• 从方法学来的人：POD/HODMD/自编码器文献 → 需要干净流场做对标 → 本条目（+ PoF 2026 与 arXiv 2512.19376 两篇现成消费范例）；
• 从仿真来的人：OpenFOAM/lifex-cfd 心脏案例 → 需要商业求解器交叉验证过的配置参照 → 本条目 §3 + ModelFLOWs-app 教程。

9.4 互链条目逐条详注

• echonet-dynamic（526）：与本条目构成 ModelFLOWs-app 官网同页的官方配对。具体互补关系——EchoNet 的专家描迹给出 LV 腔室轮廓随时间的运动学，本条目给出腔室内流体的完整动力学；前者的轮廓序列恰好是后者动壁位移的「真实版输入」。联合管线：EchoNet 轮廓 → 几何重建 → 本条目式仿真。
• physionet-cinc-2016（382）：官网同页第三件套。心音图记录的是瓣膜开闭与血流的声学后果，仿真给出血流的完整力学前因——声信号与流场的因果桥是典型的多模态研究题。
• acdc（511）：ACDC 的 LV 分割掩码是「真实几何 → 仿真网格」管线的第一步产物；本条目的理想化参数（a、b、D、d）则是这条管线终点配置的标定参照。
• cardiac-atlas-project（521）：统计形状模型生成的参数化 LV 几何可以直接替代本条目的半椭球——把「一个理想化案例」扩展为「一族可控变体」，是数据增广的天然入口。
• camus（533）：CAMUS 提供 EDV/ESV 的真实测量分布（含正常与病理）——本条目 ESV=67 mL 的「生理校准」在真实分布中的落点可以用它核对；反之仿真管线的输出（容积-流量曲线）可与 CAMUS 的临床测量口径互检。
• echonet-lvh（530）：LV 肥厚的真实形态谱——论文患者特异性路线的目标病理场景。理想化几何上验证过的方法（网格收敛、边界选型、模态分解），迁移到肥厚几何时的对照基线就是本条目。

9.5 category_tags 归档理由

frontmatter 取四个受控词表标签，理由逐条：

• 心血管疾病（DISEASE 层）：研究对象是左心室血流动力学，应用面向心功能障碍的力学表征——领域归属的第一标签；
• 医学影像（L1 层）：词表无「仿真数据」词条，本数据集的几何来源是医学影像与影像派生文献模型、应用形态是影像流场联合建模，按库内「数据谱系就近归档」惯例落此层；
• 时序数据（L2·电子健康记录）：心动周期 T=1 s 内 δt=5×10⁻⁴ s 的时序场量快照——时间序列性是数据的本质结构；
• 评测基准（L2·医学问答与基准）：ModelFLOWs-app 的 databases 定位就是流场基准（benchmark database），且已被用作 POD/AE 方法的对标考场。

§10 避坑清单：八个已踩过或必踩的坑

坑 1：把仿真数据当真实患者影像用。 本条目是 in-silico 数据——几何是文献标准半椭球、流体是牛顿近似、没有瓣膜实体与心肌主动力学。任何「在真实患者分布上的表现」类结论都不能直接从这里外推。真实分布请走 echonet-dynamic/acdc/camus。

坑 2：按 slug 找不到官方条目。 lazpita-left-ventricle-cfd 是本库派发的检索别名（以第一作者命名），ModelFLOWs-app 站内条目名为 Cardiac Flow 分区下的 Ideal Left Ventricle。在官网、Google Scholar、Drive 内检索时用官方名或作者名（Lazpita / Le Clainche）。

坑 3：Google Drive 在企业网/沙箱打不开。 撰写时沙箱即因封锁 Google 域无法核验 Drive 文件清单（curl 超时）。解决路径：换普通网络访问；或先从官网条目与论文确认内容描述；Drive 链接以官网条目为权威来源，失效时从 ModelFLOWs-app 主站重新进入。这不是数据集的缺陷而是网络环境问题——同一链接在普通网络为公开直链。

坑 4：求解器版本两个口径打架。 官网条目写 Ansys Fluent 2024R2；论文验证节写 Fluent 2023 R1 + STAR-CCM+ 2023.06。合理读法：论文交叉验证用 2023 版本（2024-12 发表），Drive 发布条目按 2024R2 口径描述生成器。引用时注明出处，不要混写；复现时按你手头求解器版本为准，以 TKE 收敛为准绳。

坑 5：ESV=67 mL 不是 EDV 也不是每搏量。 67 mL 是收缩末期容积（仿真起点，半椭球体积公式 2/3·π·a²·b），t*=0.67 处达舒张末期容积 EDV（论文未直接给数值），每搏量 = EDV − ESV（论文未直接给出 EDV 数值，请勿代填）。生理校准口径见论文 §2.1。

坑 6：Re=5500 的口径别换。 特征长度 = 入口管直径 D=2.4 cm，特征速度 = 全周期入口峰值 Vmax=0.86 m/s。换成平均速度、腔体直径或出口管径，Re 会变成另一个数——与文献对比时必须逐项对齐口径。

坑 7：文件清单与格式官网未明示。 官网条目只给了描述与引用，未列 Drive 内逐文件清单（数量、大小、格式均未验证）。下载后第一件事：做文件清单存档、识别格式（Fluent 原生/EnSight/CSV 等）、与论文 §2 配置逐项对号。本条目对数据内容的所有描述均标注「官网口径」或「论文口径」，不做无据推断。

坑 8：引用数字两套账。 Google Scholar 7（2026-10）vs UPM 门户 WoS 4 / Scopus 5（2026-09-23）——时点与收录库差异所致，非数据矛盾。写综述引用影响力时注明「截至何时、按哪套口径」。

坑点使用的总原则：坑 1/5/6 是概念误用类（写论文前自查），坑 2/3 是检索操作类（下载前自查），坑 4/7/8 是口径纪律类（引用时自查）。本条目所有关键数字在正文与附录 C 均标注了证据源与核验方式——引用时把口径一起引用，才是对仿真数据集的正确姿势。

§11 总结

11.1 三句话总结

1. 这是 UPM 团队发布的理想化左心室三维 CFD 血流仿真数据集与配置全家桶：动壁半椭球腔、Re≈5500、E/A 生理入流、双商业求解器交叉验证、TKE 收敛误差约 1%，2024 年 12 月发表于 Results in Engineering（开放获取）。
2. 它的定位是 practical guide——把心脏流场仿真的试错过程（网格收敛、边界选型、动壁实现）本身作为可引用资产发布，配套数据经 Google Drive 公开直链获取、教程上 ModelFLOWs-app。
3. 它已被原生团队以 POD+HODMD（PoF 2026）与 POD vs 自编码器（arXiv 2512.19376）两条路线完成消费示范，是库内从「真实影像/信号」伸向「物理场量」的首个模态触点。

11.2 适合谁

• 心血管 CFD 工程师：需要一份经交叉验证的仿真配置参照与入门实操教程；
• 降阶模型/模态分解方法学者：需要物理自洽的流场数据做方法对标；
• 深度学习研究者：需要无噪声、可复算的三维时序场量训练降阶代理或神经算子；
• 医学影像+仿真联合建模团队：需要标定件衔接影像几何与流场生物标志物；
• 教学：心脏血流动力学与 CFD 方法论的课程案例（配置公开、指标齐全、复现门槛适中）；
• 数据集编目与开放科学研究者：研究「无患者仿真数据如何做开放分发与许可声明」的活样本（本条目的留白处本身也是案例）。

11.3 不适合谁

• 需要真实患者分布、病理异质性或大规模样本的人（走 echonet-dynamic/echonet-lvh/acdc）；
• 需要流固耦合、瓣膜动力学或心肌主动力学的人（本数据集是运动学驱动动壁，无 FSI）；
• 需要开箱即用标准格式与数据字典的人（Drive 内容格式未验证，需自行整理）；
• 商用场景且无意愿联系作者确认许可的人（数据许可未单独声明）；
• 期待开箱即用患者级多元队列的人——这是「一份标定配置」，不是「一批患者」；
• 需要 4D Flow MRI 级真实速度测量对照的人——本数据集可作校准源，但不能替代在体测量（Q42）。

11.4 30 秒决策卡

• 你的任务涉及心脏血流物理场？→ 是：继续。否：走库内真实影像条目。
• 需要真实患者分布还是物理自洽基准？→ 后者：本条目合适；前者：echonet-dynamic。
• 能接受下载后自行整理格式？→ 能：直链获取零门槛；不能：等社区转换或联系作者。
• 用途是学术研究？→ 是：引用论文 DOI + ModelFLOWs-app 即可；商用：先邮件 e.lazpita@upm.es。

11.5 终评：一句话压舱

在一个用参数化几何逼近真实心脏的仿真里，UPM 团队把「可复现」本身做成了数据集——配置是数据、收敛表是数据、试错路径也是数据。对库内编目而言，它的样本量是 1，它的信息量远大于 1：凡是要在心脏流场上训练或验证模型的人，都该先在这份考卷上对一次答案，再去真实世界里答题。

FAQ（高频问答 48 问）

分组导航：A 基础认知（它是什么/可信度）→ B 数据与获取（下载/许可/格式）→ C 仿真配置（复现的每个数字）→ D 使用与许可（AI 训练/引用）→ E 关联与扩展（与库内/家族条目关系）→ F 工程细节与复现（动壁/求解器/网格）→ G 边角情况（增广/对齐/镜像）。编号带 b 者为补遗问。

A. 基础认知

Q1：这个数据集一句话是什么？
理想化左心室腔内三维 CFD 血流动力学仿真的数据与配置全家桶，UPM 团队 2024 年发表于 Results in Engineering，经 ModelFLOWs-app 以 Google Drive 公开直链分发。

Q2：为什么叫 lazpita-left-ventricle-cfd？
这是本库的检索别名（第一作者姓氏 Lazpita + 左心室 + CFD）。官方名是 ModelFLOWs-app 数据库里 Cardiac Flow 分区下的 Ideal Left Ventricle 条目——官方从未给数据集起过更正式的名字，引用时以论文标题与 DOI 为准。

Q3：数据是真实测量的吗？
不是。全部为计算机仿真产出（in-silico）：几何是文献标准半椭球模型，血液按不可压缩牛顿流体近似，求解器输出场量。它与真实影像（超声/MRI）是互补模态，不是替代关系。

Q4：涡环（vortex ring）为什么重要到用来命名研究主线？
舒张期血液经二尖瓣涌入左心室时卷成的旋转结构，被视为心室充盈效率与泵功能的动力学标志物。涡环的形成-推进-触壁失稳-破碎序列，与心室几何形态强相关——这正是论文用双几何对比研究的东西。

Q5：它发表在什么期刊？水平如何？
Results in Engineering（Elsevier 开放获取），2024 年 12 月卷 24 文章号 103644。2023 年 JCR 工程多学科类 6/179（Q1，90 百分位以上）。论文本体 CC BY-NC-ND。

B. 数据与获取

Q6：具体怎么下载？
三步：打开 ModelFLOWs-app 官网 medical-data 页（modelflows.github.io/modelflowsapp/software/databases/medical-data/）→ 找到 Cardiac Flow 分区 Ideal Left Ventricle 条目 → 点击 Database available here 进入 Google Drive 公开文件夹。无需注册或申请。

Q7：数据文件是什么格式？多大？
官网条目未列逐文件清单，论文也未写明分发格式——这是本条目已知的留白（撰写时沙箱封锁 Google 域，未能核验 Drive 清单）。合理预期是 CFD 求解器原生或通用场量格式（Fluent case/data、EnSight、CSV 导出等），下载后请以实际文件为准并自行存档清单。

Q8：要付费或申请吗？
获取本身零门槛（公开直链）。但数据许可未单独声明——学术使用署名来源属惯例安全区，商用与再分发建议先邮件通讯作者（e.lazpita@upm.es）确认。

Q9：论文全文在哪下？
两路：ScienceDirect 正式页（PII S2590123024018875，开放获取）；或 UPM 机构库 OA 副本（oa.upm.es/93539/1/1-s2.0-S2590123024018875-main.pdf，约 1 MB）。机构库版经同行评审稿存档，内容与正式版一致口径。

Q10：下载不了 Google Drive 怎么办？
常见于企业内网与沙箱（Google 域被网络策略封锁）。换普通网络；或从 ModelFLOWs-app 主站重新确认链接（Drive 链接以官网条目为权威来源）；仍未果可邮件作者。不要从第三方镜像下载无背书副本。

C. 仿真配置

Q11：几何是怎么建的？参数能改吗？
半椭球腔（a=2 cm、b=8 cm）+ 入口管（D=2.4 cm、偏心 C=0.55 cm）+ 出口管（d=0.8 cm、偏心 c=1.35 cm），ESV=67 mL。参数全部显式出现在论文 §2.1 与图 2——想参数化几何做变体研究，直接改这些参数重建即可，这正是理想化模型的用法。

Q12：动壁是怎么实现的？
外壁位移由归一化容积曲线驱动（ESV 起点至 t*=0.67 达 EDV 再回落）。STAR-CCM+ 路线用网格变形（morphing）+ 最大位移表；Fluent 路线把逐时刻网格状态导出为网格文件 + 用户自定义函数（UDF）逐时刻定义壁面。增量位移逐时间步加载的工程细节是论文作为 practical guide 的核心贡献。

Q13：入口波形与剖面怎么设？
双峰生理波形：E 波大峰（峰值 0.86 m/s）+ A 波小峰，收缩期零流。空间剖面三种对比：plug（均匀）、parabolic（1-(r/R)²）、hyperbolic tangent（壁面零速过渡）——等流量约束下校正，考察入口剖面不连续性对近壁流场的影响。

Q14：为什么出口用质量流出口而不是压力出口？
自由压力出口需要「舒张期临时转壁面、收缩期切回」来模拟主动脉瓣闭合，切换瞬间引入噪声与不稳定；质量流出口直接给舒张期零流量、收缩期精确匹配容积变化率，无需切换边界，还抑制数值不稳定——论文实测对比后的选型结论。

Q15：网格多细才够？
三档收敛研究：coarse 0.3M（TKE 误差约 7.4-7.8%）、medium 0.9-1.0M（约 1%）、fine 1.2-1.6M（基准）。双求解器独立收敛——中等网格即达工程可用精度，粗网格可作为训练 coarse-to-fine 模型的廉价档。

Q16：数值方法的关键参数？
隐式二阶时间推进、PISO 耦合、二阶迎风对流、最小二乘梯度、δt=5×10⁻⁴ s、每步 50 内迭代、CFL 自适应。T=1 s 周期即 2000 步量级、十万次迭代量级——这是复现时对表的最短清单。

Q17：复现需要什么计算资源？
论文未披露核时数（存照点）。从配置推估：0.9-1.0M 单元、单周期 2000 步 × 50 内迭代——单工作站或小集群时级，非超算级配置。真正的门槛在动壁与边界条件的工程实现（教程在 ModelFLOWs-app）。

D. 使用与许可

Q18：能用来训练神经网络吗？
这正是它的优势场景：物理自洽、无测量噪声、可无限复算。UPM 团队自己用它（及后续几何）做了 POD vs 四种自编码器的系统比较（arXiv 2512.19376）。典型任务：降阶代理、时序预测、超分辨、跨几何泛化。

Q19：POD 和 HODMD 在这数据上怎么用？
PoF 2026 论文（doi:10.1063/5.0326659）是现成范例：POD 按动能提取主导空间模态，HODMD 在时间维提取模态与特征频率；两个几何（半椭球 vs 圆润腔）对比显示几何形态强烈调制涡环破碎速度与频谱复杂度。你的方法可以直接与该文模式对标。

Q20：自编码器在这数据上要注意什么？
arXiv 2512.19376 的核心警告：潜维数是决定性超参数——潜维适当时 AE 模态近似正交且形似 POD；潜模态一多就线性相关、空间冗余、混入高频噪声样分量。做 AE 降阶时先做模态正交性体检，别只看重构误差。

Q21：商用可以吗？
数据本体许可未单独声明（官网无标注），论文文本 CC BY-NC-ND 本身禁止商用演绎。任何商业场景先邮件 e.lazpita@upm.es 书面确认——本条目不替任何一方预设许可条款。

Q22：怎么引用？
引用论文：Lazpita, E., Mares, A., Quintero, P., Garicano-Mena, J., & Le Clainche, S. (2024). Modeling heart flow dynamics using numerical simulations to identify the vortex ring: a practical guide. Results in Engineering, 24, 103644. doi:10.1016/j.rineng.2024.103644。数据来源加注 ModelFLOWs-app 数据库 Cardiac Flow — Ideal Left Ventricle 条目。

E. 关联与扩展

Q23：它和 EchoNet-Dynamic 什么关系？
官网 Medical data 页的三件套并列关系（本条目 + EchoNet-Dynamic + PhysioNet 心音图）。数据层面互补：EchoNet 给真实超声运动影像（无流场、无压力），本条目给完整物理场（无真实解剖变异）。联合建模思路见正文 §4.5。

Q24：有患者特异性几何版本吗？
论文教程层面铺了两条路线：figshare 开源医学影像派生几何（配套 Kong & Shadden 2021 MICCAI 整心网格论文）与 CNIC DigitHEART 合作几何。那些几何各有各的来源许可，使用前另行核对；Drive 本体以理想化几何为主。

Q25：真实心室血流是层流吗？Re=5500 意味着什么？
生理口径下处于层流-过渡讨论区间。论文取层流假设刻画大尺度相干涡环动力学（主流结构），这是研究性简化而非断言真实流动状态；瓣膜尾迹、红细胞流变等真实机制被模型化简。引用流动状态时转述假设口径，别写成「心室血流是层流」。

Q26：和 FDA Nozzle、Nek5000 那些条目是什么关系？
同属 ModelFLOWs-app 数据库家族的兄弟条目：Planar FDA Nozzle（2D、Nek5000、Re 800）、Concentric Jets（2D、Nek5000、Re 1420）、resolvent analysis 流动控制库。家族统一「官网条目 + 论文 DOI + 公开下载」模式，本条目是其中唯一的 3D 心脏动壁成员。

Q27：数据会更新吗？有版本号吗？
无版本号、无快照 DOI（非 Zenodo 发布）。官网条目抓取时点（2026-10）显示生成器口径 Ansys Fluent 2024R2，与论文验证版本（2023 R1）不同——说明存在过更新/重跑。长期盯梢以 ModelFLOWs-app 官网条目为准。

Q28：想跟进这个团队的后续工作，看哪里？
三个锚点：ModelFLOWs-app 主站与 ModelFLOWs-cardiac 模块（教程与新数据）、通讯作者 Eneko Lazpita（ORCID 0000-0002-4514-6471）与末位作者 Soledad Le Clainche（ORCID 0000-0003-3605-7351）的出版记录、以及本条目 §7.3 的四部曲谱系（会议版 → 期刊版 → PoF 2026 → arXiv 2512.19376）。

F. 工程细节与复现

Q29：动壁和 FSI 是一回事吗？
不是。动壁（moving wall）是运动学驱动：壁面按预设容积曲线位移，流体被动响应；FSI（流固耦合）是动力学双向耦合：壁面形状由流体载荷与心肌本构共同决定。本数据集是前者——它简化了物理但换来了配置透明与计算可控；需要 FSI 的场景看 Bucelli 2023（ref [26]）与 Meschini 2021（ref [22]）这类路线。

Q30：为什么入口波形收缩期是零流而不是回流？
二尖瓣关闭时无跨瓣流，生理上等容收缩期二尖瓣口流量为零——论文按生理口径处理为收缩期零流。这与质量流出口「舒张期零流」对称：两个瓣口各管半周期，瓣膜开闭不用实体建模就被流量曲线隐式表达了。

Q31：三种入口剖面差别大吗？该选哪个？
论文把三种（plug/parabolic/tanh）作为对比项全部保留，正是为了让你按目标选：研究入口射流剪切层与涡环形成的敏感性→用三档全跑做对比；只想复现主结论→论文基准口径（剖面选择以其结果图为准）。plug 的壁面速度突跳是它被补充另两种剖面的原因（§3.8 表）。

Q32：无瓣膜建模，涡环还准吗？
理想化模型的涡环形成-推进-失稳-破碎序列与实验/临床定性图像一致（论文 §3 验证），但瓣膜尾迹、瓣叶运动对小尺度结构的贡献被简化。涡环的大尺度动力学可信；精细的小尺度湍流统计要谨慎外推——这正是层流假设的边界（§2.4）。

Q33：能用开源求解器（OpenFOAM）复现吗？
可以。配置全部显式在论文（几何参数、波形、δt、迭代策略），lifex-cfd（ref [2]）等开源心血管求解器可作载体。论文双求解器结果就是你数值精度的参照系：TKE 曲线落在两者之间即视为复现成功。

Q34：数据在心动周期内覆盖多长？
一个完整周期 T=1 s（60 bpm 口径），ESV 起点经 EDV（t*=0.67）回到 ESV。论文的 TKE 评估取四个周期平均——说明仿真至少跑了多周期；Drive 内场量的实际周期数以文件清单为准（撰写时未验证）。

Q35：能把这套配置直接搬到患者特异性几何上吗？
论文正是这么铺路的（教程 + figshare/DigitHEART 几何），但三处必改：网格要按真实解剖重建（四面体+棱柱层策略可沿用）；动壁位移表要换成真实容积曲线（影像测得）；Re 口径要按真实瓣环直径重算。边界选型结论（质量流出口优）与数值方法配置可直接继承。

Q36：ESV=67 mL 对应什么样的心室？
健康成人心脏的收缩末期容积处于生理范围内（正常静息 ESV 约为 EDV 的三分之一到一半量级）。它是「生理校准值」——保证仿真的容积、流速、Re 落在人体范围，不是某位真实患者的测量值。

Q37：为什么选 60 bpm？
静息心率的生理代表值，周期 T=1 s 让归一化时间 t* 与物理时间数值一致（换算友好）。研究运动状态或心律失常场景时，按同口径改 T 与波形即可——这也是理想化模型「参数可扫」的用法。

Q38：D=2.4 cm 的入口口径有依据吗？
对应健康成人二尖瓣环直径的生理范围（文献标准模型参数，源自 Zheng 2012 的理想化构造）。注意 Re 的特征长度就取这个 D——改几何参数时 Re 口径联动，别只改几何忘改 Re。

Q39： timestep 为什么是 5e-4 s？
论文未给出选择推导（存照点），可从两个约束反推合理性：E 波峰值流速下 CFL 处于隐式方法的舒适区；一个周期 2000 步对 δt=1 ms 量级的生理时间尺度有足够时间分辨率。复现时可在此值附近做时间步敏感性检查。

Q40：Implicit Tree 壁面处理是什么？
论文原文表述（wall treatment used is Implicit Tree）——STAR-CCM+/Fluent 语境下的稳健性优先壁面处理选项，论文以其「sufficient robustness」为由采用。术语在求解器文档中有对应实现细节；复现时按你所用求解器的对应选项配置即可。

G. 边角情况

本组四问覆盖增广、跨模态对齐、衍生字段与版本锚定——都属于「用过两轮之后才会遇到」的进阶级问题。

Q41：可以做数据增广吗？
这正是理想化模型的隐藏优势：改几何参数（a、b、D、d、偏心距）、改波形（E/A 比值、心率）、改流体参数（粘度），重跑即得同分布的变体数据集——论文的参数全部显式给出，ModelFLOWs-cardiac 教程铺了患者特异性几何路线。增广出的家族数据集可支撑跨几何泛化研究（参考 cardiac-atlas-project 的统计形状模型做几何采样更系统）。

Q42：和 4D Flow MRI 数据怎么对齐？
4D Flow MRI 给的是低时空分辨率的真实速度场（含噪声与部分容积效应），本数据集给高时空分辨率的干净场量——标准的对接方式是把仿真作为「超分辨率/去噪的参考真值」或「下游指标（涡环参数、TKE）的校准源」。注意两者坐标约定与相位对齐（t* 口径）需要先统一。

Q43：数据里有没有壁面剪切应力（WSS）？
WSS 是 CFD 求解的标准衍生量（近壁速度梯度），若 Drive 分发的是求解器原生场数据，WSS 可由速度场直接计算；是否有现成导出文件以 Drive 清单为准（撰写时未验证）。使用 WSS 绝对值时记得 §2.4 的层流假设边界。

Q44：想比较「我的新型降阶模型」和论文 AE 结论，实验设计怎么搭？
三步对标：与 arXiv 2512.19376 同款指标（模态正交性、重构误差、与 POD 子空间夹角）；同款潜维扫描协议（适维+过维两组）；同款数据划分（心动周期内训练/测试切分）。这样你的结果与该文结论可直接叠加比较——这也是「基准数据集」词义的最严格实现。

Q45：算力有限，玩不动 1.6M 细网格怎么办？
两条务实路线：直接用 coarse/medium 档（论文已给出与 fine 的误差量级，7-8%/1%——方法对比研究在 medium 上做完全站得住）；或只在后处理维度消费数据（读取场量做模态分解不费算力）。三档网格的存在本来就是给不同算力预算的人预备的。

Q46：适合课堂教学吗？
适合且对口——配置透明（每个数字可讲）、验证故事完整（网格收敛+双求解器是数值方法课的现成教案）、复现门槛适中（工作站级）、无数据隐私摩擦。建议教学路径：论文 §2（配置）→ 附录 E 骨架 → 涡环可视化作业 → POD 对比作业；ModelFLOWs-app 教程可直接布置。

Q47：数据的单位与坐标系是什么？
论文口径：几何 cm、速度 m/s、密度 kg/m³、粘度 Pa·s——SI 混合惯例（与心血管 CFD 文献一致）。坐标系与求解器文件约定（原点、轴向）以 Drive 内网格/场文件为准（撰写时未验证清单）。做跨数据集对比时把单位表写进你的数据卡（§4.6 第 2 条）。

Q48：怎么确认下载的是最新版？
数据集无版本号（§5.3），可用的替代信号：官网条目描述的求解器口径（当前 2024R2）、Drive 内文件修改时间、论文与官网口径差异（坑 4）。抓取后把「官网条目描述文字 + 抓取日期 + 文件指纹」三者存档，就是你能做的最强版本锚定。

F. 获取与整合边角

Q26b：能否把数据转成 HDF5/Zarr 这类训练友好格式？
技术上任意场量都能转，但要保留网格运动信息（动壁逐时刻坐标）——建议保留求解器原生文件做母本、另导出参考网格插值版做训练副本（§4.6 第 1 条检查）。转换脚本建议存档并注明源文件指纹，方便上游更新时重跑。

Q27b：多周期数据怎么判稳态？
论文用四周期平均的 TKE 曲线判读：若后两周期与平均线重合良好即视为周期稳定。你做复算时可以照抄这个判稳口径，不必自创指标。

Q28b：想给数据集做镜像或再分发可以吗？
技术上一键拷贝，许可上不建议——数据本体许可未声明（§5.2），再分发放大许可不确定性。更稳的做法：自用镜像留指纹存档（§5.5 第 5 步），公开入口始终指回 ModelFLOWs-app 官网条目。

事实清单（硬事实 45 条）

1. 数据集官方名：ModelFLOWs-app 数据库 Cardiac Flow 分区 Ideal Left Ventricle 条目（官网锚点 #cardiac-ideal-lv；抓取时点 2026-10-09）。
2. 官网条目描述（实测原文转述）：三维 CFD 仿真、不可压缩牛顿血液流、理想化左心室腔、层流 Re=5500、生成求解器 Ansys Fluent version 2024R2。
3. 锚论文：Modeling heart flow dynamics using numerical simulations to identify the vortex ring: a practical guide，Results in Engineering, Vol. 24, 103644（2024-12），DOI 10.1016/j.rineng.2024.103644。
4. 作者五人（UPM 机构库实测）：Eneko Lazpita Suinaga（第一作者兼通讯，ORCID 0000-0002-4514-6471）、Andrea Mares Bou（0000-0002-3720-6710）、Pedro Quintero Igeño（0000-0003-4373-2079）、Jesús Garicano Mena（0000-0002-7422-5320）、Soledad Le Clainche Martínez（末位，0000-0003-3605-7351）。
5. 机构：UPM ETSI Aeronáutica y del Espacio 应用数学系 + Center for Computational Simulation（CCS）；portalcientifico 机构列表另含 Universitat Politècnica de València（UPV）。
6. 在线时间：2024-12-06（Available online，PDF 实测）；ScienceDirect PII S2590123024018875；UPM 机构库存档 2026-01-30。
7. 论文 license：CC BY-NC-ND（UPM 机构库著录 Recognition - No derivative works - Non commercial）。
8. 数据获取：官网条目 Database available here → Google Drive 公开文件夹（URL 实测存照：https://drive.google.com/drive/folders/1WJOnLmLEolYZcJiAcayVAO9AEwgv3pfu?usp=sharing）；无注册无申请。
9. 论文 Data availability 原文（PDF 实测）：I have shared the link to the data in Attach Files, and also as a citation in the manuscript. Simulation Codes (Original data) (GitHub Website)。
10. 几何参数（论文 §2.1 实测）：半轴 a=2 cm、b=8 cm；入口管 D=2.4 cm、出口管 d=0.8 cm；管轴偏心 C=0.55 cm（入）、c=1.35 cm（出）；几何源自 Zheng et al. 2012 [17] 与 Vedula et al. 2014 [18]。
11. ESV = 2/3·π·a²·b = 67 mL（收缩末期容积，不含管，生理校准）；EDV 于 t*=0.67 达到（论文未直接给 EDV 数值）。
12. 流体：ρ=1060 kg/m³、μ=0.004 Pa·s（不可压缩牛顿流体，论文引 Collia 2022、Meschini 2021 支撑）。
13. Re = ρVmaxD/μ ≃ 5500；特征长度取入口管直径 D，特征速度取全周期入口峰值 Vmax=0.86 m/s（E 波峰值）。
14. 心率假设 60 bpm，周期 T=1 s，归一化时间 t*=t/T；Womersley 数 α=(D/2)·√(ωρ/μ)（公式给出）。
15. 网格：STAR-CCM+ 网格工具生成，四面体体积网格 + 壁面 4-6 层棱柱层，体积增长率与基准尺寸经收敛调参（论文 Table 1）。
16. 网格三档（Table 2 实测）：coarse 0.3M（Fluent 误差 7.80% / STAR-CCM+ 7.37%）、medium Fluent 1.0M（1.02%）/ STAR-CCM+ 0.9M（0.91%）、fine Fluent 1.6M / STAR-CCM+ 1.2M（各自基准）。
17. 双求解器交叉验证：Ansys Fluent 2023 R1（ref [15]）+ Siemens Simcenter STAR-CCM+ 2023.06（ref [8]）；TKE 四心动周期平均对比；涡环等值面逐时刻对比吻合。
18. 数值方法（论文 §2.5 实测）：隐式二阶时间、PISO、二阶迎风、最小二乘梯度、δt=5×10⁻⁴ s、每步 50 内迭代、CFL 自适应、壁面处理 Implicit Tree。
19. 入流：E 波大峰 + A 波小峰、收缩期零流；空间剖面三种——plug / parabolic / hyperbolic tangent（等流量校正）。
20. 出流选型结论：质量流出口优于自由压力出口（后者瓣膜开合切换引入噪声与不稳定，虽可自愈）。
21. 后处理：MATLAB R2022b（ref [31]）。
22. 患者特异性扩展几何两条路线（论文 §2.1 实测）：figshare 开源短链 figshare.com/s/2a5de3a2b89a3fb87932（配套 Kong & Shadden 2021 MICCAI [19]）+ CNIC DigitHEART 合作 [20]。
23. 会议前作：Lazpita, Nagargoje, Le Clainche, Garicano-Mena, On the numerical simulation of left ventricle models, ECCOMAS 2024（ref [16]）。
24. 资助（UPM 机构库实测）：TED2021-129774B-C21（DigitHEART）、PLEC2022-009235、PID2023-147790OB-I00、PLEC2021-007614（西班牙政府 + ERDF/FEDER）。
25. 引用双口径：Google Scholar 7（2026-10 抓取）vs UPM 门户 WoS 4 / Scopus 5（2026-09-23）；PlumX capture 10。
26. 后续论文一：Physics of Fluids 38, 051907 (2026)，doi:10.1063/5.0326659，Characterizing intraventricular flow patterns via modal decomposition techniques in idealized left ventricle models（Lazpita, Neidlin, Garicano-Mena, Le Clainche；收稿 2026-02-07 / 接收 2026-04-15）；AIP SciPubs 专题新闻稿（2026 年第 20 期）。
27. 后续论文二：arXiv:2512.19376，A Critical Assessment of Pattern Comparisons Between POD and Autoencoders in Intraventricular Flows（Lazpita, Bell-Navas, Garicano-Mena, Koumoutsakos, Le Clainche；UPM + CCS + Harvard）。
28. PoF 2026 核心结论：几何形态强烈调制涡环动力学——半椭球腔涡环早触壁、快速破碎、频谱复杂；圆润腔涡环行进更远、耗散更缓、频谱更清晰。
29. arXiv 2512.19376 核心结论：潜维适当时 AE 模态近似正交且形似 POD；潜模态增多后 AE 失去正交性、出现冗余与高频噪声样分量。
30. ModelFLOWs-app 数据库家族（官网实测）：本条目（3D、Fluent、Re 5500）+ Concentric Jets（2D、Nek5000、Re 1420）+ Planar FDA Nozzle（2D、Nek5000、Re 800）+ resolvent flow control（RinEng 22:102070）。
31. 官网 Medical data 三件套并列：Ideal Left Ventricle + EchoNet-Dynamic（Stanford，10,030 A4C 视频）+ PhysioNet Phonocardiogram（CinC 2016 口径，4430 训练/1277 测试录音，重采样 2000 Hz）。
32. 查重与锁（2026-10-09 实测）：ai_ready_dataset 表 url_name 含 cfd/ventricle/hemodyn/lazpita 者 0 行；writing/ 无同名目录；锁 agent-c-lazpitalef；开工 ps 数字 11。
33. 官网 Medical data 页实测存照：HTML 文件 11,668 字节，条目锚点 id=“cardiac-ideal-lv”，页面同含 EchoNet-Dynamic（echonet.github.io/dynamic/）与 PhysioNet challenge-2016（physionet.org）外链。
34. 论文 PDF 实测存照：UPM 机构库版 1,661,610 字节、18 页、PDF 1.7；正文 Data availability 节位于 Acknowledgements 后。
35. Womersley 数公式（论文实测）：α=(D/2)·√(ωρ/μ)；ω 为角频率（60 bpm 口径）。
36. 入口空间剖面公式（论文实测）：V_parabolic = (1-(r/R)²)·V(t*)；plug 与 tanh 剖面如图 5；三剖面等流量校正。
37. 出口管长度决策（论文实测）：出口管长与入口管取一致以简化模型，依据是出口长度对结果影响甚微（主要关联出流、不影响涡环形成）。
38. 壁面处理（论文实测）：Implicit Tree，理由 sufficient robustness。
39. PoF 2026 双几何口径（AIP 页实测）：两个理想化左心室腔——半椭球腔（semi-ellipsoidal）与基于实验测量的更圆润几何（rounded）；半椭球腔涡环早触壁失稳、快速破碎、时间谱复杂；圆润腔涡环行进更远、耗散更缓、流型更相干。
40. arXiv 2512.19376 作者机构实测：UPM ETSI Aeronáutica y del Espacio（Lazpita、Bell-Navas、Garicano-Mena、Le Clainche）+ CCS + Harvard SEAS（Koumoutsakos）；摘要声明 AE 在适潜维下可复现 POD 类相干结构。
41. ModelFLOWs-app 数据库页另含「2026-historical-databases」（历史数据库页）与 medical-data（医学数据页）两个入口，本条目收录在后者；两页均含 Ideal Left Ventricle 条目（官网检索实测）。
42. 官网同心射流条目口径（实测）：二维 CFD、轴对称同心射流、相似速度比、层流 Re=1420、Nek5000 求解——家族内与本条目形成 3D/2D 对照。
43. Planar FDA Nozzle 条目口径（实测）：平面 FDA 喷嘴出口段二维 CFD、层流 Re=800、Nek5000；引用 Corrochano & Le Clainche 2022 与 Corrochano et al. 2021 两篇。
44. 论文致谢实测：感谢 UPM 计算资源与超算支持（AES 技术协助口径），资助号四项见事实 24。
45. 论文关键词（NSTL 著录实测）：Computational fluid mechanics / Cardiac flow / Left ventricle model / Ventricle——与本条目 category_tags 的心血管疾病+时序数据归档相容。

术语表（33 条）

1. CFD（computational fluid dynamics，计算流体力学）：以数值方法求解流体力学方程组、获得流场时空演化的仿真技术。
2. 涡环（vortex ring）：射流进入腔体时剪切层卷成的环形旋转结构；舒张期二尖瓣入流涡环是本数据集的研究主线。
3. 理想化几何（idealized geometry）：按文献标准参数构造的简化模型（半椭球+双管），区别于患者特异性解剖模型。
4. 动壁（moving wall）：壁面按预设位移规律运动以模拟心肌舒缩的边界处理；本文为运动学驱动，非流固耦合。
5. ESV/EDV（end-systolic/end-diastolic volume，收缩末期/舒张末期容积）：心室最小/最大容积；本数据集 ESV=67 mL。
6. E 波/A 波：舒张早期充盈峰（E）与心房收缩充盈峰（A）；入流波形的两个峰。
7. Reynolds 数（Re）：惯性力与粘性力之比，ρVmaxD/μ；本数据集口径下 ≈5500。
8. Womersley 数（α）：脉动惯性力与粘性力之比，刻画周期流动的相位发展。
9. 牛顿流体（Newtonian fluid）：粘度不随剪切率变化的流体近似；血浆悬浮红细胞在中高剪切率下的常用近似。
10. 层流（laminar flow）：无湍流脉动的流动状态假设；本数据集的流动状态设定。
11. PISO（Pressure-Implicit with Splitting of Operators）：压力-速度耦合算法，适配瞬态仿真。
12. 二阶迎风（Second-Order Upwind）：对流项离散格式，兼顾精度与数值扩散。
13. 棱柱层（prism layers）：贴壁面法向的层状网格，用于解析近壁梯度与适应壁面运动。
14. 网格收敛研究（mesh convergence study）：逐级加密网格考察解的稳定性；本文三档、TKE 误差约 1% 判收敛。
15. TKE（turbulent/total kinetic energy，湍动能/总动能）：流场动能统计量；本文用其演化曲线做求解器间对比与收敛判据。
16. UDF（user-defined function，用户自定义函数）：Ansys Fluent 的用户扩展接口；本文用于逐时刻定义动壁位置。
17. POD（proper orthogonal decomposition，本征正交分解）：按能量最优排序提取流场主导模态的线性降阶方法。
18. HODMD（higher order dynamic mode decomposition，高阶动态模态分解）：在时间维提取模态与特征频率的分解方法。
19. 自编码器（Autoencoder，AE）：编码-解码结构的表征学习模型；arXiv 2512.19376 比较 Linear/Nonlinear/Convolutional/Variational 四变体。
20. 降阶模型（reduced-order model，ROM）：用少量模态或低维潜变量近似高维流场动力学的模型家族。
21. 神经代理（neural surrogate）：用神经网络替代求解器进行流场预测的模型路线。
22. 质量流出口（mass flow outlet）：以流量时间历程控制的出口边界；本文选型优于自由压力出口。
23. in-silico：计算机仿真产出的数据类型；与 in vitro（体外实验）、in vivo（在体）相对。
24. FSI（fluid-structure interaction，流固耦合）：流体与结构双向耦合的建模方式；本数据集未包含，属后续扩展方向。
25. 动壁位移表（displacement table）：STAR-CCM+ 路线中驱动网格变形的壁面位移时刻表；本数据集动壁实现的核心资产之一。
26. 质量流入口/出口（mass flow inlet/outlet）：以流量历程控制的边界类型；出口选型结论的关键词。
27. plug/parabolic/tanh 剖面：入口速度的三种空间分布假设——均匀/抛物线/壁面过渡型。
28. 收敛研究（convergence study）：网格三档 + TKE 误差定级的完整流程；配置可信度的核心证据。
29. 统计形状模型（statistical shape model）：cardiac-atlas-project 条目的方法学——参数化几何采样的上游工具。
30. 快照法（snapshot POD）：以时刻快照为列做 SVD 的 POD 实现方式——流场高维数据的标准降阶入口。
31. 网格变形（mesh morphing）：STAR-CCM+ 路线的动壁网格处理机制——位移表驱动节点重排。
32. 涡环破碎（vortex ring breakdown）：涡环触壁失稳、分解为小尺度结构的物理过程——论文验证主线的时间轴终点。
33. 标定件（calibration artifact）：计量学借词——配置可解释、结果可复算的基准件；本条目的编目定位（§8.4）。

附录

附录 A：条目信息速查卡

项	值
库内 slug	lazpita-left-ventricle-cfd（检索别名）
官方名	Cardiac Flow — Ideal Left Ventricle（ModelFLOWs-app）
锚论文	Results in Engineering 24:103644, 2024-12, doi:10.1016/j.rineng.2024.103644
团队	UPM 航空航天学院应用数学系 + CCS（Lazpita 通讯 / Le Clainche 末位）
数据类型	3D 瞬态 CFD 流场（理想化左心室、动壁、Re≈5500、60 bpm）
获取	ModelFLOWs-app 官网条目 → Google Drive 公开文件夹
许可	论文 CC BY-NC-ND；数据本体未单独声明
版本锚	论文 DOI + UPM 机构库 oa.upm.es/93539（无快照 DOI）
后续	PoF 2026（doi:10.1063/5.0326659）+ arXiv 2512.19376
库内定位	首个心脏 CFD 仿真流场条目，与真实影像条目互补

附录 B：DAIMS 评分明细与依据

子项	分	依据（可核验处）
发现性	2/2	官网数据库页、论文 DOI、机构库、Google Scholar 多路可达；本条目锚定官方名
获取性	2/2	Google Drive 公开直链；官网条目背书链接；无 gate
互操作性	1/2	格式未明示；求解器原生格式需自行转换；无标准 schema
元数据	1.5/2	论文配置完备（几何/流体/网格/数值）；缺逐文件数据字典
可持续性	1/2	无版本号无快照 DOI；依赖个人 Drive；论文 DOI 与机构库为长期锚
许可清晰度	1/2	论文明确 CC BY-NC-ND；数据本体留白
隐私负担	2/2	理想化几何仿真无患者数据
合计	9.5/16	光谱位置：学术直链分发型

评分说明（为何这样打分）：本表按「仿真基准」权重调整——可发现性与获取性给满分（直链公开是硬事实）；互操作性给 1 分不是 0 分，因为 CFD 场量格式即便官网未明示，求解器原生格式有社区共识的转换工具；元数据给 1.5 分，因为论文配置完备度罕见地高，缺的只是逐文件数据字典；可持续性 1 分是「无快照 DOI + 个人 Drive」两个因素相加；隐私项满分与许可项低分的反差，正是「无患者仿真 + 学术留白许可」组合的典型画像。使用者可按自身场景重排权重——例如做长期归档项目的人应把可持续性权重翻倍。

附录 C：逐项证据链自证

正文断言	证据源	核验方式
官网条目描述（3D/牛顿/Re 5500/Fluent 2024R2）	ModelFLOWs-app medical-data 页	实抓 HTML（/tmp/mf_medical2.html，11,668 字节）
Google Drive 获取链接	官网条目 Database available here href	同上 HTML 内 href 实测
几何/流体/边界/网格/数值全套参数	论文 PDF 全文	UPM 机构库 OA PDF（1,661,610 字节，18 页）转文本逐节核对
作者与 ORCID、license、资助	UPM 机构库著录页	WebFetch oa.upm.es/93539 实抓
书目与期刊地位	UPM Portal Científico + Google Scholar	WebSearch 结果（2026-10-08 检索）
后续两篇论文结论	AIP SciPubs 页 + arXiv PDF 首页	WebSearch 结果摘要（PoF 页 + arXiv PDF 文本）
库内互链 rid	本库 ai_ready_dataset 表	qf_psql 只读查询（2026-10-09）
查重 0 命中	本库 ai_ready_dataset 表	qf_psql 只读查询（2026-10-09）
库内互链 rid（echonet-dynamic=526 等 14 条）	本库 ai_ready_dataset 表	qf_psql 只读查询（2026-10-09）
ModelFLOWs 家族口径（Nek5000、Re 1420 / Re 800）	官网 databases 页	WebSearch 2026-10-08 结果摘要
PhysioNet 心音图口径（4430/1277、2000 Hz）	官网 medical-data 页	实抓 HTML 文本
UPM 期刊地位口径（JCR 6/179 Q1）	UPM Portal Científico	WebSearch 2026-10-08 结果摘要
库内互链 rid（echonet-dynamic=526 等 14 条）	本库 ai_ready_dataset 表	qf_psql 只读查询（2026-10-09）
ModelFLOWs 家族条目口径（Nek5000/Re 1420、Re 800）	官网 databases 页（搜索摘要实测）	WebSearch 2026-10-08 结果
PhysioNet 心音图口径（4430/1277、2000 Hz）	官网 medical-data 页	实抓 HTML 文本
UPM 期刊地位口径（JCR 6/179 Q1）	UPM Portal Científico	WebSearch 2026-10-08 结果

附录 D：数据获取决策树

需要心脏血流数据？
├─ 需要真实患者影像/信号
│   ├─ 运动影像 → echonet-dynamic (rid 526)
│   ├─ MRI 电影+分割 → acdc (rid 511)
│   ├─ 超声定量 EDV/ESV → camus (rid 533)
│   ├─ LV 肥厚队列 → echonet-lvh (rid 530)
│   └─ 心音 → physionet-cinc-2016 (rid 382)
└─ 需要物理场/仿真基准
    ├─ 标准配置入门 → 本条目（官网条目 → Drive 直链）
    ├─ 复现仿真 → 附录 E 骨架 + ModelFLOWs-app 教程（商业/开源求解器均可）
    ├─ 模态分解对标 → PoF 2026（doi:10.1063/5.0326659）+ arXiv 2512.19376
    ├─ 参数化几何增广 → cardiac-atlas-project (rid 521) + 附录 G 核验表
    └─ 其他 CFD 基准 → ModelFLOWs-app 家族（FDA Nozzle / Concentric Jets）

附录 E：仿真复现骨架（伪代码级 SOP）

[1] 几何构建
    半椭球: a=2cm, b=8cm (ESV 状态)
    入口管: D=2.4cm, 偏心 C=0.55cm | 出口管: d=0.8cm, 偏心 c=1.35cm
[2] 网格 (STAR-CCM+ 网格工具)
    四面体体积网格 + 4-6 层棱柱层
    基准尺寸三档: coarse 0.3M / medium ~1M / fine ~1.4M 单元
[3] 动壁
    容积曲线: ESV(t*=0) → EDV(t*=0.67) → ESV(t*=1), T=1s (60bpm)
    STAR-CCM+: 网格变形 + 最大位移表
    Fluent: 逐时刻网格导出 + UDF 定义壁面位置
[4] 边界
    入口: 速度/质量流波形 (E 峰 0.86m/s + A 峰 + 收缩期零流)
          空间剖面: plug | parabolic | tanh
    出口: 质量流出口 (舒张期零流, 收缩期匹配 dV/dt)
[5] 求解
    流体: ρ=1060 kg/m³, μ=0.004 Pa·s, 层流
    隐式二阶时间, PISO, 二阶迎风, 最小二乘梯度
    δt=5e-4 s, 50 内迭代/步, CFL 自适应
[6] 验证
    TKE 曲线 (≥4 周期平均) 对比 fine 网格
    涡环等值面逐时刻对比 (E 波涡环 → 触壁破碎 → A 波二次涡环)
    双求解器 (Fluent + STAR-CCM+) 交叉核对

附录 F：AI 消费最小管线（模态分解示例路线）

数据准备
  → 读取心动周期流场快照序列 {u(x,t_k)}
  → 网格一致性校验（动壁网格逐时刻变形，POD 前需
    插值到固定参考网格或采用体积加权内积）

POD 路线
  → 快照矩阵快照法 SVD → 能量排序模态 Φ_i 与系数 a_i(t)
  → 前若干模态重构场 vs 原始场误差 → 有效降阶维数
  → 与 PoF 2026 的双几何结论对照（破碎谱复杂度）

AE 路线（对照 arXiv 2512.19376）
  → 潜维扫描（适维/过维两组）
  → 评估指标：模态正交性 ‖Φ_i·Φ_j‖、重构误差、
    高频噪声分量占比、与 POD 模态的子空间夹角
  → 结论预期：适维近似 POD；过维退化（冗余+高频）

跨任务延伸
  → 时序预测/超分辨：coarse-fine 配对（三档网格）
  → 跨几何泛化：理想化 → 患者特异性（figshare/DigitHEART 路线）

附录 E/F 的定位说明：E 面向「重算仿真」的人（配置级 SOP），F 面向「直接消费场量」的人（分析级管线）——两条路线从同一份数据出发，对应论文与后续模态分解工作的两种典型消费姿态。若你的目标是给数据集做二次分发格式（HDF5/Zarr 等），两条路线的输出物都应保留原始文件指纹。

附录 G：下载核验对照表（SOP 配套）

下载 Drive 内容后，按此表逐项打勾（对应 §5.5 SOP 的第 2-4 步）：

核验项	预期特征（论文/官网口径）	命中判定
几何标识	半椭球参数 a=2cm/b=8cm、D=2.4cm、d=0.8cm、偏心 0.55/1.35cm	文档或网格文件含上述数值
ESV 校准	ESV=67 mL（2/3·π·a²·b）	说明文件或脚本常量
流体物性	ρ=1060 kg/m³、μ=0.004 Pa·s	求解器设置文件材料段
雷诺数	Re≈5500（口径：D×Vmax=0.86m/s）	说明文件或论文对照
时间设置	T=1s（60bpm）、δt=5×10⁻⁴s、50 内迭代/步	求解设置段
波形	E 峰 0.86 m/s + A 峰、收缩期零流	入流边界数据/曲线
出口	质量流出口（舒张期零流）	边界设置段
网格档位	0.3M / 0.9-1.0M / 1.2-1.6M 单元（Fluent 与 STAR-CCM+ 各一套口径）	网格统计信息
求解器版本	官网口径 Fluent 2024R2；论文验证口径 Fluent 2023R1 + STAR-CCM+ 2023.06	文件头版本标识
动壁实现	位移表（STAR-CCM+）或逐时刻网格+UDF（Fluent）	文件类型识别
几何变体	PoF 2026 口径的圆润几何（若 Drive 已更新）	与半椭球文件分列
后处理	MATLAB R2022b 口径脚本	.m 脚本
教程指针	ModelFLOWs-app 站内 tutorials 链接	README/文档
许可留白	官网条目无 license 行（截至抓取时点）	复查官网并截图存档

未命中项的处理：属「官网未明示」性质的（如后处理脚本）记为留疑而非缺陷；属「论文明确存在」性质的（如场量本体）缺失时回官网或邮件作者确认。

附录 H：中英术语对照表（检索用）

中文	英文	备注
左心室	left ventricle (LV)	官网条目主体
血流动力学	hemodynamics	slug 关键词之一
计算流体力学	computational fluid dynamics (CFD)	slug 关键词之一
涡环	vortex ring (VR)	研究主线
理想化几何	idealized geometry	与 patient-specific 相对
患者特异性	patient-specific	论文教程扩展路线
动壁	moving wall	运动学驱动
流固耦合	fluid-structure interaction (FSI)	本数据集未含
收缩末期容积	end-systolic volume (ESV)	67 mL
舒张末期容积	end-diastolic volume (EDV)	t*=0.67 达到
每搏量	stroke volume	EDV−ESV，本数据集未直接给出
舒张早期充盈峰	E-wave	Vmax=0.86 m/s
心房收缩充盈峰	A-wave	次峰
心动周期	cardiac cycle	T=1 s @ 60 bpm
雷诺数	Reynolds number (Re)	≈5500
Womersley 数	Womersley number (α)	脉动性度量
本征正交分解	proper orthogonal decomposition (POD)	模态分解
高阶动态模态分解	higher order dynamic mode decomposition (HODMD)	模态分解
自编码器	autoencoder (AE)	深度表征对照
降阶模型	reduced-order model (ROM)	AI 消费方向
神经代理	neural surrogate	AI 消费方向
质量流出口	mass flow outlet	出口选型结论
棱柱层	prism layers	网格策略
用户自定义函数	user-defined function (UDF)	Fluent 动壁实现
总动能	total kinetic energy (TKE)	收敛与验证指标

附录 I：常见错误用法备忘

1. 当真实影像用：拿本数据集报「在真实超声人群上的性能」——错误；它是理想化仿真，只能支撑方法学主张；
2. 当分割数据用：找像素级标注——错误；场量数据没有分割标注语义，找 acdc/heart-lung-segmentations-data；
3. 混写求解器版本：一句话里「Fluent 2024R2 与 2023 R1 验证」不分出处——错误；官网口径与论文口径分开注明（坑 4）；
4. 把 67 mL 当 EDV/每搏量：数值语境错误（坑 5）；EDV 论文未给数值；
5. 忽略 Re 口径换算：改几何后沿用 5500——错误；Re 随特征长度与峰值速度联动（坑 6）；
6. 只在单求解器上「复现失败」就下结论：先与论文 TKE 误差量级（coarse 7-8%、medium ~1%）对齐分辨率预期，再谈成败；
7. 商用前不确认许可：数据本体许可留白状态下商用——风险行为；先邮件通讯作者（§5.2）。

附录 J：论文图表对照索引（检索者导航）

读论文时按此索引直达对应资产（图表号为 Results in Engineering 24:103644 版口径，经全文实测）：

论文资产	内容	本条目对应章节
Fig. 1	三个几何模型一览（理想化 + 两个患者特异性）	§2.6
Fig. 2	理想化 LV 几何与参数标注（源自 Zheng [17]）	§2.2
Fig. 3	网格剖分示意（Table 1 属性的视觉化）	§3.1
Fig. 4	入口流量曲线（E/A 双峰、收缩期零流）	§2.5
Fig. 5	三种入口空间剖面示意（plug/parabolic/tanh）	§2.5
Fig. 6	TKE 演化：双求解器 × 三档网格（四周期平均）	§3.1、§3.4
Fig. 7	涡环等值面四个时刻（上排 STAR-CCM+ 下排 Fluent）	§3.5
Table 1	Star-CCM+ 网格工具参数（基准尺寸/增长率/棱柱层）	§3.1
Table 2	三档网格单元数与 TKE 相对误差	§3.1
§2.4.1	动壁位移流程（网格变形与 UDF 两路线）	§2.5
§2.4.2/2.4.3	入口选型 / 出口选型（质量流出口结论）	§2.5
§2.5	数值方法全套（PISO/二阶迎风/δt/迭代）	§3.2
§3	双求解器验证与涡环生命周期	§3.4、§3.5
Data availability	数据分发声明原文	§5.2

附录 K：本条目抓取存照信息

• 官网条目 HTML：11,668 字节（modelflows.github.io medical-data 页，2026-10-09 实抓，含 #cardiac-ideal-lv 锚点）；
• 论文 OA PDF：1,661,610 字节、18 页（oa.upm.es/93539 副本，2026-10-09 下载，转文本后逐节核对）；
• 网络预算执行：WebSearch 2 次、WebFetch 3 次、短命令 curl 数次（Google 域封锁记录 1 次）——符合低中断预算纪律。

---

相关数据集导航

以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：

• tmed2 — 共享标签：心血管疾病 / 医学影像 / 评测基准
• acdc — 共享标签：心血管疾病 / 医学影像 / 评测基准
• echonet-pediatric — 共享标签：心血管疾病 / 医学影像 / 评测基准
• hmc-qu — 共享标签：心血管疾病 / 医学影像 / 评测基准
• rossa — 共享标签：心血管疾病 / 医学影像 / 评测基准
• mit-bih-arrhythmia — 共享标签：心血管疾病 / 时序数据 / 评测基准
• ptb-xl — 共享标签：心血管疾病 / 医学影像 / 时序数据
• chapman-shaoxing — 共享标签：心血管疾病 / 时序数据 / 评测基准
• asoca — 共享标签：心血管疾病 / 医学影像 / 评测基准
• lascarqs — 共享标签：心血管疾病 / 医学影像 / 评测基准

导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。