Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Bioengineering
Click here for the English version

Bioengineering

Optische coherentie Tomografie gebaseerde biomechanische vloeistofstructuur interactie analyse van coronaire atherosclerose progressie

Published: January 15, 2022 doi: 10.3791/62933
Automatic Translation
1, 1, 1, 2, 3, 4, 3,5,6
1School of Mechanical Engineering, University of Adelaide, 2South Australian Health and Medical Research Institute (SAHMRI), 3Vascular Research Centre, Lifelong Health Theme, South Australian Health and Medical Research Institute (SAHMRI), 4Monash Cardiovascular Research Centre, 5Adelaide Medical School, University of Adelaide, 6Department of Cardiology, Central Adelaide Local Health Network

Summary

Er moet worden bepaald welke atherosclerotische laesies zich zullen ontwikkelen in de coronaire vasculatuur om de interventie te begeleiden voordat een hartinfarct optreedt. Dit artikel schetst de biomechanische modellering van slagaders uit optische coherentietomografie met behulp van vloeistof-structuurinteractietechnieken in een commerciële eindige elementenoplosser om deze progressie te helpen voorspellen.

Abstract

In dit artikel presenteren we een complete workflow voor de biomechanische analyse van atherosclerotische plaque in de coronaire vasculatuur. Met atherosclerose als een van de belangrijkste oorzaken van wereldwijde dood, morbiditeit en economische last, zijn nieuwe manieren nodig om de progressie ervan te analyseren en te voorspellen. Een dergelijke computationele methode is het gebruik van vloeistof-structuur interactie (FSI) om de interactie tussen de bloedstroom en slagader / plaque domeinen te analyseren. In combinatie met in vivo beeldvorming kan deze aanpak worden afgestemd op elke patiënt, wat helpt bij het onderscheiden van stabiele en onstabiele plaques. We schetsen het driedimensionale reconstructieproces, waarbij gebruik wordt gemaakt van intravasculaire Optische Coherentie Tomografie (OCT) en invasieve coronaire angiografie (ICA). De extractie van randvoorwaarden voor de simulatie, inclusief het repliceren van de driedimensionale beweging van de slagader, wordt besproken voordat de opstelling en analyse wordt uitgevoerd in een commerciële eindige elementenoplosser. De procedure voor het beschrijven van de zeer niet-lineaire hyperelastische eigenschappen van de slagaderwand en de pulsatiele bloedsnelheid / druk wordt beschreven, samen met het instellen van de systeemkoppeling tussen de twee domeinen. We demonstreren de procedure door een niet-boosdoener, mild stenotische, lipiderijke plaque te analyseren bij een patiënt na een hartinfarct. Gevestigde en opkomende markers gerelateerd aan atherosclerotische plaqueprogressie, zoals respectievelijk wall shear stress en lokale genormaliseerde helicity, worden besproken en gerelateerd aan de structurele respons in de slagaderwand en plaque. Ten slotte vertalen we de resultaten naar potentiële klinische relevantie, bespreken we beperkingen en schetsen we gebieden voor verdere ontwikkeling. De methode die in dit artikel wordt beschreven, is veelbelovend voor het helpen bij het bepalen van plaatsen met een risico op atherosclerotische progressie en kan daarom helpen bij het beheersen van de significante dood, morbiditeit en economische last van atherosclerose.

Introduction

Coronaire hartziekte (CAD) is het meest voorkomende type hartaandoening en een van de belangrijkste doodsoorzaken en economische lasten wereldwijd1,2. In de Verenigde Staten wordt ongeveer één op de acht sterfgevallen toegeschreven aan CAD3,4,terwijl de meeste wereldwijde sterfgevallen door CAD nu worden gezien in lage- en middeninkomenslanden5. Atherosclerose is de belangrijkste oorzaak van deze sterfgevallen, met plaqueruptuur of erosie die leidt tot occlusie van de kransslagader en acuut myocardinfarct (AMI)6. Zelfs na revascularisatie van monale coronaire laesies hebben patiënten een aanzienlijk risico op terugkerende ernstige cardiovasculaire bijwerkingen (MACE) na AMI, grotendeels als gevolg van de gelijktijdige aanwezigheid van andere niet-boosdoenlijke plaques die ook kwetsbaar zijn voor breuk7. Intracoronaire beeldvorming biedt de mogelijkheid om deze risicovolle plaques te detecteren8. Hoewel intravasculaire echografie (IVUS) de gouden standaard is voor het evalueren van plaquevolume, heeft het een beperkte resolutie om microstructurele kenmerken van kwetsbare plaque te identificeren in tegenstelling tot de hoge resolutie (10-20 μm) van optische coherentietomografie (OCT). Een dunne en ontstoken vezelige dop boven een grote lipidenpool is aangetoond dat het de belangrijkste handtekening is van een kwetsbare plaque9 en wordt het best geïdentificeerd en gemeten door OCT onder de momenteel beschikbare intracoronaire beeldvormingsmodaliteiten10. Belangrijk is dat OCT ook in staat is om andere hoogrisico plaquekenmerken te beoordelen, waaronder: lipideboog; macrofaaginfiltratie; aanwezigheid van thin cap fibroatheroma (TCFA), dat wordt gedefinieerd als lipiderijke kern met bovenliggende dunne vezelige dop (<65 μm); vlekkerige verkalking; en plaque microkanalen. OCT-detectie van deze hoogrisicokenmerken in niet-boosdoenlijke plaques na AMI is in verband gebracht met een tot 6-voudig verhoogd risico op toekomstige MACE11. Desondanks is het vermogen van angiografie en OCT-beeldvorming om te voorspellen welke coronaire plaques zullen vorderen en uiteindelijk scheuren of eroderen beperkt, met positief voorspellende waarden van slechts 20% -30%8. Dit beperkte voorspellende vermogen belemmert de klinische besluitvorming waaromheen niet-boosdoener plaques moeten worden behandeld (bijvoorbeeld door stenting)7,12.

Naast patiëntfactoren en de biologische kenmerken van plaque zijn ook biomechanische krachten in de kransslagaders belangrijke determinanten van plaqueprogressie en instabiliteit13. Een techniek die veelbelovend is om deze krachten uitgebreid te evalueren, is fluid-structure interaction (FSI)14-simulatie. Wall shear stress (WSS), ook wel endotheelschuifstress genoemd, is een traditioneel brandpunt geweest voor coronair biomechanicaonderzoek15, met een algemeen begrip dat WSS een etiologische rol speelt bij atherosclerosevorming16. Voornamelijk gesimuleerd met behulp van computational fluid dynamics (CFD) -technieken, zijn lage WSS-regio's geassocieerd met intimale verdikking17,vasculaire remodellering18 en de voorspelling van laesieprogressie19 en toekomstige MACE20. Recente ontwikkelingen in deze analyses suggereren de onderliggende WSS-vectorveldtopologie21en de multidirectionele kenmerkenervan 22als een betere voorspeller van atheroscleroserisico dan WSS-magnitude alleen. WSS vangt echter alleen een glimp op van het algehele biomechanische systeem aan de lumenwand, en net als beeldvormingsmodaliteiten kan geen enkele biomechanische metriek betrouwbaar atherosclerotische kenmerken met een hoog risico onderscheiden.

Verdere statistieken komen naar voren als potentieel belangrijk bij de vorming van atherosclerose. Intraluminale stromingskenmerken23 zijn zo'n voorbeeld, met spiraalvormige stroming, gekwantificeerd door middel van verschillende indices24, gesuggereerd als het spelen van een atheroprotectieve rol door het onderdrukken van verstoorde stroompatronen25,26. Hoewel CFD-technieken deze stroomkenmerken kunnen analyseren en een breed scala aan nuttige resultaten kunnen presenteren, houden ze geen rekening met de onderliggende interacties tussen de bloedstroom, slagaderstructuur en algemene hartbeweging. Deze vereenvoudiging van het dynamische systeem naar een stijve wand mist potentieel kritieke resultaten zoals vezelige dopspanning. Terwijl het debat zowel voor als tegen de noodzaak van FSI boven CFD voortduurt27,28,29, vergeten veel vergelijkingen de impact van de ventrikelfunctie op te nemen. Deze beperking kan worden overwonnen met FSI, die heeft aangetoond dat dynamische buiging en compressie uitgeoefend op de slagader door de invloed van de ventrikelfunctie een aanzienlijke invloed kan hebben op plaque en structurele stress van de slagader, evenals stromingsmetingen zoals WSS30,31,32. Dit is belangrijk omdat structurele spanningen ook een belangrijke metriek zijn voor het analyseren en voorspellen van plaqueruptuur33,34 en er is gesuggereerd om samen te lokaliseren met regio's van plaquetoename14,35. Het vastleggen van deze interacties zorgt voor een meer realistische weergave van de coronaire omgeving en de potentiële mechanismen van ziekteprogressie.

Om dit aan te pakken, schetsen we hier het proces van het ontwikkelen van een patiëntspecifieke geometrie van OCT-beeldvorming36 en het opzetten en uitvoeren van een VSI-simulatie van de slagader met behulp van een commerciële eindige elementenoplosser. Het proces om de lumen-, lipide- en buitenste slagaderwand handmatig te extraheren, wordt gedetailleerd beschreven vóór de driedimensionale computationele reconstructie van de slagader van de patiënt. We schetsen de simulatieopstelling, koppeling en het proces van het vergelijken van baseline en follow-up OCT-beeldvormingsparameters om de progressie van laesies te bepalen. Ten slotte bespreken we de nabewerking van numerieke resultaten en hoe deze gegevens klinische relevantie kunnen hebben door de biomechanische resultaten te vergelijken met laesieprogressie / regressie. De algemene methode wordt gedemonstreerd op niet-boosdoener, mild stenotische, lipiderijke plaques in de rechter kransslagader (RCA) van een 58-jarige Kaukasische mannelijke patiënt die zich presenteerde met een acuut niet-ST-elevatie myocardinfarct in de setting van hypertensie, type 2 diabetes mellitus, obesitas (BMI 32,6) en een familiegeschiedenis van premature CAD. Coronaire angiografie en OCT-beeldvorming werden uitgevoerd tijdens zijn eerste opname, en vervolgens 12 maanden later als onderdeel van een lopende klinische studie (COCOMO-ACS-studie ACTRN12618000809235). We verwachten dat deze techniek verder kan worden verfijnd en gebruikt voor het identificeren van coronaire plaques die een hoog risico lopen om vooruitgang te boeken.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

De volgende gedeïdentificeerde gegevens werden geanalyseerd van een patiënt die werd gerekruteerd in de lopende COCOMO-ACS gerandomiseerde gecontroleerde studie (ACTRN12618000809235; Royal Adelaide Hospital HREC referentienummer: HREC/17/RAH/366), met aanvullende ethische goedkeuring verleend door Central Adelaide Local Health Network (CALHN) Research Services met het oog op biomechanische simulatie (CALHN Reference Number 14179). Figuur 1 geeft een overzicht van de volledige workflow die wordt beschreven in het volgende protocol, dat kan worden toegepast op elke FSI-compatibele software of codes.

1. Beeldevaluatie

  1. Match baseline- en OCT-follow-upbeelden met behulp van anatomische oriëntatiepunten zoals bifurcaties en gebruik van beelden die onmiddellijk proximaal zijn voor de distale bifurcatie en distale voor de meest proximale bifurcatie. De overeenkomende beelden tussen deze oriëntatiepunten moeten worden geanalyseerd, zoals beschreven in figuur 2A.
  2. OCT lumen doorsnede
    1. Laad elke OCT-afbeelding in de beelddigitalisator en klik om punten op het middelpunt van de katheter en de grenzen van de schaal te markeren(figuur 2B). Exporteer deze punten om later te gebruiken.
    2. Markeer handmatig de rand van het lumen, beginnend op dezelfde locatie in elke afbeelding, en zorg ervoor dat u de rondingen van het lumen zo nauwkeurig mogelijk vastlegt. Laat een opening achter bij het katheterartefact, omdat het reconstructieproces in een later stadium over deze regio zal interpoleren. Exporteer deze bestanden in .dat formaat en herhaal dit voor elke afbeelding.
  3. OCT buitenwand en lipiden
    1. Extraheer in de DICOM-software de buitenwand in gebieden met hoge demping door zichtbare delen van het buitenste elastische membraan te gebruiken om handmatig een ellips te monteren om de buitenwandlocatie te schatten, zoals beschreven in figuur 3. Klik en sleep de linkermuisknop om de ellips en de juiste positie te definiëren.
    2. Definieer handmatig de lipideboog, berekend tot het lumen centroïde, en de vezelige dopdikte, zoals beschreven in figuur 3, door respectievelijk te klikken en de hoek- en afstandsmetingen te slepen. Deze zullen worden gebruikt om de progressie van laesies samen met het lumengebied te analyseren.
    3. Importeer deze over elkaar gelegde afbeeldingen in de beelddigitalisator en selecteer handmatig de buitenste wandpunten, waarbij u de aangebrachte ellips als leidraad gebruikt in gebieden met hoge demping waar het buitenste elastische membraan niet zichtbaar is. Herhaal stap 1.2.2 om de punten te selecteren en te exporteren naar een .dat indeling.
    4. Evenzo voor de lipiden, selecteer handmatig het lipideoppervlak, beginnend met hetzelfde uiteinde van het lipide in elk geval. Gebruik de buitenwandellipsvormige geleider (stap 1.3.1) voor een consistente achterste boog. Export wijst naar een .dat bestand en herhaal voor alle afbeeldingen met aanwezige lipiden, waardoor er een opening over het guidewire-artefact achterblijft zoals beschreven in stap 1.2.2.
      OPMERKING: Laesieprogressie wordt geanalyseerd door drie metrieken te vergelijken, namelijk lumengebied, lipideboog en vezelige dopdikte, die rechtstreeks vanuit de DICOM-viewer kunnen worden beoordeeld. De techniek om de buitenwand en lipide achterkant te extraheren is vereist vanwege de beperkte penetratiediepte van OCT. OCT werd in dit onderzoek gebruikt vanwege de focus op de relatie tussen plaquesamenstelling en biomechanische krachten.
  4. Angiografie gebaseerde middellijn
    1. Laad de eerste angiografische afbeelding in de beeld digitizer37. Selecteer de randen van de katheter om de afbeelding in latere stappen te schalen en markeer vervolgens handmatig de middellijn van de katheter, beginnend met de proximale marker en distaal bewegend, met gelijkmatig verdeelde punten, zoals weergegeven in figuur 4A. Exporteer de gegevens naar .dat indeling en herhaal deze voor het tweede angiografische vlak.
      OPMERKING: Over het algemeen verbeteren vlakken met een hoek groter dan 20° ertussen de robuustheid van de driedimensionale reconstructie van de middellijn. De katheter en OCT-geleidedraad moeten in elke afbeelding zichtbaar zijn.

2. Driedimensionale reconstructie

  1. Angiografie projecties
    1. Laad de gegevensbestanden die in stap 1.4 zijn geëxporteerd. Gebruik de eerste twee punten om de gegevens naar millimeters te schalen (de eerste twee punten worden gebruikt met de bekende katheterspecificaties, 6F in dit geval). Trek het proximale gegevenspunt af van de resterende punten in elke gegevensset, zodat de curve begint bij de oorsprong van het coördinatenstelsel.
    2. Genereer rotatiematrices voor elke angiografische weergave, waarbij θ en Φ respectievelijk de RAO/LAO- en CAU/CRA-hoeken vertegenwoordigen. We gebruiken LAO- en CRA-hoeken als negatief. De twee rotatiematrices in respectievelijk de richting x (Rotx) en y (Roty) zijn:
      Equation 1(1)
    3. Vermenigvuldig de rotatiematrices met elkaar en vermenigvuldig ze vervolgens met de coördinaten van elk punt uit stap 2.1.1. De resulterende vergelijking:
      Equation 2(2)
      geeft de driedimensionale locatie van het katheterpunt op het respectieve angiogramvlak (Pt3D) door de tweedimensionale punten te roteren die uit elk angiografisch beeld zijn opgegeven.
    4. Bereken de normale vector voor elk angiografisch vlak door de x- en y-rotatiematrices te vermenigvuldigen met de eenheidsvector in de z-richting. Projecteer van proximale tot distale locatie elk normaal punt op het respectieve vlak en bereken het middelpunt van de kortste afstand tussen de projecties. Dit resulteert in het driedimensionale punt op de OCT-geleidedraad in de ruimte.
    5. Met behulp van de 'interparc'-functie, beschikbaar vanaf de MATLAB centrale bestandsuitwisseling38,verdeelt u de driedimensionale middellijn in gelijk verdeelde punten. De afstand tussen punten moet gelijk zijn aan de afstand tussen OCT-afbeeldingen, die wordt bepaald door de pullback-snelheid. Dit zijn de locaties waar de OCT-dwarsdoorsneden worden geplaatst.
  2. LGO-doorsnederotatie
    1. Gebruik het gegevensbestand met het kathetercentrum en de schaal om elke doorsnede van pixels naar mm met behulp van het tweede en derde punt in het schaalbestand. Als u de doorsnede over de locatie van de katheter wilt centreren, trekt u het eerste punt in het schaalbestand (het kathetercentrum) af van alle doorsnedepunten. Bereken de normale vector naar de doorsnede (evenwijdig aan de katheter in de slagader) door het driedimensionale middelpuntpunt af te trekken van het volgende distale punt langs de kathetercurve.
    2. Draai de OCT-doorsnede om loodrecht op de middellijn van de katheter uit te lijnen door de geschaalde gegevenspunten te vermenigvuldigen met de rotatiematrix:
      Equation 3(3)
      waar
      Equation 4(4)
      en NX, N Yen NZ zijn respectievelijk de x, y en z componenten van de normale vector berekend in paragraaf 2.1. Voeg het driedimensionale middelpuntpunt toe aan alle gedraaide punten in de doorsnede, wat resulteert in de doorsnedelocatie in de driedimensionale ruimte (Figuur 4B).
    3. Herhaal stap 2.2.1-2.2.2 voor elke doorsnede (lumen, slagader en lipide). Exporteer de doorsneden naar een tekstbestand, dat kan worden geïmporteerd in de CAD-software (Computer Aided Design) voor het uiteindelijke maken van vaste lichamen.
  3. 3D solide model creatie
    1. Importeer en genereer in een 3D-modelleringssoftware de doorsneden één bestand tegelijk. Importeer de tekstbestanden met de doorsneden in de 3D-modelleringssoftware door op de vervolgkeuzelijst concept te klikken (Figuur 5A-1) en 3D-curve te selecteren (Figuur 5A-2). Klik op Genereren.
    2. Om een vaste component te maken, selecteert u alle curven in volgorde en brengt u ze samen (Figuur 5A-3), zodat bevroren toevoegen wordt geselecteerd om een nieuwe vaste stof te genereren. Voer deze stappen uit voor het lumen, de lipiden en de buitenwand om afzonderlijke vaste stoffen te creëren, zodat de samenvoegtopologie mogelijk wordt.
      OPMERKING: Het kan nodig zijn om een curve over te slaan als er zich een problematische geometrie voordoet. Laat in deze reconstructie een klein lipide uit het middengedeelte weg vanwege de grootte en de toegevoegde computationele kosten en numerieke complexiteit die gepaard gaan met de opname ervan.
    3. Om het lumen en de lipiden van de slagaderwand af te trekken, maakt u een Booleaanse bewerking uit de vervolgkeuzelijst maken en kiest u het doellichaam als de muur en de lipiden / lumen als de gereedschapslichamen om het lumen en de lipiden van de slagaderwand af te trekken(Figuur 5A-4).
    4. Deel de topologie tussen de muur en lipiden om ervoor te zorgen dat mesh-knooppunten in toekomstige stappen worden gedeeld. Om dit te doen, markeert u handmatig de muur en lipiden en klikt u met de rechtermuisknop om een nieuw onderdeel te vormen(Figuur 5A-5).
      OPMERKING: Deze stap zorgt ervoor dat mesh-knooppunten worden gedeeld tussen de oppervlakken, waardoor onjuiste contactgebieden of mesh-penetratie tussen de twee lagen worden voorkomen, wat enorm helpt bij de oplossingsfase. De uiteindelijke geometrie van de middellijn van de katheter, lipiden, lumen en slagaderwand wordt gevisualiseerd in figuur 5B.
  4. Voorbewerking: randvoorwaarden
    OPMERKING: Voordat de simulatie wordt ingesteld, zijn patiëntspecifieke randvoorwaarden (BC's) nodig. Hier werd verplaatsing uit de angiografie gebruikt, die wordt toegepast op de in- en uitlaat van de simulatie en bloedstroomsnelheid / druk gemeten van menselijke patiënten en beschreven in de literatuur39.
    1. Verplaatsing
      1. Herhaal stap 1.4 en 2.1, maar kies alleen de distale en proximale markers, te beginnen met het angiografische beeld onmiddellijk voorafgaand aan de einddiastole. Doe dit voor alle angiografische beelden gedurende één hartcyclus.
      2. Pas vloeiende splines aan op de x-, y-en z-coördinaten van de twee reeksen punten. Dit resulteert in de verplaatsing van de inlaat- en uitlaatgebieden. Representatieve resultaten voor de verplaatsingen van de patiënt zijn weergegeven in figuur 6A.
        OPMERKING: De verplaatsingsanalyse werd gestart bij het beeld voorafgaand aan de einddiastole om de fasen tussen de geëxtraheerde verplaatsing en de toegepaste druk- en snelheidsprofielen in punt 3.1.2 zo goed mogelijk overeen te laten komen, waarvan de systolische fase begint bij 0,1 s (overeenkomend met de afstand tussen angiografische beelden). Wanneer u beweging extraheert, moet u ervoor zorgen dat er geen tabelpanning / afbeeldingsbeweging is in de hele afbeeldingsset.
    2. Bloedsnelheid/bloeddruk
      1. Maak profielen die de bloedsnelheid en -druk van pulsatiele beschrijven door User Defined Functions (UDF) samen te stellen. Hier werden voorbijgaande profielen gemeten van menselijke patiënten in de literatuur toegepast 39, gemodelleerd als een Fourier-reeks, wiskundig beschreven door:
        Equation 5,     (5)
        waarbij t de tijd is, w0 de frequentie, T de signaalperiode, n het aantal termen en een0-11, b1-11 coëfficiënten zijn die zijn aangebracht op profielen die in de literatuur zijn beschreven. In dit geval gebruiken we de eerste 11 termen.
      2. OPMERKING: Deze profielen worden beschreven in Afbeelding 6B en moeten worden geschreven in een bestand met C-indeling in een geïntegreerde ontwikkelomgeving zoals Microsoft Visual Studio. Uitlaatdruk is een vlak profiel en de inlaatsnelheid wordt toegepast als een volledig ontwikkeld, parabolisch profiel, beschreven als voldoende om realistische omstandigheden te reproduceren40. Verdere ontwikkeling van deze procedure zou het meten van de bloedsnelheid van de patiënt (zoals door doppler-echocardiografie41)en druk (met behulp van drukdraden) als meer realistische randvoorwaarden kunnen omvatten. Bovendien zou het gelijktijdig meten van verplaatsing, bloedsnelheid en druk ervoor zorgen dat hun fasen nauwkeurig op elkaar zijn afgestemd.

3. Slagader/constructie

  1. Om de materiaaleigenschappen voor de slagader en lipide in te stellen, voert u technische gegevens in en voegt u een nieuw materiaal toe dat slagader wordt genoemd. Sleep de dichtheid en het Mooney-Rivlin-model met 5 parameters naar het nieuwe materiaal en stel hun parameters in. Voer een dichtheid in van 1.000 kg/m3 en de hyperelastische coëfficiënten beschreven in tabel 1, gebaseerd op intima42 en lipide43 eigenschappen in de literatuur. Herhaal dit voor het lipide.
    OPMERKING: Het Mooney-Rivlin model wordt beschreven door44:
    Equation 6(6)
    Waarbij c10, c01, c20, c11en c02 materiaalconstanten zijn en d de incompressieparameter is (nul voor niet-samendrukbaar materiaal in dit geval). Hier is Ix de xde invariant van de spanningstensor en J de elastische vervormingsgradiëntdeterminant.
  2. Voer de modelcomponent in, onderdruk de lumen/vloeistofcomponent door met de rechtermuisknop op Lumen/Vloeistof te klikken en Onderdrukken te selecteren (Figuur 7A). Wijs de eerder gedefinieerde materialen toe aan de slagader en lipide vaste stoffen door ze te selecteren in de vervolgkeuzelijst met materialen en te controleren of de eenheden geschikt zijn.
  3. De geometrie moet nu worden samengevoegd. Klik op mesh(Figuur 7B), stel de fysicavoorkeur in op niet-lineair mechanisch en geef de mesh-maat op. Hier werd adaptieve meshing met een doelgrootte van 0,14 mm gebruikt. Pas de maasvoorkeuren indien nodig aan om redelijke maashoogheidswaarden te verkrijgen en streef naar ten minste twee tot drie maaselementen over openingen zoals de vezelige dop. Het genereren van het gaas kan enige tijd duren vanwege de complexe geometrie.
    OPMERKING: Er moet een onderzoek naar de onafhankelijkheid van de mazen worden uitgevoerd om ervoor te zorgen dat de resultaten niet worden beïnvloed door de maaskenmerken. Verminder geleidelijk de maaswijdte en vergelijk de resultaten totdat de variatie kleiner is dan een vastgestelde limiet; in dit geval gebruiken we 2%45 (gemeten bij de vezelige dop van de derde plaque). Controleer bovendien, om de kwaliteit van de mazen te waarborgen, de scheefheid van het gaas; een hoge maasneefheid zal leiden tot numerieke problemen tijdens de convergentie of onnauwkeurige resultaten. Om scheefheid te verminderen, probeert u de maaswijdte te verkleinen of de groeisnelheid, maximale grootte en/of krommingshoek aan te passen. De resultaten voor onze maasonafhankelijkheidstest zijn weergegeven in tabel 2,met procentuele variatie in de resultaten in vergelijking met de medium mesh-maatvoering, die tijdens deze analyse werd gebruikt.
  4. Klik op Analyse-instellingen (Figuur 7C). Schakel voor FSI-simulaties de automatische tijdstap uit en stel het aantal substappen in op één (systeemkoppeling regelt substappen), stel de eindtijd van de simulatie in, in dit geval 0,8 s (hartslag van de patiënt van 75 bpm). Systeemkoppeling regelt de tijd en substappen.
  5. Stel in de vervolgkeuzelijst oplosserbesturingselementen het oplossertype in op programmabesturing om de directe of iteratieve methode te gebruiken. Directe methoden zijn robuuster, maar gebruiken aanzienlijk meer geheugen. Stel de Newton-Raphson-methode volledig in. (Vanwege de complexiteit van de geometrie en niet-lineariteit in de simulatie, kunnen de directe methode en de volledige Newton-Raphson iteratieve methode nodig zijn; deze verhogen echter de berekeningskosten aanzienlijk.)
  6. Geef het systeemkoppelingsdomein op als de binnenwand van de slagader door een vloeistof-vaste interface in te voegen. Doe dit door met de rechtermuisknop te klikken en een vloeistof-vaste interface in te stellen onder het tabblad Transiënt (Figuur 7D). Selecteer de binnenkant van de slagaderwand voor de interface. Dit zal gegevens doorgeven tussen de structuur en vloeistof op deze locatie.
  7. De verplaatsingsgrenscondities kunnen worden ingevoerd als een verplaatsingsfunctie in de x-, y-en z-richting die wordt toegepast op de inlaat en uitgangen. Doe dit door met de rechtermuisknop onder het tabblad Transiënt te klikken en verplaatsingen in te voegen (Figuur 7E). Dupliceer de verplaatsing voor de richtingen x, yen z. Selecteer in de vervolgkeuzelijst richting de functie en kopieer de verplaatsingen die in stap 2.4.1 zijn geëxtraheerd.
    OPMERKING: Verplaatsing kan worden ingevoerd als een functie of als een tabel met punten, afhankelijk van de voorkeuren.
  8. Om te helpen bij het oplossen van fouten, voegt u op het tabblad Oplossing vier Newton-Raphson-resten in. Deze kunnen worden bekeken als er fouten optreden om de lastige geometrie of mesh-locaties te vinden.
    OPMERKING: Om nabewerkingsopties in te voegen, zoals maximale hoofdspanning, klikt u met de rechtermuisknop op het tabblad Oplossing en voegt u de juiste resultaten in(Figuur 7F).

4. Bloed/vloeistof

  1. Ga naar het tabblad Model, controleer de eenheden en onderdruk het slagader- en lipidegedeelte, waarbij u het vloeistofdomein verlaat, op dezelfde manier als stap 3.2.
  2. Specificeer de maaswijdten en genereer het gaas, controleer de scheefheid en pas indien nodig aan (we hebben een maaswijdte van 0,14 mm toegepast met een maximale wandgrootte van 0,12 mm). Het is een goede gewoonte om een vergelijkbare maaswijdte en -vorm te gebruiken, zoals in het structurele deel, op de gebieden waar de vloeistof-vaste stofinteractie plaatsvindt.
    OPMERKING: Net als bij stap 3.3 moet een maasonafhankelijkheidstest worden uitgevoerd om ervoor te zorgen dat de resultaten onafhankelijk zijn van de maaseigenschappen, zoals aangegeven in tabel 2. Controleer de kwaliteit van het gaas en pas de elementgrootte, groeisnelheid, verfijning of kromming indien nodig aan om ervoor te zorgen dat de scheefheid laag blijft en dat de maasonafhankelijkheid wordt bereikt.
  3. Maak benoemde selecties voor de inlaat, uitlaat en wand voordat u de vloeistofopstelling betreedt, door met de rechtermuisknop op het betreffende oppervlak te klikken en de selectie met de naam invoegen te selecteren.
  4. Ga naar het tabblad Setup en zorg ervoor dat dubbele precisie is ingeschakeld. Stel het type Oplosser in op Drukgebaseerd en zorg ervoor dat de tijd is ingesteld op Transiënt door hun respectieve selectievakjes aan te vinken (Figuur 8A).
  5. Schakel het k-omega Viscous Turbulence-model in en schakel Shear Stress Transport en Low Reynolds Corrections in door het tabblad Viskeuze modellen (Figuur 8B) in te voeren en hun respectieve selectievakjes aan te vinken.
  6. Om niet-lineaire viscositeitsmodellen met turbulentie mogelijk te maken, voert u het commando '/define/models/viscous/turbulence-expert/turb-non-newtonian?' in de commandoconsole(Figuur 8C)in en voert u 'ja' in wanneer daarom wordt gevraagd.
  7. Definieer onder Materialen (Figuur 8D) de bloedeigenschappen door dichtheid in te voeren en de niet-Newtoniaanse machtswet te selecteren in de vervolgkeuzelijst viscositeit. Doe dit door de vloeistof te hernoemen als bloed, stel een dichtheid in van 1.050 kg/m3en stel de Power-Law non-Newtonian consistency index, k, in op 0,035, de power law index, n, op 0,6.
    OPMERKING: Het power law niet-Newtoniaanse viscositeitsmodel werd gekozen op basis van literatuur om de niet-lineaire bloedviscositeit46, η, in termen van de vloeistofstamsnelheid, te beschrijven Equation 7 als:
    Equation 8(7)
    Er bestaan verschillende niet-Newtoniaanse bloedviscositeitsmodellen om de afschuifverdunnende aard van bloed vast te leggen. Verschillende publicaties46,47,48,49 hebben de werkzaamheid van verschillende viscositeitsmodellen en hun coëfficiënten onderzocht, die moeten worden geraadpleegd voor meer informatie bij het kiezen van het juiste model.
  8. Compileer onze door de gebruiker gedefinieerde functie, eerder beschreven in stap 2.4.2, met de voorbijgaande bloedsnelheid en -druk, controleer de opdrachtregels op eventuele fouten(Figuur 8C). Laad nu de UDF door het tabblad User Defined (Figuur 8E)in te voeren, Compiled te selecteren en naar de map van de UDF te navigeren voordat u deze importeert en op Builden vervolgens op Loadte klikken.
    OPMERKING: Tekst wordt weergegeven in de console(Afbeelding 8C). Controleer dit zorgvuldig om er zeker van te zijn dat er geen fouten of waarschuwingen verschijnen. Als de UDF correct wordt geladen, worden de UDF-namen weergegeven in de console (gemarkeerd in afbeelding 8C).
  9. Deze kunnen worden aangebracht op de inlaat en uitlaat. Selecteer hiervoor het tabblad Randvoorwaarden. Dubbelklik op Inlet (Figuur 8F)en kies de inlaat UDF in de vervolgkeuzelijst met profielen. Herhaal deze stap om ook de uitlaatdruk te definiëren.
  10. Schakel het dynamische net in (door het selectievakje aan te vinken onder het tabblad Dynamic Mesh in figuur 8G), inclusief afvlakken, opnieuw spoelen en 6° vrijheid oplosser selectievakjes, het instellen van de diffusieparameter op 1,5 en de juiste maximale en minimale schubben voor uw mesh.
  11. Zorg ervoor dat de maximale en minimale maaswijdten zich binnen de grenzen van de maaswijdte bevinden en dat de doelhelling is ingesteld op 0,7. De neteigenschappen kunnen worden weergegeven door op het tabblad Mesh-eigenschappen te klikken.
  12. Maak een nieuwe dynamische mesh-zone door op de knop Maken te klikken, de wand van het lumen op te geven in de vervolgkeuzelijst Regio en Systeemkoppeling teselecteren . Dit is de interface om gegevens door te geven aan de slagadercomponent van de simulatie.
  13. Maak vervormende netzones voor de inlaat, uitlaat en binnenlumen met de juiste waarden voor de maasschaal. Doe dit door op Maken te klikken in het tabblad Dynamic Mesh en Vervormente kiezen . Schakel het dorsen en gladstrijken in en stel de netschalen in op basis van de limieten van elke zone. Vaak worden negatieve celvolumefouten geassocieerd met dit dynamische net, dus controleer zorgvuldig en pas de netschalen indien nodig aan voor elke regio.
  14. Zorg ervoor dat de druk-snelheidskoppeling is ingesteld op gekoppeld en stel de transiënte formulerings- en ruimtelijke discretisatieschema's in op de tweede orde door het tabblad Methoden (Figuur 8H) in te voeren en selecties te maken uit de respectieve vervolgkeuzelijsten.
  15. Voer in controles (figuur 8H) een courantnummer van twee in en stel de resterende convergentiecriteria in op het tabblad Monitoren (figuur 8I). We hebben een waarde van 1e-5 gebruikt voor continuïteit en 1e-6 voor de rest.
    OPMERKING: Het Courantgetal kan worden geschat op basis van de maaswijdte, dx,tijdstapgrootte, dten snelheid van het bloed, v, met behulp van:
    Equation 9(8)
    Voer dit nummer in onder het gedeelte courantnummer op het tabblad Controles (Figuur 8H). Hier passen we een Courant nummer van twee toe. Het Courantnummer is over het algemeen minder dan één; naarmate echter een gekoppelde druksnelheidsoplosser met impliciete oplossingsmethoden wordt gebruikt, is het resultaat inherent stabieler en minder gevoelig voor deze waarde; daarom worden er twee als aanvaardbaar beschouwd.
  16. Als u een aangepaste functie wilt definiëren voor resultaten zoals lokale genormaliseerde helicity (LNH), selecteert u aangepaste veldfuncties op het tabblad Parameters en aanpassing ( Afbeelding8J) en voegt u een nieuwe functie in door met de rechtermuisknop te klikken en Nieuwte selecteren . Gebruik het pop-upvenster om te definiëren wat nodig is. Voer de formule in met behulp van de vervolgkeuzelijst met oplosservariabelen. Als representatief resultaat gebruiken we LNH50,51,een maat voor de uitlijning tussen de snelheid, Equation 11 en vorticiteit, ω, vectoren, als een aangepaste functie beschreven door:
    Equation 10(9)
    OPMERKING: Andere aangepaste variabelen moeten in deze stap worden gedefinieerd, zoals de oscillerende schuifindex (OSI)52,53, een maat voor stroomomkering.
  17. Stel op het tabblad Berekening uitvoeren(afbeelding 8K)het aantal tijdstappen in op 160 (een stapgrootte van 0,005 s en eindtijd van 0,8 s), tijdstapgrootte van 5 ms en het aantal iteraties op 300 om ervoor te zorgen dat het resultaat tijdonafhankelijk is.
    OPMERKING: Afhankelijk van de complexiteit van de simulatie kunnen grotere iteraties per stap nodig zijn. Meerdere hartcycli kunnen nodig zijn voor volledige numerieke convergentie, iets dat we opmerken als een beperking; dit wordt echter vaak toegepast in coronaire biomechanicasimulaties vanwege de computationele kosten die aan deze simulaties zijn verbonden.
  18. Controleer of het selectievakje Gegevensbemonstering voor tijdstatistieken is ingeschakeld en zorg ervoor dat Wandstatistieken en stromingsschuifspanningen zijn geselecteerd, evenals de eerder gedefinieerde aangepaste functie.
  19. Maak de gegevensexport op het tabblad Berekeningsactiviteiten en Automatisch opslaan (afbeelding 8L) en selecteer de optie CFD-Post Compatible voor nabewerking. Als men resultaten in een aparte software wil verwerken, pas dan het exporttype indien nodig aan. Selecteer alle gebieden (wand, binnennet, inlaat, uitlaat) en de resultaten die moeten worden geëxporteerd.
  20. Initialiseer ten slotte de simulatie met het hybride schema door het tabblad Initialisatie (Figuur 8M)te openen, het hybride schema te selecteren, op Instellingente klikken en het aantal iteraties te verhogen tot 20. Klik op Initialiseren.

5. Systeemkoppeling

  1. Zorg ervoor dat zowel de structurele als de vloeistofopstellingen zijn aangesloten op de systeemkoppeling en zijn bijgewerkt. Doe dit door op de structurele en vloeiende instellingen te klikken en deze naar de systeemkoppeling te slepen om ze te koppelen, zoals weergegeven in Figuur 9A, zodat beide instellingen worden bijgewerkt door met de rechtermuisknop te klikken en Updatete selecteren .
  2. Stel in Systeemkoppelingde eindtijd in op 0,8 s en de tijdstap op 0,005 s. Doe dit door Analyse-instellingen (Figuur 9B-1) te selecteren en de eindtijd en tijdstapgrootte in te voeren. Stel de maximale iteraties in op 10.
    OPMERKING: Over het algemeen is tussen 10 en 15 iteraties voldoende als zowel de structurele als de vloeibare componenten goed convergeren.
  3. Selecteer de wand- en vaste interface van respectievelijk de vloeistof- en structurele componenten en voeg een gegevensoverdracht toe door Ctrl ingedrukt te houden en de twee vloeistofstructuurinterfaces te selecteren (Figuur 9B-2); klik met de rechtermuisknop en maak een gegevensoverdracht tussen de vloeistof- en structurele componenten(figuur 9B-3). Pas de onderontspanning of ramping aan van de kracht die van vloeistof naar structuur wordt overgebracht om te helpen bij convergentie.
    OPMERKING: Afhankelijk van de complexiteit van het model, randvoorwaarden en materiaaleigenschappen kan voor numerieke convergentie een oplopende of onderrelaxatie van gegevensoverdracht nodig zijn. Deze kunnen worden toegepast op de overdracht van vloeistofgegevens (d.w.z. de kracht die wordt overgedragen van de vloeistofcomponent naar de slagaderwand). Deze opties zijn beschikbaar binnen de gecreëerde gegevensoverdrachten(Figuur 9B-2).
  4. Wanneer u klaar bent om uit te voeren, klikt u op Bijwerken. Simulatiegegevens zoals structurele en vloeiende convergentie en hun respectieve convergentie van gegevensoverdracht worden afgedrukt in de console.
    OPMERKING: Merk op dat FSI-simulaties rekenkundig duur zijn, waarbij deze simulatie 11 dagen duurt op een 16-core machine (2,6 GHz Intel Xeon Gold met 180 Gb fysiek geheugen (RAM)), met verdere variatie in simulatietijden, afhankelijk van de hardware-installatie en de complexiteit van het model. Representatieve gegevensoverdrachtresiduen worden weergegeven in de grafiek(figuur 9B-4)en oplossingsgegevens worden afgedrukt in de console(figuur 9B-5). Gedurende de eerste paar iteraties kan de convergentie van de gegevensoverdrachtresiduen niet volledig worden verkregen totdat een evenwichtstoestand is bereikt. Dit wordt in meer detail beschreven in het bijschrift voor figuur 9B.
  5. Wanneer de simulatie is voltooid, kunnen de resultaten worden nabewerkt in de commerciële software of in een afzonderlijke software, afhankelijk van uw gegevensexporttype zoals beschreven in stap 4.19.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Representatieve resultaten worden gepresenteerd voor zowel gevestigde als opkomende biomechanische markers van atheroscleroseprogressie. Gevestigde statistieken zoals WSS en WSS-afgeleide resultaten (inclusief tijdgemiddelde wandschuifspanning (TAWSS) en oscillerende schuifindex (OSI)) worden gevisualiseerd in figuur 10. De wandschuifspanning over de hartcyclus wordt grotendeels aangedreven door de bloedsnelheid, maar de slagadergeometrie en de beweging / contractie ervan spelen een belangrijke rol in de ruimtelijke verdeling. Dit is te zien in de TAWSS- en OSI-contouren, waarbij OSI, een maat voor stroomrecirculatie, in verband is gebracht met atherosclerosevorming. Dergelijke variaties zijn representatief voor vernauwingen/bochten en de complexe aard van de slagadergeometrie. Resultaten in de buurt van de inlaat en uitlaat moeten buiten beschouwing worden gelaten, omdat ze aanzienlijk zullen worden beïnvloed door randvoorwaarden. Hoewel WSS als scalaire waarde goed is bestudeerd, heeft het onderliggende vectorveld, dat zowel een scalaire waarde als richting presenteert, veel minder aandacht gekregen. Hier wordt het wall shear stress vector veld getoond in figuur 11, met gebieden gemarkeerd om aantrekkings- en expansiegebieden te tonen, die van invloed kunnen zijn op transportprocessen in de buurt van muren. Met name het distale gebied vertoont een significant aantrekkingsgebied, representatief voor plotselinge veranderingen in lumengebied, wat zou kunnen wijzen op een risicoplaats voor atherogenese. De aantrekkingskracht- en uitbreidingsgebieden zijn hier visueel beoordeeld; dit resultaat kan echter worden uitgebreid door verdere nabewerking om de onderliggende topologische structuur en vaste punten54 numeriek te extraheren. Dergelijke aantrekkings-/expansieregio's zijn representatief voor veranderingen in lumenoppervlak en bifurcatieregio's.

Intraluminale stromingskenmerken (weg van de lumenwand) kunnen ook een belangrijke rol spelen bij de progressie van atherosclerose. Lokale genormaliseerde helicity (LNH), een maat voor uitlijning tussen bloedsnelheid en vorticiteitsvectoren, is nuttig voor het visualiseren van tegengesteld roterende intraluminale stroomkarakteristieken26 en wordt weergegeven in figuur 12. Er is een duidelijk verschil te zien tussen de proximale en distale slagadersecties. Als de ontwikkelde simulatie suboptimaal was (d.w.z. grensomstandigheden lagen zeer dicht bij het gebied dat werd geanalyseerd of proximale geometrie zoals bochten worden weggelaten om zich te concentreren op een specifieke laesie), zou dit resultaat aanzienlijk kunnen worden beïnvloed, waardoor de associatie met veranderingen in plaquemorfologie wordt beïnvloed. Dit is gemarkeerd inzet in figuur 12. Ten slotte worden de spanningen in de slagaderwand geanalyseerd met behulp van de Von Mises effectieve stress en worden ze weergegeven in figuur 13. Let op het hoge stressgebied bij de uitlaat (distale) als gevolg van de grensconditie, die moet worden genegeerd. Von Mises-spanning (VMS) wordt beïnvloed door een combinatie van vezelige dopdikte, slagadergeometrie, materiaaleigenschappen, bloedsnelheid / druk en slagaderbeweging / contractie. Daarom is biomechanische simulatie nodig om de spanningen in de wand te bepalen die het gevolg zijn van de niet-lineaire interactie tussen deze factoren. De dunne vezelige dop in het proximale gebied resulteert in de grootste stress, waarbij de voorbijgaande verdeling over de hartcyclus wordt aangedreven door slagaderbeweging. Dit is representatief voor de dunne aard van de vezelige dop. Omgekeerd wordt in het distale gebied het VMS dat resulteert in de vezelige dop voornamelijk aangedreven door de bloeddruk. Het vastleggen van deze resultaten is alleen mogelijk door volledig gekoppelde FSI-simulaties vanwege de inherente niet-lineariteit in de simulatie. Deze variaties kunnen een nog ongedefinieerde rol spelen bij de progressie van atherosclerose.

Ten slotte werden lumenoppervlak, totale lipideboog en minimale vezelige dopdikte vergeleken tussen baseline en follow-up OCT-beeldvorming. Deze resultaten worden weergegeven in figuur 14, met OCT-afbeeldingen van geselecteerde regio's weergegeven voor visualisatie van de veranderingen. De resultaten worden gegeneraliseerd op de gemarkeerde regio's om de rol van WSS, intraluminale stroming en structurele spanningen op de progressie van laesies te begrijpen; verdere nabewerking kan echter worden uitgevoerd om de biomechanische resultaten op elke oct-dwarsdoorsnedelocatie kwantitatief te vergelijken met veranderingen in de samenstelling van de plaque. De progressie van de middenslagaderlaesie was geassocieerd met aanvankelijk lage TAWSS en VMS, verstoorde LNH-patronen en zag een sterke WSS-attractieregio (WSSat) en OSI. Merk op dat deze laesie niet was opgenomen in de initiële geometrie vanwege de kleine omvang en de extra rekenkosten en complexiteit die gepaard gaan met de opname ervan. Dit staat in direct contrast met het proximale gebied, dat meer consistente LNH-patronen, hoge TAWSS en VMS en zwakkere WSS-expansieregio en OSI zag geassocieerd met lipideboogreductie en een dunnere vezelige dop. De distale laesie zag de meest significante progressie en was geassocieerd met een matig VMS dat werd aangedreven door bloeddruk, niet door slagaderbeweging, in tegenstelling tot de stroomopwaartse regio's. Samen kunnen deze methodologie en resultaten worden gebruikt om een completer beeld te krijgen van het potentiële risico van een patiënt, op voorwaarde dat een groter aantal simulaties kan worden geproduceerd om de statistische significantie van de resultaten beter te begrijpen.

C10 (MPa) C01 (MPa) C20 (MPa) C11 (MPa) C02 (MPa) d (Pa-1)
Slagader -0.19 2.03 11.3 -0.19 20.1 1,00e-05
Lipide -0.17 0.21 5.02 -1.88 13.5 1,00e-05

Tabel 1: Materiaaleigenschappen voor de slagaderwand en lipide met behulp van een Mooney-Rivlin-model met vijf parameters.

Structureel
Gemiddelde maaswijdte (mm) Doelelementen over kloof Gemiddelde maasneefheid Aantal elementen Maximale hoofdspanningsvariatie (%)
Grof 0.17 2 0.25 1,266,029 4.7
Gemiddeld 0.14 3 0.25 1,657,589 -
Boete 0.11 4 0.24 3,382,733 1.28
Vloeistof
Gemiddelde maaswijdte (mm) Max Gezichtsgrootte (mm) Gemiddelde maasneefheid Aantal elementen Variatie in wandafschuivingsspanning (%)
Grof 0.17 0.15 0.23 527,103 6.42
Gemiddeld 0.14 0.12 0.22 772,767 -
Boete 0.11 0.09 0.22 1,392,534 1.85

Tabel 2: Resultaten van de maasonafhankelijkheid voor drie verschillende maaswijdten die zijn getest.

Figure 1
Figuur 1: Workflow voor het uitvoeren van vloeistofstructuurinteractieanalyses op basis van beeldvorming van patiënten. Klik hier om een grotere versie van deze figuur te bekijken.

Figure 2
Figuur 2: Overzicht van het proces voor het uitlijnen van OCT-beelden tussen baseline en follow-up voordat de lumenrand wordt geëxtraheerd. (A) Schematische van OCT-dwarsdoorsnede-uitlijning op basis van oriëntatiepunten zoals de proximale bifurcatie (*) en distale zijtak (^) om overeenkomstige afbeeldingen te selecteren uit hetzelfde slagadersegment bij zowel baseline als follow-up. (B)Visualisatie van het proces voor het selecteren van punten voor het kathetercentrum en de schaal (rode kruizen) en het lumenstartpunt op basis van de doorsnedelijn (wit onderbroken) en de lumenomtrek (witte stippen). Klik hier om een grotere versie van deze figuur te bekijken.

Figure 3
Figuur 3: Overzicht van het proces voor het reconstrueren van de achterkant van lipiden en de buitenrand van de slagaderwand in gebieden met hoge verzwakking. Handmatige selectie van zichtbare punten op het buitenste elastische membraan (rode kruizen); projectie van een ellips die op de geselecteerde punten is aangebracht om de schatting van de doorsnede van de buitenste slagader te vormen (witte stippellijn); handmatige selectie van het binnenste lipideoppervlak (blauwe stippen); projectie van de lipide achterkant (gele stippen) door de buitenwandschatting te verkleinen om de gewenste dikte aan de achterkant te bereiken. Overzicht van metingen die worden gebruikt voor laesievergelijkingen worden ook genoteerd (lumengebied, vezelige dopdikte en lipideboog). Klik hier om een grotere versie van deze figuur te bekijken.

Figure 4
Figuur 4: Omtrek van tweedekker angiogram katheterpuntselectie en driedimensionale reconstructie. (A) Angiogram met schaalpunten en kathetercurve gemarkeerd. (B) OCT gebaseerde doorsneden van het lumen (blauw) gedraaid en geplaatst langs de driedimensionale katheter middellijn (rode punten). Klik hier om een grotere versie van deze figuur te bekijken.

Figure 5
Figuur 5: Software lay-out voor het genereren van driedimensionale geometrie. (A) 3D solide model creatie: (1) Drop-down menu's voor bewerkingen; (2) Geïmporteerde 3D-doorsneden geëxtraheerd uit LGO; (3) Loft tussen doorsneden om solide te creëren; (4) Booleaanse bewerking voor het verenigen/aftrekken van vaste lichamen; (5) Gedeelde topologie door het creëren van een deel met slagader en lipiden. (B) De laatste 3D vaste geometrie componenten, met inbegrip van de drie lipiden, katheter middellijn, lumen, en slagaderwand. Merk op dat een kleine lipide in het middengedeelte niet in aanmerking werd genomen in de reconstructie vanwege de kleine omvang en de extra rekenkosten die gepaard gaan met de opname ervan. Klik hier om een grotere versie van deze figuur te bekijken.

Figure 6
Figuur 6: Randvoorwaarden toegepast op de simulatie. (A) Plot van verplaatsing in de x, y en z richtingen voor de proximale (inlaat) en distale (uitlaat) secties van de slagader geëxtraheerd uit angiografie. B)Snelheids- en drukgrensvoorwaarden voor respectievelijk de inlaat en uitlaat uit de literatuur. Klik hier om een grotere versie van deze figuur te bekijken.

Figure 7
Figuur 7: Software lay-out voor de structurele opstelling. (A) Massieve lichamen en hun materiële eigenschap definities; (B) Mesh-instellingen; (C) Oplosser/ analyse-instellingen; D)Vloeistof-vaste interface aangebracht op de binnenwand van de slagader; E)randvoorwaarden voor verplaatsing die van toepassing zijn op de inlaat en uitlaat; (F) Oplossing nabewerking. Klik hier om een grotere versie van deze figuur te bekijken.

Figure 8
Figuur 8: Software-indeling voor de vloeistofopstelling. (A) Algemene oplosserinstellingen; (B) Turbulentie modelinstellingen; (C) Console/tekst gebruikersinterface voor getypte commando's; (D) Vloeiende eigenschap setup; (E) Door de gebruiker gedefinieerde functiecompiler; (F) Randvoorwaarden voor opgegeven benoemde selecties; (G) Dynamische mesh-instellingen en opstelling van interactiezones met vloeistofstructuur; (H)Oplosser instellingen en bedieningselementen; I)specificatie van de residuele convergentiecriteria; (J) Regio om aangepaste functies zoals LNH te definiëren; (K) Berekeningsopstelling voor tijdstappen en iteraties; (L) Instellingen voor gegevensexportindeling; (M) Oplossing initialisatie. Klik hier om een grotere versie van deze figuur te bekijken.

Figure 9
Figuur 9: Overzicht van de systeemkoppelingsinterface. (A) Definitieve lay-out van de gekoppelde vloeistofstructuurinteractieworkflow. (B)Software lay-out voor systeemkoppeling setup en simulatie oplossen: (1) Analyse-instellingen; (2) vloeistofstructuurinterfaces voor de structurele en vloeibare componenten; (3) Gegevensoverdracht; (4) Systeemkoppelingsresiduenmonitor; (5) Informatie over de oplossing. Hoewel convergentie van de structurele en vloeibare componenten in elke stap kan worden verkregen, convergeren de restanten van de gegevensoverdracht mogelijk niet samen in de eerste paar tijdstappen. Bij de zevende stap volgen de gegevensoverdrachtresiduen binnen 10 procent van elkaar, wat een goede convergentie laat zien. Voor volledige convergentie moeten gegevensoverdrachten ook de doelcriteria bereiken, waarbij de standaardinstelling is ingesteld op min twee (logaritmische schaal), weergegeven in de groene pijl. Het begin van elke nieuwe tijdstap wordt omlijnd door de blauwe pijlen. In dit geval kan het verhogen van het aantal systeemkoppelings-iteraties ervoor zorgen dat de gegevensoverdrachten eerder convergeren, maar worden computationele kosten toegevoegd aan de simulatie. Simulatieconvergentie werd bereikt vanaf stap 11. Klik hier om een grotere versie van deze figuur te bekijken.

Figure 10
Figuur 10: Representatieve resultaten van de wandafschuivingsspanning. (A) Tijdgemiddelde wandschuifspanning, (B) oscillerende afschuifindex en (C) wandschuifspanning over de hartcyclus op de vier locaties gedefinieerd op contour (A). De variaties in het resultaat van de wandafschuiving worden aangedreven door een combinatie van de lumenvorm, de beweging / buiging en de bloedsnelheid, wat resulteert in een piek in schuifspanning over het distale lipide (punt vier). De fluctuaties die gedurende de eerste tijdstappen worden waargenomen, zijn het resultaat van het vinden van evenwicht in de simulatie en moeten niet verder worden overwogen bij het interpreteren van de resultaten. Klik hier om een grotere versie van deze figuur te bekijken.

Figure 11
Figuur 11: Wall shear stress vector veld gekleurd door magnitude (inverse schaal). Analyses van het onderliggende vectorveld tonen belofte voor een beter begrip van processen in de buurt van wandtransport, met aantrekkings- en expansiegebieden (gemarkeerde inzet) die respectievelijk atheroprone en atheroprotectieve near wall flow-omstandigheden suggereren. Attractieregio's worden significanter gezien in de distale regio's, wat wijst op een potentieel risico op progressie van de laesie. Klik hier om een grotere versie van deze figuur te bekijken.

Figure 12
Figuur 12: Cyclusgemiddelde lokale genormaliseerde helicity waarden voor rechtse (positieve) en linkshandige (negatieve) roterende stromingsstructuren. De distale locaties zien grotere verstoringen in de tegengesteld roterende stromingsstructuren in vergelijking met het proximale gebied. Een suboptimale simulatie (getoonde inzet) gericht op de distale plaque met te weinig van de proximale geometrie inbegrepen resulteerde in gevarieerde spiraalvormige stromingsstructuren die de associaties tussen biomechanische resultaten en plaqueprogressie veranderen. Klik hier om een grotere versie van deze figuur te bekijken.

Figure 13
Figuur 13: Representatieve von Mises spanningsverdelingsresultaten. (A) Von Mises spanningsverdeling in de slagaderwand. De gebieden met hoge stress bevinden zich op de minimale vezelige dopdikteplaatsen. Plaque schouders produceren stressversterkers. (B)Plot van Von Mises stress in de loop van de tijd voor één cardiale cyclus, waarbij de voorbijgaande verdeling wordt beïnvloed door een combinatie van plaque morfologie, bloeddruk, bloedsnelheid / momentum en de slagaderbeweging (cyclische buiging en compressie). Genummerde punten in (B) komen overeen met die in (A). Let op het verschil tussen punt één en vier; beide resulteren op een vezelige dop; stress op de eerste locatie wordt echter aangedreven door slagaderbeweging / buiging, terwijl het vierde punt wordt gedomineerd door de bloeddruk. Klik hier om een grotere versie van deze figuur te bekijken.

Figure 14
Figuur 14: Representatieve verandering in gemeten plaque en vaatkenmerken in vergelijking met biomechanische resultaten. (A) Lumengebied, (B) totale som van lipidebooghoek en (C) minimale vezelige dopdiktevergelijkingen tussen baseline en follow-up beeldvorming. Basislijn- en vervolgafbeeldingen worden weergegeven die overeenkomen met de axiale afstand die wordt aangegeven door de groene pijlen. Algemeen gedrag voor tijdgemiddelde muurschuifspanning (TAWSS), oscillerende afschuifindex (OSI), wall shear stress attraction region (WSSat), lokale genormaliseerde helicity (LNH) en de Von Mises-stress (VMS) wordt weergegeven in de gemarkeerde gebieden. Markeringen vertegenwoordigen verhoogde, verlaagde en neutrale waarden voor respectievelijk de rode pijl, groene pijl en zwarte lijn. Klik hier om een grotere versie van deze figuur te bekijken.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Het gebruik van FSI-methoden om coronaire biomechanica te analyseren is nog steeds een ontwikkelingsveld van zowel numerieke modellering als klinische resultaataspecten. Hier hebben we de contouren beschreven van het opzetten van een patiëntspecifieke FSI-analyse, gebaseerd op de eindige element / eindige volumemethoden, met behulp van OCT- en angiografische beeldvorming. Hoewel de methode die we hier beschrijven een commerciële eindige elementenoplosser gebruikt, kan de procedure worden toegepast op elke FSI-compatibele software. Er zijn nog verschillende beperkingen die in de methodologie moeten worden verbeterd. Ten eerste erkennen we de beperking van het presenteren van representatieve resultaten voor slechts één patiënt; we presenteren echter het huidige protocol om het proces van biomechanische FSI-simulatie van slagaders beter te schetsen in de hoop dat de gepresenteerde methodologie in de toekomst verder kan worden ontwikkeld en toegepast op grotere cohorten. Bovendien is tijdens de beeldanalysefase een groot deel van het beschreven proces handmatig, waardoor potentiële interobservervariabiliteit wordt geïntroduceerd bij het segmenteren van het lumen, lipiden en de buitenwand. Verdere ontwikkelingen kunnen worden gemaakt om deze processen te automatiseren55 of meerdere deskundige analyses omvatten die bijzonder nuttig zullen zijn voor het bieden van een robuustere vergelijking tussen basislijn- en vervolgbeelden. De OCT-beeldvorming die bij deze procedure werd gebruikt, was ook niet ECG-gated, wat resulteerde in een lichte verkeerde uitlijning van de doorsneden als gevolg van cardiale beweging / contractie. Als u hier in de toekomst rekening mee houdt, kan dit ook de vergelijkingsnauwkeurigheid verhogen.

Omdat de focus van de studie lag op de relatie tussen biomechanische krachten en plaquesamenstelling, werd een OCT-gecentreerde benadering gevolgd om gebruik te maken van de hoge nauwkeurigheid van OCT (10-20 μm). Dit brengt echter uitdagingen met zich mee vanwege de aanzienlijke verzwakking die het gevolg is van de beperkte weefselpenetratiediepte van OCT8. In tegenstelling tot puur CFD-technieken, die alleen het detailleren van de lumenvorm van OCT-afbeeldingen vereisen voor vloeistofanalyses, vereist FSI ook gedetailleerde informatie over lipiden en de slagaderwand. Om deze beperking te overwinnen werd in deze methodologie een schattingstechniek gepresenteerd, aangezien tijdens de normale klinische praktijk slechts één intravasculaire beeldvormingsmodaliteit wordt gebruikt. Toekomstig onderzoek moet worden uitgevoerd om de nauwkeurigheid van deze techniek en de impact ervan op biomechanische resultaten te valideren door middel van co-registratie van IVUS en OCT. Voor deze procedure zijn we ervan uitgegaan dat deze impact verwaarloosbaar is, omdat lumenvorm en vezelige kapdikte56,57 over het algemeen dominantere oorzaken van stressresultaten in de muur zijn. Het combineren van OCT en Intravasculaire Echografie (IVUS) zou deze moeilijkheid kunnen overwinnen58; de superieure weefselpenetratie van IVUS die analyse van plaque-kenmerken mogelijk maakt en een bijna 10-voudige toename van de ruimtelijke resolutie van OCT, wat leidt tot een zeer nauwkeurige lumenrepresentatie59. Ontwikkelingen in multimodale katheters bieden een belangrijke kans om dit in de toekomst aan te pakken58. Evenzo kan voor de angiografische centerlines verdere automatisering worden gemaakt om nauwkeuriger rekening te houden met tafelpanning, slagadercompressie / -ontspanning en foreshortening door voort te bouwen op deze methodologie60.

De numerieke simulatie kan verder worden verbeterd door de anisotrope aard van coronair weefsel op te nemen. Het isotrope hyperelastische weefsel dat in de methodologie wordt beschreven, houdt geen rekening met de impact van de microstructuur van de slagader. Dit is belangrijk gebleken voor de omvang en verdeling van de spanning in deslagaderwand 31. Weefselanisotropie kan in de toekomst worden opgenomen door door de gebruiker gedefinieerde materiaalmodellen te maken. Alternatieve eindige elementen solvers hebben ook ingebouwde anisotrope hyperelastische modellen die speciaal zijn ontwikkeld voor biologisch weefselgedrag, zoals het Holzapfel-Gasser-Odgen-model61. De huidige simulaties worden ook beperkt door voornamelijk gebruik te maken van gegevens uit de literatuur42 die uit kadavers zijn verwijderd en mechanisch buiten de fysiologische omgeving zijn getest. Naarmate intravasculaire beeldvormingstechnieken verbeteren, zien we ook de mogelijkheid om weefseleigenschappen te definiëren die zijn afgestemd op elke specifieke patiënt. Evenzo werden de intima, media en adventitia vereenvoudigd tot een enkele gelaagde structuur, omdat het scheiden van deze lagen van LGO uitdagingen met zich meebrengt, vooral wanneer ervoor wordt gezorgd dat er geen overlap optreedt in het reconstructieproces. De extra numerieke kosten zijn ook aanzienlijk, wat verder onderzoek vereist om de balans tussen kosten / tijd en nauwkeurigheid te vinden, aangezien de meerdere lagen een rol spelen in de algehele stressrespons62,63.

Bovendien, vanuit een intravasculair stromingsperspectief, terwijl we alleen representatieve resultaten van LNH presenteren, zijn er verschillende spiraalvormige stroomindices ontwikkeld in de literatuur, met resultaten zoals de h2-index, die de helicity-intensiteit kwantificeert, gesuggereerd als atheroprotectief. Deze indices kunnen aan het protocol worden toegevoegd door ze in aangepaste veldfuncties (stap 4.16) op dezelfde manier te definiëren als LNH en we verwijzen geïnteresseerde lezers naar de geciteerde literatuur24,25,51 voor meer informatie.

Ten slotte is onze methodologie beperkt tot het toepassen van snelheids- en drukgrensvoorwaarden gemeten in de literatuur, in plaats van gemeten patiëntspecifieke. Dit kan worden verbeterd door in de toekomst de bloedsnelheid en drukgrensvoorwaarden te extraheren die specifiek zijn voor elke patiënt met behulp van doppler-echocardiografie64 en kwantitatieve / fractionele stroomreservemetingen65. Dergelijke verbeteringen zouden met name nuttig zijn om ervoor te zorgen dat de verplaatsing van de slagader precies kan worden afgestemd op de bloedsnelheids- en drukfasen (met name start/ eind systole), iets waarvoor we in deze analyse een schatting geven. Bovendien, hoewel is gesuggereerd dat vloeistofgrensomstandigheden alleen van invloed zijn op het zeer nabije gebied van de grens, moet het gebied van belang voor de beoordeling van plaquegroei / regressie van remodellering worden ingesteld rond het middengedeelte van de simulatiegeometrie om de impact van deze inlaat- en uitlaatomstandigheden te minimaliseren. De impact van het simuleren van een suboptimale slagadersectie die te kort is, is benadrukt in figuur 12, waar de inlaat- en uitlaatomstandigheden de gepresenteerde resultaten sterk beïnvloeden, in plaats van de geometrie en dynamica van de slagader. Dit zal directe gevolgen hebben voor het voorspellend vermogen als er onvoldoende rekening mee wordt gehouden. Bovendien, terwijl we een simulatie presenteren met behulp van het power law niet-Newtoniaanse viscositeitsmodel op basis van suggesties in de literatuur46,48, hebben recentere onderzoeken47 het Carreau-model voorgesteld als een geschikter viscositeitsmodel. In stap 4.7 van het protocol kunnen verschillende viscositeitsmodellen worden gekozen. Door rechtstreeks op deze methodologie voort te bouwen, zou de integratie van deze vooruitgang de resultaatspecificiteit en nauwkeurigheid in de toekomst aanzienlijk kunnen vergroten.

Tijdens de ontwikkeling van het solide model is het belangrijk om stappen te ondernemen om de kans op een hoogwaardig gaas te verbeteren en foutgevoelige gebieden te verminderen. Het delen van topologie tussen de lipide- en slagaderwand is een belangrijke eerste stap, waardoor mesh-knooppunten kunnen worden gedeeld tussen de vaste oppervlakken wanneer de meshing-stap wordt uitgevoerd. Door knooppunten te delen, wordt de kans op fouten in verband met onvolmaakte mesh-uitlijning en mesh-penetratie verminderd, een niet onbelangrijk risico vanwege de complexe geometrie van het model. Na de installatie van zowel de vaste als de vloeistofanalysecomponenten is het ook van cruciaal belang om te controleren op mesh-onafhankelijkheid. Dit zorgt ervoor dat alle resultaten niet worden beïnvloed door de grootte van het gegenereerde gaas. Voor de onafhankelijkheid van de mazen moeten de resultaten stabiel blijven, ondanks veranderingen in de maaswijdte. Kies voor efficiënte berekeningen het grootst mogelijke gaas (minste aantal elementen) dat deze onafhankelijkheid garandeert. Bovendien is het een cruciale stap om ervoor te zorgen dat zowel de op Fluent gebaseerde resten convergeren als de gegevensoverdrachten van de systeemkoppeling convergeren. Over het algemeen is het een goede gewoonte dat de structurele en vloeibare gegevensoverdrachtresiduen aan het einde van elke tijdstap convergeren naar binnen 10% van elkaar. Naarmate de simulatie een evenwichtstoestand vindt, zullen de eerste paar iteraties van een FSI-simulatie soms niet volledig convergeren, zoals eerder beschreven in figuur 7. Over het algemeen moet, nadat de eerste 5%-10% van de simulatietijd is voltooid, voor elke stap convergentie worden bereikt. Hoewel we hier ook de methodologie demonstreren over één hartcyclus, een vereenvoudiging die vaak wordt gemaakt in coronaire biomechanica, zijn vaak meerdere hartcycli vereist voor numerieke convergentie. Vanwege de computationele kosten die gepaard gaan met coronaire biomechanicasimulaties, zijn meerdere hartcycli echter vaak niet haalbaar. Dit is een beperking die verdere ontwikkeling rechtvaardigt.

Tijdens de simulatie kunnen ook verschillende mogelijke fouten optreden. De meest voorkomende hiervan zijn elementvervorming / vervorming van de structurele kant en negatief celvolume van de vloeistofzijde. Elementvervorming kan het gevolg zijn van spanningsversterkers zoals knijppunten / gebieden van slechte elementkwaliteit of van de uitgeoefende kracht die de materiaalsterkte overschrijdt. Als u de locaties wilt vinden waar fouten optreden, voegt u Newton-Raphson-resten in (onder het tabblad Oplossing in transiënte structurele). Newton-Raphson-residuen tonen de gebieden van de meetkunde met de grootste restfout. Als de mesh-kwaliteit in deze regio laag is, kan het verfijnen van het gaas helpen. Het bekijken van de convergentie van kracht/verplaatsing in de vervolgkeuzelijst op het tabblad Oplossing kan ook helpen bij het oplossen van deze fout. Vanuit het vloeistofperspectief wordt negatief celvolume over het algemeen geassocieerd met de dynamische mesh-instellingen. Lees deze instellingen zorgvuldig door en probeer de marge tussen de maximale/minimale afmetingen van de maaszone en de handmatig opgegeven maxima/minima te vergroten. Ondiepe/slechte kwaliteitselementen in het grensgebied kunnen ook van invloed zijn op deze fout als gevolg van de vervorming die optreedt tijdens de systeemkoppeling. Het beoordelen van de mesh-kwaliteit in het grensgebied kan ook helpen bij het oplossen van problemen. Bij het oplossen van problemen kan het afzonderlijk oplossen van de structurele en vloeibare componenten de tijd die wordt besteed aan het oplossen van fouten verminderen.

In de toekomst toont FSI-gebaseerde simulatie een aanzienlijk potentieel voor coronaire laesieanalyses omdat het de beperkingen van puur structurele of vloeibare (CFD) gebaseerde benaderingen overwint. De gepresenteerde methodologie heeft ook verdere toepassingen in coronaire stenting66, ventrikelfunctie67en spontane coronaire dissectie68 analyse. Er blijft echter de uitdaging om biomechanische resultaten te correleren met klinische uitkomsten. Dit blijft moeilijk vanwege de berekeningskosten die gepaard gaan met FSI-technieken, waardoor het aantal analyses dat binnen realistische tijdsbestekken kan worden uitgevoerd, wordt beperkt. Dit betekent dat de resultaten momenteel niet in bijna realtime kunnen worden gebruikt (zoals in het katheterisatielaboratorium) om percutane coronaire interventie (PCI) direct te ondersteunen, maar eerder retrospectieve analyses zijn die leiden tot vertragingen in de toegang tot gegevens. Dit tijdsbestek kan nog steeds nuttig zijn bij het begeleiden van gefaseerde PCI-procedures of het individualiseren van agressievere farmacotherapie of surveillance voor niet-boosdoener coronaire laesies waarvan is vastgesteld dat ze een hoog risico lopen op progressie of destabiliseren vanwege hun biomechanische profiel. Met meerdere biomechanische markers die opduiken met potentiële links naar CAD, zal een multifactoriële benadering die in staat is om resultaten te simuleren en te vergelijken een duidelijker beeld geven van de relatie tussen slagaderbiomechanica en atheroprone-sites, een mogelijkheid die FSI-simulaties uniek geplaatst zijn om te voltooien. De mogelijkheid voor deze FSI-simulatie om machine learning-algoritmen verder te integreren en te informeren, zou ook de beperkingen kunnen overwinnen die gepaard gaan met elke afzonderlijke aanpak69. Over het algemeen kan deze methodologie helpen bij het voorspellen van de progressie van coronaire atherosclerose en met verdere ontwikkeling zou het een integraal onderdeel kunnen worden van de patiëntenzorg met een hoog risico.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

De auteurs hebben geen conflicten te verklaren met betrekking tot de voorbereiding van dit artikel. S.J.N. heeft onderzoeksondersteuning ontvangen van AstraZeneca, Amgen, Anthera, Eli Lilly, Esperion, Novartis, Cerenis, The Medicines Company, Resverlogix, InfraReDx, Roche, Sanofi-Regeneron en Liposcience en is consultant voor AstraZeneca, Akcea, Eli Lilly, Anthera, Kowa, Omthera, Merck, Takeda, Resverlogix, Sanofi-Regeneron, CSL Behring, Esperion en Boehringer Ingelheim. P.J.P. heeft onderzoeksondersteuning ontvangen van Abbott Vascular, advieskosten van Amgen en Esperion en spreker honoraria van AstraZeneca, Bayer, Boehringer Ingelheim, Merck Schering-Plough en Pfizer.

Acknowledgments

De auteurs willen graag de steun van de Universiteit van Adelaide, royal Adelaide Hospital (RAH) en het South Australian Health and Medical Research Institute (SAHMRI) erkennen. De COCOMO-ACS-studie is een door onderzoekers geïnitieerde studie die wordt gefinancierd door projectsubsidies van de National Health and Medical Research Council (NHMRC) van Australië (ID1127159) en de National Heart Foundation of Australia (ID101370). H.J.C. wordt ondersteund door een beurs van de Westpac Scholars Trust (Future Leaders Scholarship) en erkent de steun van de Universiteit van Adelaide, School of Mechanical Engineering en de beurs van het Department of Education, Skills and Employment Research Training Program (RTP). S.J.N. ontvangt een Principal Research Fellowship van de NHMRC (ID1111630). P.J.P. ontvangt een Level 2 Future Leader Fellowship van de National Heart Foundation of Australia (FLF102056) en Level 2 Career Development Fellowship van de NHMRC (CDF1161506).

Materials

Name Company Catalog Number Comments
ANSYS Workbench (version 19.0) ANSYS Commercial finite element solver
MATLAB (version 2019b) Mathworks Commercial programming platform
MicroDicom/ImageJ MicroDicom/ImageJ Open Source DICOM reader
Visual Studio (version 2019) Microsoft Commercial Integrated Development Environment

DOWNLOAD MATERIALS LIST

References

  1. American Heart Association. Cardiovascular disease: A costly burden for America projections through 2035. American Heart Association. , (2017).
  2. Gheorghe, A., et al. The economic burden of cardiovascular disease and hypertension in low-and middle-income countries: A systematic review. BMC Public Health. 18 (1), 975 (2018).
  3. Virani, S. S., et al. Heart disease and stroke statistics-2020 update: A report from the American Heart Association. Circulation. 141 (9), 139 (2020).
  4. Benjamin, E. J., et al. Heart disease and stroke statistics-2019 update: A report from the American Heart Association. Circulation. 139 (10), 56 (2019).
  5. Cardiovascular diseases (CVDs). World Health Organisation. , Available from: https://www.who.int/news-room/fact-sheets/detail/cardiovascular-diseases-(cvds) (2017).
  6. Calvert, J. W. Cellular and Molecular Pathobiology of Cardiovascular Disease. Willis, M. S., Homeister, J. W., Stone, J. R. , Academic Press. 79-100 (2014).
  7. Baumann, A. A. W., Mishra, A., Worthley, M. I., Nelson, A. J., Psaltis, P. J. Management of multivessel coronary artery disease in patients with non-ST-elevation myocardial infarction: a complex path to precision medicine. Therapeutic Advances in Chronic Disease. 11, 1-23 (2020).
  8. Montarello, N. J., Nelson, A. J., Verjans, J., Nicholls, S. J., Psaltis, P. J. The role of intracoronary imaging in translational research. Cardiovascular Diagnosis and Therapy. 10 (5), 1480-1507 (2020).
  9. Narula, J., et al. Histopathologic characteristics of atherosclerotic coronary disease and implications of the findings for the invasive and noninvasive detection of vulnerable plaques. Journal of the American College of Cardiology. 61 (10), 1041-1051 (2013).
  10. Kim, S. -J., et al. Reproducibility of in vivo measurements for fibrous cap thickness and lipid arc by OCT. JACC: Cardiovascular Imaging. 5 (10), 1072-1074 (2012).
  11. Prati, F., et al. Relationship between coronary plaque morphology of the left anterior descending artery and 12 months clinical outcome: the CLIMA study. European Heart Journal. 41 (3), 383-391 (2019).
  12. Nelson, A. J., Ardissino, M., Psaltis, P. Current approach to the diagnosis of atherosclerotic coronary artery disease: more questions than answers. Therapeutic Advances in Chronic Disease. 10, 1-20 (2019).
  13. Carpenter, H. J., Gholipour, A., Ghayesh, M. H., Zander, A. C., Psaltis, P. J. A review on the biomechanics of coronary arteries. International Journal of Engineering Science. 147, (2020).
  14. Wang, L., et al. Fluid-structure interaction models based on patient-specific IVUS at baseline and follow-up for prediction of coronary plaque progression by morphological and biomechanical factors: A preliminary study. Journal of Biomechanics. 68, 43-50 (2018).
  15. Shishikura, D., et al. The relationship between segmental wall shear stress and lipid core plaque derived from near-infrared spectroscopy. Atherosclerosis. 275, 68-73 (2018).
  16. Cameron, J. N., et al. Exploring the relationship between biomechanical stresses and coronary atherosclerosis. Atherosclerosis. 302, 43-51 (2020).
  17. Giannoglou, G. D., Soulis, J. V., Farmakis, T. M., Farmakis, D. M., Louridas, G. E. Haemodynamic factors and the important role of local low static pressure in coronary wall thickening. International Journal of Cardiology. 86 (1), 27-40 (2002).
  18. Stone, P. H., et al. Effect of endothelial shear stress on the progression of coronary artery disease, vascular remodeling, and in-stent restenosis in humans: In vivo 6-month follow-up study. Circulation. 108 (4), 438-444 (2003).
  19. Bourantas Christos, V., et al. Shear stress estimated by quantitative coronary angiography predicts plaques prone to progress and cause events. JACC: Cardiovascular Imaging. 13 (10), 2206-2219 (2020).
  20. Stone, P. H., et al. Role of low endothelial shear stress and plaque characteristics in the prediction of nonculprit major adverse cardiac events: The PROSPECT study. JACC: Cardiovascular Imaging. 11 (3), 462-471 (2018).
  21. Arzani, A., Gambaruto, A. M., Chen, G., Shadden, S. C. Wall shear stress exposure time: a Lagrangian measure of near-wall stagnation and concentration in cardiovascular flows. Biomechanics and Modeling in Mechanobiology. 16 (3), 787-803 (2017).
  22. Hoogendoorn, A., et al. Multidirectional wall shear stress promotes advanced coronary plaque development: comparing five shear stress metrics. Cardiovascular Research. 116 (6), 1136-1146 (2020).
  23. Chiastra, C., et al. Healthy and diseased coronary bifurcation geometries influence near-wall and intravascular flow: A computational exploration of the hemodynamic risk. Journal of Biomechanics. 58, 79-88 (2017).
  24. Gallo, D., Steinman, D. A., Bijari, P. B., Morbiducci, U. Helical flow in carotid bifurcation as surrogate marker of exposure to disturbed shear. Journal of Biomechanics. 45 (14), 2398-2404 (2012).
  25. De Nisco, G., et al. The atheroprotective nature of helical flow in coronary arteries. Annals of Biomedical Engineering. 47 (2), 425-438 (2019).
  26. De Nisco, G., et al. The impact of helical flow on coronary atherosclerotic plaque development. Atherosclerosis. 300, 39-46 (2020).
  27. Eslami, P., et al. Effect of wall elasticity on hemodynamics and wall shear stress in patient-specific simulations in the coronary arteries. Journal of Biomechanical Engineering. 142 (2), (2019).
  28. Malvè, M., García, A., Ohayon, J., Martínez, M. A. Unsteady blood flow and mass transfer of a human left coronary artery bifurcation: FSI vs. CFD. International Communications in Heat and Mass Transfer. 39 (6), 745-751 (2012).
  29. Chiastra, C., Migliavacca, F., Martínez, M. Á, Malvè, M. On the necessity of modelling fluid-structure interaction for stented coronary arteries. Journal of the Mechanical Behavior of Biomedical Materials. 34, 217-230 (2014).
  30. Carpenter, H., Gholipour, A., Ghayesh, M., Zander, A. C., Psaltis, P. In vivo based fluid-structure interaction biomechanics of the left anterior descending coronary artery. Journal of Biomechanical Engineering. 143 (8), (2021).
  31. Tang, D., et al. 3D MRI-based anisotropic FSI models with cyclic bending for human coronary atherosclerotic plaque mechanical analysis. Journal of Biomechanical Engineering. 131 (6), (2009).
  32. Gholipour, A., Ghayesh, M. H., Zander, A. C., Psaltis, P. J. In vivo based biomechanics of right and left coronary arteries. International Journal of Engineering Science. 154, (2020).
  33. Pei, X., Wu, B., Li, Z. -Y. Fatigue crack propagation analysis of plaque rupture. Journal of Biomechanical Engineering. 135 (10), (2013).
  34. Wang, L., et al. IVUS-based FSI models for human coronary plaque progression study: components, correlation and predictive analysis. Annals of Biomedical Engineering. 43 (1), 107-121 (2015).
  35. Fan, R., et al. Human coronary plaque wall thickness correlated positively with flow shear stress and negatively with plaque wall stress: an IVUS-based fluid-structure interaction multi-patient study. BioMedical Engineering OnLine. 13 (1), 32 (2014).
  36. Migliori, S., et al. Application of an OCT-based 3D reconstruction framework to the hemodynamic assessment of an ulcerated coronary artery plaque. Medical Engineering & Physics. 78, 74-81 (2020).
  37. Pataky, T. DIGITIZE07. MATLAB Central File Exchange. , Available from: https://www.mathworks.com/matlabcentral/fileexchange/14703-digitize07 (2021).
  38. D'Errico, J. interparc. MATLAB Central File Exchange. , Available from: https://www.mathworks.com/matlabcentral/fileexchange/34874-interparc (2021).
  39. Davies Justin, E., et al. Evidence of a dominant backward-propagating "suction" wave responsible for diastolic coronary filling in humans, attenuated in left ventricular hypertrophy. Circulation. 113 (14), 1768-1778 (2006).
  40. Campbell, I. C., et al. Effect of inlet velocity profiles on patient-specific computational fluid dynamics simulations of the carotid bifurcation. Journal of Biomechanical Engineering. 134 (5), (2012).
  41. Chang, W. -T., et al. Ultrasound based assessment of coronary artery flow and coronary flow reserve using the pressure overload model in mice. Journal of Visualized Experiments: JoVE. (98), (2015).
  42. Holzapfel, G. A., Sommer, G., Gasser, C. T., Regitnig, P. Determination of layer-specific mechanical properties of human coronary arteries with nonatherosclerotic intimal thickening and related constitutive modeling. American Journal of Physiology-Heart and Circulatory Physiology. 289 (5), 2048-2058 (2005).
  43. Versluis, A., Bank, A. J., Douglas, W. H. Fatigue and plaque rupture in myocardial infarction. Journal of Biomechanics. 39 (2), 339-347 (2006).
  44. ANSYS Inc. ANSYS Academic Research Mechanical, Release 19.0, Mechanical APDL Theory Reference, Structures with Material Nonlinearities, Hyperelasticity, Mooney-Rivlin. ANSYS Inc. , (2019).
  45. Dong, J., Sun, Z., Inthavong, K., Tu, J. Fluid-structure interaction analysis of the left coronary artery with variable angulation. Computer Methods in Biomechanics and Biomedical Engineering. 18 (14), 1500-1508 (2015).
  46. Johnston, B. M., Johnston, P. R., Corney, S., Kilpatrick, D. Non-Newtonian blood flow in human right coronary arteries: Steady state simulations. Journal of Biomechanics. 37 (5), 709-720 (2004).
  47. Abbasian, M., et al. Effects of different non-Newtonian models on unsteady blood flow hemodynamics in patient-specific arterial models with in-vivo validation. Computer Methods and Programs in Biomedicine. 186, (2020).
  48. Soulis, J. V., et al. Non-Newtonian models for molecular viscosity and wall shear stress in a 3D reconstructed human left coronary artery. Medical Engineering & Physics. 30 (1), 9-19 (2008).
  49. Liu, B., Tang, D. Influence of non-Newtonian properties of blood on the wall shear stress in human atherosclerotic right coronary arteries. Molecular & Cellular Biomechanics: MCB. 8 (1), (2011).
  50. Morbiducci, U., Ponzini, R., Grigioni, M., Redaelli, A. Helical flow as fluid dynamic signature for atherogenesis risk in aortocoronary bypass. A numeric study. Journal of Biomechanics. 40 (3), 519-534 (2007).
  51. Morbiducci, U., et al. In vivo quantification of helical blood flow in human aorta by time-resolved three-dimensional cine phase contrast magnetic resonance imaging. Annals of Biomedical Engineering. 37 (3), (2009).
  52. Sughimoto, K., et al. Effects of arterial blood flow on walls of the abdominal aorta: Distributions of wall shear stress and oscillatory shear index determined by phase-contrast magnetic resonance imaging. Heart and Vessels. 31 (7), 1168-1175 (2016).
  53. Ku, D. N., Giddens, D. P., Zarins, C. K., Glagov, S. Pulsatile flow and atherosclerosis in the human carotid bifurcation. Positive correlation between plaque location and low oscillating shear stress. Arteriosclerosis. 5 (3), 293-302 (1985).
  54. Mazzi, V., et al. Wall shear stress topological skeleton analysis in cardiovascular flows: Methods and applications. Mathematics. 9 (7), 720 (2021).
  55. Moraes, M. C., Cardenas, D. A. C., Furuie, S. S. Automatic lumen segmentation in IVOCT images using binary morphological reconstruction. BioMedical Engineering OnLine. 12 (1), 78 (2013).
  56. Akyildiz, A. C., et al. The effects of plaque morphology and material properties on peak cap stress in human coronary arteries. Computer Methods in Biomechanics and Biomedical Engineering. 19 (7), 771-779 (2016).
  57. Tang, D., et al. Quantifying effects of plaque structure and material properties on stress distributions in human atherosclerotic plaques using 3D FSI models. Journal of Biomechanical Engineering. 127 (7), 1185-1194 (2005).
  58. Li, J., et al. Multimodality intravascular imaging of high-risk coronary plaque. JACC: Cardiovascular Imaging. , (2021).
  59. Bourantas Christos, V., et al. Utility of multimodality intravascular imaging and the local hemodynamic forces to predict atherosclerotic disease progression. JACC: Cardiovascular Imaging. 13 (4), 1021-1032 (2020).
  60. Liao, R., Luc, D., Sun, Y., Kirchberg, K. 3-D reconstruction of the coronary artery tree from multiple views of a rotational X-ray angiography. The International Journal of Cardiovascular Imaging. 26 (7), 733-749 (2010).
  61. Holzapfel, G. A., Gasser, T. C., Ogden, R. W. A new constitutive framework for arterial wall mechanics and a comparative study of material models. Journal of Elasticity and the Physical Science of Solids. 61 (1), 1-48 (2000).
  62. Gholipour, A., Ghayesh, M. H., Zander, A., Mahajan, R. Three-dimensional biomechanics of coronary arteries. International Journal of Engineering Science. 130, 93-114 (2018).
  63. Akyildiz, A. C., et al. Effects of intima stiffness and plaque morphology on peak cap stress. BioMedical Engineering OnLine. 10 (1), 25 (2011).
  64. Baranger, J., Mertens, L., Villemain, O. Blood flow imaging with ultrafast doppler. Journal of Visualized Experiments: JoVE. (164), (2020).
  65. Westra, J., et al. Diagnostic performance of in-procedure angiography-derived quantitative flow reserve compared to pressure-derived fractional flow feserve: The FAVOR II Europe-Japan study. Journal of the American Heart Association. 7 (14), (2018).
  66. Torii, R., et al. The impact of plaque type on strut embedment/protrusion and shear stress distribution in bioresorbable scaffold. European Heart Journal - Cardiovascular Imaging. 21 (4), 454-462 (2020).
  67. Peirlinck, M., et al. Precision medicine in human heart modeling. Biomechanics and Modeling in Mechanobiology. , 1-29 (2021).
  68. Franke, K. B., et al. Current state-of-play in spontaneous coronary artery dissection. Cardiovascular Diagnosis and Therapy. 9 (3), 281 (2019).
  69. Alber, M., et al. Integrating machine learning and multiscale modeling-perspectives, challenges, and opportunities in the biological, biomedical, and behavioral sciences. NPJ Digital Medicine. 2 (1), 115 (2019).

Tags

Bio-engineering Atherosclerose biomechanica laesieprogressie vloeistof-structuur interactie wandschuifspanning coronaire slagader optische coherentietomografie
Optische coherentie Tomografie gebaseerde biomechanische vloeistofstructuur interactie analyse van coronaire atherosclerose progressie
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Carpenter, H. J., Ghayesh, M. H.,… More

Carpenter, H. J., Ghayesh, M. H., Zander, A. C., Ottaway, J. L., Di Giovanni, G., Nicholls, S. J., Psaltis, P. J. Optical Coherence Tomography Based Biomechanical Fluid-Structure Interaction Analysis of Coronary Atherosclerosis Progression. J. Vis. Exp. (179), e62933, doi:10.3791/62933 (2022).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter