Protokół obliczeniowy oparty na obrazowaniu rezonansu magnetycznego do analizy morfologii i hemodynamiki blaszki miażdżycowej u pacjentów ze zwężeniem tętnicy szyjnej
August 12th, 2025
Ocena zwężenia tętnicy szyjnej wewnętrznej (ICA) opiera się na oszacowaniu procentowego zwężenia, które nie uwzględnia fizjologicznie istotnych czynników ryzyka udaru, takich jak skład blaszki miażdżycowej i hemodynamika. Protokół ten wykorzystuje ilościowe obrazowanie metodą rezonansu magnetycznego i obliczeniową dynamikę płynów do scharakteryzowania składu płytki nazębnej ICA i hemodynamiki.
Nasze badania oceniają fizjologicznie istotne czynniki ryzyka zatorowości blaszki miażdżycowej i udaru mózgu u pacjentów ze zwężeniem tętnicy szyjnej wewnętrznej. W szczególności przyglądamy się, jak morfologia blaszki miażdżycowej i jej środowisko hemodynamiczne różnią się u pacjentów ze zwężeniem tętnicy szyjnej. W dziedzinie badań naczyniowo-mózgowych ostatnie wysiłki miały na celu zidentyfikowanie predyktorów udaru mózgu u pacjentów z bezobjawowym zwężeniem tętnicy szyjnej, ze szczególnym naciskiem na czynniki ryzyka specyficzne dla pacjenta, charakterystykę obrazowania i parametry hemodynamiczne, które można powiązać ze zwiększonym ryzykiem udaru.
Obliczeniowa dynamika płynów umożliwia nieinwazyjną analizę przepływu krwi specyficzną dla pacjenta i jest coraz częściej stosowana wraz z obrazowaniem metodą rezonansu magnetycznego i CTA zliczaniem fotonów w celu oceny struktury i składu blaszki miażdżycowej tętnicy szyjnej. Obecne obrazowanie metodą rezonansu magnetycznego jest ograniczone przez długi czas skanowania, złożoną interpretację obrazu i błędy w repozycji. Z drugiej strony, obliczeniowa dynamika płynów cierpi z powodu ograniczonych danych specyficznych dla pacjenta i słabego dostrojenia modelu, co zmniejsza jego dokładność.
Nasza grupa wykazała, że pacjenci z podobnym stopniem zwężenia tętnicy szyjnej wewnętrznej wykazują odrębne profile hemodynamiczne i że u pacjentów z obustronnym zwężeniem stopień nasilenia zwężenia wpływa na hemodynamikę i charakterystykę przepływu każdej ze stron. To naprawdę podkreśla złożone interakcje mózgowo-naczyniowe i hemodynamiczne u tych pacjentów. Aby rozpocząć, uruchom oprogramowanie CRIMSON w systemie komputerowym.
Importuj pozbawione elementów identyfikujących dane obrazu DICOM dla anatomii specyficznej dla pacjenta do CRIMSON za pomocą przycisku importu w menedżerze danych. Korzystając z okna modelowania geometrii, wybierz opcję edycji ścieżki naczynia i utwórz drzewo naczyń zawierające tętnicę szyjną wspólną, tętnicę szyjną zewnętrzną i tętnicę szyjną wewnętrzną. Rozpocznij wspólną linię środkową tętnicy szyjnej na poziomie C5, gdzie uzyskano przebieg przepływu PC MRI.
Umieść linię środkową tętnicy szyjnej wewnętrznej tak, aby kończyła się od jednego do dwóch centymetrów dystalnie do zwężenia, dopasowując się do lokalizacji fali PC MRI. Następnie umieść punkt końcowy linii środkowej tętnicy szyjnej zewnętrznej proksymalnie do gałęzi pierwszego rzędu, dopasowując się do lokalizacji akwizycji fali PC MRI. Teraz użyj okna ponownego cięcia naczynia, aby wyświetlić linię środkową i widoki przekroju prostopadłe do linii środkowej po dodaniu co najmniej dwóch punktów wzdłuż każdego naczynia.
Korzystając z tego samego okna, dodaj kontury naczynia, aby określić granice ściany naczynia. Po lewej stronie okna ponownego cięcia naczynia wyświetlany jest oryginalny obraz, natomiast po prawej stronie wyświetlany jest gradient obrazu służący do definiowania konturów. Umieszczaj kontury wystarczająco często, aby uchwycić krzywiznę naczynia i zmieniającą się geometrię bez nadmiernego dopasowania.
Po zdefiniowaniu wszystkich konturów użyj przycisku wyciągnięcia złożonego w oknie modelowania konturu statku, aby wygenerować złożony 3-wymiarowy model bryłowy za pomocą wyciągnięcia złożonego. Następnie użyj okna mieszania naczyń, aby wybrać algorytm zaokrąglenia do łączenia modelu naczynia w jedną geometrię bryły. Otwórz okno ustawień tworzenia siatki i solvera i kliknij przycisk tworzenia siatki, aby wyświetlić opcje tworzenia siatki w celu skonfigurowania parametrów siatki.
W oknie opcji globalnych ustaw globalny rozmiar elementu na wartość bezwzględną z przedziału od 0,5 milimetra do 0,75 milimetra. Następnie ustaw typ warstwy granicznej na wzrost geometryczny, całkowitą liczbę warstw na trzy, grubość pierwszej warstwy na 0,2 milimetra i całkowitą grubość warstwy na jeden milimetr. Następnie zastosuj zagęszczenie krzywizny, aby dodać elementy siatki w obszarach o dużej krzywiźnie, takich jak zwężenie.
Kliknij siatkę prawym przyciskiem myszy i kliknij przycisk informacji o siatce, aby przejrzeć metryki siatki, w tym liczbę elementów, proporcje i rozkład. Aby określić warunki brzegowe, kliknij okno ustawień tworzenia siatki i solvera. Wybierz ikonę ustawień solvera, a następnie dodaj zestaw warunków brzegowych za pomocą ikony BC.
Wyświetl warunki brzegowe aktualnie dostępne w CRIMSON. Kliknij ponownie ikonę BC, wybierz opcję Brak poślizgu, aby zaimplementować sztywne, nieodkształcalne ściany, a następnie zastosuj ją do wszystkich ścian za pomocą opcji Zastosuj do wszystkich ścian. Następnie wybierz zalecaną prędkość.
Zaimportuj wcześniej zdefiniowany przebieg dopływu i odwzoruj profil prędkości parabolicznej na wlocie CCA. Podobnie należy zaimportować przebieg fali odpływu pulsacyjnego ECA odwzorowujący profil prędkości parabolicznej do wylotu ECA. Teraz kliknij ikonę BC, wybierz RCR i wypełnij trzyelementowy model Windkessel, składający się z rezystancji proksymalnej, rezystancji dystalnej i kondensatora.
Przyporządkuj RCR do punktu ICA na podstawie obliczeń specyficznych dla pacjenta. Aby przygotować parametry solvera, przejdź do okna tworzenia siatki i solvera, kliknij ikonę ustawień solvera, a następnie wybierz parametry solvera. Ustaw rozmiar kroku na 0,1 milisekundy dla czterech cykli pracy serca, wymaga reszty na 10 do potęgi minus cztery, a gęstość krwi na 1 060 kilogramów na metr sześcienny.
Użyj konfiguracji solvera, aby wygenerować wszystkie pliki wejściowe symulacji, w tym dane przepływu, przepływ na wlocie w każdym kroku czasowym, siatkę i warunki brzegowe, ścianę, na której zastosowano każdy warunek brzegowy, numer pierwszego kroku symulacji, dane Windkessel dla trzech elementów, ciśnienie i prędkość w każdym punkcie siatki oraz instrukcje dla solvera przepływu. Dodaj model Carreau-Yasuda do solvera. inp i dodać do plików symulacyjnych, aby umożliwić modelowanie krwi jako płynu nienewtonowskiego.
Teraz uruchom symulację w stałym okienku okna ustawień solvera, aby uruchomić solver przepływu CRIMSON Navier-Stokes. Określ liczbę procesorów w oknie poleceń. Gdy solver zacznie działać, histor pliku wyjściowego.
dat zostanie wydrukowany w wierszu poleceń i zapisany w nowym katalogu, n-procs-case. Użyj ikony znaku zachęty systemu Linux. dat, aby obserwować plik w czasie rzeczywistym.
Pierwsza kolumna pliku odpowiada krokowi czasowemu. Druga kolumna to czas, który upłynął. Trzecia kolumna to nieliniowa reszta, a czwarta kolumna to logarytmiczna wartość resztkowa.
Wygenerowano wysokiej jakości siatkę z elementami o niskim współczynniku proporcji, aby dokładnie odwzorować geometrię bifurkacji tętnicy szyjnej. Zasymulowano reprezentatywny profil prędkości w poprzek rozwidlenia tętnicy szyjnej i zwężenia ICA, wykazując maksymalną prędkość przepływu około 275 centymetrów na sekundę przy szczytowym skurczu w poprzek zwężenia. Mapowanie ciśnienia wykazało znikomy gradient ciśnienia w poprzek zwężenia w jednym przypadku, przy czym ciśnienie proksymalne i dystalne prawie nakładało się na siebie przez cały cykl pracy serca.
W innym przypadku ciśnienie proksymalne do zwężenia było znacznie wyższe niż ciśnienie dystalne, co ujawniło wyraźny spadek ciśnienia. Naprężenie ścinające ścianę było niskie w całym rozwidleniu w modelu niezwężonym, zwłaszcza w zewnętrznych ścianach tętnic szyjnych wewnętrznych i zewnętrznych. W modelu zwężeniowym naprężenie ścinające o dużej ścianie było skoncentrowane w zwężeniu tętnicy szyjnej wewnętrznej.
Mapowanie oscylacyjnego wskaźnika ścinania wykazało, że wartości OSI związane ze zmianą przed operacją były niższe w porównaniu z wartościami pooperacyjnymi. Obrazowanie HU Match zidentyfikowało krwotok wewnątrzblaszkowy poprzez hiperintensywny sygnał w obrazowaniu ważonym T1 i obniżone wartości na mapie T1. Zwapniałą blaszkę miażdżycową zidentyfikowano za pomocą konsekwentnie hipointensywnego sygnału na ciemnej krwi, sekwencjach ważonych T1 i T2.
Przegląd
To badanie bada czynniki ryzyka embolii płatów i udaru u pacjentów z zwężeniem tętnicy szyjnej wewnętrznej. Wykorzystując zaawansowane techniki obrazowania i przepływ płynów obliczeniowych, badania mają na celu zapewnienie wglądu w morfologię płatów i środowiska hemodynamiczne.
Kluczowe elementy badania
Obszar nauki
- Neuronauki
- Badania nad układem krążenia mózgowego
- Wizualizacja medyczna
Tło
- Ocena zwężenia tętnicy szyjnej wewnętrznej zwykle opiera się na procentowej ocenie zwężenia.
- Obecne metody nie uwzględniają składu płatów i hemodynamicznych czynników.
- Ostatnie badania koncentrują się na identyfikacji czynników predykcyjnych udaru u pacjentów bezobjawowych.
- Przepływ płynów obliczeniowych jest coraz częściej stosowany do nieinwazyjnej analizy.
Cel badania
- Ocenić fizjologicznie istotne czynniki ryzyka udaru.
- Scharakteryzować morfologię płatów i profile hemodynamiczne u pacjentów.
- Poprawić zrozumienie interakcji naczyń krwionośnych w zwężeniu.
Zastosowane metody
- Wykorzystanie oprogramowania CRIMSON do analizy specyficznej dla pacjenta.
- Importowanie danych obrazowych DICOM do modelowania anatomicznego.
- Tworzenie modeli 3D tętnic szyjnych przy użyciu konturowania naczyń.
- Wykonywanie symulacji z użyciem rozwiązywaczy przepływu Navier-Stokes do analizy przepływu krwi.
Główne wyniki
- Wyróżniliśmy różne profile hemodynamiczne u pacjentów o podobnym stopniu zwężenia.
- Stopień nasilenia zwężenia wpływa na hemodynamiczne warunki po obu stronach w przypadku dwustronnego zwężenia.
- Generacja siatki wysokiej jakości poprawiła dokładność symulacji.
- Modelowanie przepływu krwi nie-Newtonowskiego poprawiło zrozumienie warunków hemodynamicznych.
Wnioski
- Fizjologicznie istotne czynniki są kluczowe dla oceny ryzyka udaru.
- Zaawansowane metody obrazowania i obliczeniowe mogą zapewnić lepsze wglądy.
- Rozumienie interakcji hemodynamicznych może prowadzić do lepszych wyników dla pacjentów.
Często zadawane pytania
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.
