August 12th, 2025
İnternal karotis arter (İKA) darlığının değerlendirilmesi, plak bileşimi ve hemodinamik gibi inme için fizyolojik olarak ilgili risk faktörlerini hesaba katmayan yüzde darlık tahminine dayanır. Bu protokol, ICA plak kompozisyonunu ve hemodinamiği karakterize etmek için kantitatif manyetik rezonans görüntüleme ve hesaplamalı akışkanlar dinamiğinden yararlanır.
Araştırmamız, internal karotis arter stenozu olan hastalarda plak embolisi ve inme için fizyolojik olarak ilgili risk faktörlerini değerlendirmektedir. Spesifik olarak, karotis arter darlığı olan hastalar arasında plak morfolojisinin ve hemodinamik ortamının nasıl farklılaştığına bakıyoruz. Serebrovasküler araştırma alanında, son çabalar, asemptomatik karotis arter stenozu hastalarında, artan inme riskiyle bağlantılı olabilecek hastaya özgü risk faktörlerine, görüntüleme özelliklerine ve hemodinamik parametrelere özel olarak odaklanarak inmenin belirleyicilerini belirlemeyi amaçlamıştır.
Hesaplamalı akışkanlar dinamiği, kan akışının invazif olmayan, hastaya özel analizini mümkün kılar ve karotis plak yapısını ve bileşimini değerlendirmek için manyetik rezonans görüntüleme ve foton sayma CTA ile birlikte giderek daha fazla kullanılmaktadır. Mevcut manyetik rezonans görüntüleme, uzun tarama süreleri, karmaşık görüntü yorumlama ve yeniden konumlandırma hataları ile sınırlıdır. Öte yandan, hesaplamalı akışkanlar dinamiği, hastaya özel sınırlı verilerden ve zayıf model ayarından muzdariptir ve bu nedenle doğruluğunu azaltır.
Grubumuz, benzer derecelerde internal karotis arter daralması olan hastaların farklı hemodinamik profiller sergilediğini ve bilateral darlığı olan hastalarda darlık şiddetinin derecesinin her iki tarafın hemodinamiğini ve akım özelliklerini etkilediğini göstermiştir. Ve bu, bu hastalardaki karmaşık serebrovasküler ve hemodinamik etkileşimlerin altını çiziyor. Başlamak için, CRIMSON yazılımını bir bilgisayar sisteminde başlatın.
Veri yöneticisindeki içe aktarma düğmesini kullanarak hastaya özel anatomi için kimliksizleştirilmiş DICOM görüntü verilerini CRIMSON'a aktarın. Geometri modelleme penceresini kullanarak damar yolu düzenlemeyi seçin ve ortak karotis arteri, dış karotis arteri ve iç karotid arteri içeren bir damar ağacı oluşturun. Ortak karotis arter merkez hattına, PC MRI akış dalga formunun elde edildiği C5 seviyesinde başlayın.
İç karotis arter merkez hattını, PC MRI dalga formu konumuyla eşleşecek şekilde darlığın bir ila iki santimetre distalinde bitecek şekilde yerleştirin. Ardından, PC MRI dalga formu edinme konumuyla eşleşecek şekilde harici karotis arter merkez hattı uç noktasını birinci dereceden dalların proksimaline yerleştirin. Şimdi, her bir kap boyunca en az iki nokta ekledikten sonra merkez çizgisini ve merkez çizgisine dik kesit görünümlerini görselleştirmek için kap yeniden dilimleme penceresini kullanın.
Aynı pencereyi kullanarak, damar duvarının sınırlarını belirtmek için damar konturları ekleyin. Damar yeniden dilimleme penceresinin sol tarafı orijinal görüntüyü görüntülerken, sağ tarafı konturları tanımlamak için görüntü gradyanını görüntüler. Damar eğriliğini ve değişen geometriyi aşırı uyum olmadan yakalamak için konturları yeterince sık yerleştirin.
Tüm konturları tanımladıktan sonra, loftlama yoluyla birleştirilmiş 3 boyutlu bir katı model oluşturmak için kap kontur modelleme penceresindeki loft düğmesini kullanın. Ardından, kap modelini tek bir katı geometride karıştırmak için radyus algoritmasını seçmek için kap karıştırma penceresini kullanın. Ağ oluşturma ve çözücü kurulum penceresini açın ve ağ parametrelerini yapılandırmak üzere ağ oluşturma seçeneklerini görüntülemek için ağ oluşturma düğmesine tıklayın.
Genel seçenekler penceresinde, genel öğe boyutunu 0,5 milimetre ile 0,75 milimetre arasında mutlak bir değere ayarlayın. Ardından sınır katman türünü geometrik büyümeye, toplam katman sayısını üçe, ilk katman kalınlığını 0,2 milimetreye ve toplam katman kalınlığını bir milimetreye ayarlayın. Ardından, stenoz gibi yüksek eğrilik bölgelerine ağ elemanları eklemek için eğrilik iyileştirme uygulayın.
Öğe sayısı, en boy oranları ve dağıtım dahil olmak üzere ağ metriklerini gözden geçirmek için ağa sağ tıklayın ve ağ bilgileri düğmesine tıklayın. Sınır koşullarını belirtmek için meshleme ve çözücü kurulum penceresine tıklayın. Çözücü kurulum simgesini seçin, ardından BC simgesini kullanarak bir sınır koşulu kümesi ekleyin.
Şu anda CRIMSON'da mevcut olan sınır koşullarını görüntüleyin. BC simgesine tekrar tıklayın, sert, deforme olmayan duvarlar uygulamak için kayma yok'u seçin ve bunu tüm duvarlara uygula seçeneğini kullanarak tüm duvarlara uygulayın. Ardından öngörülen hızı seçin.
Önceden tanımlanmış giriş dalga biçimini içe aktarın ve bir parabolik hız profilini CCA girişine eşleyin. Benzer şekilde, bir parabolik hız profilini ECA çıkışına eşleyen ECA pulsatil çıkış dalga biçimini içe aktarın. Şimdi BC simgesine tıklayın, RCR'yi seçin ve proksimal direnç, distal direnç ve kapasitörden oluşan üç elemanlı bir Windkessel modelini doldurun.
Hastaya özel hesaplamalara dayalı olarak RCR'yi ICA çıkışıyla eşleştirin. Çözücü parametrelerini hazırlamak için ağ oluşturma ve çözücü penceresine gidin, çözücü kurulum simgesine tıklayın ve ardından çözücü parametrelerini seçin. Adım boyutunu dört kalp döngüsü için 0,1 milisaniyeye ayarlayın, eksi dördün kuvvetine 10'a kadar kalıntı ve metreküp başına 1.060 kilogram kan yoğunluğu gerektirir.
Akış verileri, her zaman adımındaki giriş akışı, ağ ve sınır koşulları, her sınır koşulunun uygulandığı yüz, simülasyonun ilk zaman adımı numarası, üç elemanlı Windkessel verileri, ağdaki her noktadaki basınç ve hız ve akış çözücü talimatları dahil olmak üzere tüm simülasyon giriş dosyalarını oluşturmak için çözücü kurulumunu kullanın. Carreau-Yasuda modelini çözücüye ekleyin. inp ve kanın Newtonyen olmayan bir sıvı olarak modellenmesine izin vermek için simülasyon dosyalarına ekleyin.
Şimdi, CRIMSON Navier-Stokes akış çözücüyü çalıştırmak için çözücü kurulum penceresinin sabit bölmesinde simülasyonu çalıştırın. Komut penceresinde işlemci sayısını belirtin. Çözücü çalışmaya başladığında, çıktı dosyası tarihçisi.
DAT komut satırında yazdırılacak ve yeni bir dizine kaydedilecektir, n-procs-case. Linux istemi kuyruğunu kullanın. dat dosyayı gerçek zamanlı olarak gözlemlemek için.
Dosyanın ilk sütunu zaman adımına karşılık gelir. İkinci sütun geçen süredir. Üçüncü sütun doğrusal olmayan artıktır ve dördüncü sütun log kalıntı değeridir.
Karotis arter çatallanma geometrisini doğru bir şekilde temsil etmek için düşük en-boy oranlı elemanlara sahip yüksek kaliteli bir ağ oluşturuldu. Karotis çatallanması ve İKA stenozu boyunca temsili bir hız profili simüle edildi ve stenoz boyunca pik sistolde saniyede yaklaşık 275 santimetrelik bir maksimum akış hızı gösterildi. Basınç haritalaması, bir olguda stenoz boyunca ihmal edilebilir basınç gradyanı gösterdi ve proksimal ve distal basınçlar kardiyak döngü boyunca neredeyse örtüşüyordu.
Zıt bir olguda, stenozun proksimalindeki basınç, distal basınçtan önemli ölçüde daha yüksekti ve belirgin bir basınç düşüşü ortaya çıkardı. Stenotik olmayan modelde, özellikle iç ve dış karotid arterlerin dış duvarlarında, çatallanma boyunca duvar kayma gerilimi düşüktü. Stenotik modelde, yüksek duvar kayma gerilimi internal karotis arter darlığında yoğunlaşmıştır.
Salınımlı kayma indeksi haritalaması, ameliyat öncesi lezyonla ilişkili OUI değerlerinin ameliyat sonrası değerlere göre daha düşük olduğunu gösterdi. HU eşleşme görüntülemede T1 ağırlıklı görüntülemede hiperintens sinyal yoluyla plak içi kanama tespit edildi ve T1 haritasında değerler düştü. Kalsifiye plak, koyu kan, T1 ağırlıklı ve T2 ağırlıklı sekanslarda sürekli olarak hipointens sinyal ile tanımlandı.
Bu çalışma, internal karotis arter stenozu olan hastalarda plak embolizması ve inme için risk faktörlerini araştırmaktadır. Gelişmiş görüntüleme teknikleri ve hesaplamalı akışkan dinamiği kullanarak araştırma, plak morfolojisi ve hemodinamik ortamlar hakkında bilgiler sağlamayı amaçlamaktadır.
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.
This protocol bridges early discovery, lead identification, and preclinical research by integrating imaging-based plaque analysis with computational hemodynamics.