Computational Fluid Dynamics Simulationen des Blutflusses in einem zerebralen Aneurysmus

Biomedical Engineering

Your institution must subscribe to JoVE's Engineering collection to access this content.

Fill out the form below to receive a free trial or learn more about access:

 

Overview

Quelle: Joseph C. Muskat, Vitaliy L. Rayz, und Craig J. Goergen, Weldon School of Biomedical Engineering, Purdue University, West Lafayette, Indiana

Das Ziel dieses Videos ist es, die jüngsten Fortschritte von Computational Fluid Dynamic (CFD) Simulationen basierend auf patienten- oder tierspezifischen Vaskulaturen zu beschreiben. Hier wurden themenbasierte Gefäßsegmentierungen geschaffen und mit einer Kombination aus Open-Source- und kommerziellen Werkzeugen eine hochauflösende numerische Lösung innerhalb eines Strömungsmodells ermittelt. Zahlreiche Studien haben gezeigt, dass die hämodynamischen Bedingungen innerhalb der Vaskulatur die Entwicklung und das Fortschreiten von Arteriosklerose, Aneurysmen und anderen peripheren Arterienerkrankungen beeinflussen; gleichzeitig sind direkte Messungen des Intraluminaldrucks, der Wandscherspannung (WSS) und der Partikelverweilzeit (PRT) in vivoschwer zu erfassen.

CFD ermöglichen es, solche Variablen nicht-invasiv zu bewerten. Darüber hinaus wird CFD verwendet, um chirurgische Techniken zu simulieren, was Ärzten eine bessere Voraussicht in Bezug auf postoperative Strömungsbedingungen bietet. Zwei Methoden der Magnetresonanztomographie (MRT), die Magnetresonanzangiographie (MRA) mit Flugzeit (TOF-MRA) oder kontrastverstärktem MRA (CE-MRA) und Phasenkontrast (PC-MRT), ermöglichen es uns, Gefäßgeometrien und zeitaufgelöste 3D-Geschwindigkeitsfelder zu erhalten Bzw. TOF-MRA basiert auf der Unterdrückung des Signals aus statischem Gewebe durch wiederholte HF-Impulse, die auf das abgebildete Volumen aufgebracht werden. Ein Signal wird von ungesättigten Spins erhalten, die sich mit dem fließenden Blut in das Volumen bewegen. CE-MRA ist eine bessere Technik für bildgebende Gefäße mit komplexen Umwälzströmen, da es ein Kontrastmittel wie Gadolinium verwendet, um das Signal zu erhöhen.

Unabhängig davon verwendet PC-MRI bipolare Gradienten, um Phasenverschiebungen zu erzeugen, die proportional zur Geschwindigkeit einer Flüssigkeit sind, wodurch zeitaufgelöste Geschwindigkeitsverteilungen zur Verfügung gestellt werden. Während PC-MRI in der Lage ist, Blutflussgeschwindigkeiten bereitzustellen, wird die Genauigkeit dieser Methode durch begrenzte raumzeitliche Auflösung und Geschwindigkeitsdynamikbereich beeinflusst. CFD bietet eine überlegene Auflösung und kann den Bereich der Geschwindigkeiten von Hochgeschwindigkeitsjets bis hin zu langsamen Rezirkulationswirbeln, die in erkrankten Blutgefäßen beobachtet werden, bewerten. Auch wenn die Zuverlässigkeit von CFD von den Modellierungsannahmen abhängt, eröffnet sie die Möglichkeit einer qualitativ hochwertigen, umfassenden Darstellung patientenspezifischer Strömungsfelder, die Diagnose und Behandlung leiten können.

Cite this Video

JoVE Science Education Database. Biomedizinische Technik. Computational Fluid Dynamics Simulationen des Blutflusses in einem zerebralen Aneurysmus. JoVE, Cambridge, MA, (2020).

Principles

TOF-MRA, CE-MRA und PC-MRI werden häufig als Eingangsgeometrie und Durchflussrandbedingungen für CFD-Simulationen eingesetzt. Wie oben erläutert, werden für jedes Motiv die Gefäßgeometrie und die Zuflussrandbedingungen (Geschwindigkeitsprofile durch einen Querschnitt) gemessen. Für die in dieser Studie enthaltenen Daten betrug die TOF-MRA-Auflösung 0,26 x 0,26 x 0,50 mm, während die PC-MRT-Auflösung 1,00 x 1,00 x 1,20 mm betrug. Die 4D-Flow-MRT-Sequenz wurde verwendet, um die dreidimensionale Geschwindigkeitsverteilung durch den Herzzyklus zu erfassen. Die TOF-Daten werden pseudoautomatisch mit einer Vielzahl von Werkzeugen segmentiert. Die Bildauflösung, d.h. die Größe eines Voxels, beeinflusst direkt die Qualität des resultierenden Geometriemodells. 4D Flow MRT Equation 1 bestimmt die Geschwindigkeit des Blutes bei jedem Voxel mithilfe der Phasenverschiebung Equation 2 gemäß den folgenden Gleichungen:

Equation 3(1)

Equation 4(2)

Gemessene Phasenverschiebungen und Geschwindigkeiten Equation 5 hängen vom Equation 6 Gradientenfeld, dem Equation 7 gyromagnetischen Equation 8 Verhältnis, der Equation 9 Anfangsposition des Spins, der Spingeschwindigkeit und der Spinbeschleunigung ab. Die Magnetfelder und Materialkonstanten werden bei der Initialisierung des MRT-Scans definiert. 4D Flow MRT kodiert in drei orthogonalen Richtungen, um dreidimensionale Geschwindigkeitsfelder zu erhalten. Dann können 3D-Modelle für jeden patienten- oder tierspezifischen Fall generiert werden. Die im Verfahrensabschnitt beschriebenen Methoden bringen uns zu einer CFD-Simulation durch numerische Lösung der Navier-Stokes-Gleichungen, die wie folgt verallgemeinert sind:

Equation 10(3)

wobei Equation 11 dichte, Equation 12 ist Strömungsgeschwindigkeit, p ist Druck, und mu ist die dynamische Viskosität des Flusses.

Procedure

Ein Vorläufer des Tutorials ist die Erstellung eines patientenspezifischen Vaskulaturmodells. In dieser Demo wurden die Werkzeuge Materialise Mimics, 3D Systems Geomagic Design X und Altair HyperMesh verwendet, um ein Tetraedervolumennetz aus MRA-Daten zu generieren.

1. Generieren Sie Gefäß-Mittellinien für das Modell

  1. Öffnen Sie die vmtk-launcher python GUI. Geben Sie im PypePad ein: vmtkcenterlines -ifile [STL-Datei auf dem Desktop gespeichert].stl -ofile [STL name]centerlines.vtp
  2. Wählen Sie Ausführen, Führen Sie alle aus, um die Daten in das Programm zu laden. Es wird ein neues Fenster geöffnet, in dem Anweisungen und ein Rendering des Eingabemodells angezeigt werden. Drehen Sie das Modell, und platzieren Sie den Curser an jeder Einlassposition. Drücken Sie die Leertaste, um einen Samen zu platzieren.
  3. Nachdem Sie die Samen auf alle Einlässe platziert haben, drücken Sie "Q", um fortzufahren. Wiederholen Sie die gleiche Platzierung der Samen für alle Auslässe. Nachdem Sie die Auslasssamen platziert haben, drücken Sie erneut "Q" und lassen Sie das Programm laufen. Dadurch wird die Mittelliniendatei auf dem Desktop gespeichert.

2. Datenaufbau in Visualisierungssoftware

  1. Starten Sie das Open-Source-Visualisierungstool ParaView (Version 5.4.1, das in diesem Verfahren verwendet wird).
  2. Wählen Sie Datei, Öffnen..., und suchen Sie die zuvor erstellten Dateien: das patientenspezifische Volume-Netz, die Mittelliniendatei(n) und die EnSight.case-Datei(n). Nachdem Sie auf OKgeklickt haben, sollten alle Daten in die Schnittstelle geladen werden.
  3. Wählen Sie in der unteren linken Eigenschaftentabelle die Option Anwendenaus. Dieser Befehl lädt und liest alle Informationen, die ein Benutzer in ParaView geladen oder geändert hat. Markieren Sie das Volumennetz, indem Sie im Pipeline-Browser auf den Namen klicken, um diese Auswahl zu aktivieren.
  4. Scrollen Sie in der Tabelle Eigenschaften erneut, und ändern Sie den Deckkraftwert in einen Wert zwischen 0,2 - 0,5. Nun sollten die Mittellinien und Geometrie-Renderings sichtbar sein.

3. 4D-Flow-MRT-Daten mit dem volumetrischen Netzraster neu zuordnen und Rauschen löschen

  1. Wählen Sie im oberen Menü Filter, Alphabetisch, ResampleWithDataset. Ein neues Fenster wird geöffnet. Legen Sie die Quelle als Volume-Netz und die Eingabe als EnSight.case-Datei fest. Wählen Sie Ok, sobald diese festgelegt sind.
  2. Wählen Sie in der Tabelle Eigenschaften die Option Anwenden aus, um den Filter anzuwenden.
  3. Markieren Sie wie zuvor den neuen ResampleWithDataset-Namen,um ihn zu aktivieren. Reduzieren Sie die Deckkraft dieses neuen Renderings, wie bereits erwähnt. Ändern Sie außerdem die Mittellinie(n) von Oberfläche in Punkte im oberen Menü.

4. Bestimmen Sie die Grenzbedingungen für ein- und auslassendes Durchfluss

  1. Wählen Sie auf der rechten Seite der Schnittstelle das Werkzeug Ansicht erstellen (Quadrat mit vertikaler Linie), um die Rendering-Optionen zu maximieren und zu minimieren. Wählen Sie die Option SpreadSheet-Ansicht aus.
  2. Wählen Sie im Dropdown-Feld Anzeigen die Mittelliniendatei(n)aus. Es kann jeweils nur ein Dateityp ausgewählt werden. Durchlaufen Sie die Daten, indem Sie verschiedene Punkte auswählen, um eine Position innerhalb jedes Ein- und Auslasses zu identifizieren.
  3. Verwenden Sie nun die SpreadSheet-Ansicht unter Punkte, um den Normalvektor zwischen zwei Punkten in der Nähe derselben Positionen in (4.2) zu berechnen.
  4. Nachdem Sie den normalen Vektor für jede Ein- und Auslassstelle gefunden haben, wählen Sie Filter, Alphabetisch, Slice. Achten Sie darauf, dass Sie das ResampleWithDataset-Programm vorher aktivieren.
  5. Der Slice-Filter muss unter einem neuen Zweig von ResampleWithDataset -angezeigt werden. Legen Sie in der Tabelle Eigenschaften die Ebene Origin als dieselbe XYZ-Punktposition für einen der beiden Punkte fest, die zum Berechnen des Normalvektors verwendet werden. Verwenden Sie den Normalvektor von (4.3), um die Normalwerte auszufüllen. Wählen Sie Anwendenaus.
  6. Markieren/aktivieren Sie den gerade erstellten Slice-Filter, und wählen Sie Filter, Alphabetisch, Flächenfluss, und dann Anwendenaus. Aktivieren Sie das neue SurfaceFlow-Element im Pipeline-Browser, und wenden Sie die Filter , Alphabetisch, Zeitschritte gruppieren, Anwenden.
  7. Öffnen Sie in der SpreadSheet-Ansichtdie GroupTimeSteps-Daten. Exportieren Sie diese Daten nach Microsoft Excel durch Kopieren und Einfügen oder Verwenden von Export Spreadsheet.
  8. Berechnen Sie in Excel die gewichteten Werte, die dem Verhältnis der Durchflussrate an jedem Ausgang zum gesamten Einlassdurchfluss entsprechen. Aufgrund des inhärenten Rauschens und Fehlers der 4D-Flow-MRT-Daten, identifizieren Sie das kleinste (in der Regel mit weniger zuverlässigen Daten) Schiff, um "offen" zu lassen, um die Erhaltung der Masse zu gewährleisten.
  9. In der CFD-Simulationssoftware werden transiente Strömungswellenformen mit dem Befehl read-transient-tables importiert; Speichern Sie daher die Einlassflussdaten in einem kompatiblen .txt-Format, das in den Online-Tutorials beschrieben wird.

5. CFD-Simulationen einrichten

  1. Öffnen Sie die CFD-Simulationssoftware. Hier verwenden wir ANSYS Fluent (Version 18.1, die in diesem Verfahren standardmäßig beschrieben wird). Wählen Sie Datei, Lesenund Fall..., und öffnen Sie die Volume-Mesh .cas-Datei, die zuvor in ParaView verwendet wurde. Zeigen Sie das Netz (dieses Verfahren verwendet eine mit Altair HyperMesh generierte .cas-Datei), indem Sie Display..., Displayauswählen.
  2. Es ist wichtig, die Geometrie zu skalieren, um die richtige physikalische Größe des Modells sicherzustellen. Wählen Sie Skalieren... und wenden Sie die Einheitenkonvertierung an, die für den jeweiligen Fall erforderlich ist, dann Schließen.
  3. Wählen Sie Materialien, Erstellen/Bearbeiten aus, um die Materialeigenschaften für Blut einzugeben. In diesem Tutorial werden physiologisch relevante Werte von 1060 kg/s bzw. 0,0035 kg/ms für Dichte und Viskosität verwendet.
  4. Legen Sie die Grenzbedingungen für den transienten Fluss fest, indem Sie entweder Massenfluss- oder Geschwindigkeitsflussraten als Funktion der Zeit für jeden Einlass vorschreiben. Verwenden Sie die Wellenformen aus der 4D-Flow-MRT-Messung, um die Einlass-Randbedingungen zu verschreiben. Die Ausgänge werden gewichtetin Werte in (4.8) angegeben.
  5. Legen Sie unter Lösung, Methoden, die numerischen Schemata fest, die für die räumliche und zeitliche Diskretisierung der Navier-Stokes-Gleichungen verwendet werden. Verwenden Sie für dieses Verfahren Coupled, das die vollständige Druckgeschwindigkeitskopplung ermöglicht, die kleinste Quadrate zellbasiert (Gradient), das Schema der zweiten Ordnung für Druck, das MUSCL-Schema dritter Ordnung für Impulsgleichungen und das implizite Schema der zweiten Ordnung für die diskrete Isierung in der Zeit. Stellen Sie sicher, dass der Parameter Zeit oben links auf Transientfestgelegt wurde.
  6. Wählen Sie unter Lösung, Initialisierung, Standardinitialisierungaus. Wenn alle Anfangswerte auf 0gesetzt sind, wählen Sie Initializeaus. Jetzt ist das Programm auf Die Ausführung eingestellt. Legen Sie einen Lösungsordner fest, um Ergebnisse bei jedem AutoSave Every (Time Steps) unter Berechnungsaktivitätenzu speichern.
  7. Richten Sie in den letzten Schritten die Zeitschrittgröße(s) unter Ausführungsberechnungein. Verwenden Sie die Excel-Randbedingungsdaten in (4.7), um diesen Wert zu bestimmen. Die Reduzierung des Zeitschritts erleichtert die Konvergenz und verbessert die Genauigkeit der numerischen Lösung bei gleichzeitiger Erhöhung der Lösungszeit. Es ist eine gute Praxis, die Simulation für mindestens drei volle Herzzyklen auszuführen, um die Wirkung der anfänglichen Transienten zu eliminieren.
  8. Legen Sie schließlich Max Iterationen für jeden Zeitschritt zwischen 300 - 500 fest. Die Software stoppt die Iterationen automatisch bei jedem Zeitschritt, sobald die Konvergenz erreicht ist, und fährt mit dem folgenden Zeitschritt fort. Die Konvergenz kann verbessert werden, indem eine stetige Strömungssimulation mit gemittelten Geschwindigkeitswerten durchgeführt und dann die Ergebnisse als Ausgangsbedingungen für die Pulsatilflusssimulation verwendet werden. Wählen Sie Berechnen aus, wenn Sie bereit sind, den Solver auszuführen.
  9. Die Software führt jede Iteration aus, bis die Konvergenz erreicht ist oder Max Iterationen bewirkt, dass die Iteration fortgesetzt wird. Die Dateien werden automatisch am Speicherort von (5.5) gespeichert, und die Lösungsdaten können entweder in DER ANSYS CFD-Post- oder ParaView-Software visualisiert werden.

Computational Fluid dynamische Simulationen werden verwendet, um den Blutfluss in der Vaskulatur des Patienten zu analysieren, um Diagnose und Behandlung zu leiten. Computational Fluid Dynamics, oder CFD, verwendet numerische Analysemethoden, um den Flüssigkeitsfluss zu modellieren und realistische Bedingungen für viele verschiedene Strömungsszenarien zu simulieren, wie z. B. den Flüssigkeitsfluss um ein Hochgeschwindigkeitsflugzeug, durch komplexe Rohrleitungsnetze und innerhalb unserer Herz-Kreislauf-System.

In der medizinischen Anwendung werden verschiedene bildgebende Verfahren verwendet, um Blutgefäßgeometrien zu erhalten. Dann werden CFD-Simulationen durchgeführt, die verwendet werden, um das Fortschreiten der Krankheit und Modellbehandlungsszenarien für Vaskulaturstörungen, einschließlich koronare Herzerkrankungen, arteriovenöse Fehlbildungen und Aneurysmen, vorherzusagen.

Dieses Video zeigt die Prinzipien von CFD, zeigt, wie die Geometrien von Blutgefäßen verwendet werden, um hochauflösende Hämodynamik zu modellieren, und diskutiert einige Anwendungen von CFD.

Lassen Sie uns zunächst die kardiovaskuläre Dynamik und die Prinzipien von CFD verstehen.

Herz-Kreislauf-Hämodynamik beschreibt die Dynamik des Blutflusses im Herzen, auch durch die linken und rechten Ventrikel und Vorhöfe, und den Blutfluss in den Gefäßen vom Herzen zum Rest des Körpers. Komplexe Gefäßnetzwerke können mittels Magnetresonanzangiographie und Velocimetrie oder Röntgenfluoroskopie visualisiert werden. Diese Methoden skizzieren die Geometrie der Blutgefäße des Patienten und definieren Strömungsrandbedingungen.

Sobald dies erfasst ist, werden die Blutgeschwindigkeitsdaten in Voxel segmentiert, die Einheiten grafischer Informationen sind, die einen 3D-Raum definieren, und die Phasenverschiebung wird bei jedem Voxel ermittelt. Diese hängen vom gyromagnetischen Verhältnis, dem Hauptmagnetfeld, dem angewendeten Gradientenfeld und der Position des Spins ab. Dies wiederum hängt von der Anfangsposition der Drehung, der Spin-Geschwindigkeit und der Spinbeschleunigung ab. Tau ist die Zeit, die die vierte Dimension definiert.

Diese Parameter werden durch das MRT definiert und in CFD-Simulationen eingegeben. Die 3D-Flussgeschwindigkeit wird durch numerischeS Lösen der Navier-Stokes- oder NS-Gleichungen bestimmt. Die NS-Gleichungen sind die regelnden Gleichungen der Flüssigkeitsbewegung, die gelöst werden, um Geschwindigkeits- und Druckverteilungen zu bestimmen. Sie berücksichtigen die Dichte, Geschwindigkeit, Druck und dynamische Viskosität des Durchflusses.

Wir werden nun sehen, wie diese Prinzipien der Strömungsdynamik auf reale Blutgefäßgeometrien angewendet werden, um hochauflösende CFD-Simulationen zu erstellen.

Erstellen Sie vor dem Start ein patientenspezifisches Vaskulaturmodell aus MRA-Daten. Dies kann mit Open-Source-Software für die Bildsegmentierung erfolgen.

Für diese Demonstration wurde ein Tetraedervolumennetz erzeugt. Öffnen Sie nun den vmtk-Launcher Python GUI. Geben Sie im PypePad den erforderlichen Dateinamen ein. Dieser Befehl bare bones ruft die Eingabe-STL-Datei vom Desktop ab. Wählen Sie Ausführen, Führen Sie alle aus, um die Daten in das Programm zu laden. Es wird ein neues Fenster geöffnet, in dem Anweisungen und ein Rendering des Eingabemodells angezeigt werden.

Drehen Sie das Modell, und platzieren Sie den Cursor an jeder Einlassposition. Drücken Sie die Leertaste, um einen Samen auf einen Einlass zu legen. Wiederholen Sie dies für alle Einlässe. Drücken Sie dann Q, um fortzufahren. Wiederholen Sie nun die gleiche Platzierung der Samen für alle Auslässe. Drücken Sie erneut Q, und lassen Sie das Programm laufen. Die Mittelliniendatei wird generiert und auf dem Desktop gespeichert.

Wir sind nun bereit, das Open-Source-Visualisierungstool ParaView zu verwenden, um die Voxel mit Flussdaten vom stationären Gewebe zu trennen. Suchen Sie die folgenden Dateien: das patientenspezifische Volume-Netz, Centerline-Dateien und die EnSight.case-Dateien, und klicken Sie auf OK, um die Daten auf die Schnittstelle zu laden. Navigieren Sie zur Tabelle Eigenschaften, und wählen Sie Anwenden aus, um alle Informationen zu laden und zu lesen. Markieren Sie dann das volumetrische Netz im Pipelinebrowser.

Ändern Sie in der Tabelle Eigenschaften den Deckkraftwert auf 0,2 bis 0,5. Die Mittellinien und das geometrische Rendering sollten nun sichtbar sein. Gehen Sie als Nächstes zum oberen Menü, und wählen Sie Filter, Alphabetisch, Resample mit Dataset aus, und legen Sie die Quelle als Volumennetz und die Eingabe als EnSight.case-Datei fest. Klicken Sie auf OK, um fortzufahren, und wenden Sie den Filter in der Tabelle Eigenschaften an. Markieren Sie dann das neue Resample With Dataset, und reduzieren Sie die Deckkraft.

Ändern Sie im oberen Menü die Mittellinien von Oberfläche in Punkt. Um die Randbedingungen zu bestimmen, wechseln Sie zur rechten Seite der Schnittstelle, und wählen Sie das Werkzeug Horizontale Ansicht erstellen aufteilen aus. Wählen Sie die Option SpreadSheet View aus. Wählen Sie im Dropdown-Feld Anzeigen die Mittelliniendatei aus, und durchlaufen Sie die Dateien, indem Sie verschiedene Punkte auswählen, um einen Speicherort innerhalb jedes Einlasses und Auslasses zu identifizieren. Verwenden Sie nun die SpreadSheet-Ansicht, um den Normalvektor zwischen zwei Punkten zu berechnen.

Aktivieren Sie nach dem Suchen des Vektors das ResampleWithDataset, und wählen Sie Filter, Alphabetisch, Slice aus. Stellen Sie sicher, dass der Slice-Filter angezeigt wird, und wechseln Sie dann zur Tabelle Eigenschaften, und legen Sie den Ebenenursprung als die gleiche X-, Y- und Z-Punktposition für einen der beiden Punkte fest, die zum Berechnen des Normalvektors verwendet werden. Verwenden Sie diese Option, um die Normalwerte auszufüllen, und wählen Sie dann Anwenden aus. Aktivieren Sie den neu erstellten Slice-Filter, und wählen Sie Filter, Alphabetisch, Oberflächenfluss aus. Klicken Sie auf Anwenden, und aktivieren Sie dann das neue Surface Flow-Element, gefolgt von Filter, Alphabetisch, Gruppenzeitschritte, Anwenden.

Öffnen Sie in der SpreadSheet-Ansicht die GroupTimeSteps-Daten, und verwenden Sie Spreadsheet exportieren oder kopieren, um diese Daten nach Microsoft Excel zu exportieren. Bestimmen Sie in ParaView die Zeitschritte und die Zeitschrittgröße, indem Sie durch die Zeit radeln. Für die Simulation möchten wir, dass der Herzzyklus zum Zeitpunkt gleich Null beginnt. Erzeugen Sie daher die entsprechende Zeitskala. Aktivieren Sie dann den Slice-Filter und wählen Sie Filter, Alphabetisch, Variablen integrieren aus.

Ändern Sie im Pop-up Attribut, um Zellendaten anzuzeigen. Dadurch haben Sie den Querschnittsbereich der Einlassscheibe. Um die Strömungsdaten mit ANSYS Fluent kompatibel zu machen, bestimmen Sie die Zeitskala mit Sekundeneinheiten und die Einlassgeschwindigkeit mit Einheiten von Metern pro Sekunde.

Die erste Zeile muss einen Datennamen, eine Anzahl von Spalten, die Anzahl der Zeilen und einen binären Trigger für die Wiederholbarkeit enthalten. Die nächste Zeile enthält die Namen für jede der Datenspalten. Die Strömungsgeschwindigkeiten, nicht die Raten, werden unter dem jeweiligen Spaltenkopf festgelegt. Um mehrere Herzzyklen reibungslos zu simulieren, sollten die Anfangs- und Endgeschwindigkeitswerte gleichwertig sein.

Wählen Sie Datei, Lesen, Fall und öffnen Sie die Volume-Mesh .cas-Datei, die zuvor verwendet wurde. Aktivieren Sie das Kontrollkästchen für Netz anzeigen nach dem Lesen, um das Netz nach dem Import anzuzeigen. Wählen Sie Skalieren aus, und wenden Sie die erforderliche Einheitenkonvertierung an, um die korrekte physische Größe des Modells sicherzustellen. Wählen Sie Materialien erstellen/bearbeiten aus, und geben Sie Materialeigenschaften für Blut ein.

Wählen Sie nun das Konsolenbefehlsfenster und die Eingabedatei/ aus. Verwenden Sie die Read-Transient-Tabelle, um die transienten Flusswellenformen zu importieren, die sich an derselben Position wie die Volume-Mesh -cas-Datei befinden. Verwenden Sie die Wellenformen, die aus den 4D-Flow-MRT-Messungen gewonnen wurden, um die Einlassrandbedingungen festzulegen. Verwenden Sie dann ein gewichtetes Verhältnis von Einlass zu Auslass, um die Auslassrbedingungen festzulegen.

Legen Sie die numerischen Schemata fest, die für die Druckgeschwindigkeitskopplung und diskretisierung der Navier-Stokes-Gleichungen verwendet werden. Legen Sie dann innerhalb der Lösungsinitialisierung alle Anfangswerte auf Null fest. Legen Sie unter Berechnungsaktivitäten einen Lösungsordner fest, um die Ergebnisse zu speichern, und geben Sie die Häufigkeit mit Autosave, Every Time Steps an. Richten Sie unter Ausführungsberechnung die Zeitschrittgröße aus den Excel-Randbedingungsdaten ein. Oft ist es vorzuziehen, einen kleineren Zeitschritt auszuwählen und Fluent interpolieren zu lassen. Wiederholen Sie dies für mindestens drei Herzzyklen.

Legen Sie schließlich die Max Iterationen zwischen 300 und 500 fest. Die Software stoppt die Iterationen automatisch bei jedem Zeitschritt, sobald die Konvergenz erfolgt. Nachdem die Simulation vollständig eingerichtet wurde, gehen Sie zurück zu Initialisierung, Initialisieren. Kehren Sie zu Berechnung ausführen zurück, und wählen Sie Berechnen aus, um den Solver auszuführen. Die Lösungsdaten können nun entweder in der SOFTWARE ANSYS CFD-Post oder ParaView visualisiert werden.

Wir werden nun einige repräsentative Daten prüfen. Hier ist ein Beispiel für ein zerebrales Aneurysmus. Aus 4D-Flow-MRT-Daten wurden komplexe Rezirkulationsflussmuster innerhalb der aneurysmalen Region nachgewiesen. Die Auflösung ist jedoch in den Regionen mit stagnierendem Fluss begrenzt, die im oberen und unteren Teil der Läsion beobachtet werden. Nach dem Ausführen von CFD-Simulationen wurde eine höhere Auflösung des Geschwindigkeitsfeldes erreicht, insbesondere in der Nähe der Gefäßwände.

CFD kann auch verwendet werden, um verschiedene Strömungsbedingungen im selben Behälter zu vergleichen. Beispielsweise helfen Simulationen eines chirurgischen Clippings der rechten und linken vorderen Hirnarterie, die Auswirkungen des Verfahrens auf die Strömungsdynamik zu visualisieren.

Computational Fluid dynamische Simulationen des Blutflusses sind nützliche Werkzeuge in verschiedenen biomedizinischen Anwendungen verwendet.

Zum Beispiel beeinflussen hämodynamische Bedingungen innerhalb der Vaskulatur die Entwicklung und das Fortschreiten von arteriellen Erkrankungen, einschließlich Arteriosklerose und Aneurysmen. Da direkte Messungen in vivo schwer zu erfassen sind, ist CFD ein Standard-Forschungswerkzeug, das verwendet wird, um die Blutflussdynamik zu modellieren. Es kann Ärzten Anleitung für die Diagnostik, sowie verschiedene Behandlungsszenarien bieten.

Neben der vaskulären Modellierung dienen CFD-Simulationen dazu, den Luftstrom basierend auf nasalen Atemwegsmodellen zu simulieren. Es ist besonders nützlich, Protokolle zu entwerfen, um pharmazeutische Aerosole in angemessener und kontrollierter Weise an zielgerichtete olfaktorische Regionen zu liefern, die direkt mit dem Gehirn interagieren.

Sie haben gerade JoVeS Einführung in die numerische Strömungsdynamik beobachtet, um den Blutfluss zu simulieren. Sie sollten nun verstehen, wie die blutumflütige Dynamik auf der Grundlage dreidimensionaler Gefäßgeometrien modelliert werden kann. Danke fürs Zuschauen!

Results

In dieser Demonstration wurde ein fachspezifisches Modell eines zerebralen Aneurysmus erzeugt und der CFD zur Simulation des Strömungsfeldes verwendet. Durch die Bereitstellung detaillierter Strömungsfunktionen und die Quantifizierung von Hämodynamikkräften, die nicht aus Bilddaten stammen, kann CFD verwendet werden, um 4D-Flow-MRT-Daten mit niedrigerer Auflösung zu erweitern.  Abbildung 1 zeigt, wie CFD eine vollständigere Beschreibung des Flusses in den wandnahen, wieder zirkulierenden Bereichen enthält.

Figure 1
Abbildung 1:A) Visualisierung von 4D-Flow-MRT-Daten innerhalb der Gefäßgeometrie. B) Visualisierung von CFD-Simulationsergebnissen. Im Allgemeinen geben CFD-Stromlinien ein umfassenderes Verständnis der Blutflussmuster innerhalb dieses zerebralen Aneurysmus.

Abbildung 1 zeigt, dass die CFD-Ergebnisse mit der in vivo 4D-Flow-MRT übereinstimmen. Abbildung 1 (A) zeigt die komplexen, rezirkulierenden Strömungsmuster innerhalb der aneurysmalen Region, die ballonartige Erweiterung der Arterie, die mit 4D Flow MRT nachgewiesen wurden. Regionen mit stagnierendem Fluss im oberen und unteren Teil der Läsion sind jedoch nicht mit Stromlinien gefüllt. Dies liegt daran, dass das Signal-Rausch-Verhältnis in diesen Regionen niedrig ist. CfD-simulierter Durchfluss, dargestellt in Abbildung 1 (B), bietet ein Feld mit höherer Auflösungsgeschwindigkeit, insbesondere in der Nähe der Gefäßwände. Daher sind CFD-Modelle in der Lage, höhere Genauigkeitsschätzungen klinisch relevanter, durchflussabgeleiteter Metriken wie Druck, WSS und PRT bereitzustellen, die zur Vorhersage des fortschreitenden Fortschreitens aneurysmaler Krankheiten verwendet werden können.

Darüber hinaus können CFD-Simulationen verwendet werden, um postoperative Strömungsbedingungen zu modellieren, die sich aus alternativen Behandlungsoptionen ergeben würden. Beispiel 2 (A) und (B) vergleichen den Durchfluss durch dasselbe Schiff mit unterschiedlichen Zuflussraten. Durch die Verschreibung unterschiedlicher Randbedingungen, wie z. B. der Simulation der Gefäßokklusion ohne Strömung, wird der Fluss nach einer Vielzahl von chirurgischen Behandlungen angezeigt.

Figure 2
Abbildung 2: A) Simulation zum chirurgischen Clipping der rechten vorderen Hirnschlagader (ACA). B) Simulation für das chirurgische Clipping der linken ACA. Der Einfachheit halber behält diese Zahl die präoperative Zuflussrate am nicht modifizierten Einlass bei; in Wirklichkeit würde die Durchflussrate im offenen Schiff zum Ausgleich zunehmen. C) Normale Durchblutungsraten schreiben die Einlassbedingungen für dieses Modell vor. Patientendaten aus 4D Flow MRT bieten Einlassbedingungen für eine realistische Visualisierung von Strömungsmustern.

Die Fähigkeit, postoperative Strömungsfelder zu simulieren, die sich aus verschiedenen chirurgischen Behandlungen ergeben, ist ein wichtiger Vorteil von CFD-Modellen. Durch die Anwendung realistischer, patientenspezifischer Geometrien und Zuflussdaten können verschiedene Behandlungsszenarien demonstriert werden, um Ärzten Informationen über die Auswirkungen eines geplanten Verfahrens auf Strömungsmuster zu liefern. Abbildung 2 (A) und (B) zeigen beispielsweise Umwälzströme, die auftreten würden, wenn die eine oder andere proximale Arterie abgeschnitten wird. Behandlungen wie Das einschneiden oder der Einsatz eines Strömungsumlenkers können simuliert werden, sodass Ärzte und Patienten entscheiden können, was in jedem konkreten Fall am besten funktioniert.

Applications and Summary

Das hier beschriebene Framework kann für patientenspezifische CFD-Simulationen verwendet werden. Ein hochauflösendes Netz wird verwendet, um 4D-Flow-MRT-Daten mit niedriger Auflösung zu interpolieren. Dadurch werden die Strömungsdaten isoliert und Fehler minimiert, die mit Rauschen außerhalb der Gefäßwand verbunden sind. Durch die Verwendung patientenbasierter Randbedingungen für die Ein- und Auslassströme ist die Simulation in der Lage, die hämodynamischen Bedingungen, die mit MRT abgebildet sind, zu entsprechen.

Neuartige Methoden für PC-MRT sind in der Lage, größere, dynamische Geschwindigkeitsbereiche zu zeigen. Dies wird jedoch durch die Scanzeit des Patienten stark eingeschränkt. Häufig werden Patientendaten mit niedrigeren Auflösungen erfasst, um die im Scanner verbrachte Zeit zu reduzieren. Leider kann dies entweder zu Aliasdaten oder signalabsetzen, ein Problem, das sich verschärft, wenn der Geschwindigkeitscodierungsgradient (VENC) zu hoch eingestellt ist. Dadurch können langsame und rezirkulierende Strömungsdaten fehlen. Die Kombination von patientenspezifischer Strömung und Geometrie mit CFD bietet eine effektive Methode zur Erfassung hochauflösender Blutflussdynamik.

Was die patientenbasierte Modellierung von Natur aus nützlich macht, ist ihre Fähigkeit, detaillierte Informationen bereitzustellen, ohne patienten,krankheits- oder Behandlungsmethoden verallgemeinern zu müssen, die in der Regel sehr unterschiedliche Eigenschaften aufweisen. Simulationen ermöglichen es Ärzten und Ingenieuren, alternative Behandlungsszenarien zu modellieren, bevor ein tatsächlicher Eingriff durchgeführt wird. Die Simulation der Blutflussdynamik kann unter anderem zur Modellierung von Strömungsableitungsstents, Arterien-Bypass-Transplantationen und katheterbasierter Kontrastinjektion verwendet werden. Während Sich Kliniker und Patienten das beste Ergebnis wünschen, bietet CFD eine Methode zur Betrachtung des postoperativen Flusses, die eine bessere Weitsicht bietet. Neben der Darstellung des Durchflusses nach dem Einführen eines Geräts oder einer Behandlung ermöglicht CFD die Abschätzung von Scherspannungen an der Wand. Dies, gepaart mit dem Wissen, dass niedrigeS WSS oft mit dem Fortschreiten der arteriellen Krankheit korreliert, ermöglicht Eine Vorhersage oder Wahrscheinlichkeitsmodellierung. Die Verwendung von Rechenwerkzeugen zur Identifizierung von Vorläufern des Aneurysmwachstums, der Gerinnselbildung oder der Blutung eröffnet die Möglichkeit, Risikopatienten früher zu identifizieren. Zusammenfassend lässt sich sagen, dass die Kombination von patientenspezifischen Bilddaten mit CFD-Simulationen ein leistungsfähiges Werkzeug für die Beurteilung von Krankheiten und die chirurgische Vorhersage ist.

Bestätigungen

Die Autoren danken Dr. Susanne Schnell und Michael Markl von der Northwestern University für die Bereitstellung der in unseren Zahlen verwendeten 4D-Patientendaten.

Ein Vorläufer des Tutorials ist die Erstellung eines patientenspezifischen Vaskulaturmodells. In dieser Demo wurden die Werkzeuge Materialise Mimics, 3D Systems Geomagic Design X und Altair HyperMesh verwendet, um ein Tetraedervolumennetz aus MRA-Daten zu generieren.

1. Generieren Sie Gefäß-Mittellinien für das Modell

  1. Öffnen Sie die vmtk-launcher python GUI. Geben Sie im PypePad ein: vmtkcenterlines -ifile [STL-Datei auf dem Desktop gespeichert].stl -ofile [STL name]centerlines.vtp
  2. Wählen Sie Ausführen, Führen Sie alle aus, um die Daten in das Programm zu laden. Es wird ein neues Fenster geöffnet, in dem Anweisungen und ein Rendering des Eingabemodells angezeigt werden. Drehen Sie das Modell, und platzieren Sie den Curser an jeder Einlassposition. Drücken Sie die Leertaste, um einen Samen zu platzieren.
  3. Nachdem Sie die Samen auf alle Einlässe platziert haben, drücken Sie "Q", um fortzufahren. Wiederholen Sie die gleiche Platzierung der Samen für alle Auslässe. Nachdem Sie die Auslasssamen platziert haben, drücken Sie erneut "Q" und lassen Sie das Programm laufen. Dadurch wird die Mittelliniendatei auf dem Desktop gespeichert.

2. Datenaufbau in Visualisierungssoftware

  1. Starten Sie das Open-Source-Visualisierungstool ParaView (Version 5.4.1, das in diesem Verfahren verwendet wird).
  2. Wählen Sie Datei, Öffnen..., und suchen Sie die zuvor erstellten Dateien: das patientenspezifische Volume-Netz, die Mittelliniendatei(n) und die EnSight.case-Datei(n). Nachdem Sie auf OKgeklickt haben, sollten alle Daten in die Schnittstelle geladen werden.
  3. Wählen Sie in der unteren linken Eigenschaftentabelle die Option Anwendenaus. Dieser Befehl lädt und liest alle Informationen, die ein Benutzer in ParaView geladen oder geändert hat. Markieren Sie das Volumennetz, indem Sie im Pipeline-Browser auf den Namen klicken, um diese Auswahl zu aktivieren.
  4. Scrollen Sie in der Tabelle Eigenschaften erneut, und ändern Sie den Deckkraftwert in einen Wert zwischen 0,2 - 0,5. Nun sollten die Mittellinien und Geometrie-Renderings sichtbar sein.

3. 4D-Flow-MRT-Daten mit dem volumetrischen Netzraster neu zuordnen und Rauschen löschen

  1. Wählen Sie im oberen Menü Filter, Alphabetisch, ResampleWithDataset. Ein neues Fenster wird geöffnet. Legen Sie die Quelle als Volume-Netz und die Eingabe als EnSight.case-Datei fest. Wählen Sie Ok, sobald diese festgelegt sind.
  2. Wählen Sie in der Tabelle Eigenschaften die Option Anwenden aus, um den Filter anzuwenden.
  3. Markieren Sie wie zuvor den neuen ResampleWithDataset-Namen,um ihn zu aktivieren. Reduzieren Sie die Deckkraft dieses neuen Renderings, wie bereits erwähnt. Ändern Sie außerdem die Mittellinie(n) von Oberfläche in Punkte im oberen Menü.

4. Bestimmen Sie die Grenzbedingungen für ein- und auslassendes Durchfluss

  1. Wählen Sie auf der rechten Seite der Schnittstelle das Werkzeug Ansicht erstellen (Quadrat mit vertikaler Linie), um die Rendering-Optionen zu maximieren und zu minimieren. Wählen Sie die Option SpreadSheet-Ansicht aus.
  2. Wählen Sie im Dropdown-Feld Anzeigen die Mittelliniendatei(n)aus. Es kann jeweils nur ein Dateityp ausgewählt werden. Durchlaufen Sie die Daten, indem Sie verschiedene Punkte auswählen, um eine Position innerhalb jedes Ein- und Auslasses zu identifizieren.
  3. Verwenden Sie nun die SpreadSheet-Ansicht unter Punkte, um den Normalvektor zwischen zwei Punkten in der Nähe derselben Positionen in (4.2) zu berechnen.
  4. Nachdem Sie den normalen Vektor für jede Ein- und Auslassstelle gefunden haben, wählen Sie Filter, Alphabetisch, Slice. Achten Sie darauf, dass Sie das ResampleWithDataset-Programm vorher aktivieren.
  5. Der Slice-Filter muss unter einem neuen Zweig von ResampleWithDataset -angezeigt werden. Legen Sie in der Tabelle Eigenschaften die Ebene Origin als dieselbe XYZ-Punktposition für einen der beiden Punkte fest, die zum Berechnen des Normalvektors verwendet werden. Verwenden Sie den Normalvektor von (4.3), um die Normalwerte auszufüllen. Wählen Sie Anwendenaus.
  6. Markieren/aktivieren Sie den gerade erstellten Slice-Filter, und wählen Sie Filter, Alphabetisch, Flächenfluss, und dann Anwendenaus. Aktivieren Sie das neue SurfaceFlow-Element im Pipeline-Browser, und wenden Sie die Filter , Alphabetisch, Zeitschritte gruppieren, Anwenden.
  7. Öffnen Sie in der SpreadSheet-Ansichtdie GroupTimeSteps-Daten. Exportieren Sie diese Daten nach Microsoft Excel durch Kopieren und Einfügen oder Verwenden von Export Spreadsheet.
  8. Berechnen Sie in Excel die gewichteten Werte, die dem Verhältnis der Durchflussrate an jedem Ausgang zum gesamten Einlassdurchfluss entsprechen. Aufgrund des inhärenten Rauschens und Fehlers der 4D-Flow-MRT-Daten, identifizieren Sie das kleinste (in der Regel mit weniger zuverlässigen Daten) Schiff, um "offen" zu lassen, um die Erhaltung der Masse zu gewährleisten.
  9. In der CFD-Simulationssoftware werden transiente Strömungswellenformen mit dem Befehl read-transient-tables importiert; Speichern Sie daher die Einlassflussdaten in einem kompatiblen .txt-Format, das in den Online-Tutorials beschrieben wird.

5. CFD-Simulationen einrichten

  1. Öffnen Sie die CFD-Simulationssoftware. Hier verwenden wir ANSYS Fluent (Version 18.1, die in diesem Verfahren standardmäßig beschrieben wird). Wählen Sie Datei, Lesenund Fall..., und öffnen Sie die Volume-Mesh .cas-Datei, die zuvor in ParaView verwendet wurde. Zeigen Sie das Netz (dieses Verfahren verwendet eine mit Altair HyperMesh generierte .cas-Datei), indem Sie Display..., Displayauswählen.
  2. Es ist wichtig, die Geometrie zu skalieren, um die richtige physikalische Größe des Modells sicherzustellen. Wählen Sie Skalieren... und wenden Sie die Einheitenkonvertierung an, die für den jeweiligen Fall erforderlich ist, dann Schließen.
  3. Wählen Sie Materialien, Erstellen/Bearbeiten aus, um die Materialeigenschaften für Blut einzugeben. In diesem Tutorial werden physiologisch relevante Werte von 1060 kg/s bzw. 0,0035 kg/ms für Dichte und Viskosität verwendet.
  4. Legen Sie die Grenzbedingungen für den transienten Fluss fest, indem Sie entweder Massenfluss- oder Geschwindigkeitsflussraten als Funktion der Zeit für jeden Einlass vorschreiben. Verwenden Sie die Wellenformen aus der 4D-Flow-MRT-Messung, um die Einlass-Randbedingungen zu verschreiben. Die Ausgänge werden gewichtetin Werte in (4.8) angegeben.
  5. Legen Sie unter Lösung, Methoden, die numerischen Schemata fest, die für die räumliche und zeitliche Diskretisierung der Navier-Stokes-Gleichungen verwendet werden. Verwenden Sie für dieses Verfahren Coupled, das die vollständige Druckgeschwindigkeitskopplung ermöglicht, die kleinste Quadrate zellbasiert (Gradient), das Schema der zweiten Ordnung für Druck, das MUSCL-Schema dritter Ordnung für Impulsgleichungen und das implizite Schema der zweiten Ordnung für die diskrete Isierung in der Zeit. Stellen Sie sicher, dass der Parameter Zeit oben links auf Transientfestgelegt wurde.
  6. Wählen Sie unter Lösung, Initialisierung, Standardinitialisierungaus. Wenn alle Anfangswerte auf 0gesetzt sind, wählen Sie Initializeaus. Jetzt ist das Programm auf Die Ausführung eingestellt. Legen Sie einen Lösungsordner fest, um Ergebnisse bei jedem AutoSave Every (Time Steps) unter Berechnungsaktivitätenzu speichern.
  7. Richten Sie in den letzten Schritten die Zeitschrittgröße(s) unter Ausführungsberechnungein. Verwenden Sie die Excel-Randbedingungsdaten in (4.7), um diesen Wert zu bestimmen. Die Reduzierung des Zeitschritts erleichtert die Konvergenz und verbessert die Genauigkeit der numerischen Lösung bei gleichzeitiger Erhöhung der Lösungszeit. Es ist eine gute Praxis, die Simulation für mindestens drei volle Herzzyklen auszuführen, um die Wirkung der anfänglichen Transienten zu eliminieren.
  8. Legen Sie schließlich Max Iterationen für jeden Zeitschritt zwischen 300 - 500 fest. Die Software stoppt die Iterationen automatisch bei jedem Zeitschritt, sobald die Konvergenz erreicht ist, und fährt mit dem folgenden Zeitschritt fort. Die Konvergenz kann verbessert werden, indem eine stetige Strömungssimulation mit gemittelten Geschwindigkeitswerten durchgeführt und dann die Ergebnisse als Ausgangsbedingungen für die Pulsatilflusssimulation verwendet werden. Wählen Sie Berechnen aus, wenn Sie bereit sind, den Solver auszuführen.
  9. Die Software führt jede Iteration aus, bis die Konvergenz erreicht ist oder Max Iterationen bewirkt, dass die Iteration fortgesetzt wird. Die Dateien werden automatisch am Speicherort von (5.5) gespeichert, und die Lösungsdaten können entweder in DER ANSYS CFD-Post- oder ParaView-Software visualisiert werden.

Computational Fluid dynamische Simulationen werden verwendet, um den Blutfluss in der Vaskulatur des Patienten zu analysieren, um Diagnose und Behandlung zu leiten. Computational Fluid Dynamics, oder CFD, verwendet numerische Analysemethoden, um den Flüssigkeitsfluss zu modellieren und realistische Bedingungen für viele verschiedene Strömungsszenarien zu simulieren, wie z. B. den Flüssigkeitsfluss um ein Hochgeschwindigkeitsflugzeug, durch komplexe Rohrleitungsnetze und innerhalb unserer Herz-Kreislauf-System.

In der medizinischen Anwendung werden verschiedene bildgebende Verfahren verwendet, um Blutgefäßgeometrien zu erhalten. Dann werden CFD-Simulationen durchgeführt, die verwendet werden, um das Fortschreiten der Krankheit und Modellbehandlungsszenarien für Vaskulaturstörungen, einschließlich koronare Herzerkrankungen, arteriovenöse Fehlbildungen und Aneurysmen, vorherzusagen.

Dieses Video zeigt die Prinzipien von CFD, zeigt, wie die Geometrien von Blutgefäßen verwendet werden, um hochauflösende Hämodynamik zu modellieren, und diskutiert einige Anwendungen von CFD.

Lassen Sie uns zunächst die kardiovaskuläre Dynamik und die Prinzipien von CFD verstehen.

Herz-Kreislauf-Hämodynamik beschreibt die Dynamik des Blutflusses im Herzen, auch durch die linken und rechten Ventrikel und Vorhöfe, und den Blutfluss in den Gefäßen vom Herzen zum Rest des Körpers. Komplexe Gefäßnetzwerke können mittels Magnetresonanzangiographie und Velocimetrie oder Röntgenfluoroskopie visualisiert werden. Diese Methoden skizzieren die Geometrie der Blutgefäße des Patienten und definieren Strömungsrandbedingungen.

Sobald dies erfasst ist, werden die Blutgeschwindigkeitsdaten in Voxel segmentiert, die Einheiten grafischer Informationen sind, die einen 3D-Raum definieren, und die Phasenverschiebung wird bei jedem Voxel ermittelt. Diese hängen vom gyromagnetischen Verhältnis, dem Hauptmagnetfeld, dem angewendeten Gradientenfeld und der Position des Spins ab. Dies wiederum hängt von der Anfangsposition der Drehung, der Spin-Geschwindigkeit und der Spinbeschleunigung ab. Tau ist die Zeit, die die vierte Dimension definiert.

Diese Parameter werden durch das MRT definiert und in CFD-Simulationen eingegeben. Die 3D-Flussgeschwindigkeit wird durch numerischeS Lösen der Navier-Stokes- oder NS-Gleichungen bestimmt. Die NS-Gleichungen sind die regelnden Gleichungen der Flüssigkeitsbewegung, die gelöst werden, um Geschwindigkeits- und Druckverteilungen zu bestimmen. Sie berücksichtigen die Dichte, Geschwindigkeit, Druck und dynamische Viskosität des Durchflusses.

Wir werden nun sehen, wie diese Prinzipien der Strömungsdynamik auf reale Blutgefäßgeometrien angewendet werden, um hochauflösende CFD-Simulationen zu erstellen.

Erstellen Sie vor dem Start ein patientenspezifisches Vaskulaturmodell aus MRA-Daten. Dies kann mit Open-Source-Software für die Bildsegmentierung erfolgen.

Für diese Demonstration wurde ein Tetraedervolumennetz erzeugt. Öffnen Sie nun den vmtk-Launcher Python GUI. Geben Sie im PypePad den erforderlichen Dateinamen ein. Dieser Befehl bare bones ruft die Eingabe-STL-Datei vom Desktop ab. Wählen Sie Ausführen, Führen Sie alle aus, um die Daten in das Programm zu laden. Es wird ein neues Fenster geöffnet, in dem Anweisungen und ein Rendering des Eingabemodells angezeigt werden.

Drehen Sie das Modell, und platzieren Sie den Cursor an jeder Einlassposition. Drücken Sie die Leertaste, um einen Samen auf einen Einlass zu legen. Wiederholen Sie dies für alle Einlässe. Drücken Sie dann Q, um fortzufahren. Wiederholen Sie nun die gleiche Platzierung der Samen für alle Auslässe. Drücken Sie erneut Q, und lassen Sie das Programm laufen. Die Mittelliniendatei wird generiert und auf dem Desktop gespeichert.

Wir sind nun bereit, das Open-Source-Visualisierungstool ParaView zu verwenden, um die Voxel mit Flussdaten vom stationären Gewebe zu trennen. Suchen Sie die folgenden Dateien: das patientenspezifische Volume-Netz, Centerline-Dateien und die EnSight.case-Dateien, und klicken Sie auf OK, um die Daten auf die Schnittstelle zu laden. Navigieren Sie zur Tabelle Eigenschaften, und wählen Sie Anwenden aus, um alle Informationen zu laden und zu lesen. Markieren Sie dann das volumetrische Netz im Pipelinebrowser.

Ändern Sie in der Tabelle Eigenschaften den Deckkraftwert auf 0,2 bis 0,5. Die Mittellinien und das geometrische Rendering sollten nun sichtbar sein. Gehen Sie als Nächstes zum oberen Menü, und wählen Sie Filter, Alphabetisch, Resample mit Dataset aus, und legen Sie die Quelle als Volumennetz und die Eingabe als EnSight.case-Datei fest. Klicken Sie auf OK, um fortzufahren, und wenden Sie den Filter in der Tabelle Eigenschaften an. Markieren Sie dann das neue Resample With Dataset, und reduzieren Sie die Deckkraft.

Ändern Sie im oberen Menü die Mittellinien von Oberfläche in Punkt. Um die Randbedingungen zu bestimmen, wechseln Sie zur rechten Seite der Schnittstelle, und wählen Sie das Werkzeug Horizontale Ansicht erstellen aufteilen aus. Wählen Sie die Option SpreadSheet View aus. Wählen Sie im Dropdown-Feld Anzeigen die Mittelliniendatei aus, und durchlaufen Sie die Dateien, indem Sie verschiedene Punkte auswählen, um einen Speicherort innerhalb jedes Einlasses und Auslasses zu identifizieren. Verwenden Sie nun die SpreadSheet-Ansicht, um den Normalvektor zwischen zwei Punkten zu berechnen.

Aktivieren Sie nach dem Suchen des Vektors das ResampleWithDataset, und wählen Sie Filter, Alphabetisch, Slice aus. Stellen Sie sicher, dass der Slice-Filter angezeigt wird, und wechseln Sie dann zur Tabelle Eigenschaften, und legen Sie den Ebenenursprung als die gleiche X-, Y- und Z-Punktposition für einen der beiden Punkte fest, die zum Berechnen des Normalvektors verwendet werden. Verwenden Sie diese Option, um die Normalwerte auszufüllen, und wählen Sie dann Anwenden aus. Aktivieren Sie den neu erstellten Slice-Filter, und wählen Sie Filter, Alphabetisch, Oberflächenfluss aus. Klicken Sie auf Anwenden, und aktivieren Sie dann das neue Surface Flow-Element, gefolgt von Filter, Alphabetisch, Gruppenzeitschritte, Anwenden.

Öffnen Sie in der SpreadSheet-Ansicht die GroupTimeSteps-Daten, und verwenden Sie Spreadsheet exportieren oder kopieren, um diese Daten nach Microsoft Excel zu exportieren. Bestimmen Sie in ParaView die Zeitschritte und die Zeitschrittgröße, indem Sie durch die Zeit radeln. Für die Simulation möchten wir, dass der Herzzyklus zum Zeitpunkt gleich Null beginnt. Erzeugen Sie daher die entsprechende Zeitskala. Aktivieren Sie dann den Slice-Filter und wählen Sie Filter, Alphabetisch, Variablen integrieren aus.

Ändern Sie im Pop-up Attribut, um Zellendaten anzuzeigen. Dadurch haben Sie den Querschnittsbereich der Einlassscheibe. Um die Strömungsdaten mit ANSYS Fluent kompatibel zu machen, bestimmen Sie die Zeitskala mit Sekundeneinheiten und die Einlassgeschwindigkeit mit Einheiten von Metern pro Sekunde.

Die erste Zeile muss einen Datennamen, eine Anzahl von Spalten, die Anzahl der Zeilen und einen binären Trigger für die Wiederholbarkeit enthalten. Die nächste Zeile enthält die Namen für jede der Datenspalten. Die Strömungsgeschwindigkeiten, nicht die Raten, werden unter dem jeweiligen Spaltenkopf festgelegt. Um mehrere Herzzyklen reibungslos zu simulieren, sollten die Anfangs- und Endgeschwindigkeitswerte gleichwertig sein.

Wählen Sie Datei, Lesen, Fall und öffnen Sie die Volume-Mesh .cas-Datei, die zuvor verwendet wurde. Aktivieren Sie das Kontrollkästchen für Netz anzeigen nach dem Lesen, um das Netz nach dem Import anzuzeigen. Wählen Sie Skalieren aus, und wenden Sie die erforderliche Einheitenkonvertierung an, um die korrekte physische Größe des Modells sicherzustellen. Wählen Sie Materialien erstellen/bearbeiten aus, und geben Sie Materialeigenschaften für Blut ein.

Wählen Sie nun das Konsolenbefehlsfenster und die Eingabedatei/ aus. Verwenden Sie die Read-Transient-Tabelle, um die transienten Flusswellenformen zu importieren, die sich an derselben Position wie die Volume-Mesh -cas-Datei befinden. Verwenden Sie die Wellenformen, die aus den 4D-Flow-MRT-Messungen gewonnen wurden, um die Einlassrandbedingungen festzulegen. Verwenden Sie dann ein gewichtetes Verhältnis von Einlass zu Auslass, um die Auslassrbedingungen festzulegen.

Legen Sie die numerischen Schemata fest, die für die Druckgeschwindigkeitskopplung und diskretisierung der Navier-Stokes-Gleichungen verwendet werden. Legen Sie dann innerhalb der Lösungsinitialisierung alle Anfangswerte auf Null fest. Legen Sie unter Berechnungsaktivitäten einen Lösungsordner fest, um die Ergebnisse zu speichern, und geben Sie die Häufigkeit mit Autosave, Every Time Steps an. Richten Sie unter Ausführungsberechnung die Zeitschrittgröße aus den Excel-Randbedingungsdaten ein. Oft ist es vorzuziehen, einen kleineren Zeitschritt auszuwählen und Fluent interpolieren zu lassen. Wiederholen Sie dies für mindestens drei Herzzyklen.

Legen Sie schließlich die Max Iterationen zwischen 300 und 500 fest. Die Software stoppt die Iterationen automatisch bei jedem Zeitschritt, sobald die Konvergenz erfolgt. Nachdem die Simulation vollständig eingerichtet wurde, gehen Sie zurück zu Initialisierung, Initialisieren. Kehren Sie zu Berechnung ausführen zurück, und wählen Sie Berechnen aus, um den Solver auszuführen. Die Lösungsdaten können nun entweder in der SOFTWARE ANSYS CFD-Post oder ParaView visualisiert werden.

Wir werden nun einige repräsentative Daten prüfen. Hier ist ein Beispiel für ein zerebrales Aneurysmus. Aus 4D-Flow-MRT-Daten wurden komplexe Rezirkulationsflussmuster innerhalb der aneurysmalen Region nachgewiesen. Die Auflösung ist jedoch in den Regionen mit stagnierendem Fluss begrenzt, die im oberen und unteren Teil der Läsion beobachtet werden. Nach dem Ausführen von CFD-Simulationen wurde eine höhere Auflösung des Geschwindigkeitsfeldes erreicht, insbesondere in der Nähe der Gefäßwände.

CFD kann auch verwendet werden, um verschiedene Strömungsbedingungen im selben Behälter zu vergleichen. Beispielsweise helfen Simulationen eines chirurgischen Clippings der rechten und linken vorderen Hirnarterie, die Auswirkungen des Verfahrens auf die Strömungsdynamik zu visualisieren.

Computational Fluid dynamische Simulationen des Blutflusses sind nützliche Werkzeuge in verschiedenen biomedizinischen Anwendungen verwendet.

Zum Beispiel beeinflussen hämodynamische Bedingungen innerhalb der Vaskulatur die Entwicklung und das Fortschreiten von arteriellen Erkrankungen, einschließlich Arteriosklerose und Aneurysmen. Da direkte Messungen in vivo schwer zu erfassen sind, ist CFD ein Standard-Forschungswerkzeug, das verwendet wird, um die Blutflussdynamik zu modellieren. Es kann Ärzten Anleitung für die Diagnostik, sowie verschiedene Behandlungsszenarien bieten.

Neben der vaskulären Modellierung dienen CFD-Simulationen dazu, den Luftstrom basierend auf nasalen Atemwegsmodellen zu simulieren. Es ist besonders nützlich, Protokolle zu entwerfen, um pharmazeutische Aerosole in angemessener und kontrollierter Weise an zielgerichtete olfaktorische Regionen zu liefern, die direkt mit dem Gehirn interagieren.

Sie haben gerade JoVeS Einführung in die numerische Strömungsdynamik beobachtet, um den Blutfluss zu simulieren. Sie sollten nun verstehen, wie die blutumflütige Dynamik auf der Grundlage dreidimensionaler Gefäßgeometrien modelliert werden kann. Danke fürs Zuschauen!

JoVE Science Education is free through June 15th 2020.

RECOMMEND JoVE