【Python API】利用 Sim4Life Python 腳本實現多組熱參數組合的自動化組織熱模擬

在生物醫學與熱傳研究中，了解不同熱參數如何影響組織內的溫度變化，是一項相當重要的課題。為了更貼近實際情況並提高分析效率，本文利用 Sim4Life 作為模擬工具，進行組織熱行為的分析。同時，透過 Python API 將原本需要手動設定的流程自動化，不僅能減少重複操作的時間，也能讓整體模擬過程更加一致且具有可重現性。 

本教學將以 Sim4Life 的 heated brain 教材範例為基礎，針對不同的組織熱參數組合(包含比熱、熱導率與熱生成率），依序自動建立多個熱瞬態求解器，並分別命名為 Heating_1、Heating_2、Heating_3...。完成所有求解器設定後，在一次執行全部模擬，以便快速比較不同參數條件下的模擬結果。

Heated_Brain.smash 範例是由電磁和熱瞬態模擬兩部分所組成，先執行偶極天線的 FDTD 計算，然後在後處理提取 Overall field | El. Loss Density(x, y, z, f0) 數據作為熱瞬態求解器的源輸入。以下操作會以此為出發點，模擬不同熱參數組合下組織(球體)的溫度變化。

1. 建立組織熱參數組合列表與多組熱瞬態求解器

(1) 導入 Sim4Life 模組、設定模擬次數(參數組合總數)&檔案儲存路徑

(2) 建立材料參數組合列表(以比熱、熱導率、熱生成率參數為例)

(3) 建立熱瞬態求解器、命名名稱與設定求解器參數

a. 擷取偶極天線的 FDTD 計算結果

b. 批次建立熱瞬態求解器、命名名稱、設定模擬時間&材料參數分配&初始溫度條件

c. 設定熱源、邊界條件與網格(Grid)

d. 設定體素&求解器核心、更新參數設置、建立體素、將建立的熱瞬態求解器更新至 Sim4Life UI 畫面中 

2. 自動化執行所有熱瞬態求解器的模擬

(1) 依次執行以建立好的求解器

(2) UI 顯示結果