脳動脈瘤における血流の計算流体力学シミュレーション

TOF-MRA、CE-MRA、PC-MRIは、CFDシミュレーションの入力ジオメトリおよびフロー境界条件としてよく使用されます。上で説明したように、容器の形状と流入境界条件(断面を通る速度プロファイル)は、被験者ごとに測定されます。本研究に含まれるデータでは、TOF-MRA分解能は0.26 x 0.26 x 0.50 mm、PC-MRI分解能は1.00 x 1.00 x 1.20 mmであった。4DフローMRI配列は、心臓サイクルを介して三次元速度分布を獲得するために使用された。TOF データは、さまざまなツールを使用して擬似自動的にセグメント化されます。画像解像度、すなわちボクセルのサイズは、ジオメトリの結果モデルの品質に直接影響を与えます。4D フロー MRI は、次の式に従って位相シフトを使用して、各ボクセルの血液速度を決定します。

(1)

(2)

測定された位相シフトと速度は、勾配場、ジャイロ磁気比、スピンの初期位置、スピン速度、およびスピン加速度によって異なります。磁界と材料定数は、MRIスキャンの初期化中に定義されます。4DフローMRIは3つの直交方向にエンコードし、3次元速度場を得ます。次いで、患者または動物特有の症例ごとに3Dモデルを生成することができる。手順セクションで詳しく説明する方法は、次のように一般化された Navier-Stokes 方程式を数値的に解くことで、CFD シミュレーションに役立ちます。

₍₃₎

ここで密度、流速、pは圧力、muは流れの動的粘度です。

チュートリアルの前駆体は、患者固有の血管モデルの作成です。このデモでは、MRA データから四面体ボリューム メッシュを生成するために、[ミテリアス]、[3D システム ジオマジック デザイン X]、および [アルテア ハイパーメッシュ] ツールを使用して、MRA データから四面体ボリューム メッシュを生成しました。

1. モデルの船舶中心線の生成

1. vmtk ランチャー Python GUI を開きます。PypePad で、次のように入力します。
2. [実行] を選択し、[すべて実行] を選択して、データをプログラムに読み込みます。入力モデルの命令とレンダリングを表示する新しいウィンドウが開きます。モデルを回転し、各入口の位置に curser を配置します。スペースバーを押してシードを配置します。
3. すべての入口に種子を置いた後、「Q」を押して続行します。すべてのコンセントに対して同じシードの配置を繰り返します。出口の種子を置いた後、もう一度「Q」を押して、プログラムを実行します。これにより、中央のファイルがデスクトップに保存されます。

2. 可視化ソフトウェアにおけるデータ設定

1. オープンソースの視覚化ツール ParaView (この手順で使用するバージョン 5.4.1) を起動します。
2. [ファイル]、[開く...]、以前に作成したファイル(患者固有のボリューム メッシュ、センターライン ファイル、EnSight.case ファイル)を選択します。[OK]をクリックすると、すべてのデータがインターフェイスに読み込まれます。
3. 左下の[プロパティ]テーブルで、[適用] を選択します。このコマンドは、ユーザーが ParaView で読み込みまたは変更したすべての情報を読み込んで読み取ります。パイプライン ブラウザ内でボリューム メッシュの名前をクリックして、ボリューム メッシュをハイライト表示し、この選択をアクティブにします。
4. ここでも、[プロパティ]テーブルで[不透明度]の値を0.2 ~ 0.5の間にスクロールして変更します。ここで、中心線とジオメトリレンダリングが表示されます。

3. 体積メッシュグリッドを使用して4DフローMRIデータを再マップし、ノイズを削除する

1. 上部のメニューから、[フィルタ]、[アルファベット順]、[リサンプルWithデータセット]の順に選択します。新しいウィンドウが開きます。ソースをボリューム メッシュとして設定し、入力を EnSight.case ファイルとして設定します。これらが設定されたら、[OK] を選択します。
2. [プロパティ]テーブルで、[適用] を選択してフィルターを適用します。
3. 前と同様に、新しいResampleWith データセット# 名を強調表示してアクティブにします。前述のように、この新しいレンダリングの不透明度を下げます。また、中心線をサーフェスから上部メニューの点に変更します。

4. 流入口と出口の流れ境界条件を決定する

1. インターフェイスの右側で、レンダリング オプションを最大化して最小化する横で、[ビューを作成]ツール(垂直線付きの正方形)を選択します。[スプレッドシート ビュー ]オプションを選択します。
2. [表示] ドロップダウン ボックスから、中心線ファイルを選択します。一度に選択できるファイルの種類は 1 つだけです。データを循環し、さまざまなポイントを選択して、各入口と出口内の位置を特定します。
3. 次に、[ポイント]の下にあるスプレッドシート ビューを使用して、(4.2) で見つかった同じ位置付近の 2 点間の法線ベクトルを計算します。
4. 各入口と出口の位置の法線ベクトルを見つけた後、[フィルター]、[アルファベット順]、[スライス] の順に選択します。事前にリサンプル With データセット#をアクティブにしてください。
5. スライスフィルターは、 ResampleWithDataset#から取得した新しい分岐の下に表示される必要があります。[プロパティ]テーブルで、法線ベクトルの計算に使用する 2 つの点の 1 つに対して、平面の原点を同じ XYZ 点の位置として設定します。(4.3)の法線ベクトルを使用して、法線の値を入力します。[適用] を選択します。
6. 作成したSlice#フィルタを強調表示/アクティブ化し、[フィルタ]、[アルファベット順]、[サーフェス フロー] の順に選択し、[適用] を選択します。[ パイプライン ブラウザ] で新しいSurfaceFlow#アイテムをアクティブにし、[フィルタ]、[アルファベット順]、[グループ時間ステップ]、[適用] などの[フィルタ]、[アルファベット順]、[グループの時間ステップ] の順に適用します。
7. [スプレッドシート ビュー] で、グループタイムステップ#データを開きます。このデータを Excel にエクスポートするには、スプレッドシートをコピーして貼り付け、または使用します。
8. Excel では、各流出口の流量の比率に対応する加重値を合計流入口流量に対して計算します。4D Flow MRIデータの固有のノイズと誤差により、質量の保全を確保するために「オープン」のままにしておく最小の(一般的に信頼性の低いデータを持つ)船を特定します。
9. CFD シミュレーションソフトウェアでは、一時的な流れ波形は読み取り-一時的テーブルコマンドを使用して読み込まれます。したがって、オンライン チュートリアルで説明されている互換性のある .txt 形式で入口フロー データを保存します。

5. CFD シミュレーションのセットアップ

1. CFDシミュレーションソフトウェアを開きます。ここでは、ANSYS Fluent (この手順で説明されているバージョン 18.1 をデフォルトとして使用します) を使用します。[ファイル]、[読み取り]、および [ケース...] を選択し、ParaView で以前使用していたボリューム メッシュ .cas ファイルを開きます。[表示] を選択してメッシュを表示します(この手順では Altair HyperMesh で生成された .cas ファイルを使用します)。
2. モデルの正しい物理サイズを確保するために、ジオメトリをスケーリングすることが重要です。[スケール...]を選択し、特定のケースに必要な単位変換を適用してから[閉じる] を選択します。
3. [マテリアル]を選択し、[作成/編集]を選択して、血液の材料特性を入力します。このチュートリアルでは、密度と粘度にそれぞれ 1060 kg/s と 0.0035 kg/ms の生理的に関連する値を使用します。
4. 各流入口の時間の関数として質量流量または速度流量を指定して、非定常流れ境界条件を設定します。4DフローMRI測定から得られた波形を使用して、入口境界条件を規定します。アウトレットには、(4.8)に含まれる加重値が与えられます。
5. [ソリューション]、[方法] で、Navier-Stokes 方程式の空間的および時間的離散化に使用する数値スキームを設定します。この手順では、全圧力速度結合を有効にする結合済み (最小二乗セル ベース(勾配)、圧力の2 次スキーム、運動量方程式の3 次 MUSCLスキーム、および時間内の離散化のための2 次暗黙的スキームを使用します。左上のTimeパラメーターが[Transient]に設定されていることを確認します。
6. [ソリューション] の[初期化] で、[標準初期化]を選択します。すべての初期値を0に設定した後、[初期化] を選択します。これで、プログラムが実行するように設定されます。[計算アクティビティ] の下にある [自動保存間隔 (時間ステップ)]の下に、すべての自動保存 (時間ステップ) の結果を保存するソリューション フォルダーを指定します。
7. 最後の手順では、[ 実行計算] の [時間ステップ サイズ]を設定します。この値を決定するには、(4.7) の Excel 境界条件データを使用します。時間ステップを短縮すると、収束が容易になり、数値解の精度が向上すると同時に、解析時間が長くなります。初期の一過性の影響を排除するために、少なくとも3つの完全な心周期のシミュレーションを実行することをお勧めします。
8. 最後に、300 ~ 500の各時間ステップの最大反復回数を設定します。収束に達すると、ソフトウェアは自動的に各時間ステップで反復を停止し、次の時間ステップに進みます。収束は、平均速度値を持つ安定した流れシミュレーションを実行し、その結果を拍動流シミュレーションの初期条件として使用することで改善できます。ソルバーを実行する準備ができたら、[計算] を選択します。
9. 収束が達成されるか、最大反復が発生して反復が続行されるまで、ソフトウェアは各反復を実行します。ファイルは(5.5)の場所に自動的に保存され、ソリューションデータはANSYS CFD-PostまたはParaViewソフトウェアのいずれかで視覚化することができます。

このデモでは、脳動脈瘤の被験者特異的モデルが生成され、CFDを使用して流れ場をシミュレートしました。画像データから得られない詳細なフロー機能を提供し、ヘモダイナミクス力を定量化することで、CFDを使用して低分解能の4DフローMRIデータを増強できます。 図 1は、CFD が近壁の再循環領域の流れをより完全に説明する方法を示しています。

図1:A)船舶形状内の4DフローMRIデータの可視化B) CFDシミュレーション結果の可視化一般に、CFDの合理化は、この脳動脈瘤内の血流パターンのより完全な理解を与える。

図1は、CFDの結果が生体内4DフローMRIと一致していることを示しています。図1(A)は、動脈瘤領域内の複雑な再循環流れパターンを示し、動脈のバルーン状膨張を、4DフローMRIで検出した。しかし、病変の上部および下部の停滞した流れの領域は、合理化で満たされていません。これは、これらの領域における信号対雑音比が低いためです。図 1 (B) に示す CFD シミュレートされたフローは、特に容器壁の近くにある高分解能速度フィールドを提供します。したがって、CFDモデルは、動脈瘤疾患の進行を予測するために使用することができる圧力、WSS、PRTなどの臨床的に関連する、フロー由来のメトリックのより高い精度の推定値を提供することができる。

さらに、CFD シミュレーションを使用して、代替治療オプションに起因する術後の流れ条件をモデル化できます。例えば、図2(A)と(B)は、流入速度が異なる同じ容器を通る流れを比較します。流れのない血管閉塞をシミュレートするなど、様々な境界条件を処方することにより、様々な外科的治療の後の流れが示される。

図2:A)右前大脳動脈(ACA)の外科的クリッピングのためのシミュレーションB)左ACAの外科的クリッピングのためのシミュレーション。わかりやすくするために、この図は非修飾入口での術前流入速度を維持する。実際には、流量は補償するために開いた容器で増加します。C)正常な血流速度は、このモデルの入口条件を規定する。4DフローMRIからの忍耐強いデータは流れパターンの現実的な視覚化のための入口条件を提供する。

様々な外科的治療から生じる術後の流れ場をシミュレートする能力は、CFDモデルの重要な利点です。現実的な患者固有のジオメトリと流入データを適用することにより、異なる治療シナリオを実証して、計画された手順がフローパターンに及ぼす影響に関する情報を医師に提供することができます。たとえば、図 2 (A) と (B) は、一方または他方の近位動脈がクリップされた場合に発生する循環流れを示しています。血管のクリッピングやフローダイバータの展開などの治療をシミュレートできるため、医師や患者は特定のケースで最適なものを決定できます。

ここで説明するフレームワークは、患者固有のCFDシミュレーションを実行するために使用することができます。高解像度メッシュは、低解像度の4DフローMRIデータを補間するために使用されます。これにより、フロー データが分離され、船舶壁の外部ノイズに関連するエラーが最小限に抑えられます。流入口と出口の流れに患者ベースの境界条件を使用することにより、シミュレーションはMRIで画像化された血行力学的条件を一致させることができる。

PC-MRIの新しい方法は、速度のより大きな、動的な範囲を示すことが可能です。しかし、これは患者のスキャン時間によって厳しく制限される。多くの場合、患者データはスキャナー内で費やす時間を短縮するために、より低い解像度で取得されます。残念ながら、これは、ダイアライシングされたデータまたは信号ドロップオフのいずれかが発生する可能性があります, 速度符号化勾配(VENC)が高すぎると問題が悪化します.これにより、フロー データの循環が遅くなり、再循環する可能性があります。患者固有のフローとジオメトリをCFDと組み合わせることで、高解像度の血流ダイナミクスを捕捉するための効果的な方法を提供します。

患者ベースのモデリングが本質的に有用なのは、一般的に非常に異なる特性を有する患者、疾患、または治療全体で一般化することなく、詳細な情報を提供する能力です。シミュレーションにより、医師やエンジニアは、実際の手順を実行する前に代替治療シナリオをモデル化できます。血流ダイナミクスのシミュレーションは、ステント、動脈バイパス移植、およびカテーテルベースのコントラスト注入を転用する流れをモデル化するために使用することができます。臨床医と患者は最良の結果を望むが、CFDはより良い先見性を提供する術後の流れを見るための方法を提供する。装置または処置を導入した後の流れを描写することとは別に、CFDは壁のせん断応力の推定を可能にする。これは、低WSSがしばしば動脈疾患の進行に相関するという知識と組み合わせることで、予測または確率モデリングを可能にする。計算ツールを使用して動脈瘤の成長、血栓形成、または出血の前駆体を識別すると、リスクの高い患者を早期に特定する可能性が生じます。要約すると、患者固有の画像データとCFDシミュレーションの組み合わせは、疾患評価と外科的予測のための強力なツールです。

確認

著者たちは、ノースウェスタン大学のスザンヌ・シュネル博士とマイケル・マークル博士に、私たちの数字で使用される4D患者データを提供してくれたことに感謝したいと思います。