Este artículo presenta un método de optimización efectivo utilizando el modelo de Kriging con muestreo de rejilla rectangular modificado para reducir el efecto de "dogboning" en el proceso de expansión del stent. Se utiliza un criterio de muestreo de relleno llamado mejora esperada (EI) para equilibrar las búsquedas locales y globales en la iteración de optimización. Se utilizaron cuatro modelos de elementos finitos comúnmente utilizados de dilatación de stent para investigar la tasa de "dogboning" del stent. Se construyeron modelos de trombosis de tres formas típicas para probar la efectividad de los resultados de optimización. Los resultados numéricos muestran que dos modelos de elementos finitos dilatados por la presión aplicada dentro del globo están disponibles, uno de los cuales con la arteria y la placa puede proporcionar un stent óptimo con un mejor comportamiento de expansión, mientras que el modelo sin incluir la arteria y la placa es más eficiente y requiere una menor cantidad de cálculos.