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
August 12th, 2025
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。
私たちの研究では、内頸動脈狭窄症患者における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を評価しています。具体的には、頸動脈狭窄症患者間でプラークの形態とその血行動態環境がどのように異なるかを調べます。脳血管研究の分野では、最近の取り組みは、脳卒中リスクの増加に関連する可能性のある患者固有の危険因子、画像特性、および血行動態パラメーターに特に焦点を当てて、無症候性頸動脈狭窄症患者における脳卒中の予測因子を特定することを目的としています。
数値流体力学は、患者固有の血流分析を非侵襲的に可能にし、頸動脈プラークの構造と組成を評価するために、磁気共鳴画像法やフォトンカウンティングCTAと併用されることが増えています。現在の磁気共鳴画像法は、長いスキャン時間、複雑な画像解釈、および再配置エラーによって制限されています。一方、数値流体力学は、患者固有のデータが限られており、モデルのチューニングが不十分であるため、精度が低下します。
私たちのグループは、内頸動脈狭窄の程度が同程度の患者が明確な血行動態プロファイルを示し、両側狭窄の患者では、狭窄の重症度が両側の血行動態と血流特性に影響を与えることを実証しました。そして、これは、これらの患者における複雑な脳血管および血行動態の相互作用を実際に強調しています。まず、コンピュータ システムで CRIMSON ソフトウェアを起動します。
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のために匿名化されたDICOM画像データをCRIMSONにインポートします。ジオメトリ モデリング ウィンドウを使用して、血管パス編集を選択し、総頸動脈、外頸動脈、および内頸動脈を含む血管ツリーを作成します。PC MRI フロー波形が得られた C5 のレベルで総頸動脈中心線を開始します。
内頸動脈の中心線を狭窄の遠位1〜2センチメートルで終わるように配置し、PC MRI波形の位置と一致させます。次に、外頸動脈中心線の終点を一次枝の近位に配置し、PC MRI 波形取得位置と一致させます。次に、容器の再スライス ウィンドウを使用して、各容器に沿って少なくとも 2 つの点を追加した後、中心線と中心線に垂直な断面図を視覚化します。
同じウィンドウを使用して、容器の輪郭を追加し、容器壁の境界を指定します。容器再スライスウィンドウの左側には元の画像が表示され、右側には輪郭を定義するための画像グラデーションが表示されます。オーバーフィッティングを行わずに容器の曲率と変化するジオメトリをキャプチャするのに十分な頻度で輪郭を配置します。
すべての等高線を定義したら、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、ロフトを介して結合された3次元ソリッドモデルを生成します。次に、船舶ブレンディングウィンドウを使用して、船舶モデルを単一のソリッドジオメトリにブレンドするためのフィレットアルゴリズムを選択します。メッシュとソルバーの設定ウィンドウを開き、メッシュボタンをクリックしてメッシュオプションを表示し、メッシュパラメータを設定します。
グローバル オプション ウィンドウで、グローバル要素サイズを 0.5 ミリメートルから 0.75 ミリメートルの絶対値に設定します。次に、境界層タイプを幾何学的成長に設定し、層の総数を3に、最初の層の厚さを0.2ミリメートルに、層の総厚さを1ミリメートルに設定します。次に、曲率の細分化を適用して、狭窄などの高曲率領域にメッシュ要素を追加します。
メッシュを右クリックし、メッシュ情報ボタンをクリックして、要素数、アスペクト比、分布などのメッシュメトリックを確認します。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クリックします。ソルバー設定アイコンを選択し、BCアイコンを使用して境界条件セットを追加します。
CRIMSON で現在利用可能な境界条件を表示します。BCアイコンをもう一度クリックし、スリップなしを選択して剛体で変形不可能な壁を実装し、すべての壁に適用オプションを使用してこれをすべての壁に適用します。次に、所定の速度を選択します。
以前に定義した流入波形をインポートし、放物線速度プロファイルをCCA入口にマッピングします。同様に、放物線速度プロファイルをマッピングするECA脈動流出波形をECA出口にインポートします。次に、BCアイコンをクリックし、RCRを選択して、近位抵抗、遠位抵抗、コンデンサで構成される3要素のWindkesselモデルを設定します。
患者固有の計算に基づいて RCR を ICA アウトレットにマッピングします。ソルバーパラメータを準備するには、メッシュとソルバーウィンドウに移動し、ソルバー設定アイコンをクリックして、ソルバーパラメータを選択します。ステップサイズを4つの心周期で0.1ミリ秒に設定し、残差を10のマイナス4乗に、血液密度を1, 060キログラム/立方メートルにする必要があります。
ソルバー設定を使用して、流れデータ、各タイム ステップの入口流、メッシュと境界条件、各境界条件が適用される面、シミュレーションの最初のタイム ステップ番号、3 要素の Windkessel データ、メッシュ内の各ポイントの圧力と速度、フロー ソルバーの命令など、すべてのシミュレーション入力ファイルを生成します。Carreau-Yasuda モデルをソルバーに追加します。inpと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。
次に、ソルバー設定ウィンドウの固定ペインでシミュレーションを実行して、CRIMSON Navier-Stokes フローソルバーを実行します。コマンドウィンドウでプロセッサの数を指定します。ソルバーの実行を開始すると、出力ファイル履歴。
dat はコマンド ラインで出力され、新しいディレクトリ n-procs-case に保存されます。Linux プロンプトの tail f histor を使用します。dat を使用してファイルをリアルタイムで観察します。
ファイルの最初の列は、時間ステップに対応します。2 番目の列は経過時間です。3 番目の列は非線形残差で、4 番目の列は対数残差値です。
頸動脈分岐の形状を正確に表現するために、アスペクト比の低い要素を備えた高品質のメッシュが生成されました。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がシミュレートされ、狭窄全体のピーク収縮時に最大流速が毎秒約 275 センチメートルであることが示されました。圧力マッピングでは、1 つの症例では狭窄全体の圧力勾配が無視できる程度で、近位圧と遠位圧が心周期全体でほぼ重複していました。
対照的なケースでは、狭窄の近位部の圧力は遠位部の圧力よりも有意に高く、顕著な圧力降下が明らかになりました。壁せん断応力は、非狭窄モデルでは分岐部全体、特に内頸動脈と外頸動脈の外壁で低かった。狭窄モデルでは、高い壁せん断応力が内頸動脈狭窄に集中していました。
振動せん断指数マッピングは、手術前の病変関連 OSI 値が術後の値と比較して低いことを示しました。HU マッチ イメージングでは、T1 強調イメージングで高信号を介してプラーク内出血が特定され、T1 マップで値が低下しました。石灰化プラークは、暗い血液、T1強調、およびT2強調シーケンスでの一貫した低信号によって識別されました。
概要
この研究は、内頸動脈狭窄症患者のプラーク塞栓症と脳卒中のリスク因子を調査します。高度な画像技術と計算流体力学を活用し、プラークの形態と血行動態環境に関する洞察を提供することを目的としています。
主要な研究要素
科学分野
- 神経科学
- 脳血管研究
- 医療画像
背景
- 内頸動脈狭窄の評価は通常、狭窄率に基づいています。
- 現在の方法は、プラークの組成と血行動態を考慮していません。
- 最近の研究は、無症状患者の脳卒中予測因子の特定に焦点を当てています。
- 計算流体力学は、非侵襲的分析にますます使用されています。
研究目的
- 脳卒中リスクに関連する生理学的要因を評価すること。
- 患者のプラーク形態と血行動態プロファイルを特徴づけること。
- 狭窄における脳血管相互作用の理解を深めること。
使用方法
- CRIMSONソフトウェアを用いた患者固有の分析。
- 解剖学的モデリングのためのDICOM画像データのインポート。
- 血管輪郭描画による頸動脈の3Dモデル作成。
- ナビエ-ストークス流ソルバーを使用して血流を分析するシミュレーションの実行。
主な結果
- 類似した狭窄度を持つ患者間で異なる血行動態プロファイルが観察されました。
- 両側症例では、狭窄の重症度が両側の血行動態に影響を与えています。
- 高品質のメッシュ生成によりシミュレーションの精度が向上しました。
- 非ニュートン流体の血流モデリングにより、血行動態の理解が深まりました。
結論
- 生理学的に関連する要因は、脳卒中リスクの評価に重要です。
- 高度な画像と計算方法により、より良い洞察が得られます。
- 血行動態相互作用の理解により、患者の転帰が改善される可能性があります。
よくある質問
Executive Industry Relevance
Integrating MRI-based plaque characterization with computational hemodynamics enables biopharma teams to move beyond anatomical stenosis metrics toward physiologically relevant risk stratification in cerebrovascular disease. This protocol supports predictive confidence in target validation and mechanistic de-risking for stroke-related therapeutic discovery. The approach enhances translational continuity by linking imaging biomarkers with functional hemodynamic outputs, informing portfolio decisions in vascular and neurovascular R&D.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables interrogation of plaque vulnerability and hemodynamic stress as mechanistic contributors to stroke risk.
- Supports biological de-risking by quantifying patient-specific plaque composition and flow dynamics.
- Facilitates predictive confidence in selecting and validating vascular targets for intervention.
Screening & Assay Development
- Provides quantitative imaging and CFD-derived metrics for standardizing preclinical vascular models.
- Enables reproducible assessment of plaque morphology and hemodynamic parameters across cohorts.
- Supports assay development for evaluating candidate compounds targeting plaque stability or flow modulation.
Translational & Preclinical Research
- Aligns imaging and computational biomarkers with disease-relevant endpoints for translational studies.
- Enables continuity from discovery through preclinical validation by linking structural and functional vascular data.
- Supports risk-adjusted advancement decisions based on physiologically relevant outputs.
Pipeline & Workflow Integration
This protocol bridges early discovery, lead identification, and preclinical research by integrating imaging-based plaque analysis with computational hemodynamics.
- Discovery Biology: Quantifies plaque composition and hemodynamic stress to clarify mechanistic hypotheses in stroke risk.
- Screening: Delivers reproducible, quantitative outputs for model standardization and compound evaluation.
- Analytics: Provides high-resolution velocity, pressure, and wall shear stress measurements for comparative analysis.
- Translational Research: Aligns imaging and CFD biomarkers with preclinical endpoints for vascular disease models.
- Enterprise Reuse: Establishes a reusable workflow for patient-specific vascular characterization across programs.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in vascular target validation.
- Operational Value: Standardizes imaging and computational workflows for reproducibility and scalability.
- Strategic Value: Informs go/no-go decisions and capital allocation by integrating functional risk metrics.
- Portfolio Impact: Enables risk-adjusted prioritization of vascular and neurovascular assets.
Implementation Considerations
- Requires expertise in MRI interpretation, computational modeling, and vascular biology.
- Demands access to advanced imaging platforms and CFD software infrastructure.
- Necessitates cross-team standardization of imaging protocols and computational parameters.
- Adaptation may be needed for different vascular territories or disease models.
- Limitations include scan time, image interpretation complexity, and model tuning accuracy.
