Method Article

頸動脈狭窄症患者のプラーク形態と血行動態を分析するための磁気共鳴画像法ベースの計算プロトコル

DOI:

10.3791/68447

⸱

August 12th, 2025

 ,  ,  ,  ,  ,  ,  ,  , 
1Department of Surgery, University of Michigan, 2Department of Biomedical Engineering, University of Michigan, 3School of Medicine, University of Cincinnati, 4Department of Biomedical Sciences, Cedars Sinai Medical Center, 5Department of Radiology, University of Michigan

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

内頸動脈 (ICA) 狭窄の評価は、狭窄率の推定に基づいており、プラーク組成や血行動態などの脳卒中の生理学的に関連する危険因子は考慮されていません。このプロトコルは、定量的磁気共鳴画像法と数値流体力学を活用して、ICA プラークの組成と血行動態を特徴付けます。

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

内頸動脈 (ICA) 狭窄症の現在の評価と管理は、デュプレックス超音波 (DUS) またはコンピューター断層撮影血管造影 (CTA) による狭窄率の推定に基づいており、プラークの脆弱性や血行動態など、脳卒中の生理学的に関連する危険因子は考慮されていません。頸動脈プラークの組成とプラークの血行動態負荷に関する知識は、狭窄率のみを使用するよりも、プラークの塞栓の可能性をより完全に評価するために使用できます。磁気共鳴画像法 (MRI) と患者固有の数値流体力学 (CFD) を組み合わせることで、ICA 狭窄とプラーク組成の両方にわたる血行動態の違いを特定できます。定量的マルチコントラストアテローム性動脈硬化症特性評価 (qMatch) MRI により、プラーク組成の詳細な分析が可能になります。CFDモデルは、位相差(PC)MRIを使用して作成でき、フロー波形とCTAおよび/または飛行時間(TOF)-MRIの解剖学的構造を取得するために使用できます。頸動脈分岐部の3D幾何学的モデルを作成した後、総頸動脈の流入と外頸動脈の流出にPC-MRI由来の波形を処方します。次に、患者の血圧に合わせて反復調整された 3 要素の Windkessel モデルが ICA に処方されます。最後に、非圧縮性ナビエ・ストークス方程式の解が得られ、高分解能の速度と圧力を提供し、頸動脈分岐部とICA狭窄全体の血行動態を捉えます。この記事では、ICA 狭窄患者のプラーク組成と血行動態負荷の非侵襲的かつ患者固有の特徴付けを可能にする詳細なプロトコルを提供します。

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

内頸動脈 (ICA) 狭窄は、脳卒中、長期障害、および死亡の主な原因です 1,2,3,4,5,6,7。ICA 狭窄の現在の評価と管理は、二重超音波 (DUS) 速度または断面解剖学的構造 [コンピューター断層撮影血管造影 (CTA) および/または磁気共鳴画像法 (MRI)] による狭窄率の推定に基づいています。しかし、狭窄率は、プラークの脆弱性やプラーク全体の血行動態負荷など、脳卒中の生理学的に関連する危険因子を説明していません8、9、10、11、12、13、14。頸動脈内膜切除術 (CEA) 後の脳卒中リスクの低下は、狭窄が 50% を超える症候性患者で実証されていますが、無症候性患者における CEA の利点については議論されています 3,4。実際、多くの外科医は、狭窄病変 >80%) および/または高リスク (脆弱な) プラーク形態を持つ場合に手術介入を予約しています15。どの ICA 狭窄がプラーク塞栓症のリスクがあり、CEA の恩恵を受けるかを判断する改良された方法が必要です。

定量的マルチコントラストアテローム性動脈硬化症特性評価 (qMatch) は、低ランク モデリングを利用して、同時登録されたマルチコントラストの暗血と明るい血液画像を提供する高解像度 3D イメージングを可能にする MRI 技術であり、頸動脈プラークの包括的かつ定量的評価のためのリラクソメトリー画像16,17.qMatch は、従来の MRI と比較して、3D 等方性解像度、広い解剖学的カバレッジ、および頸動脈プラーク負荷の定量的評価を改善しました。患者固有の数値流体力学 (CFD) を使用して、プラークの血行力学的負荷を特徴付けることができるため、脳血管塞栓症イベントの血行力学的および生体力学的リスクに関する独自の情報が得られます 18,19,20,21,22,23.頸動脈プラークの組成とプラークの血行動態負荷に関する知識は、狭窄率のみよりも塞栓の可能性をより包括的に評価するために使用できます。この研究では、qMatch MRI と MRI に基づく CFD の両方を使用して、ICA 狭窄全体のプラーク組成と血行動態の違いを特定するプロトコルを提示します。

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

この研究はミシガン大学の治験審査委員会によって承認され、各研究対象者からインフォームドコンセントが得られました。このプロトコルは、メッシュ生成、境界条件指定、有限要素解析などの主要な計算モデリングタスクを実行する、検証済みのオープンソースの計算血行動態フレームワークであるCRIMSONを使用します24,25。CRIMSONをダウンロードしたり、モデリングチュートリアルを確認したりするには、Webサイト(https://crimson.software)にアクセスしてください。CRIMSON GUI には Windows オペレーティングシステムが必要です。CRIMSONフローソルバーは、WindowsとLinuxの両方で利用できます。

1. 患者募集と患者固有のデータ取得

  1. DUS および/または CTA で重度の ICA 狭窄と診断された成人患者を募集します (北米症候性頸動脈内膜切除術試験 (NASCET) 基準で定義) 26。MRI (すなわち、金属インプラント) または MRI 不耐性 (すなわち、閉所恐怖症、平らに横たわる/じっとしていることができない) に対する既知の禁忌がない患者を含めます。妊娠中またはMRIに禁忌がある場合は除外します。研究手順、リスク、利点、機密保持の保証、研究期間、および研究から撤退する権利についての議論と理解を含むインフォームドコンセントを取得します。
  2. CFDモデルに情報を提供するために、遡及的および/または将来の患者データを取得します。患者の解剖学的構造には、CTA、MRI、および/または血管造影画像を使用します。
    注: 境界条件については、後で詳しく説明します。ただし、一般に、境界条件を知らせるデータには、非侵襲的または侵襲的な圧力、DUS 速度、および/または位相差 (PC)-MRI 由来の流れが含まれることがよくあります。
  3. MRI の前に、登録された各患者に対して詳細な事前スクリーニング MRI 安全フォームを実施して、MRI に対する禁忌を特定します。2+ 研究チームのメンバーと一緒に MRI 安全フォームを確認します。登録された被験者に、すべての金属製のアイテムを取り外し、ガウンを提供するように指示します。
  4. 被験者を仰臥位の 3T MRI システム上に配置し、患者の快適さのために聴覚保護具とブランケットを提供し、頭頸部コイルを配置します。
  5. 頸動脈分岐部の適切な方向を確立するために初期局在化シーケンスを実行した後、次の3つのシーケンスを実行します。
    1. C5 の総頸動脈 (CCA) から遠位 ICA、大孔までの血管系の解剖学的特徴付けのために、頭頸部の 3D 飛行時間型 MRI を取得します。
    2. C5 の CCA レベルと、近位外頸動脈 (ECA) の頸動脈分岐点の上、および病変の遠位の中央 ICA で 2D 心臓ゲート PC-MRI を取得し、体積血流波形を測定します。患者固有の速度エンコーディング (Venc) は、DUS を介して測定された各血管 (CCA、ECA、および病変の遠位の中央 ICA) のピーク収縮期速度 (PSV) に基づいています。一般に、目的の血管でPSVのそれよりもVenc~20%高いことを目指します。
    3. 頸動脈分岐部に局在する qMatch MRI シーケンスを使用して、プラークの組成とプラークの脆弱性に関する詳細な情報を取得します。

2. PC-MRIから流れ波形を取得する

  1. 上記の場所で 2D 心臓ゲート PC-MRI を取得した後、MRI スキャナーに内蔵されているソフトウェアを使用して体積流量波形を取得します。
    1. MRIスキャナーで、それぞれの流量定量化ソフトウェアを特定して使用し、PC-MRI由来の流量波形を取得します。
    2. 対象の各容器(CCA、ECA、ICAなど)を選択し、指定された容器の周囲に輪郭を配置して、自動フロー波形を提供します。輪郭を手動で編集して、容器の正確な領域を確保します。
    3. それぞれのソフトウェアからフロー波形をエクスポートします。
      注:流量定量化ソフトウェアは、MRIメーカーによって異なる場合があります。
  2. フーリエ変換を利用して補間し、滑らかで連続的で、より多くのデータ ポイントを持つ流れ波形を作成することで、CFD シミュレーションのより洗練された流れプロファイルが可能になります。
    注:CRIMSON24 に流れを課す(後で説明します)波形関数が連続的であることが重要です:関数自体とその導関数の両方が存在し、すべての時間値に対して連続的です。フーリエ補間は、測定されたフローデータポイント(PC-MRI)と目的の時点(CFD解析用)の任意の組み合わせに基づいて連続波形を生成します。
  3. 流入面と流出面の間の質量を確実に保存するには、フーリエ変換後の CCA、ECA、および ICA の平均流量を比較します。
    1. 質量保存率(CCA流量=ECA流量+ICA流量)が10%以内にない場合は、先に進まず、トラブルシューティングに進みます。
    2. まず、Vencに使用されたPSVが正確であることを確認し、ECA PC-MRI由来のフロー波形が大きな分岐(または複数の分岐)の後に測定されたかどうかを確認します。
    3. 大きなECA分岐後にPC-MRIフロー波形が得られた場合は、ECAへのフローを増やし、質量保存を再確認します。

3. 数値流体力学モデリング: ジオメトリ

  1. データマネージャーのインポートボタンを使用して、患者固有の解剖学的構造(CTA、MRI、血管造影)の匿名化されたDICOM画像データをCRIMSONにインポートします。
  2. [ジオメトリ モデリング]ウィンドウを使用して[ 血管経路編集 ]を選択し、対象の解剖学的範囲(CCA、ECA、および ICA)で構成される血管ツリーを作成します。
  3. [ 血管パス編集 ]ウィンドウを使用して、対象の解剖学的構造(CCA、ECA、およびICA)の各血管の長さに沿って中心線点を配置します。
    1. CCA中心線は通常、PC-MRIからの流れ波形が取得された位置に対応するC5のレベルから開始されます。
    2. ICA中心線は通常、狭窄の遠位1〜2 cmで終了し、PC-MRIからの流れ波形が取得された位置に対応します。
    3. 中心線のECAは通常、PC-MRIからの流れ波形が取得された位置に対応する、ECAの1次分岐の近位で終了します。
  4. [船舶の再スライス]ウィンドウを使用すると、各船舶に沿った中心線点の長さが視覚化されます。このウィンドウは、船舶の中心線に沿った少なくとも2つのポイントが追加された後に表示され、中心線に沿った(垂直な)断面図が含まれています。
    注:容器の中心線はCRIMSONでインポートすることもできます(VTKファイル形式である必要があります)。
  5. 「 容器の再スライス」(Vessel Re-slice ) ウィンドウを使用して、容器の輪郭を追加して (円、楕円、または手動の輪郭を使用) 容器壁の境界を指定します。[ 容器の再スライス ]ウィンドウには、中心線に沿った容器のビューが表示されるため、正確な輪郭を定義できます。等高線は、 血管の再スライス ウィンドウで容器の中心線のさまざまな点にユーザーが手動で追加します。
    注: 容器の再スライス ウィンドウの左側に、元の画像が表示されます。容器の再スライスウィンドウの右側に、画像のグラデーションが表示されます。グラデーション画像ビューは、内腔の境界をより明確に示す可能性があるため、輪郭を定義するときに役立ちます。
    1. 中心線に沿って輪郭を頻繁に配置して、容器の曲率と変化するジオメトリを完全にキャプチャし、オーバーフィットやアーティファクトを生成するほど近づきすぎないようにします。
  6. 目的の船舶に等高線を配置したら、[船舶等高線モデリング]ウィンドウの[ロフト]ボタンを使用して、ロフトと呼ばれるプロセスを使用して、各ジオメトリの結合された 3D ソリッド モデルを作成します。
  7. Vessel Blendingウィンドウを選択して、1つのソリッドジオメトリ容器を生成します。ブレンドの最も一般的なアルゴリズムはフィレットです。一般的なフィレットサイズは0.3〜1mmです。

4. 数値流体力学モデリング:メッシュ作成

  1. [メッシュとソルバーの設定]ウィンドウを選択し、メッシュ作成ボタンを使用してメッシュ作成オプションを視覚化し、特定のメッシュパラメータを選択します。
    注: メッシュは複数の四面体要素で構成され、速度と圧力のナビエ・ストークス方程式がメッシュ全体の各点(節点)で解かれるため、シミュレーションを実行するために必要です。基本メッシュは、グローバルおよび/またはローカルフィーチャーを使用して定義できます。具体的には、メッシュは、要素サイズ(つまり、要素サイズが小さいほどメッシュが小さくなるか、より細かくなる)、曲率の細分化(曲率の高い領域により多くのメッシュ要素を追加する)、またはその他のローカルメッシュ細分化機能によって定義できます。特定のメッシュ作成戦略は、関心のある形状によって異なる場合があります。現在の対象ジオメトリ(つまり、CCA、近位ICA、および近位ECA)の設定では、グローバルメッシュフィーチャとローカルメッシュフィーチャの両方を利用します。
  2. グローバルオプションウィンドウを使用して、グローバル要素サイズを0.5mmから0.75mmの範囲の絶対値に設定します。
  3. グローバル オプション ウィンドウを使用して、境界レイヤー タイプをジオメトリ グロースとして指定します。総層数を3層、1層目の厚さを0.2mm、総層厚を1.0mmに設定すると、顔の外側に沿ってメッシュが細く、顔の中央に沿ってメッシュが細かくなります。
  4. 最後に、曲率の微調整を使用して、曲率のある領域(つまり、狭窄部分)にメッシュ要素を追加します。
    注:ローカルメッシュの細分化オプションを使用して、特定の容器、分岐領域、または入口/出口面でより細かいメッシュを作成することもできます。
  5. メッシュを右クリックした後、メッシュ 情報 ボタンをクリックして、メッシュ要素を確認します。
    注:最終的なメッシュには、適切なアスペクト比(特定の四面体要素の最大側と最小側の比率、小さいほど良い)、重要な領域(狭窄、血管出口、境界層など)の流れの特徴を捉える要素の分布、および過度の歪みやセルサイズの急激な変化を避ける要素が含まれている必要があります。
    現在の対象ジオメトリの最終メッシュには、400,000〜700,000個の要素が含まれている必要があります。
    図1A は、患者の形状とメッシュ作成に関する重要なステップを示しています。

5. 数値流体力学モデリング: 境界条件

  1. 境界条件を指定するには、[ メッシュとソルバーの設定 ]ウィンドウを選択し、[ ソルバーの設定 ]アイコンを選択します。ソル バー設定 ウィンドウで、境界条件セット("BCセット"と呼ばれる)を追加し、 BC アイコンを使用して特定の境界条件を選択します。
    注:境界条件は、セグメント化されたモデルの境界を越えた圧力と血流を表すために使用されます。どの境界条件を使用し、どこで規定するかを決定することは、間違いなくCFDモデルの最も重要かつ重要な側面であり、意図的に行われ、生理学的に関連する意味によってサポートされるべきです。境界条件は、患者固有の値に一致するように選択および調整する必要があり、患者固有の値が利用できない場合は、文献データを使用して計算モデルに通知できます。
  2. CRIMSON で現在使用可能な境界条件を観察します。
    1. 入口:圧力、規定速度(流れ波形)、カスタム集中パラメータ回路(Pythonスクリプトを介して定義された抵抗器、コンデンサ、インダクタ、圧力ノード、およびカスタム回路要素の任意の組み合わせ)。
    2. 壁:滑りなし(剛性または変形不可能な壁を指します)、変形可能。
    3. 出口:圧力、RCR、規定速度(流量波形)、カスタム集中パラメータ回路。
  3. BCアイコンをクリックして、特定の境界条件を選択します。まず、[スリップなし]を選択して剛性のある変形不可能な壁を実装し、[すべての壁に適用]ボタンを使用してこれをすべての壁に適用します。
  4. 次に、 BC アイコンをクリックし、 所定の速度 を選択して、以前に定義した流入波形(つまり、フーリエ変換後のPC-MRIから導出されたCCAフロー)をインポートします。境界条件ウィンドウで、放物線速度プロファイルをCCAの入口にマッピングします。
    注:CRIMSONでは、入口流量が負になり、出口流量が正になるという規則があります。
  5. 同様に、PC-MRIから再構成された拍動ECA流出波形(規定速度)をインポートし、放物線速度プロファイルをECAの出口にマッピングします。
  6. [BC] アイコン |[RCR] を選択して、近位抵抗 (Rp)、遠位抵抗 (Rd)、およびコンデンサ (C) で構成される 3 要素の Windkessel モデル (RCR) を設定します。RCR を ICA の出口にマッピングします。PC-MRIフローデータと患者の血圧を使用して、おおよその患者固有のRCR値を計算します。
    1. 総動脈抵抗は RT = P平均 / QT であり、平均血圧 P平均 = 収縮期 P + 拡張期 2/3 P であり、QT はモデルに入る総心流量 (この場合は CCA 流量) です。
    2. 総動脈コンプライアンスは CT = (QT、max-Q T、min)/(P収縮期-P拡張期)*Δt で、ここで、QT,max と QT,min は CCA 流入の最大値と最小値であり、Δt はこれらの値間の時間経過です。
    3. Windkessel モデル パラメーターの初期推定値は、患者固有のイメージングによって通知され、ICA アウトレットに RT と CT の一部を分散させることによって得られます。
      注: 図1B は、現在のモデリングスキームで使用される境界条件を示しています。本研究では、前述の境界条件セットを利用します。ただし、他の境界条件セットを利用することもできます。

6. 数値流体力学モデリング: シミュレーション

  1. メッシュ とソルバーのセットアップ(Meshing and Solver Setup )ウィンドウで、 ソルバーのセットアップ(Solver Setup )アイコン |Sovler Parameters :CRIMSON内のソルバーパラメータを指定します。
    1. 4 つの心周期で 0.1 ミリ秒の時間ステップ サイズを使用してシミュレーションを実行します。
      注:各時間ステップで収束したと見なすために溶液に必要な残差は、1 x 10-4です。高悪性度のICA狭窄は、カロー・安田モデルを使用して、血液を非圧縮性の非ニュートン流体としてモデル化した複雑で再循環流の領域を持っているためです。これは、ソルバー入力ファイルに粘度定数モデルを追加することで実行できます(6.3.1を参照)。血液の密度を1,060kg・m-3に設定します。
      非圧縮性Navier-Stokes方程式の安定化有限要素定式化は、モデル内の血流速度と圧力を解きます。
  2. シミュレーションを開始するには、CRIMSON のソルバー設定を使用してシミュレーション ファイルを準備します。具体的には、流れデータ(bct.dat)、各タイムステップの入口流量(bctFlowWaveform.dat)、メッシュと境界条件の情報(geombc.dat)、各境界条件が適用される面の情報(faceinfo.dat)、シミュレーションの最初のタイムステップ番号(numstart.dat)、3要素ウィンドケッセルデータ(rcrt.dat)、メッシュ内の各点の圧力と速度に関する情報を含むファイル(再起動ファイル)、 およびフローソルバー (solver.inp) の命令。
    1. Carreau-Yasuda モデルを solver.inp に追加し、シミュレーション ファイルに追加して、血液を非ニュートン流体としてモデル化できるようにします。
  3. シミュレーションを実行するには、次のいずれかを選択します。
    1. CRIMSON Navier-Stokes フローソルバーを実行する最も簡単な方法は、[ソルバー設定] ウィンドウの [スタディ] ペインにある [シミュレーションの実行] ボタンを押します。これにより、コマンド ウィンドウが開き、ユーザーは使用するプロセッサの数を指定できます。
      注: フローソルバーは、Windows バッチ ファイルを使用してコマンド ラインから実行することもできます。
      一部のシミュレーション (つまり、定常状態の仮定に基づくシミュレーション) は、ローカルの Windows デスクトップ コンピューター上の CRIMSON を介して直接実行できますが、多くの四面体要素 (>200,000) で構成されるメッシュを使用した脈動性シミュレーションには、Linux オペレーティング システムを備えたコンピューター ハイ パフォーマンス コンピューティング (HPC) クラスターが必要です。
  4. CRIMSON Navier-Stokes フローソルバーを使用して、HPC クラスター上で 72 から 108 コアで計算を実行します。HPC クラスターでシミュレーションを実行する場合は、すべてのプリソルバー ファイルをクラスターに転送します。
    注: HPC クラスターにファイルを転送するプロセスは、利用可能なテクノロジーとソフトウェアに基づいて、個人や機関ごとに異なります。
  5. ソルバーの実行が開始されると、「histor.dat」という名前の出力ファイルがコマンド ラインに出力されることに注意してください。シミュレーション出力ファイルは、"n-procs-case" という新しいディレクトリに保存されます ("n" はシミュレーションのプロセッサの数です)。
    1. Linux プロンプト tail -f histor.dat を使用して、「histor.dat」ファイルをリアルタイムで表示します。histor.dat ファイルは複数の列で構成されます。ただし、最初の 4 つの列が最も重要です。
      1. 最初の列は現在の時間ステップであり、各ステップ内でナビエ・ストークス方程式が複数回解かれて、次のステップに進む前に数値解の精度を高めるため(つまり、指定された残差に近づく)、複数回表示される可能性があることに注意してください。
      2. 2 番目の列は、シミュレーションの経過時間 (秒単位) であることに注意してください。
      3. 3番目の列は非線形残差であり、現在の解の品質の尺度であることに注意してください(数値が小さいほど、改善された解を示します)。
      4. 4 番目の列は、シミュレーション開始時の初期残差と比較した現在の残差の対数値であり、開始点に対する現在の残差の尺度を提供します。

7. 数値流体力学モデリング: 後処理

  1. シミュレーションの完了後に収束をチェックします(つまり、シミュレーションアプローチが指定された残差を満たすことに成功したか)。「histor.dat」ファイルに含まれる情報を使用して、残差をプロットおよび/または視覚化します。
  2. 詳細なシミュレーション結果を可視化するには、後処理が必要です。「n-procs-case」フォルダに移動し、postsolverおよびmultipostsolver実行可能ファイルを実行します(どちらもCRIMSON flowsolverインストールファイルにあります)。
    1. postsolver 実行可能ファイル (postsolver -sn <最後のタイム ステップ> -td -ph -ybar) を使用して、メッシュ内の各ノードのエラーの測定値を含む「ybar」ファイルを生成します。
    2. multipostsolver 実行可能ファイル (multipostsolver <最初の時間ステップ> <最後の時間ステップ> <増分> ) を使用して、最初と最後に指定した時間ステップの間で指定された増分で結果を取得することで、再起動ファイルを結合します。
  3. CCAの流入とECAとICAの流出の流れ波形を含む「FlowHist.dat」ファイルを検査して、質量保存を検証します。
  4. 「PressHist.dat」ファイルを見て、最大圧力(SBP)、最小圧力(DBP)、MAP、脈圧(脈圧= SBP-DBP)などの圧力を検査します。
  5. RCR パラメーターを調整して、血圧などの患者固有の情報と一致するようにします。具体的には、CCA出口のシミュレートされた脈圧が患者の脈圧の5%以内、MAP(カフ測定から)の10%以内になるように抵抗と静電容量を調整します。
    注:抵抗を上げて圧力(SBP、DBP、およびMAP)を上げ、コンプライアンスを上げて脈圧を下げます(その逆)。RCR の調整は反復プロセスであり、固定小数点反復と呼ばれることがよくあります。

8. 数値流体力学モデリング: データ分析

  1. シミュレーションが指定されたチューニング (つまり、患者の脈圧の 5% 以内のシミュレートされた脈圧) に合格したら、データをエクスポート、視覚化、および分析します。
  2. マルチポストソルバー実行可能ファイルが実行された後に作成されたフォルダー内の「view.pht」ファイル(つまり、(マルチポストソルバー<最初のタイムステップ> <最後のタイムステップ> <インクリメント> <フォルダ名>))を特定し、Paraviewにインポートします。
  3. Paraviewで次の変数を計算して視覚化します。
    1. 速度(および流量):CRIMSONは速度をmm / sで報告しますが、DUSではイメージング速度はcm / sで報告されます。Paraview の電卓を使用して速度を cm/s に変換します。
      注: 滑り止めまたは剛体壁の境界条件が使用されたため、壁の速度はゼロになります。したがって、ボリューム レンダリング手法を使用して速度を視覚化するのが最善です。
      1. Paraviewのクリップまたはスライス機能を使用して、モデルの特定の部分(つまり、最大狭窄点)の速度プロファイルをキャプチャします。
    2. 圧力(および圧力比)
      注: CRIMSON はパスカル (Pa) の圧力を報告しています。ただし、臨床的には、圧力は mmHg で報告されています。電卓を使用して、圧力 (Pa) を 133.33 で割って圧力を mmHg に変換します。
      1. クリップまたはスライスを使用して、ICA狭窄の近位および遠位の圧力をキャプチャします。Paraviewの「プロットデータの明白な時間」フィルターを使用して、経時的な圧力波形を取得します(侵襲的な圧力測定で取得する波形に類似しています)。
      2. 平均遠位圧を平均近位圧で割って圧力比を計算します。
    3. 壁せん断応力 (WSS): 最初に関心領域 (ICA 狭窄) を選択し、計算機を使用して WSS の大きさを取得し、「時間統計フィルター」を使用して、時間平均 WSS を計算します。
    4. 時間平均WSSを計算した後、Paraviewで振動せん断指数(OSI)を計算します(上記を参照)。
      注: OSI は、心周期中に WSS が方向と大きさをどれだけ変化させるかの測定値です。OSI 値の範囲は 0 から 0.5 で、0 は単方向 WSS を示し、0.5 は時間平均が 0 の WSS を示します。

9. qMatch MRIを用いたプラーク形態の解析

  1. MATLAB 画像再構成プログラムを使用して生の qMatch 画像データを実行し、ダーク ブラッド、T1 強調、T2 強調、MRA、qMatch T1 マップ、qMatch T2 マップ画像などの後処理画像を取得します。
  2. DICOMビューアを使用して、後処理されたqMatch MRI画像を視覚化し、プラークの組成を評価します。
    注:qMatchは、カルシウム、プラーク内出血(IPH)、脂質に富む壊死コア(LRNC)、線維性キャップの厚さとその状態などのプラーク成分を識別できます。
    1. 一般に、各コンポーネントはqMatchデータセットで次の特性を持ちます(表1)。
      1. カルシウム:暗い血液、T1強調、およびT2強調画像では低強度。
      2. 最近のIPH:T1強調画像では超強烈、T2強調画像では超強度から等強度。
      3. 古いIPH:T1強調画像では超強烈、T2強調画像では低強度から等強度。
      4. LRNC:T1強調画像では超強烈、T2強調画像では低強度。
      5. FC:T2強調画像では超強烈から等強度。
  3. 修正された米国心臓協会27 および/またはプラーク RADS (報告およびデータ システム)28 分類システムを使用して、その構成要素に基づいてプラークを等級付けします。

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

このMRIに基づいたCFDワークフローをqMatch MRIと組み合わせて使用することで、血行動態の負荷とICA狭窄、およびプラークの特定の成分を特定できます。まず、重要な領域の流れの特徴を正確に表現できるように、高品質のメッシュがあることを確認することから始めます。最終的なメッシュには、アスペクト比の低い十分な数のメッシュ要素が含まれている必要があります(図1A)。アスペクト比の高い粗いメッシュは、不正確なシミュレーション結果につながる可能性があります。次に、境界条件の指定を進めます(図1B)。シミュレーションが正常に完了し、適切な境界条件の調整が完了すると、非侵襲的で患者固有の血行動態を収集できます。

速度、流量、圧力(圧力比や圧力勾配を含む)、WSS、OSIなど、測定できる特定の血行動態指標。 図2 は、頸動脈分岐部とICA狭窄を横切る代表的な速度プロファイルを示しています。心周期全体の最大速度プロファイルの視覚化は、DUSから導出された速度波形の代用として役立ちます。したがって、PSV と拡張末期速度 (EDV) の両方を近似できます。 図3 は、頸動脈分岐部とICA狭窄を横切る圧力(mmHg)の2つの代表的な例を示しています。圧力勾配は、狭窄の近位部と遠位部の圧力波形を収集することによって測定できます。

図3Aでは、狭窄の近位(赤線)と遠位(青線)の圧力に最小限またはまったくの差があります。ただし、図3Bでは、狭窄の近位(赤線)と遠位(青線)の圧力に大きな違いがあります。図4は、頸動脈分岐部とICA狭窄を横切ってマッピングされたWSS(Pa)の2つの代表的な例を示しています。図4Aでは、狭窄全体に低いWSSがありますが、図4Bでは、狭窄全体に大きなWSSがあります。図5は、CEAの前(図5A:術前)と後(図5B:術後)の頸動脈分岐部全体にマッピングされたOSIの比較を示しています。術後マップは、術前と比較して OSI が高い領域を示しています。

qMatch 画像の適切な後処理の後、ダーク ブラッド、T1 強調、T2 強調、MRA、qMatch T1 マップ、および qMatch T2 マップ シーケンスを含む 6 セットの DICOM を含むデータセットが生成されます。これらのデータセットを使用して、カルシウム、IPH、LRNC、線維性キャップの厚さおよび/または破裂などのプラーク成分を視覚化および定量化できます(T1マップおよびT2マップシーケンスを使用)。 表1は 、qMatchデータセット上の各プラーク成分の一般的な特性を示しています。 図6 は、IPH患者からの代表的なqMatchデータセットを示しています。ICAの輪郭は白い実線で、フロールーメンは白い破線で、プラークは黄色の破線で描かれています。T1強調画像では高信号、T1マップではT1測定値が低下したIPH(赤実線)の特徴。 図7 は、石灰化したプラークがひどく残っている患者からの代表的なqMatchデータセットを示しています。ICAの輪郭は白い実線で示され、フロールーメンは白い破線で示されています。プラークの石灰化部分 (オレンジ色の破線) は、暗い血液、T1 強調画像、および T2 強調画像の低強度信号によって示されます。

figure-results-1
図1: 数値流体力学モデリング手法の概要。 (A)患者固有の形状とメッシュの作成、および(B)境界条件の指定。(A) CTA から匿名化された DICOM 画像データを CRIMSON にインポートし、目的の解剖学的構造 (CCA、ICA、ECA を含む) を決定します。中心線点は、対象の解剖学的構造内の各血管の長さに沿って配置されます。容器壁の境界は、等高線を追加することで指定します。容器の枝はロフトされ、フィレット操作と組み合わされます。次に、最終的な幾何学的モデルは、狭窄のレベルで局所的なメッシュが微調整された複数の四面体要素で構成されるメッシュに離散化されます。(B) 圧力と速度の変化を考慮して、3 要素のウィンドケッセルが ICA 出口に処方されます。2D 心臓ゲート PC-MRI は、C5 の CCA レベル (赤い円と楕円) と、近位 ECA の頸動脈分岐点の上 (オレンジ色の円と楕円) と病変の遠位の中央 ICA (青い円と楕円) で取得され、体積血流波形を測定します。流れ波形は、CCA入口とECA出口に規定されています。略語:CTA =コンピューター断層撮影血管造影;CCA = 総頸動脈;ICA = 内頸動脈;ECA = 外頸動脈;PC = 位相差。 この図の拡大版を表示するには、ここをクリックしてください。

figure-results-2
図2:CFDワークフローからの速度情報。 右) CCA、ECA、および ICA を含む頸動脈分岐部のモデルにマッピングされた速度 (cm/s) は、前方図に重度の狭窄があります。左)1つの心周期の経時的な最大速度を視覚化でき、デュプレックス超音波の代用として機能します。略語:CCA =総頸動脈;ECA = 外頸動脈;ICA = 内頸動脈。 この図の拡大版を表示するには、ここをクリックしてください。

figure-results-3
図3:前方図の2つのケースについて、頸動脈分岐部を横切ってマッピングされた圧力(mmHg)の代表的な例。 圧力は、CCA、ECA、およびICAの幾何学的モデルにマッピングされます。(A) ICA狭窄の近位部(赤線、赤色圧力波形)と遠位部(青線、青色圧力波形)の圧力差が最小またはまったくない症例。(B) ICA狭窄の近位部(赤線、赤色圧力波形)と遠位部(青線、青色圧力波形)の圧力差が大きい症例。略語:CCA =総頸動脈;ECA = 外頸動脈;ICA = 内頸動脈。 この図の拡大版を表示するには、ここをクリックしてください。

figure-results-4
図4: 前方図の2つのケースについて、頸動脈分岐部を横切ってマッピングされた壁せん断応力(Pa)の代表的な例。 WSS は、CCA、ECA、および ICA の幾何学的モデルにマッピングされます。(A) ICA 狭窄全体の WSS が低い症例。(B) ICA 狭窄を横切る大きな WSS の症例。略語: WSS = 壁せん断応力;CCA = 総頸動脈;ECA = 外頸動脈;ICA = 内頸動脈。 この図の拡大版を表示するには、ここをクリックしてください。

figure-results-5
図5: 頸動脈内膜切除術前(術前)と術後(術後)の振動せん断指数の比較(前方と後方の両方を含む)。 OSIは、CCA、ECA、およびICAの幾何学的モデルにマッピングされます。病変と修復された病変 (OSI が比較されるセグメント) が強調表示されます。術後マップは、術前と比較して OSI が高い領域を示しています。略語:OSI =振動せん断指数;CCA = 総頸動脈;ECA = 外頸動脈;ICA = 内頸動脈;CEA = 頸動脈内膜切除術。 この図の拡大版を表示するには、ここをクリックしてください。

figure-results-6
図6:プラーク内出血の患者からの代表的なqMatchデータセット。 (A)ダークブラッド、(B)T1強調、(C)T2強調、(D)MRA、(E)qMatch T1マップ、および(F)qMatch T2マップ配列。ICAの輪郭は白い実線で、フロールーメンは白い破線で、プラークは黄色の破線で描かれています。T1強調画像では高信号、T1マップではT1測定値が低下したIPH(赤実線)の特徴。略語:IPH =プラーク内出血。 この図の拡大版を表示するには、ここをクリックしてください。

figure-results-7
図7:石灰化プラークを持つ患者からの代表的なqMatchデータセット。 (A)暗い血液、(B)T1強調、(C)T2強調、(D)MRA、(E)qMatch T1マップ、および(F)qMatch T2マップシーケンス。ICAの輪郭は白い実線で示され、フロールーメンは白い破線で示されています。プラークの石灰化部分 (オレンジ色の破線) は、暗い血液、T1 強調画像、および T2 強調画像の低強度信号によって示されます。 この図の拡大版を表示するには、ここをクリックしてください。

プラークコンポーネントMRAのダークブラッドT1wT2wT1マップT2マップ
IPHの++定量化に使用定量化に使用
カルシウム---定量化に使用定量化に使用
LRNCの=-定量化に使用定量化に使用
繊維キャップ-/=-/=-定量化に使用定量化に使用

表1:qMatchデータセット上のプラーク成分の特徴。 略語: MRA = 磁気共鳴血管造影;T1w = T1 加重;T2w = T2 加重;IPH = プラーク内出血;LRNC =脂質が豊富な壊死コア;+ = 超強烈;- = 低強度;(=) 等強度。

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

ここでは、ICA 狭窄全体の血行動態負荷とプラーク組成を非侵襲的に特徴付けるプロトコルを提示し、狭窄率のみを評価する現在の診断法よりも塞栓の可能性のより包括的な評価を提供します。まず、CFD モデルに情報を提供するために、CTA、PC-MRI、血圧カフ データなど、遡及的および前向きな方法で患者の画像と圧力データを取得します。さらに、モデル、特にウィンドケッセルモデルの境界条件を調整して、既知の患者データに対応します。そのため、このプロトコルにより、プラーク塞栓症および脳卒中の生理学的に関連する危険因子に関する正確で患者固有のデータの収集が可能になります。

正確なシミュレーション結果を得るには、生理学的に正確で患者固有のデータでモデルと境界条件を通知することが重要です。脳血管腔における一部の計算シミュレーションは、流入波形21,29,30,31を導き出すために、DUS、数値的手法、または患者以外の特定の仮定に依存しています。DUS は広く利用可能で、臨床現場で頻繁に使用され、低コストで、簡単に入手できることを考えると、DUS の使用は魅力的です。ただし、PC-MRIは一般に、フロー32、33、34を測定するためのより正確な方法であると考えられています。PC-MRIは、内腔内の複数の位置で速度を直接定量化できるため、血管内の流れ場内の非対称性に対応し、したがって、流れのダイナミクス32,33のより包括的な描写を提供します。PC-MRIは、尋問角度や測定選択場所など、DUSによって導入されるオペレーター固有のバイアスの影響を受けません。一方、DUSはオペレーターに依存することが多く、容器面積や複雑な流れパターンの捕捉の精度が低く、不正確な流れにつながることがよくあります。それにもかかわらず、PC-MRI流量測定は、約10%の誤差35,36で完璧ではありません。適切な血管エンコーディングを確保し、血管軸方向に直交する像面を維持し、適切な時間的および特殊な解像度を維持し、位相オフセット誤差を最小限に抑えるために特別な注意を払う必要があります37。最後に、MRI は CTA と比較して狭窄を過大評価する可能性があり、患者の形状を評価する際に考慮する必要があります38。DUS フロー波形から通知された CFD モデルからの血行動態出力と PC-MRI フロー波形から通知された血行動態出力の比較に焦点を当てた将来の研究が保証されます。

流出境界条件の選択は、血流のCFDシミュレーションにおける速度場と圧力場に大きな影響を与える可能性があります。私たちのアプローチでは、ECAに放物線状の流出波形を課し、ICAを3要素のウィンドケッセルモデルに結合することを選択しました。境界条件指定のためのこのアプローチにより、入口と出口の間の質量保存を確実に実施できると同時に、患者の血圧を正確に一致させることもできます39。したがって、これはICAの血行動態を最も正確に描写できると感じました。しかしながら、我々がモデル出口の1つ(すなわち、ECA)に流れ波形を課すことを考えると、流出波形がCCA流入波形39と同期していることを確認するために重要である。私たちのアプローチでは、これは 2D 心臓ゲート付き PC-MRI からのフロー データの収集によって可能になりました。ただし、そのようなデータの取得が実用的でない場合には、流入波形と流出波形の時間的アライメントで仮定を行う必要がないように、異なる境界条件アプローチ(すなわち、ECAとICAの両方を3要素ウィンドケッセルモデルに結合する)が有利である可能性があります39。

このプロトコルには、留意すべき重要な制限があります。まず、このモデリング アプローチは同側の頸動脈分岐部のみで構成されているため、ウィリス環および/または側副血行動物の存在や対側 ICA 狭窄の程度など、脳血行動態に影響を与える重要な要因は含まれていません。ウィリスの輪内の側副経路が不完全な患者は、重度の脳卒中の発生率が高く、脳卒中後の予後が悪いことが実証されています 40,41,42。さらに、特許側担保の存在は、脳卒中および一過性脳虚血発作のリスク低下と関連しています9,43,44。さらに、いくつかの研究は、対側のICA狭窄(または閉塞)の存在が同側のICA速度に影響を与えることを実証しています45,46,47,48。さらに、私たちのグループは最近、重度の対側 ICA 狭窄と閉塞が同側の ICA WSS と圧力に影響を与えることを実証しました49。ただし、ウィリスのサークル全体のモデリングはリソースを大量に消費し、現在のプロトコルの臨床的有用性を制限します。

私たちのモデルの追加の制限は、ICA 出口での抵抗とコンプライアンスの変化を許容しなかったため、さまざまな狭窄の重症度で血流の分布に影響を与える可能性のある脳の自動調節を考慮していないことです。さらに、容器の壁を変形可能ではなく剛体としてモデル化しました。ただし、頸動脈狭窄は血管硬さの増加と関連しているため、硬い壁の仮定は合理的であると感じています。さらに、ICA 狭窄の異なるレベルに対する WSS と PG の閾値が明確に定義されておらず、脳卒中リスクとの関連性はまだ定義されていないため、現在のモデルでは臨床的翻訳性が検証されておらず、患者の脳卒中リスクをまだ推定できません。最後に、qMatch MRI シーケンスは、標準的な MRI スキャナーでは容易に利用できません。qMatch には 3T MRI 装置が必要であり、標準的な臨床 MRI シーケンスではないため、シーケンスを手動でインポートする必要があります。さらに、私たちのプロトコルで指定されているように、qMatch は MATLAB での複雑な後処理を必要とするため、広範な臨床使用への一般化可能性がさらに制限される可能性があります。

ICA 狭窄の血行動態への影響を定義および評価し、個別の脳卒中リスクをより適切に層別化するための新しい指標は、血管外科学会の現在の最優先事項である、無症候性 ICA 狭窄の治療から恩恵を受ける患者を特定することを目的とした診断ツール、画像技術、および選択戦略を開発することによって証明されているように、正当化されています 50。このプロトコルは、ICA 狭窄全体の血行動態負荷とプラーク組成の両方を非侵襲的に特徴付けるための十分な装備を備えているため、現在の診断法よりも ICA プラーク塞栓の可能性をより包括的に評価できます。私たちの将来の研究では、血行動態指標 (WSS や PG など) と ICA プラーク塞栓症および脳卒中のリスクとの関連をより適切に定義することを目指しています。

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

著者は利益相反を宣言しません。

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

この研究は、国立衛生研究所F32HL168968とフレデリック・A・コラー外科学会の支援を受けました。

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
クリムゾン該当なし該当なしオープンソースのオンラインソフトウェア
ホロスホロス該当なしオープンソースのオンラインソフトウェア
MATLAB バージョン 14マスワークス該当なし
パラビュー該当なし該当なしオープンソースのオンラインソフトウェア
シーメンス3T VIDA MRIスキャナー シーメンス・ヘルティニアーズ該当なし

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Flaherty, M. L., et al. Carotid artery stenosis as a cause of stroke. Neuroepidemiology. 40, 36-41 (2013).
  2. Feske, S. K. Ischemic stroke. Am J Med. 134 (12), 1457-1464 (2021).
  3. Kelly-Hayes, M., et al. The influence of gender and age on disability following ischemic stroke: the Framingham study. J Stroke Cerebrovasc Dis. 12 (3), 119-126 (2003).
  4. Virani, S. S., et al. Heart disease and stroke statistics-2020 update: a report from the American Heart Association. Circulation. 141 (9), e139-e596 (2020).
  5. Group Members, W. riting, et al. Heart disease and stroke statistics-2012 update: a report from the American Heart Association. Circulation. 125 (1), e3-e218 (2012).
  6. Lalla, R., Raghavan, P., Chaturvedi, S. Trends and controversies in carotid artery stenosis treatment. F1000Res. 9, 940(2020).
  7. Saini, V., Guada, L., Yavagal, D. R. Global epidemiology of stroke and access to acute ischemic stroke interventions. Neurology. 97, S6-S16 (2021).
  8. Saba, L., et al. Carotid artery wall imaging: perspective and guidelines from the ASNR vessel wall imaging study group and expert consensus recommendations of the American Society of Neuroradiology. AJNR Am J Neuroradiol. 39 (2), E9-E31 (2018).
  9. Bisschops, R. H. C., et al. Collateral flow and ischemic brain lesions in patients with unilateral carotid artery occlusion. Neurology. 60 (9), 1435-1441 (2003).
  10. Li, Y., et al. Clinical features and the degree of cerebrovascular stenosis in different types and subtypes of cerebral watershed infarction. BMC Neurol. 17 (1), 166(2017).
  11. Slager, C., et al. The role of shear stress in the generation of rupture-prone vulnerable plaques. Nat Rev Cardiol. 2 (8), 401-407 (2005).
  12. Liu, J., et al. Functional assessment of cerebral artery stenosis: a pilot study based on computational fluid dynamics. J Cereb Blood Flow Metab. 37 (7), 2567-2576 (2017).
  13. Zhang, C., et al. Flow patterns and wall shear stress distribution in human internal carotid arteries: the geometric effect on the risk for stenoses. J Biomech. 45 (1), 83-89 (2012).
  14. Dolan, J. M., Kolega, J., Meng, H. High wall shear stress and spatial gradients in vascular pathology: a review. Ann Biomed Eng. 41, 1411-1427 (2013).
  15. Howard, D. P. J., et al. Risk of stroke in relation to degree of asymptomatic carotid stenosis: a population-based cohort study, systematic review, and meta-analysis. Lancet Neurol. 20 (3), 193-202 (2021).
  16. Fan, Z., et al. Multi-contrast atherosclerosis characterization (MATCH) of carotid plaque with a single 5-min scan: technical development and clinical feasibility. J Cardiovasc Magn Reson. 16 (1), 53(2014).
  17. Xie, Y., et al. Quantitative multi-contrast atherosclerosis characterization: comprehensive quantitative evaluation of atherosclerosis in a single scan. Abstract #3122. ISMRM 25th annual meeting. , (2017).
  18. Schollenberger, J., et al. A combined computational fluid dynamics and arterial spin labeling MRI modeling strategy to quantify patient-specific cerebral hemodynamics in cerebrovascular occlusive disease. Front Bioeng Biotechnol. 9, 722445(2021).
  19. Schollenberger, J., et al. A magnetic resonance imaging-based computational analysis of cerebral hemodynamics in patients with carotid artery stenosis. Quant Imaging Med Surg. 13 (2), 1126-1137 (2023).
  20. Cibis, M., et al. Wall shear stress calculations based on 3D cine phase contrast MRI and computational fluid dynamics: a comparison study in healthy carotid arteries. NMR Biomed. 27 (7), 826-834 (2014).
  21. Liu, X., et al. Functional assessment of the stenotic carotid artery by CFD-based pressure gradient evaluation. Am J Physiol Heart Circ Physiol. 311 (3), H645-H653 (2016).
  22. Raschi, M., et al. CFD and PIV analysis of hemodynamics in a growing intracranial aneurysm. Int J Numer Method Biomed Eng. 28 (2), 214-228 (2012).
  23. Rayz, V. L., et al. Numerical simulations of flow in cerebral aneurysms: comparison of CFD results and in vivo MRI measurements. J Biomech Eng. 130 (5), 051011(2008).
  24. Arthurs, C. J., et al. CRIMSON: an open-source software framework for cardiovascular integrated modelling and simulation. PLoS Comput Biol. 17 (5), e1008881(2021).
  25. Xiao, N., Humphrey, J. D., Figueroa, C. A. Multi-scale computational model of three-dimensional hemodynamics within a deformable full-body arterial network. J Comput Phys. 244, 22-40 (2013).
  26. Barnett, H. J. M., et al. Benefit of carotid endarterectomy in patients with symptomatic moderate or severe stenosis. N Engl J Med. 339 (20), 1415-1425 (1998).
  27. Cai, J. -M., et al. Classification of human carotid atherosclerotic lesions with in vivo multicontrast magnetic resonance imaging. Circulation. 106 (11), 1368-1373 (2002).
  28. Saba, L., et al. Carotid Plaque-RADS: a novel stroke risk classification system. JACC Cardiovasc Imaging. 17 (1), 62-75 (2024).
  29. Buchanan, J. R., Kleinstreuer, C. Simulation of particle-hemodynamics in a partially occluded artery segment with implications to the initiation of microemboli and secondary stenoses. J Biomech Eng. 120 (4), 446-454 (1998).
  30. Augst, A. D., et al. Accuracy and reproducibility of CFD predicted wall shear stress using 3D ultrasound images. J Biomech Eng. 125 (2), 218-222 (2003).
  31. Allott, C. P., et al. Volumetric assessment of carotid artery bifurcation using freehand-acquired, compound 3D ultrasound. Br J Radiol. 72 (855), 289-292 (1999).
  32. He, Y., et al. Comparison of hemodialysis arteriovenous fistula blood flow rates measured by Doppler ultrasound and phase-contrast magnetic resonance imaging. J Vasc Surg. 68 (6), 1848-1857.e2 (2018).
  33. Chatzimavroudis, G. P., et al. Evaluation of the precision of magnetic resonance phase velocity mapping for blood flow measurements. J Cardiovasc Magn Reson. 3 (1), 11-19 (2001).
  34. Khan, M. A., et al. Measurement of cerebral blood flow using phase contrast magnetic resonance imaging and duplex ultrasonography. J Cereb Blood Flow Metab. 37 (2), 541-549 (2017).
  35. Nayak, K. S., et al. Cardiovascular magnetic resonance phase contrast imaging. J Cardiovasc Magn Reson. 17 (1), 71(2015).
  36. Papaharilaou, Y., Doorly, D. J., Sherwin, S. J. Assessing the accuracy of two-dimensional phase-contrast MRI measurements of complex unsteady flows. J Magn Reson Imaging. 14 (6), 714-723 (2001).
  37. Lotz, J., et al. Cardiovascular flow measurement with phase-contrast MR imaging: basic facts and implementation. Radiographics. 22 (3), 651-671 (2002).
  38. Antiga, L., Wasserman, B. A., Steinman, D. A. On the overestimation of early wall thickening at the carotid bulb by black blood MRI, with implications for coronary and vulnerable plaque imaging. Magn Reson Med. 60 (5), 1020-1028 (2008).
  39. Vignon-Clementel, I. E., et al. Outflow boundary conditions for three-dimensional finite element modeling of blood flow and pressure in arteries. Comput Methods Appl Mech Eng. 195 (29-32), 3776-3796 (2006).
  40. Oumer, M., Alemayehu, M., Muche, A. Association between circle of Willis and ischemic stroke: a systematic review and meta-analysis. BMC Neurosci. 22 (1), 3(2021).
  41. Lin, E., et al. Incomplete circle of Willis variants and stroke outcome. Eur J Radiol. 153, 110383(2022).
  42. Zhou, H., et al. Correlation between the integrity of the circle of Willis and the severity of initial noncardiac cerebral infarction and clinical prognosis. Medicine. 95 (10), e2892(2016).
  43. Henderson, R. D., et al. Angiographically defined collateral circulation and risk of stroke in patients with severe carotid artery stenosis. Stroke. 31 (1), 128-132 (2000).
  44. Hendrikse, J., et al. Collateral ability of the circle of Willis in patients with unilateral internal carotid artery occlusion: border zone infarcts and clinical symptoms. Stroke. 32 (12), 2768-2773 (2001).
  45. Henderson, R. D., et al. Effect of contralateral carotid artery stenosis on carotid ultrasound velocity measurements. Stroke. 31 (11), 2636-2640 (2000).
  46. AbuRahma, A. F., et al. Effect of contralateral severe stenosis or carotid occlusion on duplex criteria of ipsilateral stenoses: comparative study of various duplex parameters. J Vasc Surg. 22 (6), 751-762 (1995).
  47. Sachar, R., et al. Severe bilateral carotid stenosis: the impact of ipsilateral stenting on Doppler-defined contralateral stenosis. J Am Coll Cardiol. 43 (8), 1358-1362 (2004).
  48. Busuttil, S. J., et al. Carotid duplex overestimation of stenosis due to severe contralateral disease. Am J Surg. 172 (2), 144-147 (1996).
  49. Braet, D. J., et al. A systematic evaluation of the impact of contralateral stenosis on ipsilateral internal carotid artery hemodynamics. J Vasc Surg. 80 (3), e57(2024).
  50. Tzeng, E., et al. Updated research priorities of the Society for Vascular Surgery. J Vasc Surg. 76 (6), 1432-1439.e2 (2022).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Carotid Artery StenosisPlaque MorphologyMagnetic Resonance ImagingComputational Fluid DynamicsPlaque HemodynamicsWall Shear StressPlaque CompositionWindkessel ModelVessel ContouringNon Newtonian Blood Flow

Related Articles