La descomposición dinámica de modos (DMD) es una técnica puramente basada en datos y libre de ecuaciones para la modelización de orden reducido de sistemas dinámicos y flujo de fluidos. DMD encuentra un modelo lineal de orden reducido que se ajusta mejor y que representa cualquier dato espaciotemporal dado. En DMD, cada modo evoluciona con una frecuencia fija y, por lo tanto, los modos de DMD representan estructuras físicamente significativas que se clasifican según su dinámica. La aplicación de DMD a datos de flujo cardiovascular específicos de pacientes es un desafío. Primero, la tasa de flujo de entrada es inestable y pulsátil. En segundo lugar, la topología del flujo puede cambiar significativamente en diferentes fases del ciclo cardíaco. Finalmente, el flujo sanguíneo en arterias enfermas específicas de pacientes es complejo y a menudo caótico. El objetivo de este estudio fue superar estos desafíos utilizando nuestro método propuesto de descomposición dinámica de modos multietapa con control (mDMDc) y usar esta técnica para estudiar la física del flujo sanguíneo específico de pacientes. La tasa de flujo de entrada se consideró como la entrada del controlador a los sistemas. Los datos de flujo sanguíneo se dividieron en diferentes etapas según la forma de onda del flujo de entrada y se aplicó DMD con control a cada etapa. El sistema se amplió para considerar tanto los datos del vector de velocidad como del esfuerzo cortante en la pared (WSS), y por lo tanto estudiar la interacción entre las estructuras coherentes en la velocidad y las estructuras coherentes cercanas a la pared en WSS. Primero, se demostró que los modos de DMD pueden representar exactamente la solución analítica de Womersley para flujo pulsátil incompresible en tubos. A continuación, nuestro método se aplicó a modelos de estenosis de arteria coronaria y aneurisma cerebral basados en imágenes donde se anticipan patrones de flujo sanguíneo complejos. Los patrones de flujo se estudiaron utilizando los modos de mDMDc y se informaron los errores de reconstrucción. Nuestro marco mDMDc ampliado pudo capturar estructuras coherentes en velocidad y WSS con un menor número de modos en comparación con el enfoque DMD tradicional y demostró una conexión cercana entre los modos de velocidad y WSS.