方法文章

基于血管内超声图像的有限元建模方法用于量化人冠状动脉的体内力学特性

1.4K 次观看

⸱

DOI：

10.3791/67573

⸱

2024年12月6日

 ,  ,  ,  ,  , 
1Department of Cardiovascular Surgery, Shandong Second Provincial General Hospital, 2School of Biological Science and Medical Engineering, Southeast University, 3School of Mechanical, Medical and Process Engineering, Queensland University of Technology, 4School of Science, Nanjing University of Posts and Telecommunications, 5Department of Cardiology, Zhongda Hospital, Southeast University, 6Mathematical Sciences Department, Worcester Polytechnic Institute

* These authors contributed equally

本文内容

摘要

体内 动态血管内超声图像显示了冠状动脉横截面运动在不同压力负荷条件下的变化。基于有限元模型，采用迭代方法，通过匹配计算模型与医学图像中的冠状动脉运动，确定患者个体化冠状动脉的体内力学特性。

摘要

量化冠状动脉壁的力学特性可为冠状动脉疾病的诊断、管理和治疗提供有意义的信息。由于需要持续监测的患者无法获取个体化的冠状动脉样本，因此直接对血管材料特性进行实验测试变得不可行。目前的冠状动脉模型通常采用现有文献中的材料参数，这会导致显著的力学应力/应变计算误差。本文将介绍一种基于有限元模型的更新方法（FEMBUA），用于量化个体化患者 体内 基于医学影像的冠状动脉材料特性 在体 冠状动脉粥样硬化患者冠状动脉的 cine 血管内超声（IVUS）和虚拟组织学（VH）-IVUS 图像被采集。对 cine IVUS 图像中一个心动周期内血管运动过程进行分割，并选取管腔周长最大和最小的两个 IVUS 帧，分别代表收缩期和舒张期压力条件下的冠状动脉几何形态。同时对 VH-IVUS 图像进行分割以获取血管轮廓，并在 VH-IVUS 轮廓基础上增加 0.05 cm 的层厚以重建冠状动脉几何结构。建立计算有限元模型，采用各向异性 Mooney-Rivlin 材料模型描述血管的力学特性，并在冠状动脉管腔表面施加脉动血流压力条件以模拟血管的收缩与扩张。随后采用迭代更新方法，通过将计算有限元模型所得的最小和最大管腔周长与 cine IVUS 图像中的对应测量值相匹配，确定各向异性 Mooney-Rivlin 模型的材料参数。这种基于图像和有限元模型的更新方法可成功推广用于确定不同血管床动脉壁的材料特性，并具有用于心血管疾病风险评估的潜力。 关键词：血管内超声，虚拟组织学，有限元分析，各向异性 Mooney-Rivlin 模型，冠状动脉，材料参数识别，图像分割，心血管生物力学

引言

冠状动脉疾病（CAD）是全球主要的死亡和发病原因之一，2019年全球因此死亡人数超过914万1,2。冠状动脉疾病（如动脉粥样硬化和狭窄）的发展通常伴随着机械力的改变以及血管壁材料特性的变化3。冠状动脉的材料特性不仅决定了其对生理载荷的力学响应，也是模拟血管力学行为、预测动脉粥样硬化病变发展以及评估各种医疗器械治疗效果的关键因素4,5。因此，深入理解并准确量化冠状动脉的材料特性对于疾病的早期诊断、精准医疗和预后评估具有极其重要的价值6。

分离冠状动脉组织的力学实验，如平面双轴拉伸试验、压痕试验、充气-扩张试验和单轴拉伸试验，是量化冠状动脉管壁力学特性的常用方法 离体7,8,9通过这些方法，从患者或实验动物中获取冠状动脉样本。进行力学测试以确定血管壁在不同应力条件下的应变响应，然后通过拟合实验数据确定材料参数。10先前的研究表明，冠状动脉的特性具有高度的非线性和各向异性11。尽管 离体 实验可提供准确的材料特性数据，但也存在显著局限性，具体如下：首先，将样本从活体中取出后的力学行为会与在活体内的状态有所不同 体内 条件，这可能影响测试结果的准确性。其次，由于伦理和实际限制，难以获取大量冠状动脉的正常或病理组织以进行力学测试。

为了克服这些局限性，研究人员已探索了多种新技术 体内，实时且针对患者个体的冠状动脉材料特性量化。其中，基于医学影像的有限元模型更新方法（FEMBUA）有望解决这些难题。该方法利用血管内超声（IVUS）和虚拟组织学（VH）-IVUS等先进成像技术，获取详细的冠状动脉几何结构、组织成分及其运动信息12通过构建三维有限元（FE）模型并结合患者特异性的生理血压条件，优化材料参数以匹配影像数据，从而复现心动周期中的血管动态行为，实现冠状动脉材料特性参数的快速、准确量化。13. 该方法的优点在于 体内 FE 更新方法概述 离体 实验包括 体内 无需组织切除的评估，有助于大规模检测，并可在复杂条件下模拟血管动力学，以促进对冠状动脉疾病病理生理学的理解。

本文介绍了基于有限元模型更新方法的关键步骤，包括对电影血管内超声（cine IVUS）和虚拟组织学血管内超声（VH-IVUS）图像的详细分割与处理、仅计算薄层结构的计算模型重建，以及执行迭代方案以搜索冠状动脉组织的最优材料参数。本实验方案旨在以一名冠心病（CAD）患者样本为例，演示使用FEMBUA方法量化冠状动脉材料特性的过程，尤其重点说明逐步操作方法。最后，我们讨论了该体内方法的重要意义及其他相关方面。

该受试者为一名64岁女性，既往无冠状动脉疾病临床病史。该患者因出现胸痛症状而被诊断为冠状动脉疾病。通过冠状动脉造影和血管内超声（IVUS）扫描检查以确诊。在左前降支动脉中段发现一处狭窄程度为60%的斑块病变。经评估后，对该患者采取了最佳药物治疗方案。

方案

已获取东南大学中大医院冠心病（CAD）患者的去标识化临床数据，包括体内血管内超声（IVUS）图像和血压数据，并已获得患者的知情同意。该示例患者选自一项关于冠状动脉中度粥样硬化病变的临床研究队列，用于演示量化患者特异性冠状动脉血管材料特性的方法14。本研究遵循东南大学中大医院临床研究伦理委员会批准的研究方案（批准编号：2017ZDSYLL023-p01）进行。

1. 数据采集与处理

  1. 电影IVUS和VH-IVUS图像采集
    1. 在冠状动脉造影引导下，将IVUS导管置于动脉粥样硬化病变远端，并将其回撤至近端。在回撤过程中生成灰阶IVUS图像，以可视化冠状动脉的横截面。
    2. 使用配备高性能20 MHz、2.9F铂金导管的IVUS成像系统，采集来自冠心病（CAD）患者冠状动脉节段中含动脉粥样硬化斑块的IVUS图像（图1）。
    3. 在IVUS图像采集过程中，将导管在预先选定的病变部位暂停约2秒，以获取一组称为电影IVUS（cine IVUS）的连续图像序列。电影IVUS图像清晰地显示了在心动周期中特定斑块部位横截面的动态变化。
    4. 基于心电图R波峰值时刻采集的IVUS帧，利用成像系统生成VH-IVUS图像，以颜色编码形式可视化斑块成分。
      注：VH-IVUS图像为动脉粥样硬化斑块中的四种关键成分提供直观的彩色图谱：富含脂质的坏死核心（脂质）显示为红色，钙化显示为白色，纤维组织显示为深绿色，纤维脂肪组织显示为浅绿色。
    5. 将VH-IVUS和电影IVUS图像以DICOM格式保存，用于离线分析。
  2. 图像分割与处理
    1. 使用查看器打开DICOM文件，双击对应序列名称以打开图像，然后点击导出 > 导出图像，将每一帧电影IVUS或VH-IVUS图像单独保存为BMP格式。每个BMP图像包含500 x 500像素，与原始DICOM文件一致。
    2. 逐帧检查电影IVUS图像，找出在一个心动周期内于预选斑块部位获取的连续图像帧。本示例斑块部位在一个心动周期中生成了26帧电影IVUS图像。
    3. 检查所有生成的VH-IVUS图像，找出在特定斑块部位获取的VH-IVUS图像。此处使用的VH-IVUS图像是基于一个心动周期内电影IVUS序列中的一帧IVUS图像生成的。
    4. 使用ImageJ软件对VH-IVUS和电影IVUS图像进行分割，以获得血管边界和斑块成分边界的轮廓（见图1C）。
      1. 选择直线 > 分段线选项卡，手动在电影IVUS和VH-IVUS图像上勾勒管腔、冠状动脉外边界以及斑块成分的轮廓。对于电影IVUS图像，仅需分割管腔和外血管边界的轮廓；而对于VH-IVUS图像，则需分割管腔、外血管边界及斑块成分的全部边界。
      2. 为简化建模，仅保留较大的脂质成分用于构建有限元模型，忽略小的、孤立的脂质成分。本斑块样本中仅存在一个脂质区域。使用图像 > 叠加 > 添加选区选项卡将勾勒出的轮廓叠加到原始图像上。
      3. 进入到ROI管理器菜单以管理轮廓，调整属性，并将颜色和线宽设置为合适的值以增强可视化效果。选择属性选项卡，将描边颜色设为不同颜色，并填写线宽。此处将管腔、外边界和脂质轮廓的线条颜色分别设为绿色、蓝色和红色，线宽设为3。
      4. 选中特定轮廓后，从命令栏中选择编辑 > 选区 > 拟合样条曲线，以获得平滑的轮廓。该操作利用样条曲线拟合技术自动平滑轮廓。
      5. 点击文件 > 另存为 > XY坐标选项卡，将每个轮廓（如管腔、外边界和斑块成分）的点坐标分别保存为独立的txt文件。该文件包含构成轮廓的各点的x和y坐标值，单位为像素。
    5. 从DICOM文件中记录电影IVUS和VH-IVUS图像中每个像素的实际物理尺寸（记为像素尺寸）。本研究所用IVUS数据中单个像素的实际距离为0.002 cm。该信息将用于将单位为像素的点坐标转换为以cm为单位的实际距离。
  3. 轮廓数据处理
    1. 电影IVUS轮廓数据处理
      1. 使用MATLAB读取一个心动周期内所有电影IVUS图像的管腔轮廓txt文件。
      2. 将所有管腔轮廓乘以像素尺寸，以获得管腔轮廓的实际尺寸。
      3. 计算所有管腔轮廓的周长，并识别出具有最大（Cmax）和最小（Cmin）管腔周长的IVUS帧，分别代表舒张期和收缩期状态。
    2. VH-IVUS轮廓数据处理
      1. 使用MATLAB读取VH-IVUS图像中管腔、外边界及斑块成分轮廓的txt文件。
      2. 将所有轮廓乘以像素尺寸，以获得所有轮廓的实际尺寸。
      3. 将每个轮廓重新划分为100个等间距点，并进行二维平滑处理，以生成新的VH-IVUS轮廓数据，替代原有数据。

2. 有限元模型

  1. 冠状血管几何重建
    1. 在三维空间中创建一层轮廓，方法是为VH-IVUS轮廓（包括管腔、外边界和脂质）的所有点添加z坐标值，并将所有点的z坐标设为0。图2).
    2. 通过为VH-IVUS轮廓的所有点添加z坐标值来创建另一层轮廓，并将所有点的z重置为0.05 cm。
      注意：通过向 VH-IVUS 轮廓添加固定的 0.05 cm 层厚度，这两层轮廓可重建仅含薄层结构模型的三维冠状动脉血管几何形态图2).
  2. 有限元网格生成
    1. 通过线性插值，以1/3和2/3的权重在管腔轮廓与外边界轮廓之间创建两个辅助轮廓图3A每层）
    2. 将血管区域分为8个周向部分和3个径向部分（参见 图3B）通过将管腔/外边界连接到脂质轮廓上最近的点（例如，脂质轮廓上的点 A 和 B） 图3B）或两条带有径向线的辅助轮廓。
    3. 用直线连接各层之间的所有点，形成一个具有 3 x 8 个体积单元的三维结构（图3B）。使用六面体单元对每个体积进行划分，以生成有限元网格（图3C）以及不同的材料组（图3D).
    4. 通过将网格密度细化10%的方式进行网格分析，直至解的变化趋于稳定 < 5%.
  3. 材料属性定义
    1. 使用改进的各向异性Mooney-Rivlin材料模型来描述冠状动脉管壁的材料特性。假设冠状动脉血管及斑块组分为超弹性、各向异性、近似不可压缩且均匀的材料，改进的各向异性Mooney-Rivlin材料模型的应变能密度函数为：
      静态平衡公式 W=W<sub>iso</sub>+W<sub>aniso</sub>，方程，用于教学     (1)
      材料科学建模中的等温过程方程 W_iso。   (2)
      各向异性能量方程 W_aniso 公式在材料科学研究分析中的应用。    (3)
      其中 I1 我2 是右柯西-格林变形张量 C 的第一和第二不变量，定义为 c = [cij] = XTX, X = [Xij] = [偏导数 ∂xi/∂aj，数学方程，符号表示，微积分概念]，(Xi）是当前位置（aj）为原始位置，我4 = cij(nc)i(nc)j，nc 是血管周向方向的单位矢量。c1，c2，D1，D2，K1 和 K2 是患者特异性的材料参数。
    2. 根据患者特异性冠状动脉血管的初始材料参数赋值 离体 双轴测试结果，即 c1 = −1,312.9 kPa，c2 = 114.7 kPa，D1 = 629.7 kPa，D2 = 2.0, K1 = 35.9 kPa 和 K2 = 23.5 (图4A- B)13,15.
    3. 若存在斑块成分，为其分配材料参数。具体而言，对于脂质，c1=0.5 kPa，c2=0, D1=0.5 kPa，D2=1.5；对于钙化，我们采用 c1=920 kPa，c2=0，D1=360 kPa，和 D2=2.0 (图 4B)16.
      注：斑块组分（脂质和钙化）被视为超弹性、各向同性且几乎不可压缩，其力学特性由各向同性Mooney-Rivlin材料模型描述，应变能密度函数如公式(2)所示。
  4. 控制方程与边界条件设置
    1. 定义薄层结构模型的控制方程，包括运动方程、非线性柯西-格林应变-位移关系以及冠状血管材料模型11.
    2. 在管腔表面施加患者特异性的血压波形，以模拟真实的生理条件（图4C）。为了获得患者特异性的血压波形，使用臂袖带测量得到的收缩压和舒张压值对典型的主动脉压力波形进行缩放图4D).

3. 基于有限元模型更新的患者特异性冠状动脉材料特性研究方法

注意：确定患者特异性冠状动脉材料特性的迭代过程如图5所示。

  1. 通过将基于VH-IVUS图像重建的冠状动脉几何结构在轴向上以95%的固定收缩率、周向上以初始设定为98%的周向收缩率（记为S）进行收缩，确定对应于零压力条件的无载荷几何形态，作为计算模型的初始几何形态。
    注意：由于根据 VH-IVUS 图像重建的冠状动脉几何结构处于 在体 在血管腔内施加血压并由远端和近端冠状动脉节段施加轴向牵拉的条件下， 体内 冠状动脉几何结构应在周向和轴向上收缩，以获得零压力状态下的几何形态。
  2. 将轴向收缩率固定为95%，并在后续步骤中更新周向收缩率。
  3. 定义材料比率（记为 k），用于分配冠状血管的患者特异性材料属性：即 c1 = k*(−1,312.9) kPa, c2 = k*114.7 kPa，D1 = k*629.7 kPa, K1 = k*35.9 kPa，并固定 D2 = 2.0 和 K2 = 23.5.
    注意：由于仅获得了两个数据点（对应于舒张压和收缩压的管腔周长的最小值和最大值）来确定未知参数（周向收缩率 S 和 Mooney-Rivlin 模型的材料参数），我们通过假设以下条件减少了未知参数的数量 体内 冠状动脉血管的患者特异性材料属性与初始估计值成正比，材料比例系数记为 k：即 c1 = k*(−1,312.9) kPa, c2 = k*114.7 kPa，D1 = k*629.7 kPa, K1 = k*35.9 kPa，而D2 = 2.0 和 K2 = 23.5 被固定。
  4. 在接下来的迭代过程中，将 k 值更新为初始值 k = 1，并结合周向收缩率 S。
  5. 运行软件以求解计算模型，获得数值结果。
    1. 将创建薄层结构-only 模型的所有命令写入一个批处理文件（补充文件 1) 使用 MATLAB。
    2. 使用高级用户界面（AUI）加载此批处理文件以生成模型（图6A）。单击以求解仅薄层结构模型 数据文件/溶液 并将其保存为 .dat 文件（图6C模拟三个心动周期，并采用最后一个周期的解来呈现数值结果。
    3. 通过导航将节点坐标的导出结果保存为 txt 文件 列表 > 值列表 > 区域 并选择 X-位置，Y-位置 和 Z轴位置 在“坐标”下列出的变量中。单击 应用 和 导出 导出坐标结果。
    4. 将对应于舒张压和收缩压条件的管腔轮廓数据保存为 .txt 文件，用于管腔周长计算。
  6. 将有限元模型（仅薄层结构模型）在舒张压条件下计算的管腔周长与 体内 cine IVUS 数据（Cmin）并检查相对误差是否 <1%。如果满足该条件，则进入下一步；否则，使用割线法更新材料比例系数 k，并返回步骤 3.3 重新运行。17,18.
    注意：在首次迭代中，采用牛顿法而非割线法来更新材料比。
  7. 将有限元模型在收缩压条件下计算的管腔周长与 体内 cine IVUS 数据（Cmax）并检查相对误差是否 <1%。如果满足条件，则停止迭代过程；否则，更新周向收缩率 S 并返回步骤 3.4 重新执行。
    注意：在首次迭代中，采用牛顿法而非割线法来更新周向收缩率。
  8. 记录最优的 S 和 k 值，并计算对应的Mooney-Rivlin材料模型的材料参数。
  9. 绘制冠状血管的周向和轴向应力-伸长率曲线（图7），可按如下方式推导：
    静力平衡方程；材料的应力-应变关系；变形分析中的变量。    (4)
    其中，σ 表示柯西应力，λ 表示拉伸比，i = c, a 表示周向和轴向方向。
    1. 在特定方向上绘制材料曲线时，将另一方向的拉伸比固定为1。计算周向和轴向的有效杨氏模量（分别标记为YMc和YMa），即取材料曲线在拉伸比区间[1.0, 1.1]内尺度函数的斜率，以反映冠状动脉的整体材料刚度。13:
      弹性应力公式，σ_i=YM(λ_i-1)；用于力学分析的方程。    (5)
  10. 在任意时间点提取斑块的应力/应变分布，并记录收缩期和舒张期的节点分布及最大应力值（图8).

结果

我们详细描述了FEMBUA方法，该方法可在实时血管内超声（IVUS）成像后快速对冠状动脉斑块进行斑块物质和应力分析，并能够确定 体内 斑块的材料特性与生物力学结果。 在体 该冠状动脉血管的Mooney-Rivlin材料模型的材料参数如下所示 表1有限元模型的模拟结果，包括冠状血管内的应力/应变分布，绘制于 图8结果的详细分析如下。

完成整个流程并获得该冠状动脉的体内材料参数大约需要2小时，包括 cine IVUS 和 VH-IVUS 图像分割、计算有限元模型的构建，以及执行迭代过程以量化材料特性。该方法能够满足临床快速检查对高时效性的要求。

对于该冠状血管，采用FEMBUA方法确定了这两个参数，分别为k = 1.125 和 S = 98%。其他 体内 该冠状动脉的Mooney-Rivlin材料模型的材料参数如下所示 表1其材料在周向和轴向的应力-应变曲线已绘制在 图7两个方向均表现出J形材料曲线，表明随着伸长比增加，组织刚度增大，呈现出非线性的应力-伸长关系。直线为用于拟合这些非线性材料曲线的标度函数，其斜率即为有效杨氏模量。该冠状动脉的YMc和YMa分别为1055.41和1835.77 kPa。

有限元模型的模拟结果，包括冠状动脉血管内的应力/应变分布，如图8所示。对应于收缩压条件下的应力分布高于舒张压条件下的应力分布。此外，在血管壁较薄区域或纤维帽区域可观察到局部应力集中现象。鉴于斑块破裂常发生在纤维帽及肩部区域，表中报告了这些关键区域的峰值应力和应变值，详见表2。

我们通过逐步增加网格密度来进行网格分析，当进一步加密网格对解的结果影响不显著时，网格细化即停止。该模型的单元/网格分布及应力结果如补充表1所示。该表格提供了更详细的对比结果，显示不同单元数量的模型之间差异不显著。结果表明，在将网格密度加密四次后，最大应力和最小应力的相对误差均在5%以内。由于FEMBUA方法涉及迭代过程，为节省计算成本，采用了相对较低的网格密度。根据结果可知，当前的网格数量（单元数 = 900）满足要求，对应力结果的影响很小。

血管内超声、血管横截面、脂质分析、冠状动脉成像。
图 1：Cine IVUS 与 VH-IVUS 的图像获取及轮廓提取。（A）IVUS 导管回撤方向及导管暂停位置（以星号标记），用于获取 Cine IVUS 图像。（B）Cine IVUS 显示管腔周长 Cmin 与 Cmax，及其对应的 VH-IVUS 图像。（C）IVUS 轮廓提取。请点击此处查看该图的放大版本。

显示在XYZ轴上具有厚度的结构的三维几何图，用于空间分析。
图2：重建的三维冠状动脉血管几何结构，厚度为0.05 cm。请点击此处查看该图的放大版本。

用于分析的脂质结构示意图，包含辅助点及标记的脂质区域。
图3：仅薄层结构模型的有限元网格生成过程。（A）二维平面上的轮廓点。（B）用于网格生成的几何线条。（C）有限元网格。（D）生成的不同材料组。请点击此处查看该图的放大版本。

应力-应变分析，动脉模型，压力图；冠状动脉应力，压力-时间数据分析。
图4冠状血管的计算薄层结构-only 模型 该模型包含材料属性定义和边界条件设置。A) 设置冠状动脉内的不同材料组。B) 离体 冠状血管材料曲线。C边界条件加载。D压力曲线。 请点击此处以查看此图的放大版本。

冠状动脉血管材料特性流程图；步骤包括有限元模拟、迭代、割线法。
图5：迭代方案。 量化迭代方案 体内 基于血管内超声图像的冠状动脉斑块材料特性 请点击此处以查看此图的放大版本。

有限元分析，ADINA 软件，结构动力学，网格模型，仿真界面。
图 6：使用界面。 ADINA 软件的高级用户界面及相关操作。 请点击此处查看该图的放大版本。

应力与拉伸比曲线；杨氏模量比较；数据分析；材料力学。
图 7：材料曲线。 冠状血管周向和轴向的材料曲线及其有效杨氏模量的估算。请点击此处查看该图的放大版本。

有限元分析；应力分布图；结构应力结果；压力水平比较。
图8：冠状血管几何结构的薄层仅结构模型及模拟结果。 该图包含舒张压和收缩压条件下的应力分布云图。（A）显示节点。（B）舒张期应力。（C）收缩期应力。颜色条表示应力值。请点击此处查看该图的放大版本。

材料参数S(%)C1(kPa)C2(kPa)D1(kPa)K1(kPa)YMa(kPa)YMc(kPa)
98%-147.7612.91708.6740.41055.411835.77

表1：样本模型材料参数的参考值。

舒张压持续时间收缩压持续时间
PWS (kPa)PWSnPWS (kPa)PWSn
56.530.0540264.510.05402

表2：计算模型中关键区域的峰值应力/应变值。 缩写：峰值壁面应力 = PWS；峰值壁面应变 = PWSn。应力单位：kPa。

补充表 1：同一模型中不同网格数量的比较应力结果。> 请点击此处下载该文件。

补充文件 1：MATLAB 代码。 请点击此处下载该文件。

讨论

方案中的关键步骤
基于有限元模型更新方法的最关键步骤在于迭代过程。在该方法中，有限元模型应能够从体内 cine IVUS 图像中准确还原血管横截面上的冠状动脉运动。为此，本研究采用最小化有限元模型与体内图像之间管腔周长差异的方法，以确定合适的材料属性。方案中的其他关键步骤包括图像分割与处理、有限元模型构建，以及用于量化冠状动脉血管材料属性的迭代方案。一项改进措施是实现冠状动脉斑块成分的自动勾画，以节省时间。

基于有限元建模的更新方法的意义
传统上，通过单轴/双轴拉伸试验、压痕试验和压力膨胀试验等力学实验来量化心血管组织的力学行为 离体8,16这些方法的临床应用受到以下原因的限制：1） 离体 冠状动脉组织样本通常难以获取。在临床环境中几乎无法采集到正常的冠状动脉样本；2）动脉组织的材料特性在离体后可能发生改变；3）该方法不适用于针对个体患者的持续监测，无法满足个体化管理和精准医疗的需求。幸运的是，FEMBUA 为在体内确定患者特异性的组织特性提供了另一种途径。 体内 该方法可轻松修改，以成功应用于其他生物组织，例如主动脉组织19 和心脏组织20以及金属等非生物材料21既往研究已表明，患者特异性的 体内 组织材料特性对心血管生物力学具有显著影响，尤其是在应变计算方面，相较于 离体 材料特性11因此，患者特异性的 体内 理想的材料特性有助于实现个性化治疗。

尽管体内（in vivo）和离体（ex vivo）方法有所不同，但它们可以相互结合，为量化心血管组织力学特性的其他方法提供思路。已有研究提出一种混合方法，将有限元-超声弹性成像分析（FEMBUA）与双向/单向拉伸实验的应力-应变数据相匹配，用于主动脉瘤组织的研究22。

基于有限元建模更新方法的潜在临床应用
基于IVUS图像的FEMBUA在心血管材料科学、医学图像分析和个性化医疗器械设计中具有重要意义。该方法无需对被研究的冠状动脉壁造成显著损伤，无需像从活体人体中取出组织那样，因此适用于患者的连续监测，例如研究治疗效果 体内 机械性能对患者预后的影响，而这是传统力学实验方法无法实现的。此外，所提出的FEMBUA方法在冠状动脉支架治疗优化及心血管疾病诊断中发挥关键作用。精细分析血管壁的结构与病变特征，可指导支架尺寸和放置位置的选择，从而在更高程度上维持组织内的结构与力学稳定性，减少并发症，改善患者预后23综上所述，FEMBUA 方法在心血管领域具有广泛而深远的应用潜力。

FEMBUA结果的比较 离体 实验方法
FEMBUA与经典离体实验方法的比较分析已被用于评估该新型方法的准确性和有效性 体内 方法。为简化起见，将机械法测得的冠状动脉组织硬度与来自其他方法的结果进行了比较 体内 使用FEMBUA的研究，以及两种方法测得的组织硬度通常处于相同的数量级范围内11该一致性在其他血管床（如主动脉和颈动脉）中也得到了证实。24值得注意的是，数量有限的 离体 研究结果可能影响上述结论，因为不同个体间的组织硬度变异性也较为显著。然而，这些结论表明，FEMBUA 是一种准确且有效的动脉壁材料特性量化方法。

为了验证FEMBUA方法的有效性和稳健性，还通过对同一动脉组织同时进行体内 FEMBUA方法和体外实验来进行验证25,26,27。Liu等人在主动脉组织上开展了体内与体外实验研究，其结果表明，两种方法生成的材料行为曲线具有高度相关性，平均绝对百分比误差小于5%25。此外，Cosentino等人基于更大样本队列（n=10）进行了类似的对比分析，也得出了相似结论27。这些研究结果共同表明，FEMBUA方法对相同样本可产生极小的生物力学结果差异。另一项研究还显示，该方法具有良好的可重复性和稳健性，通过有限元分析证明，在冠状动脉模型中，机械性能的变异对模拟的生物力学结果影响甚微27。

模型假设与局限性
在采用有限元法（FEM）进行冠状动脉壁材料特性in vivo识别时，存在若干假设，这些假设会影响本文所述FEMBUA方法的结果。由于在in vivo条件下无法获得实际的轴向收缩情况，因此假设轴向收缩率为95%。先前研究已探讨了轴向拉伸对材料特性的影响，结果表明较小的轴向拉伸会导致更大的组织切片收缩以及更低的材料刚度估计值11,28,29,30。因此，在可获取的情况下应使用患者特异性的轴向拉伸数据。有限元网格质量评估涉及多个关键指标，其中网格单元的形状是本文主要的评价标准，因其直接关系到数值解的稳定性和迭代收敛性。在实际应用中，由于问题的复杂性，需权衡各项指标以满足分析需求；必要时可通过设计新的分割方法和选择合适的网格类型来优化网格质量31。在实际分割过程中，应对关键部位的小型脂质区域给予特别关注32,33,34。在本研究中，保留了关键部位（纤维帽和肩部）的小型脂质区域，而其他对应力/应变状态影响较小的区域的脂质则未予保留。由于患者无法获取侵入性冠状动脉内压力数据，因此采用臂袖式血压计测得的血压作为冠状动脉内压力的替代指标。未考虑冠状动脉中的主动应力，因早期证据表明其对活体血管弹性特性的影响极小35。由于缺乏残余应力信息，本模型中未包含该因素36,37。FEMBUA方法采用仅包含结构的模型，而非更复杂的流固耦合模型，因为前者在计算上更为高效，尤其是在迭代过程中通常需要多次求解计算模型以确定材料属性常数。

总之，基于图像的FEMBUA与其他经典方法不同 离体 实验方法可用于有效确定冠状血管的患者特异性材料特性 体内由于动脉组织硬度已被临床用作心血管疾病的风险因素，FEMBUA 使得持续监测冠状动脉力学特性成为可能 体内 条件，因此在个性化治疗和精准医疗的临床应用中具有潜力。

披露

作者声明无利益冲突。

致谢

本研究部分得到了山东省医药卫生科技项目（编号：202425020256 和 202403010254）、国家自然科学基金项目 11972117 和 11802060、江苏省自然科学基金项目 BK20180352 以及山东省自然科学基金项目 ZR2024QA110 的资助。

材料

本文使用的材料清单
姓名公司目录编号评论
 Bee DICOM Viewer 北京中联健康科技有限公司版本 3.5.1一种DICOM图像读取软件
ADINA Adina R &D版本 9.0有限元求解器
ImageJ 美国国立卫生研究院用于分割IVUS轮廓
MATLABMathWorks  版本 R2018a商业编程平台
Volcano s5 成像系统Volcano 公司血管内超声成像系统 

参考文献

  1. Roth, G. A., et al. Global burden of cardiovascular diseases and risk factors, 1990-2019: update from the GBD 2019 study. J Am Coll Cardiol. 76 (25), 2982-3021 (2020).
  2. Kanwar, S. S., et al. Acute coronary syndromes without coronary plaque rupture. Nat Rev Cardiol. 13 (5), 257-265 (2016).
  3. Milzi, A., et al. Coronary plaque composition influences biomechanical stress and predicts plaque rupture in a morpho-mechanic OCT analysis. Elife. 10, e64020(2021).
  4. Stefanati, M., et al. Effect of variability of mechanical properties on the predictive capabilities of vulnerable coronary plaques. Comput Methods Programs Biomed. 254, 108271(2024).
  5. Laurent, S., et al. Expert consensus document on arterial stiffness: methodological issues and clinical applications. Eur Heart J. 27 (21), 2588-2605 (2006).
  6. Daisuke, K., et al. Coronary plaque phenotype associated with positive remodeling. J Cardiovasc Comput Tomogr. 18 (4), 401-407 (2024).
  7. Macrae, R. A., Miller, K., Doyle, B. J. Methods in mechanical testing of arterial tissue: A review. Strain. 52, 380-399 (2016).
  8. Hayashi, K. Experimental approaches on measuring the mechanical properties and constitutive laws of arterial walls. J Biomech Eng. 115 (4B), 481-488 (1993).
  9. Sacks, M. S., Sun, W. Multiaxial mechanical behavior of biological materials. Annu Rev Biomed Eng. 5, 251-284 (2003).
  10. Charis, C., et al. Impact of combined plaque structural stress and wall shear stress on coronary plaque progression, regression, and changes in composition. Eur Heart J. 40 (18), 1411-1422 (2019).
  11. Wang, L., et al. Quantifying patient-specific in vivo coronary plaque material properties for accurate stress/strain calculations: An IVUS-based multi-patient study. Front Physiol. 12, 721195(2021).
  12. Guo, X. Y., et al. Quantify patient-specific coronary material property and its impact on stress/strain calculations using in vivo IVUS data and 3D FSI models: a pilot study. Biomech Model Mechanobiol. 16 (1), 333-344 (2017).
  13. Wang, L., et al. Quantification of patient-specific coronary material properties and their correlations with plaque morphological characteristics: An in vivo IVUS study. Int J Cardiol. 371, 21-27 (2023).
  14. Lu, W., et al. Accurate identification of potential critical coronary lesions for the reduction of risk of cardiovascular events: study protocol for a randomized, open-label, active-controlled multi-center trial. Clin Trial Degenerat Dis. 3 (3), 106-110 (2018).
  15. Lv, R., et al. Using optical coherence tomography and intravascular ultrasound imaging to quantify coronary plaque cap stress/strain and progression: A follow-up study using 3D thin-layer models. Front Bioeng Biotechnol. 9, 713525(2021).
  16. Camasao, D. B., Mantovani, D. The mechanical characterization of blood vessels and their substitutes in the continuous quest for physiological-relevant performances. A critical review. Mater Today Bio. 10, 100106(2021).
  17. Holistic Numerical Methods Institute at University of South Florida. Secant Method. , Florida, FL, USA. (2003).
  18. Barnes, J. An algorithm for solving nonlinear equations based on the secant method. Comp J. 8 (8), 66-72 (1965).
  19. Liu, M., Liang, L., Sun, W. A new inverse method for estimation of in vivo mechanical properties of the aortic wall. J Mech Behav Biomed Mater. 72, 148-158 (2017).
  20. Yu, H., et al. Patient-specific in vivo right ventricle material parameter estimation for patients with tetralogy of Fallot using MRI-based models with different zero-load diastole and systole morphologies. Int J Cardiol. 276, 93-99 (2019).
  21. Meuwissen, M. H. H., Oomens, C. W. J., Baaijens, F. P. T., Petterson, R., Janssen, J. D. Determination of the elasto-plastic properties of aluminium using a mixed numerical-experimental method. J Mater Process Technol. 75, 204-211 (1998).
  22. Davis, F. M., Luo, Y., Avril, S., Duprey, A., Lu, J. Local mechanical properties of human ascending thoracic aneurysms. J Mech Behav Biomed Mater. 61, 235-249 (2016).
  23. Fan, L., Wang, H., Kassab, G. S., Lee, L. C. Review of cardiac-coronary interaction and insights from mathematical modeling. WIREs Mech Dis. 16 (3), e1642(2024).
  24. Andreas, W., et al. A finite element updating approach for identification of the anisotropic hyperelastic properties of normal and diseased aortic walls from 4D ultrasound strain imaging. J Mech Behav Biomed Mater. 58, 122-138 (2016).
  25. Liu, M., et al. Identification of in vivo nonlinear anisotropic mechanical properties of ascending thoracic aortic aneurysm from patient-specific CT scans. Sci Rep. 9, 12983(2019).
  26. Trabelsi, O., Duprey, A., Favre, J. P., Avril, S. Predictive models with patient specific material properties for the biomechanical behavior of ascending thoracic aneurysms. Ann Biomed Eng. 44, 84-98 (2016).
  27. Cosentino, F., et al. On the role of material properties in ascending thoracic aortic aneurysms. Comput Biol Med. 109, 70-78 (2019).
  28. Krauz, K., et al. The role of epicardial adipose tissue in acute coronary syndromes, post-infarct remodeling and cardiac regeneration. Int J Mol Sci. 25 (7), 3583(2024).
  29. McCracken, I. R., Smart, N. Control of coronary vascular cell fate in development and regeneration. Semin Cell Dev Biol. 155 (Pt C), 50-61 (2024).
  30. Holzapfel, G. A., et al. Determination of layer-specific mechanical properties of human coronary arteries with nonatherosclerotic intimal thickening and related constitutive modeling. Am J Physiol Heart Circ Physiol. 289 (5), H2048-H2058 (2005).
  31. Han, Y., et al. Ventricle stress/strain comparisons between Tertalogy of Fallot patients and healthy using models with different zero-load diastole and systole morphologies. PLoS One. 14 (8), e0220328(2019).
  32. Ryo, K., et al. Role of the low-density lipoprotein-cholesterol/high-density lipoprotein-cholesterol ratio in predicting serial changes in the lipid component of coronary plaque. Circ J. 81 (10), 1439-1446 (2017).
  33. Thomas, T. W., et al. In vivo characterization and quantification of atherosclerotic carotid plaque components with multidetector computed tomography and histopathological correlation. Arterioscler Thromb Vasc Biol. 26 (10), 2366-2372 (2006).
  34. Masanori, K., et al. In vivo quantitative tissue characterization of human coronary arterial plaques by use of integrated backscatter intravascular ultrasound and comparison with angioscopic findings. Circulation. 105 (21), 2487-2492 (2002).
  35. Roach, M. R., Burton, A. C. The reason for the shape of the distensibility curves of arteries. Can J Biochem Physiol. 35, 681-690 (1957).
  36. Fung, Y. C., Liu, S. Q. Strain distribution in small blood vessel with zero-stress state taken into consideration. Am J Physiol. 262, 544-552 (1992).
  37. Ohayon, J., et al. Influence of residual stress/strain on the biomechanical stability of vulnerable coronary plaques: Potential impact for evaluating the risk of plaque rupture. Am J Physiol Heart Circ Physiol. 293, 1987-1996 (2007).

重印与许可

标签

VH IVUS Cine IVUS Mooney Rivlin
基于血管内超声图像的有限元建模方法用于量化人冠状动脉的体内力学特性
联系我们
向图书馆推荐

隐私政策

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。