January 15th, 2022
Istnieje potrzeba określenia, które zmiany miażdżycowe będą postępować w unaczynieniu wieńcowym, aby kierować interwencją przed wystąpieniem zawału mięśnia sercowego. W tym artykule przedstawiono biomechaniczne modelowanie tętnic za pomocą optycznej tomografii koherentnej przy użyciu technik interakcji płyn-struktura w komercyjnym solverze elementów skończonych, aby pomóc przewidzieć tę progresję.
Miażdżyca jest jedną z głównych przyczyn zgonów i zachorowalności na świecie, a jej wieloczynnikowy i złożony charakter sprawia, że ważne jest multidyscyplinarne podejście do jej zwalczania. Obrazowanie jest potężnym narzędziem do analizy morfologii czarnej, ale nie może jeszcze dać nam zrozumienia mechanizmów leżących u podstaw tej pracy. I tu właśnie wkracza symulacja obliczeniowa.
Z punktu widzenia dynamiki płynów wiemy, że czynniki takie jak naprężenie ścinające ścianę w bioprzepływie krwi mogą wpływać na funkcję komórek śródbłonka i nowe procesy transportowe zaangażowane w powstawanie miażdżycy. Aby jednak naprawdę zrozumieć specyficzną mechanikę pacjenta, techniki interakcji ze strukturą płynu lub epizodyczne zwarcie można wykorzystać do symulacji interakcji między przepływem krwi, mechaniką tętnic i ogólną funkcją serca. Ta metodologia przedstawia podejście, aby to zrobić, poprzez rekonstrukcję i biomechaniczną symulację tętnicy wieńcowej pacjenta za pomocą optycznej koherentnej tomografii lub w skrócie OCT i inwazyjnej angiografii.
Następnie omówiliśmy również wyniki dotyczące znaczenia klinicznego i porównań w celu kontynuacji obrazowania. Obecnie podstawy tej metodologii opierają się na metodach elementów skończonych i objętości skończonej. I chociaż demonstrujemy tutaj metodę symulacji przy użyciu komercyjnego oprogramowania, procedura ANSYS może być dostosowana do dowolnego oprogramowania lub kodów obsługujących epizody.
Dopasuj linię wyjściową i kontrolne obrazy OCT, używając anatomicznych punktów orientacyjnych, takich jak bifurkacje i używając obrazów zaczynających się bezpośrednio proksymalnie do najbardziej dystalnego rozwidlenia i dystalnie do najbardziej proksymalnego rozwidlenia. Obrazy między tymi punktami orientacyjnymi mają zostać przeanalizowane Załaduj pierwszy obraz do digitizera i zaznacz punkty środkowe cewnika oraz granice skali. Wyeksportuj te punkty, aby użyć ich później, zaznacz krawędź światła, zaczynając od tego samego miejsca na każdym obrazie i upewniając się, że uchwyciłeś krzywe światła tak dokładnie, jak to możliwe.
Pozostaw lukę w artefaktach, ponieważ proces rekonstrukcji będzie interpolował w tych regionach na późniejszym etapie. Wyeksportuj te pliki do formatu danych i powtórz to dla każdego obrazu. W oprogramowaniu dot-com wyodrębnij zewnętrzną ścianę w obszarach o wysokim tłumieniu, używając widocznych części zewnętrznej elastycznej membrany do dopasowania elipsy, aby oszacować położenie zewnętrznej ściany, zdefiniuj łuk lipidowy, oblicz go do środka ciężkości światła i zerwij grubość nasadki.
Zostaną one wykorzystane do analizy progresji zmiany wraz z powierzchnią światła. Następnie zaimportuj te nałożone obrazy do digitizera obrazu, aby wybrać zewnętrzne punkty ściany. Podobnie w przypadku wyboru lipidów, powierzchnia lipidu, zaczynając od tego samego końca lipidu w każdym przypadku, załaduj pierwszy obraz angiograficzny do digitizera obrazu, wybierz krawędzie cewnika, aby przeskalować obraz w późniejszych krokach.
A następnie zaznacz centralną linię cewnika zaczynającą się od znacznika proksymalnego i przesuwającą się dystalnie z równomiernie rozmieszczonymi punktami. Eksportuj dane, aby dostosować format. Powtórz te kroki dla każdego obrazu przed przeprowadzeniem procesu rekonstrukcji przekroju poprzecznego.
W oprogramowaniu do modelowania 3D zaimportuj i wygeneruj przekroje, po jednym pliku na raz, aby utworzyć komponent bryły, wybierz wszystkie krzywe i zablokuj je razem, upewniając się, że wybrano opcję Dodaj zamrożone, aby wygenerować nową bryłę. Teraz wykonaj te czynności dla światła, lipidów i ściany zewnętrznej. Aby odjąć światło i lipidy od ściany tętnicy, utwórz operację logiczną i wybierz ciało docelowe jako ścianę oraz lipidy i luminę jako korpus narzędzia.
Ważne jest, aby udostępnić typologię między ścianą a lipidami, aby zapewnić, że węzły siatki będą współdzielone w przyszłych krokach. Aby to zrobić, podświetl ścianę i ich lipidy, a następnie kliknij prawym przyciskiem myszy, aby utworzyć część. Aby ustawić właściwości materiału dla tętnicy i lipidu, wprowadź dane inżynierskie i dodaj nowy materiał o nazwie Gęstość oporu tętnicy oraz pięcioparametrowy model Mooney Riverland i ustaw ich parametry.
Powtórz to dla lipidu i składnika motorycznego, stłumić składową światła i przypisać wcześniej zdefiniowane materiały do tętnicy i lipidów stałych. Geometria musi teraz zostać umieszczona w siatce, ustawić preferencje fizyki na nieliniowe mechaniczne i określić rozmiar siatki. Tutaj użyliśmy siatki adaptacyjnej o docelowym rozmiarze 0,14 milimetra.
Dostosuj preferencje siatki zgodnie z potrzebami, aby uzyskać rozsądne wartości jednostek maski. W tym przypadku dążymy do co najmniej dwóch do trzech elementów siatki w poprzek szczelin, takich jak włóknista nasadka. Generowanie siatki może zająć trochę czasu ze względu na złożoną geometrię.
W przypadku symulacji FSI wyłącz automatyczne przeskakiwanie czasu i zdefiniuj krok podrzędny jako jeden oraz ustaw czas zakończenia symulacji. W tym przypadku 0,8 sekundy, sprzężenie systemowe kontrolujemy czas i podkroki, ustawiamy typ solvera na sterowanie programowe, aby użyć metody bezpośredniej lub iteracyjnej. Metody bezpośrednie są bardziej niezawodne, ale zużywają znacznie więcej pamięci.
Ustaw referencje Newtona i metodę na full. Określ domenę sprzężenia systemu jako wewnętrzną ścianę tętnicy, wstawiając interfejs płyn-ciało stałe. Spowoduje to przekazanie danych między strukturą a płynem w tym miejscu.
Warunki brzegowe przemieszczenia można wprowadzić jako funkcję przemieszczenia w kierunku X, Y i Z, zastosowaną na wlocie i wylocie. Aby pomóc w rozwiązywaniu problemów z błędami, na karcie rozwiązania wstaw resztki tratw Newtona. Można je wyświetlić, jeśli wystąpią błędy w celu znalezienia kłopotliwej geometrii lub lokalizacji siatki.
Wejdź w zakładkę modelu, sprawdź jednostki i stłum część tętniczą i lipidową. Prowadzenie domeny płynów. Określ metryki siatki i wygeneruj siatkę, sprawdzając skośność i dostosowując w razie potrzeby.
Dobrą praktyką jest użycie siatki o podobnym rozmiarze i kształcie, jak to zrobiliśmy w części strukturalnej w obszarach, w których zachodzi interakcja płyn-ciało stałe. Utwórz wybory nazw dla wlotu, wylotu i ściany, które mają być przekazywane do języka Fluent. Teraz wejdź w zakładkę ustawień i upewnij się, że podwójna pozycja jest włączona.
Ustaw typ solvera na oparty na ciśnieniu i upewnij się, że czas jest ustawiony na przejściowy. Włącz model turbulencji lepkiej K-Omega i włącz transport naprężeń czystych oraz poprawki o niskiej re. Aby włączyć nieliniowe modele lepkości z turbulencjami.
Wprowadź następujące polecenie w konsoli poleceń i wprowadź yes po wyświetleniu monitu. W obszarze materiał zdefiniuj teraz właściwości krwi, wprowadzając gęstość i wybierając nienewtonowskie prawo potęgowe z listy rozwijanej lepkości. Kompiluję, używam zdefiniowanej funkcji, zawierającej przejściową prędkość krwi i ciśnienie, sprawdzając wiersz poleceń pod kątem ewentualnych błędów.
Teraz załaduj UVF. Można je zastosować do wlotu i wylotu. Włącz siatkę dynamiczną, w tym wygładzanie, ponowne tworzenie siatki i solwer o sześciu stopniach swobody, ustawiając parametr dyfuzji 1.5 oraz odpowiednie skale maksymalne i minimalne dla siatki.
Utwórz nową dynamiczną strefę siatki, określ ścianę światła i wybierz sprzężenie systemowe. Jest to interfejs do przekazywania danych do komponentu tętniczego symulacji. Utwórz strefy siatki formującej dla światła wlotowego, wylotowego i wewnętrznego z odpowiednimi wartościami dla skali siatki.
Często ujemne błędy woluminu komórki są związane z tą siatką dynamiczną. Dlatego dokładnie sprawdź i w razie potrzeby dostosuj skale siatki, dla każdego regionu, upewnij się, że sprzężenie prędkości ciśnienia jest ustawione na sprzężenie i ustaw formułę przejściową i schematy dyskretyzacji przestrzennej na drugi porządek. W polu Kontrolki wprowadź bieżącą liczbę dwóch i ustaw kryteria zbieżności rezydualnej w zakładce monitory.
W tym miejscu użyliśmy wartości 1 tutaj do 5 pięć dla ciągłości i jedna ósemka z minus sześć dla pozostałej. Aby zdefiniować funkcję niestandardową dla wyników, takich jak lokalna znormalizowana spiralność, wybierz opcję Funkcje niestandardowe na karcie Parametry i dostosowywanie, a następnie wstaw nową funkcję. Użyj wyskakującego okienka, aby zdefiniować w razie potrzeby.
Na karcie uruchamiania obliczeń ustaw liczbę kroków na 160 z rozmiarem kroku czasu wynoszącym pięć milisekund i liczbą iteracji na 300. Sprawdź, czy próbkowanie danych dla statystyk czasowych jest włączone i upewnij się, że statystyki ścian i naprężenia ścinające przepływu są wybrane, a także nasza wcześniej zdefiniowana funkcja niestandardowa. Utwórz eksport danych w czynnościach obliczeniowych, wybierając opcję kompatybilną z postem CFD do przetwarzania końcowego.
Jeśli chcesz przetwarzać wyniki w osobnym oprogramowaniu, dostosuj typ eksportu zgodnie z potrzebami. Wybierz wszystkie regiony i wyniki, które chcesz wyeksportować. Na koniec zainicjuj symulację za pomocą schematu hybrydowego.
Upewnij się, że obie konfiguracje wpływu strukturalnego są połączone ze sprzężeniem systemu i zaktualizowane. W przypadku sprzężenia systemu ustaw czas zakończenia na 0,8 sekundy, a znacznik czasu na 5 milisekund, zwykle od 10 do 15 iteracji jako wystarczające, pod warunkiem, że zarówno składniki strukturalne, jak i płynne są dobrze zbieżne. Wybierz interfejs ściany i bryły odpowiednio z komponentów płynu i konstrukcji i edytuj przeniesienie, Dostosuj dolne rozluźnienie lub narastanie siły przenoszonej z płynu na strukturę, aby pomóc w zbieżności.
Gdy wszystko będzie gotowe do uruchomienia, kliknij przycisk Aktualizuj, a dane symulacji, takie jak zbieżność strukturalna i płynna oraz odpowiednia zbieżność transferu danych, zostaną wydrukowane w konsoli. Należy pamiętać, że symulacje FSI są kosztowne obliczeniowo, a ta symulacja zajmuje około 11 dni na maszynie 16-rdzeniowej. Tutaj skupiliśmy się na trzech ważnych wynikach biomechanicznych, a mianowicie naprężeniach ścinających ściany, charakterystyce przepływu wewnątrzświetlnego przez lokalnie znormalizowaną spiralność oraz naprężeniu strukturalnym w postaci efektywnego naprężenia von Misesa.
Sam stres jest w dużym stopniu napędzany przez prędkość krwi. Jak jednak możemy tutaj zobaczyć, bardziej szczegółowa analiza średniego naprężenia w czasie, wskaźnik pojedynczego ścinania, który jest miarą odwrócenia przepływu i leżących u jego podstaw czystych pól wektorów naprężeń, może być bardziej pouczająca klinicznie, szczególnie poprzez poszukiwanie regionów przyciągania, które mogą przyciągać monocyty i prowadzić do wzrostu blaszki miażdżycowej. Możemy dalej wizualizować wzorce przepływu heliakalnego w całym świetle z lokalną znormalizowaną spiralnością, aby pomóc w konceptualizacji związku między strukturami przepływu spiralnego a wzrostem płytki nazębnej.
Wreszcie, wyższe naprężenie von Misesa w ścianie tętnicy może sugerować obszary dysfunkcji lub uszkodzenia komórek z powodu zwiększonego obciążenia lub sugerować prawdopodobne miejsca pęknięcia blaszki miażdżycowej, szczególnie z powodu cieńszych włóknistych czapek lub nasilania się stresu w obszarach barku wyrywanego. Widzimy również, że stres jest napędzany przez zginanie i kurczenie się tętnicy w proksymalnej czapce włóknistej. Podczas gdy stres destylacyjny jest napędzany przez ciśnienie krwi, nasz wynik, symulacje FSI są wyjątkowo dobrze przygotowane do uchwycenia.
Poprzez porównanie z obrazowaniem kontrolnym. Obserwujemy zmniejszenie powierzchni światła w dystalnej części tętnicy, co jest również związane ze wzrostem całkowitego łuku płynu, co sugeruje progresję zmiany. Dla porównania, w regionie proksymalnym obserwuje się niewielkie zmniejszenie powierzchni światła, ale duży spadek grubości włóknistej czapeczki, co sugeruje przejście do bardziej wrażliwego fenotypu.
Te regiony lub progresję lub regresję można następnie porównać z bazową symulacją FSI, analizując wzorce naprężeń ścinających podczas wojny, przepływu śródświetlnego i naprężeń strukturalnych. Otóż metodologia ta jest przedstawiona dla pojedynczego przypadku. Analiza na większych zbiorach danych jest pozyskiwana w celu określenia istotności statystycznej wszelkich korelacji.
Mamy nadzieję, że ta metodologia może w tym pomóc. W tej metodzie opisaliśmy etapy rekonstrukcji i biomechanicznej symulacji tętnicy wieńcowej pacjenta przy użyciu technik interakcji ze strukturą płynu. Opisaliśmy proces ekstrakcji światła, lipidu i ścian zewnętrznych z OCT i odtworzenia trójwymiarowego kształtu, a następnie opisaliśmy proces tworzenia siatki, ustawiania warunków brzegowych i domen sprzężenia układów.
I na koniec, uruchamianie wyników symulacji i przetwarzania końcowego. Przełożenie naszej charakterystyki przepływu śródświetlnego w postaci zwykłego stresu i odpowiedzi strukturalnej w tętnicy na średnią kliniczną zostało również omówione pod kątem progresji zmian za pomocą biomechaniki opartej na FSI, wykazując potencjał do przedstawienia pełniejszego obrazu aktualnego stanu i rokowania pacjenta. Teraz, gdy FSI jest wciąż bardzo rozwijającą się i kosztowną obliczeniowo metodą, uważamy, że proces opisujący tę metodologię może być dalej rozwijany i wykorzystywany do wspomagania podejmowania decyzji klinicznych dotyczących progresji miażdżycy.
View the full transcript and gain access to thousands of scientific videos
Ten artykuł omawia zastosowanie modelowania biomechanicznego do przewidywania progresji zmian miażdżycowych w tętnicach wieńcowych. Dzięki zastosowaniu technik interakcji płyn-struktura, badanie ma na celu zwiększenie rozumienia podstawowych mechanizmów miażdżycy i wskazanie terminowych interwencji.
Integrating Optical Coherence Tomography (OCT) with biomechanical fluid-structure interaction (FSI) modeling enables precise, patient-specific analysis of coronary atherosclerosis progression. This workflow enhances predictive confidence at the intersection of imaging and computational simulation, supporting risk-adjusted decision-making in early cardiovascular drug and device development. The approach addresses a critical inflection point for translational research by linking mechanistic insights to actionable endpoints in atherosclerosis management.
This workflow bridges early discovery, lead identification, and preclinical research by integrating imaging-derived geometry with FSI simulation for mechanistic de-risking.