Methodenartikel

Intravasculaire echografie op beeldvorming gebaseerde eindige-elementenmodelleringsbenadering voor het kwantificeren van in vivo mechanische eigenschappen van menselijke kransslagader

1.4K weergaven

⸱

DOI:

10.3791/67573

⸱

6 december 2024

 ,  ,  ,  ,  , 
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

In dit artikel

Samenvatting

In vivo cine intravasculaire echografiebeelden tonen de coronaire dwarsdoorsnedebeweging die overeenkomt met verschillende drukbelastingsomstandigheden. Op basis van een eindig-elementenmodel werd een iteratief schema gebruikt om de patiëntspecifieke mechanische eigenschappen van kransslagaders in vivo te bepalen door de kransslagader te matchen met het rekenmodel en medische beelden.

Samenvatting

Het kwantificeren van de mechanische eigenschappen van kransslagaderwanden kan zinvolle informatie opleveren voor de diagnose, het beheer en de behandeling van coronaire hartziekten. Aangezien patiëntspecifieke coronaire monsters niet beschikbaar zijn voor patiënten die continue monitoring nodig hebben, wordt direct experimenteel testen van de eigenschappen van het vaatmateriaal onmogelijk. De huidige coronaire modellen gebruiken doorgaans materiaalparameters uit de beschikbare literatuur, wat leidt tot aanzienlijke berekeningsfouten bij mechanische spanning/rek. Hier zouden we een eindige elementen modelgebaseerde updatebenadering (FEMBUA) introduceren om patiëntspecifieke in vivo materiaaleigenschappen van kransslagaders te kwantificeren op basis van medische beelden. In vivo cine intravasculaire echografie (IVUS) en virtuele histologie (VH)-IVUS-beelden van kransslagaders werden verkregen van een patiënt met coronaire hartziekte. Cine IVUS-beelden die de vasculaire beweging over één hartcyclus laten zien, werden gesegmenteerd en twee IVUS-frames met maximale en minimale lumenomtrekken werden geselecteerd om de coronaire geometrie weer te geven onder respectievelijk systolische en diastolische drukomstandigheden. Het VH-IVUS-beeld werd ook gesegmenteerd om de vaatcontouren te verkrijgen, en een laagdikte van 0,05 cm werd toegevoegd aan de VH-IVUS-contouren om de kransslagadergeometrie te reconstrueren. Er werd een computationeel eindige-elementenmodel gemaakt met een anisotroop Mooney-Rivlin-materiaalmodel dat werd gebruikt om de mechanische eigenschappen van het vat en de pulserende bloeddrukomstandigheden te beschrijven die aan het coronaire luminale oppervlak worden voorgeschreven om het te laten samentrekken en uitzetten. Vervolgens werd een iteratieve updatebenadering gebruikt om de materiaalparameters van het anisotrope Mooney-Rivlin-model te bepalen door de minimale en maximale lumenomtrekken van het computationele eindige-elementenmodel te matchen met die van cine IVUS-beelden. Deze op beelden gebaseerde eindige-elementenmodelgebaseerde updatebenadering kan met succes worden uitgebreid om de materiaaleigenschappen van arteriële wanden in verschillende vaatbedden te bepalen en biedt het potentieel voor risicobeoordeling van hart- en vaatziekten.

Inleiding

Coronaire hartziekte (CAD) is een van de belangrijkste oorzaken van mortaliteit en morbiditeit, goed voor meer dan 9,14 miljoen sterfgevallen in 2019 wereldwijd 1,2. De ontwikkeling van coronaire hartziekten, zoals atherosclerose en stenose, gaat vaak gepaard met veranderingen in mechanische krachten en veranderingen in de eigenschappen van het vaatwandmateriaal3. De materiaaleigenschappen van kransslagaders zijn niet alleen de hoeksteen om hun mechanische reactie op de fysiologische belasting te bepalen, maar ook de belangrijkste elementen om het mechanische gedrag van bloedvaten te simuleren, de ontwikkeling van atherosclerotische laesies te voorspellen en het therapeutisch effect van verschillende medische hulpmiddelen te evalueren 4,5. Bijgevolg is een diepgaand begrip en nauwkeurige kwantificering van de eigenschappen van coronair materiaal van het grootste belang voor een vroege diagnose van ziekten, precisiegeneeskunde en prognosebeoordeling6.

Mechanische experimenten van geïsoleerde kransslagaders, zoals vlakke biaxiale tests, indrukkingstests, inflatie-extensie en uniaxiale extensietests, zijn gebruikelijke benaderingen om de mechanische eigenschappen van kransslagaderwanden ex vivo te kwantificeren 7,8,9. Uit deze benaderingen werden kransslagadermonsters verkregen van patiënten of proefdieren. Mechanische tests werden uitgevoerd om de rekreacties van de vaatwand onder verschillende spanningsomstandigheden te bepalen, en vervolgens werden de materiaalparameters bepaald door de experimentele gegevens10 aan te passen. Eerdere studies hebben aangetoond dat coronaire eigenschappen zeer niet-lineair en anisotroop zijn11. Hoewel ex vivo-experimenten nauwkeurige gegevens over materiaaleigenschappen kunnen opleveren, bestaan er ook aanzienlijke beperkingen, die als volgt zijn: Ten eerste zou het mechanische gedrag van het monster na het nemen van de levende proefpersonen anders zijn dan dat onder in vivo-omstandigheden, wat de nauwkeurigheid van de testresultaten kan beïnvloeden. Ten tweede is het vanwege ethische en praktische beperkingen moeilijk om een grote verzameling normale of pathologische weefsels van kransslagaders te verkrijgen om de mechanische tests uit te voeren.

Om deze beperkingen te overwinnen, hebben onderzoekers nieuwe technieken onderzocht voor in vivo, real-time en patiëntspecifieke kwantificering van coronaire materiaaleigenschappen. Onder hen houdt de eindige-elementenmodel gebaseerde updatebenadering (FEMBUA) op basis van medisch beeld de belofte in om deze uitdagende problemen aan te pakken. Deze benadering maakt gebruik van geavanceerde beeldvormingstechnieken zoals intravasculaire echografie (IVUS) en virtuele histologie (VH)-IVUS om gedetailleerde coronaire geometrie, weefselsamenstellingen en de beweging ervan vast te leggen12. Door 3D-eindige-elementenmodellen (FE) te construeren en patiëntspecifieke fysiologische bloeddrukcondities op te nemen, kan dynamisch vasculair gedrag tijdens hartcycli worden hersteld door materiaalparameters te optimaliseren om beeldgegevens overeen te komen voor een snelle en nauwkeurige kwantificering van coronaire materiaaleigenschappen13. De voordelen van de in vivo FE-updatebenadering ten opzichte van ex vivo-experimenten zijn onder meer in-vivobeoordeling zonder weefselexcisie, het faciliteren van grootschalige evaluaties en het simuleren van vasculaire dynamiek onder complexe omstandigheden om het pathofysiologische begrip van coronaire ziekten te bevorderen.

In dit artikel worden de belangrijkste stappen van de eindige-elementenmodelgebaseerde updatebenadering geïntroduceerd, waaronder een gedetailleerde segmentatie en verwerking van cine IVUS- en VH-IVUS-beeld, reconstructie van een computationeel model met alleen een dunne laagstructuur, uitvoering van het iteratieve schema om optimale materiaalparameters voor coronaire arteriële weefsels te zoeken. Het doel van dit protocol is het kwantificeren van de materiaaleigenschappen van de kransslagader van een monsterpatiënt met CAD met behulp van de FEMBUA-methode als demonstratie, met name de illustratie van stapsgewijze methoden. We sloten af met een bespreking van de betekenis en andere aspecten van deze in vivo methode.

De geselecteerde deelnemer is een 64-jarige vrouw zonder eerdere klinische voorgeschiedenis van coronaire hartziekte. Bij deze patiënt werd coronaire hartziekte vastgesteld nadat hij symptomen van pijn op de borst had gehad. Het coronaire angiogram en de IVUS-scan werden uitgevoerd om de diagnose te bevestigen. Een plaque-laesie met 60% stenose werd gevonden in het midden van de linker voorste dalende slagader. Na beoordeling werd een optimale medische therapie toegepast om de patiënt te behandelen.

Protocol

Geanonimiseerde klinische gegevens, waaronder in vivo IVUS-beelden en bloeddrukgegevens, werden verkregen van een patiënt met CAD in het Zhongda Hospital, Southeast University, met geïnformeerde toestemming. De steekproefpatiënt werd geselecteerd uit de patiëntenpool van een klinische studie naar intermediaire coronaire atherosclerotische laesies om de methode voor het kwantificeren van de materiaaleigenschappen van patiëntspecifieke kransslagaders te demonstreren14. De studie werd uitgevoerd volgens het protocol dat is goedgekeurd door de Clinical Research Ethics Committee van het Zhongda Hospital, Southeast University (goedkeuringsnummer: 2017ZDSYLL023-p01).

1. Gegevensverzameling en -verwerking

  1. Cine IVUS en VH-IVUS beeldacquisitie
    1. Plaats de IVUS-katheter distaal van de atherosclerotische laesie onder begeleiding van een coronair angiogram en trek deze terug naar de proximale zijde. Genereer onderweg IVUS-afbeeldingen in grijstinten om de dwarsdoorsnede van het kransslagader te visualiseren.
    2. Gebruik het IVUS-beeldvormingssysteem dat is uitgerust met een hoogwaardige 20 MHz, 2,9F platinakatheter om IVUS-beelden van het coronaire arteriële segment met atherosclerotische plaque van de patiënt met CAD te verkrijgen (Figuur 1).
    3. Pauzeer tijdens de IVUS-beeldacquisitie de katheter op de vooraf geselecteerde laesieplaats gedurende ongeveer 2 s om een reeks IVUS-beelden te verkrijgen die cine IVUS worden genoemd. De cine IVUS-beelden toonden duidelijk de dynamische dwarsdoorsnedeveranderingen op de gegeven plaqueplaats gedurende de hartcyclus.
    4. Genereer VH-IVUS-beelden op basis van IVUS-frames die zijn verkregen op het moment van de R-piek op elektrocardiogrammen om plaquecomponenten in kleurgecodeerde vorm te visualiseren met behulp van het beeldvormingssysteem.
      OPMERKING: VH-IVUS-beelden bieden een intuïtieve kleurenkaart voor vier belangrijke plaquecomponenten in de atherosclerotische plaque: lipiderijke necrotische kern (lipide) in rood, verkalking in wit, vezelig weefsel in donkergroen en vezelig vetweefsel in lichtgroen.
    5. Sla VH-IVUS- en cine IVUS-beelden op in DICOM-formaat voor offline analyse.
  2. Beeldsegmentatie en -verwerking
    1. Open DICOM-bestanden met behulp van de viewer, dubbelklik op de bijbehorende sequentienaam om de afbeelding te openen en klik op Afbeeldingen exporteren > exporteren om elk cine IVUS-frame of VH-IVUS-frame op te slaan als een afzonderlijk beeld in BMP-indeling. Elke BMP-afbeelding bevat 500 x 500 pixels, zoals aangegeven in het originele DICOM-bestand.
    2. Onderzoek het cine IVUS-beeld frame voor frame om de opeenvolgende frames te vinden die zijn verkregen op de vooraf geselecteerde plaqueplaats tijdens één hartcyclus. Er werden 26 cine IVUS-frames gegenereerd tijdens één hartcyclus voor deze monsterplaqueplaats.
    3. Onderzoek alle gegenereerde VH-IVUS-beelden om het VH-IVUS-beeld te vinden dat is verkregen op de gegeven plaqueplaats. De VH-IVUS-beelden die hier worden gebruikt, zijn gemaakt met behulp van één IVUS-frame van de cine IVUS-frames in één hartcyclus.
    4. Segmenteer VH-IVUS- en cine IVUS-beelden met behulp van ImageJ-software om de contouren van vaatgrenzen en grenzen van plaquecomponenten te verkrijgen (zie figuur 1C).
      1. Selecteer Recht > tabblad Gesegmenteerde lijn en markeer handmatig de contouren van het lumen, de buitengrens van het kransslagvat en de plaquecomponenten op cine IVUS- en VH-IVUS-beelden. Segmenteer voor het cine IVUS-beeld alleen de contouren van het lumen en de grens van het buitenste vat, terwijl voor het VH-IVUS-beeld de contouren van het lumen, de grens van het buitenste vat en de grenzen van de plaquecomponent worden gesegmenteerd.
      2. Voor de eenvoud, bewaar alleen grote lipidecomponenten voor het genereren van een eindig-elementenmodel en negeer kleine, geïsoleerde lipidecomponenten. Slechts één lipide was aanwezig in dit plaquemonster. Leg de afgelijnde contouren over de originele afbeeldingen met behulp van Afbeelding > Overlay > tabblad Selectie toevoegen .
      3. Navigeer naar het menu Naar ROI Manager om contouren te beheren, eigenschappen aan te passen en kleuren en lijndikte in te stellen op de juiste waarden voor een betere visualisatie. Selecteer het tabblad Eigenschappen , stel de lijnkleur in op een andere kleur en vul de lijndikte in op breedte. Stel hier de lijnkleuren in op groen, blauw en rood voor respectievelijk lumen-, buitengrens- en lipidecontouren en de lijndikte op 3.
      4. Vloeiende contouren met behulp van Bewerken > Selectie > Passend Spline vanaf de opdrachtbalk nadat u een specifieke contour hebt geselecteerd om een vloeiende contour te krijgen. Deze bewerking maakt gebruik van spline-curve-fittingtechnieken om de contouren automatisch glad te strijken.
      5. Klik op het tabblad Bestand > Opslaan als > XY-coördinaten om de puntcoördinaten van elke contour, zoals lumen, buitengrens en plaquecomponent, op te slaan in een afzonderlijk txt-bestand. Dit bestand bevat de x- en y-coördinaatwaarden van de punten waaruit de contour bestaat, met pixels als eenheid.
    5. Leg de werkelijke fysieke grootte van elke pixel vast in cine IVUS- en VH-IVUS-beelden (aangeduid als pixelgrootte) uit het DICOM-bestand. De werkelijke afstand voor één pixel in de IVUS-gegevens die hier worden gebruikt, is 0,002 cm. Deze informatie zou worden gebruikt om de puntcoördinaten met de pixel als eenheid om te zetten naar de werkelijke afstand met cm als eenheid.
  3. Verwerking van contourgegevens
    1. Gegevensverwerking van de Cine IVUS-contouren
      1. Lees txt-bestanden met lumencontouren van alle cine IVUS-beelden in één hartcyclus met MATLAB.
      2. Vermenigvuldig alle lumencontouren met de pixelgrootte om de werkelijke grootte van de lumencontouren te krijgen.
      3. Bereken lumenomtrekken voor alle lumencontouren en identificeer de IVUS-frames met maximale (Cmax) en minimale (Cmin) lumenomtrekken, die respectievelijk de diastolische en systolische condities vertegenwoordigen.
    2. VH-IVUS contour gegevensverwerking
      1. Lees txt-bestanden van de contouren van de lumen-, buitengrens- en plaquecomponenten van het VH-IVUS-beeld met MATLAB.
      2. Vermenigvuldig alle contouren met de pixelgrootte om de werkelijke grootte van alle contouren te krijgen.
      3. Verdeel elke contour opnieuw in 100 punten op gelijke afstand van elkaar en voer 2D-afvlakking uit om nieuwe VH-IVUS-contourgegevens te krijgen ter vervanging van de oude.

2. Eindig elementenmodel

  1. Reconstructie van de geometrie van de kransslagader
    1. Creëer één laag contouren in de driedimensionale ruimte door de z-coördinaatwaarde toe te voegen voor alle punten van VH-IVUS-contouren, inclusief lumen, buitengrens en lipide, en stel z = 0 in voor alle punten (Figuur 2).
    2. Creëer een extra laag contouren door de z-coördinaatwaarde toe te voegen voor alle punten van de VH-IVUS-contouren en z = 0,05 cm opnieuw in te stellen voor alle punten.
      OPMERKING: Deze twee lagen contouren reconstrueren de 3D-geometrie van de kransslagader voor het model met alleen een dunnelaagstructuur door een vaste laagdikte van 0,05 cm toe te voegen aan de VH-IVUS-contouren (Figuur 2).
  2. Generatie van eindige elementen
    1. Creëer twee hulpcontouren door lumen- en buitengrenscontouren lineair te interpoleren met gewichten 1/3 en 2/3 (Figuur 3A) voor elke laag.
    2. Verdeel het vaatgebied in 8 omtrekdelen en 3 radiale delen (zie Figuur 3B) door de lumen/buitengrens te verbinden met het dichtstbijzijnde punt op de lipidecontour (bijv. punten A en B in Figuur 3B) of twee hulpcontouren met radiale lijnen.
    3. Verbind alle punten tussen lagen met rechte lijnen en vorm een 3D-structuur met 3 x 8 volumes (Figuur 3B). Verdeel elk volume met behulp van hexaëdrische elementen om het eindige-elementennet (Figuur 3C) en verschillende materiaalgroepen (Figuur 3D) te genereren.
    4. Voer een maasanalyse uit door de maasdichtheid met 10% te verfijnen totdat de veranderingen in oplossingen 5% <.
  3. Definitie van materiaaleigenschappen
    1. Gebruik een gemodificeerd anisotroop Mooney-Rivlin-materiaalmodel om de materiaaleigenschappen van de kransslagaderwand te beschrijven. Coronaire vaten en plaquecomponenten werden verondersteld hyperelastische, anisotrope, bijna onsamendrukbare en homogene materialen te zijn, en de rek-energiedichtheidsfunctie van het gemodificeerde anisotrope Mooney-Rivlin-materiaalmodel is:
      figure-protocol-1(1)
      figure-protocol-2(2)
      figure-protocol-3(3)
      waar I1 en I2 de eerste en tweede invarianten zijn van de rechter Cauchy-Green vervormingstensor C gedefinieerd als c = [cij] = XTX, X = [Xij] = [figure-protocol-4], (Xi) was de huidige positie (aj) was de oorspronkelijke positie, I4 = cij(nc)i(nc)j, nc was de eenheidsvector in de omtreksrichting van het vat. c1, c2, D1, D2, K1 en K2 waren patiëntspecifieke materiaalparameters.
    2. Wijs de beginwaarden van materiaalparameters voor een patiëntspecifiek kransslagader toe volgens de ex vivo biaxiale testresultaten, d.w.z. c1 = -1,312.9 kPa, c2 = 114.7 kPa, D1 = 629.7 kPa, D2 = 2.0, K1 = 35.9 kPa en K2 = 23.5 (Figuur 4A-B)13,15.
    3. Wijs de materiaalparameters toe voor de plaquecomponent, indien aanwezig. Meer specifiek, voor lipiden, c1=0,5 kPa, c2=0, D1=0,5 kPa en D2=1,5; voor verkalking gebruikten we c1=920 kPa, c2=0, D1=360 kPa en D2=2,0 (Figuur 4B)16.
      OPMERKING: Plaque-componenten (lipide en verkalking) werden verondersteld hyperelastisch, isotroop en bijna onsamendrukbaar te zijn, en hun mechanische eigenschappen werden beschreven door het isotrope Mooney-Rivlin-materiaalmodel met de rekenergiedichtheidsfuncties gegeven in formule (2).
  4. Beheersvergelijkingen en het stellen van randvoorwaarden
    1. Definieer heersende vergelijkingen voor het model met alleen een dunne-laagstructuur, dat de bewegingsvergelijking, de niet-lineaire Cauchy-Green rek-verplaatsingsrelatie en het coronaire vaatmateriaalmodel11 omvat.
    2. Schrijf patiëntspecifieke bloeddrukgolfvormen op het lumenoppervlak voor om echte fysiologische omstandigheden te simuleren (Figuur 4C). Om patiëntspecifieke bloeddrukgolfvormen te verkrijgen, schaalt u een typische aortadrukgolfvorm met systolische en diastolische drukwaarden gemeten door de armmanchet (Figuur 4D).

3. Eindige-elementenmodelgebaseerde updatebenadering voor patiëntspecifieke materiaaleigenschappen van de kransslagader

OPMERKING: Het iteratieve proces om patiëntspecifieke eigenschappen van coronair materiaal te bepalen, wordt geïllustreerd in figuur 5.

  1. Bepaal de nullastgeometrie die overeenkomt met de nuldrukconditie als de initiële geometrie voor het rekenmodel door de coronaire geometrie gereconstrueerd uit het VH-IVUS-beeld axiaal te verkleinen met een vaste krimpsnelheid van 95% en circumferentieel met circumferentiële krimp (aangeduid als S) die aanvankelijk was ingesteld op 98%.
    OPMERKING: Aangezien de coronaire geometrie gereconstrueerd op basis van het VH-IVUS-beeld onder in vivo omstandigheden was met bloeddruk voorgeschreven op het lumen en axiale rek van vastgebonden distale en proximale coronaire arteriële segmenten, zou de in vivo coronaire geometrie circumferentieel en axiaal moeten krimpen om de nuldrukgeometrie te verkrijgen.
  2. Stel de axiale krimpsnelheid in op 95% en werk de omtrekkrimp bij tijdens de volgende stappen.
  3. Definieer de materiaalverhouding (aangeduid als k) om de patiëntspecifieke materiaaleigenschappen van het kransslagader toe te wijzen als: dat wil zeggen, c1 = k*(−1,312.9) kPa, c2 = k*114.7 kPa, D1 = k*629.7 kPa, K1 = k*35.9 kPa, en fixeer D2 = 2.0 en K2 = 23.5.
    OPMERKING: Aangezien slechts twee gegevenspunten (minimale en maximale lumenomtrek die overeenkomen met diastolische en systolische druk) werden verkregen om de onbekende parameters te bepalen (omtrekskrimpsnelheid S en materiaalparameters van het Mooney-Rivlin-model), hebben we het aantal onbekende parameters verminderd door aan te nemen dat de in vivo patiëntspecifieke materiaaleigenschappen van het kransslagader evenredig waren met de initiële schatting met de materiaalverhouding aangeduid als k: dat wil zeggen, c1 = k*(−1,312.9) kPa, c2 = k*114.7 kPa, D1 = k*629.7 kPa, K1 = k*35.9 kPa, terwijl D2 = 2.0 en K2 = 23.5 vast waren.
  4. Werk de k-waarde bij naar een beginwaarde k van 1, samen met de omtrekskrimpsnelheid S tijdens de volgende iteratieve procedure.
  5. Voer software uit om het rekenmodel op te lossen om de numerieke resultaten te verkrijgen.
    1. Schrijf alle opdrachten voor het maken van het model met alleen een dunne laagstructuur in een batchbestand (aanvullend bestand 1) met behulp van MATLAB.
    2. Laad dit batchbestand met behulp van de geavanceerde gebruikersinterface (AUI) om het model te genereren (Afbeelding 6A). Los het model met alleen een dunnelaagstructuur op door op Gegevensbestand/Oplossing te klikken en sla het op als een .dat bestand (Afbeelding 6C). Simuleer drie hartcycli en gebruik de oplossing in de laatste cyclus om numerieke resultaten te presenteren.
    3. Exporteer de resultaten van knooppuntcoördinaten naar een txt-bestand door te navigeren > Lijst met > Zone en selecteer X-POSITIE, Y-POSITIE en Z-POSITIE in Variabelen om weer te geven onder Coördinaat. Klik op Toepassen en exporteren om de coördinatenresultaten te exporteren.
    4. Sla lumencontourgegevens die overeenkomen met diastolische en systolische drukcondities op in .txt bestanden voor berekeningen van de lumenomtrek.
  6. Vergelijk de lumenomtrekken berekend door het FE-model (model met alleen een dunne plaklaagstructuur) bij diastolische drukomstandigheden met in vivo cine IVUS-gegevens (Cmin) en controleer of de relatieve fout <1% was. Als aan de voorwaarde is voldaan, gaat u naar de volgende stap of werkt u de materiaalverhouding k bij met behulp van de secansmethode en gaat u naar stap 3.3 om17,18 opnieuw uit te voeren.
    OPMERKING: In de eerste iteratief werd de Newton-methode gebruikt om de materiaalverhouding bij te werken in plaats van de secansmethode.
  7. Vergelijk lumenomtrekken berekend door het FE-model bij systolische drukomstandigheden met in vivo cine IVUS-gegevens (Cmax) en controleer of de relatieve fout <1% was. Zo ja, stop dan de iteratieve procedure, of werk op een andere manier de omtrekskrimpsnelheid S bij en stuur door naar stap 3.4 om opnieuw uit te voeren.
    OPMERKING: In de eerste iteratief werd de Newton-methode gebruikt om de omtrekkrimpsnelheid bij te werken in plaats van de secansmethode.
  8. Registreer optimale S- en k-waarden en bereken de bijbehorende materiaalparameters van het Mooney-Rivlin-materiaalmodel.
  9. Zet de curven van de circumferentiële en axiale spanning-rekverhouding van het kransslagader uit (Figuur 7), die als volgt kunnen worden afgeleid:
    figure-protocol-5(4)
    waarbij σ staat voor Cauchy-spanning, λ voor rekverhouding, i = c, a staat voor de omtrek- en axiale richtingen.
    1. Om een materiaalcurve in een bepaalde richting te tekenen, stelt u de rekverhouding in de andere richting vast op 1. Bereken de effectieve modulus van Young in de omtrek en axiaal (respectievelijk gelabeld als YMc en YMa) als de helling van de schaalfunctie van de materiaalcurve bij het rekverhoudingsinterval [1.0, 1.1] om de algemene materiaalstijfheid van de kransslagader weer te geven13:
      figure-protocol-6(5)
  10. Extraheer op elk moment de stress-/rekverdelingen van plaque en registreer de knooppuntverdeling en maximale stresswaarden tijdens de systolische en diastolische fasen (Figuur 8).

Resultaten

We beschrijven in detail de FEMBUA-methode, die een snelle analyse van plaquemateriaal en stress van coronaire plaques na real-time IVUS-beeldvorming mogelijk maakt en de in vivo materiaaleigenschappen en biomechanische resultaten van plaques kan bepalen. De in vivo materiaalparameters van het Mooney-Rivlin-materiaalmodel voor dit kransslagader worden weergegeven in tabel 1. De simulatieresultaten van het eindige-elementenmodel, inclusief de spanning/rekverdelingen in het kransslagader, zijn uitgezet in Figuur 8. Een gedetailleerde analyse van de resultaten is als volgt.

Het duurt ongeveer 2 uur om het hele proces te voltooien en in vivo materiaalparameters voor dit kransslagader te verkrijgen, inclusief cine IVUS- en VH-IVUS-beeldsegmentatie, constructie van het computationele FE-model en uitvoering van de iteratieve procedure om de materiaaleigenschappen te kwantificeren. Deze methode kan voldoen aan de eisen van snel klinisch onderzoek met een hoge tijdigheid.

Voor dit kransslagader werden de twee grootheden bepaald volgens de FEMBUA-methode als k = 1,125 en S = 98%. Andere in vivo materiaalparameters van het Mooney-Rivlin-materiaalmodel voor dit kransslagader worden gegeven in tabel 1. De materiaalkrommen in zowel omtrek- als axiale richting zijn uitgezet in figuur 7. Beide richtingen vertoonden een J-vormige materiaalcurve, die de niet-lineaire stress-rekrelatie aangeeft met verhoogde weefselstijfheid wanneer de rekverhouding verhoogd was. De rechte lijnen waren de schaalfuncties om in deze niet-lineaire materiaalkrommen te passen, en hun hellingen waren de effectieve moduli van Young. De YMc en YMa voor dit kransslagader zijn respectievelijk 1055,41 en 1835,77 kPa.

De simulatieresultaten van het eindige-elementenmodel, inclusief de spanning/rekverdelingen in het kransslagader, zijn uitgezet in Figuur 8. De stressverdeling die overeenkomt met systolische drukomstandigheden is hoger dan die van diastolische drukomstandigheden. Ook kon lokale stressconcentratie worden waargenomen in regio's met een dunne vaatdikte of fibreuze kapgebieden. Aangezien plaqueruptuur vaak optreedt in de fibreuze kap- en schouderregio's, worden de piekstress- en rekwaarden over deze kritieke regio's gerapporteerd in Tabel 2.

We voerden de mesh-analyse uit door de mesh-dichtheid geleidelijk te verhogen, en de mesh-verfijning zou stoppen als een fijnere mesh onbeduidende veranderingen in oplossingen zou kunnen opleveren. De resultaten van de element/rasterverdeling en de spanning voor dit model worden weergegeven in aanvullende tabel 1. De tabel geeft meer vergelijkende en gedetailleerde resultaten, met onbeduidende verschillen tussen modellen met verschillende elementnummers. De resultaten tonen aan dat, na het verfijnen van de maasdichtheid vier keer, de relatieve fouten van maximale en minimale spanning binnen 5% liggen. Aangezien de FEMBUA-methode een iteratief proces omvat, werd een relatief lage maasdichtheid aangenomen om rekenkosten te besparen. Uit de resultaten blijkt dat de huidige maaswijdte (elementnummer = 900) aan de eisen voldoet en weinig invloed heeft op de stressresultaten.

figure-results-1
Figuur 1: Verwerving en contourextractie van Cine IVUS en VH-IVUS. (A) Richting voor het terugtrekken van de IVUS-katheter en gepauzeerde plaats van de katheter (gemarkeerd met een ster) om Cine IVUS-beelden te verkrijgen. (B) Cine IVUS met lumenomtrek van Cmin en Cmax en bijbehorend VH-IVUS-beeld. (C) IVUS-contourenextractie. Klik hier om een grotere versie van deze figuur te bekijken.

figure-results-2
Figuur 2: Gereconstrueerde 3D kransslagadergeometrie met een dikte van 0,05 cm. Klik hier om een grotere versie van deze figuur te bekijken.

figure-results-3
Figuur 3: Proces voor het genereren van eindige-elementenmazen voor een model met alleen een dunne plakstructuur. (A) Contourpunten op het 2D-vlak. (B) Geometrische lijnen voor het genereren van mazen. (C) Eindige elementen maas. (D) Verschillende materiaalgroepen gegenereerd. Klik hier om een grotere versie van deze figuur te bekijken.

figure-results-4
Figuur 4: Computationeel model met alleen dunne plakjes van het kransslagader. Het model omvat de definitie van materiaaleigenschappen en het stellen van randvoorwaarden. (A) Stel verschillende materiaalgroepen in de kransslagader in. (B) Ex vivo coronaire vaat materialen curve. (C) Laden van de randvoorwaarde. (D) Drukcurve. Klik hier om een grotere versie van deze figuur te bekijken.

figure-results-5
Figuur 5: Iteratief schema. Het iteratieve schema om in vivo plaquemateriaaleigenschappen van kransslagaders te kwantificeren op basis van IVUS-beelden. Klik hier om een grotere versie van deze figuur te bekijken.

figure-results-6
Afbeelding 6: Gebruik interface. De geavanceerde gebruikersinterface van ADINA-software en relevante bewerkingen. Klik hier om een grotere versie van deze figuur te bekijken.

figure-results-7
Figuur 7: Materiaalcurven. Het materiaal kromt in de omtrek- en axiale richtingen van het kransslagader en hun effectieve schatting van de moduli van Young. Klik hier om een grotere versie van deze figuur te bekijken.

figure-results-8
Figuur 8: Thin-slice structuurmodel van de geometrie van de kransslagader en gesimuleerde resultaten. De figuur omvat een kaart van de stressverdelingswolk bij diastolische en systolische drukomstandigheden. (a) Weergegeven knooppunten. (b) diastolische spanning. (c) Systolische spanning. De kleurenbalk geeft de stresswaarde aan. Klik hier om een grotere versie van deze figuur te bekijken.

Materiële parametersS(%)C1 (kPa)C2(kPa)D1(kPa)K1(kPa)YMa(kPa)YMc(kPa)
98%-147.7612.91708.6740.41055.411835.77

Tabel 1: Referentiewaarden voor de materiaalparameters van het monstermodel.

Tijd bij diastolische drukTijd bij systolische druk
PWS (kPa)PWSnPWS (kPa)PWSn
56.530.0540264.510.05402

Tabel 2: Piekspanning/rekwaarden over de kritieke gebieden uit het rekenmodel. Afkortingen: Piekwandspanning = PWS; Piekspanning van de wand = PWSn. Stresseenheid: kPa.

Aanvullende tabel 1: De vergelijking benadrukt de resultaten van verschillende rastergrootheden in hetzelfde model.> Klik hier om dit bestand te downloaden.

Aanvullend bestand 1: MATLAB-codes. Klik hier om dit bestand te downloaden.

Discussie

Kritieke stappen in het protocol
De meest kritische stap in de eindige-elementenmodelgebaseerde updatebenadering ligt in de iteratieve procedure. In de benadering moet het eindige-elementenmodel de beweging van het kransslagader op de vasculaire doorsnede nauwkeurig herstellen van in vivo cine IVUS-beelden. Daartoe werd in deze studie het minimaliseren van het lumenomtrekverschil tussen het eindige-elementenmodel en in vivo-beelden toegepast om de juiste materiaaleigenschappen te vinden. Er waren andere belangrijke stappen in de protocollen, waaronder beeldsegmentatie en -verwerking, eindige-elementenmodelconstructie en iteratieve schema's om de materiaaleigenschappen van kransslagaders te kwantificeren. Een verbetering was de implementatie van de automatische afbakening van coronaire plaquecomponenten om tijd te besparen.

Betekenis van een op eindige-elementenmodellering gebaseerde updatebenadering
Klassiek werden mechanische experimenten zoals uniaxiale/biaxiale trekproeven, indrukkingsproeven en drukopblaasproeven uitgevoerd om het mechanische gedrag van de cardiovasculaire weefsels ex vivo te kwantificeren 8,16. De klinische toepassing van deze benaderingen was beperkt om de volgende redenen: 1) Ex vivo monsters van coronair arterieel weefsel zijn vaak niet beschikbaar. Het is bijna onmogelijk om de normale coronaire monsters te oogsten in de klinische setting; 2) Materiële eigenschappen van arteriële weefsels kunnen veranderen wanneer ze uit levende proefpersonen worden gehaald; 3) het is niet geschikt voor continue monitoring in een patiëntspecifieke setting voor persoonlijk management en precisiegeneeskunde. Gelukkig biedt FEMBUA een andere manier om patiëntspecifieke weefseleigenschappen in vivo te bepalen. De in vivo-methode kan gemakkelijk worden aangepast om met succes toe te passen op andere biologische weefsels, zoals aortaweefsel19 en hartweefsel20, en zelfs niet-biologische materialen zoals metaal21. Eerdere studies hebben aangetoond dat patiëntspecifieke in vivo weefselmateriaaleigenschappen een significante invloed hadden op de cardiovasculaire biomechanica, vooral bij de berekening van de stam, in vergelijking met ex vivo materiaaleigenschappen11. Daarom zijn patiëntspecifieke in vivo materiaaleigenschappen wenselijk voor een gepersonaliseerde behandeling.

Hoewel in vivo en ex vivo methoden verschillend zijn, kunnen ze worden geïntegreerd om andere benaderingen te inspireren om de mechanische eigenschappen van cardiovasculaire weefsels te kwantificeren. Voor het aorta-aneurysmaweefsel22 is een hybride benadering voorgesteld die FEMBUA combineert om stress-rekgegevens van biaxiale/uniaxiale experimenten te matchen.

Potentiële klinische toepassingen van Finite Element Modeling Based Updating Approach
FEMBUA op basis van IVUS-beeld is van groot belang in de cardiovasculaire materiaalwetenschap, medische beeldanalyse en het ontwerp van gepersonaliseerde medische hulpmiddelen. Deze voorgestelde methode hoeft geen dramatische schade aan de onderzochte kransslagaderwand te veroorzaken zoals in een situatie zoals het verwijderen van het weefsel uit het levende menselijk lichaam, dus het is geschikt voor continue patiëntmonitoring, zoals het onderzoeken van het effect van in vivo mechanische eigenschappen op de prognose van de patiënt, wat niet kan worden gedaan met een klassieke mechanische experimentele benadering. Daarnaast speelt de voorgestelde FEMBUA-methode een sleutelrol bij de optimalisatie van de behandeling van coronaire stents en de diagnose van hart- en vaatziekten. Een nauwkeurige analyse van de structuur en laesiekenmerken van bloedvatwanden zou als leidraad kunnen dienen voor de selectie van de grootte en locatie van de stent, waardoor de structurele en mechanische stabiliteit in weefsels in hogere mate behouden blijft, complicaties worden verminderd en de prognose van de patiënt wordt verbeterd23. Samenvattend heeft de FEMBUA-methode een uitgebreid en verreikend toepassingspotentieel op cardiovasculair gebied.

Vergelijking van de resultaten van FEMBUA en ex vivo experimentele benaderingen
Er is een vergelijkingsanalyse uitgevoerd tussen FEMBUA en klassieke ex vivo experimentele benaderingen om de nauwkeurigheid en werkzaamheid van de nieuwe in vivo benadering te beoordelen. Ter vereenvoudiging werd de coronaire weefselstijfheid van de mechanische benadering vergeleken met die van in vivo onderzoeken met FEMBUA, en de weefselstijfheid van beide methoden lag over het algemeen in hetzelfde bereik vangrootte 11. De consistentie werd ook bevestigd in andere vaatbedden zoals de aorta en de halsslagader24. Merk op dat het beperkte aantal ex vivo studies van invloed kan zijn op de bovengenoemde conclusies, aangezien de variabiliteit van weefselstijfheid tussen verschillende individuen ook uitgesproken is. Desalniettemin suggereerden deze conclusies dat FEMBUA een nauwkeurige en effectieve benadering is voor het kwantificeren van de materiaaleigenschappen van arteriële wanden.

Validatie en robuustheid van de FEMBUA-methode werden ook onderzocht door zowel de in vivo FEMBUA-methode als het ex vivo-experiment op hetzelfde arteriële weefsel uit te voeren voor validatiedoeleinden 25,26,27. Liu et al. voerden in vivo en ex vivo experimentele benaderingen uit op aortaweefsels. Hun bevindingen toonden een nauwe correlatie aan tussen de materiaalgedragscurven die door beide methoden werden gegenereerd, met een gemiddelde gemiddelde absolute procentuele fout kleiner dan 5%25. Verder voerden Cosentino et al. een vergelijkbare vergelijkende analyse uit op basis van een groter steekproefcohort (n=10), met vergelijkbare conclusies verkregen27. Deze bevindingen toonden samen aan dat FEMBUA minimale discrepanties kon opleveren in biomechanische resultaten voor identieke monsters. Een verdere studie toonde ook aan dat de voorgestelde methode reproduceerbaar en robuust is, aangezien de studie aantoonde dat variaties in mechanische eigenschappen een minimale impact hadden op de gesimuleerde biomechanische resultaten in kransslagadermodellen door middel van eindige-elementenanalyse27.

Modellering van aannames en beperkingen
Er zijn enkele aannames betrokken bij FEM voor in vivo identificatie van de materiaaleigenschappen van coronaire arteriële wanden, die van invloed zouden zijn op de resultaten van FEMBUA zoals hier beschreven. De axiale krimpsnelheid werd verondersteld 95% te zijn, aangezien de werkelijke axiale krimp niet kon worden verkregen onder in vivo omstandigheden. De impact van axiale rek op materiaaleigenschappen werd in eerdere studies onderzocht en de resultaten gaven aan dat kleinere axiale rek leidde tot een grotere krimp van de plak en een schatting van de zachtere materiaalstijfheid 11,28,29,30. Daarom moeten patiëntspecifieke axiale rekgegevens worden gebruikt, indien beschikbaar. De kwaliteitsevaluatie van eindige-elementennetten omvat verschillende belangrijke indicatoren, waaronder de vorm van het netelement het belangrijkste evaluatiecriterium in dit artikel, dat rechtstreeks verband houdt met de stabiliteit van de numerieke oplossing en iteratieve convergentie. In de praktijk is het, vanwege de complexiteit van het probleem, noodzakelijk om de indicatoren te wegen om aan de analysebehoeften te voldoen, en indien nodig kan de kwaliteit van het net worden geoptimaliseerd door nieuwe segmentatiemethoden te ontwerpen en geschikte maastypen te selecteren31. Speciale aandacht moet worden besteed aan kleine lipiden op belangrijke plaatsen tijdens de eigenlijke segmentatie 32,33,34. In deze implementatie blijven kleine lipiden op belangrijke plaatsen (fibreuze kap en schouder) behouden, terwijl lipiden op andere plaatsen weinig invloed hebben op de stress/belastingsomstandigheden. Bloeddruk gemeten aan de hand van de armmanchet werd gebruikt als surrogaat voor intracoronaire druk ter plaatse, aangezien invasieve intracoronaire druk niet beschikbaar was voor de patiënt. Actieve stress in de kransslagader werd niet in aanmerking genomen, omdat vroeg bewijs suggereerde dat de bijdrage ervan aan de elastische eigenschappen van het levende bloedvat erg klein was35. Informatie over restspanning was niet beschikbaar en werd daarom niet opgenomen in dit model 36,37. In de FEMBUA-methode werden modellen met alleen structuur gebruikt in plaats van complexere vloeistof-structuurinteractiemodellen, aangezien deze computationeel efficiënter is omdat iteratieve procedures de computationele modellen doorgaans meerdere keren moeten oplossen om de constante van de materiaaleigenschappen te vinden.

Samenvattend kan op beelden gebaseerde FEMBUA, anders dan andere klassieke ex vivo experimentele benaderingen, worden gebruikt om de patiëntspecifieke materiaaleigenschappen van kransslagaders in vivo effectief te bepalen. Aangezien arteriële weefselstijfheid al in klinische omgevingen wordt gebruikt als risicofactor voor hart- en vaatziekten, maakt FEMBUA het mogelijk om de coronaire arteriële mechanische eigenschappen onder in vivo omstandigheden continu te monitoren en heeft het dus het potentieel in klinische toepassingen voor gepersonaliseerde behandeling en precisiegeneeskunde.

Openbaarmakingen

De auteurs verklaren geen belangenconflict.

Dankbetuigingen

Dit onderzoek werd gedeeltelijk ondersteund door het Shandong Province Medical Health Science and Technology Project (nr. 202425020256 en 202403010254), de National Natural Science Foundation of China subsidies 11972117 en 11802060, de Natural Science Foundation van de provincie Jiangsu onder subsidienummer BK20180352 en de Natural Science Foundation van de provincie Shandong onder subsidienummer ZR2024QA110.

Materialen

Lijst van materialen gebruikt in dit artikel
NaamBedrijfCatalogusnummerOpmerkingen
 Bee DICOM Viewer SinoUnion Healthcare Inc.Versie 3.5.1Een DICOM-afbeeldingslezersoftware
ADINA Adina R & DVersie 9.0Finite element solver
ImageJ National Institutes of HealthGesegmenteerde IVUS contouren
MATLABMathWorks  Versie R2018aCommercieel programmeerplatform
Volcano s5 beeldvormingssysteemVolcano CompanyIntravasculaire echografie beeldvormingssysteem 

Referenties

  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).

Herprints en machtigingen

Tags

VH IVUS beeldenCine IVUS beeldenMooney Rivlin modelvaatwandstijfheidbloeddrukgolfvormmeshgeneratie
Intravasculaire echografie op beeldvorming gebaseerde eindige-elementenmodelleringsbenadering voor het kwantificeren van in vivo mechanische eigenschappen van menselijke kransslagader
Neem contact met ons op
Aanbevelen aan de bibliotheek

Privacy

Gebruiksvoorwaarden

Beleidsoverzicht

Copyright © 2026 MyJoVE Corporation. Alle rechten voorbehouden.