뇌동맥류 내 혈류의 전산 유체 역학 시뮬레이션

TOF-MRA, CE-MRA 및 PC-MRI는 종종 CFD 시뮬레이션을 위한 입력 형상 및 흐름 경계 조건으로 사용됩니다. 위에서 설명한 바와 같이, 선박 형상 및 유입 경계 조건(단면을 통한 속도 프로파일)은 각 피험자에 대해 측정됩니다. 이 연구에 포함된 데이터의 경우 TOF-MRA 해상도는 0.26 x 0.26 x 0.50mm, PC-MRI 해상도는 1.00 x 1.00 x 1.20 mm였습니다. 4D 플로우 MRI 서열은 심장 주기를 통해 3차원 속도 분포를 획득하는 데 사용되었습니다. TOF 데이터는 다양한 도구로 자동으로 분할된 의사입니다. 이미지 해상도, 즉 복셀 크기는 형상의 결과 모델의 품질에 직접적인 영향을 미칩니다. 4D 플로우 MRI는 다음 방정식에 따라 위상 변화를 사용하여 각 복셀에서 혈액의 속도를 결정합니다.

(1)

(2)

측정된 위상 시프트 및 속도는 그라데이션 필드, 자이로자성 비, 스핀의 초기 위치, 스핀 속도 및 스핀 가속에 따라 달라집니다. 자기장 및 재료 상수는 MRI 스캔을 초기화하는 동안 정의됩니다. 4D Flow MRI는 3개의 직교 방향으로 인코딩하여 3차원 속도 필드를 얻습니다. 이어서, 각 환자 또는 동물특이적 케이스에 대한 3D 모델이 생성될 수 있다. 절차 섹션에 자세히 설명된 메서드는 다음과 같이 일반화된 Navier-Stokes 방정식을 숫자로 해결하여 CFD 시뮬레이션으로 안내합니다.

₍₃₎

밀도가 있는 곳, 흐름 속도, p는 압력, 뮤는 흐름의 동적 점도이다.

튜토리얼의 선구자는 환자 별 혈관 모델의 생성입니다. 이 데모에서는 모방, 3D 시스템 지오매직 디자인 X 및 알테어 하이퍼메시를 구체화하여 MRA 데이터에서 테트라헤드랄 볼륨 메시를 생성하는 데 사용되었습니다.

1. 모델에 대한 선박 중심선 생성

1. vmtk-런처 파이썬 GUI를 엽니다. PypePad에서 유형: vmtkcenterlines-ifile [STL 파일 바탕 화면에 저장].stL -ofile [STL 이름] centerlines.vtp
2. 실행 을 선택합니다 . 지침과 입력 모델렌더링이 표시되는 새 창이 열립니다. 모델을 회전하고 각 입구 위치에 저주자를 배치합니다. 스페이스바를 눌러 씨앗을 놓습니다.
3. 모든 입구에 씨앗을 놓은 후 'Q'를 눌러 계속합니다. 모든 콘센트에 대해 동일한 씨앗 배치를 반복합니다. 콘센트 씨앗을 배치 한 후, 다시 'Q'를 누르고 프로그램을 실행하자. 이렇게 하면 중심선 파일을 바탕 화면에 저장합니다.

2. 시각화 소프트웨어의 데이터 설정

1. 오픈 소스 시각화 도구인 ParaView(이 절차에 사용된 버전 5.4.1)를 시작합니다.
2. 파일, 열기 를선택하고 이전에 만든 파일을 찾습니다: 환자 별 볼륨 메시, 중심선 파일 및 EnSight.case 파일(들). 확인을클릭한 후 모든 데이터를 인터페이스에 로드해야 합니다.
3. 왼쪽 하단 속성 테이블에서 적용을 선택합니다. 이 명령은 사용자가 ParaView에서 로드하거나 변경한 모든 정보를 로드하고 읽습니다. 파이프라인 브라우저 내에서 이름을 클릭하여 볼륨 메시를 강조 표시하여 이 선택을 활성화합니다.
4. 다시 속성 테이블에서 불투명도 값을 스크롤하여 0.2 - 0.5사이의 어딘가에 변경합니다. 이제 중심선과 형상 렌더링이 표시되어야 합니다.

3. 체적 메쉬 그리드로 4D 플로우 MRI 데이터를 다시 매핑하고 노이즈를 삭제합니다.

1. 상단 메뉴에서 필터, 알파벳, 리샘플링을 선택합니다. 새 창이 열립니다. 소스를 볼륨 메시로 설정하고 입력을 EnSight.case 파일로 설정합니다. 이 옵션을 설정하면 확인을 선택합니다.
2. 속성 테이블에서 필터를 적용하려면 적용을 선택합니다.
3. 이전과 마찬가지로 새 ResampleWithDataset# 이름을 강조 표시하여 활성화합니다. 앞에서 설명한 대로 이 새 렌더링의 불투명도를 줄입니다. 또한 맨 위 메뉴의 서피스에서 점으로 중심선을 변경합니다.

4. 입구 및 출구 흐름 경계 조건 결정

1. 인터페이스의 오른쪽에 렌더링 옵션을 최대화하고 최소화하려면 보기 도구 만들기(세로 선이 있는 사각형)를 선택합니다. 스프레드시트 보기 옵션을 선택합니다.
2. 드롭다운 표시 상자에서 중심선 파일을선택합니다. 한 번에 하나의 유형의 파일만 선택할 수 있습니다. 데이터를 순환하여 다양한 점을 선택하여 각 입구 및 콘센트 내의 위치를 식별합니다.
3. 이제 점 아래에 있는 스프레드시트 뷰를 사용하여 (4.2)에 있는 동일한 위치 근처의 두 점 사이의 일반 벡터를 계산합니다.
4. 각 입구 및 콘센트 위치에 대한 일반 벡터를 찾은 후 필터, 알파벳, 슬라이스를 선택합니다. 사전에 ResampleWithDataset#을 활성화해야 합니다.
5. 슬라이스 필터는 ResampleWithDataset #에서오는 새 분기 아래에 표시해야합니다. 속성 테이블에서 평면 Origin을 일반 벡터를 계산하는 데 사용되는 두 점 중 하나에 대해 동일한 XYZ 점 위치로 설정합니다. 일반 벡터(4.3)를 사용하여 일반 값을 작성합니다. 적용을 선택합니다.
6. 방금 만든 슬라이스# 필터를 강조 표시/활성화하고 필터, 알파벳, 표면 흐름을선택한 다음 적용합니다. 파이프라인 브라우저에서새 SurfaceFlow# 항목을 활성화하고 필터, 알파벳, 그룹 시간 단계, 적용을 적용합니다.
7. 스프레드시트 뷰에서 그룹타임스텝# 데이터를 엽니다. 이 데이터를 복사 및 붙여넣기를 통해 Microsoft Excel에 내보내거나 내보내기 스프레드시트를사용합니다.
8. Excel에서 각 출구의 유량 비율에 해당하는 가중 값을 총 입구 유량으로 계산합니다. 4D Flow MRI 데이터의 고유한 소음 및 오류로 인해 질량 보존을 보장하기 위해 "열린" 선박을 남기는 가장 작은(일반적으로 신뢰성이 떨어지는 데이터)을 식별합니다.
9. CFD 시뮬레이션 소프트웨어에서는 과도 흐름 파형이 읽기-과도 테이블 명령을 사용하여 가져옵니다. 따라서 온라인 자습서에 설명된 호환되는 .txt 형식으로 입구 흐름 데이터를 저장합니다.

5. CFD 시뮬레이션 설정

1. CFD 시뮬레이션 소프트웨어를 엽니다. 여기서는 ANSYS Fluent(이 절차에 기본으로 설명된 버전 18.1)를 사용합니다. 파일, 읽기및 대/소문자를선택하고 ParaView에서 이전에 사용한 볼륨 메시 .cas 파일을 엽니다. 디스플레이를 선택하여 메시표시(이 절차는 Altair HyperMesh로 생성된 .cas 파일을 사용)를 표시합니다...
2. 모델의 올바른 물리적 크기를 보장하기 위해 형상을 조정하는 것이 중요합니다. 배율을 선택하고 특정 경우에 필요한 단위 변환을 적용한 다음 닫습니다.
3. 혈액에대한 재료 특성을 입력하려면 재질을 선택, 생성/편집. 이 자습서에서는 각각 밀도와 점도에 대해 1060kg/s 및 0.0035 kg/ms의 생리학적 관련 값을 사용합니다.
4. 각 입구에 대한 시간 함수로 질량 흐름 또는 속도 유량 속도를 규정하여 일시적인 흐름 경계 조건을 설정합니다. 4D Flow MRI 측정에서 얻은 파형을 사용하여 인렛 경계 조건을 처방합니다. 콘센트에는 (4.8)에 있는 가중 값이 주어집니다.
5. 솔루션, 방법에서Navier-Stokes 방정식의 공간 및 시간 적 불일치에 사용되는 숫자 체계를 설정합니다. 이 절차에 대해 결합을사용하면 완전한 압력 속도 커플링, 최소 사각형 셀 기반(그라데이션), 압력을 위한 두 번째 순서 체계, 모멘텀 방정식을 위한 3차 MUSCL 체계 및 제시간에 이산화를 위한 제2 차 암시적 방식을 사용합니다. 왼쪽 상단의 시간 매개 변수가 과도로 설정되어 있는지 확인합니다.
6. 솔루션에서 초기화, 표준 초기화선택 . 모든 초기 값이 0으로설정되어 초기화를 선택합니다. 이제 프로그램이 실행되도록 설정됩니다. 계산 활동 아래에 있는 모든 자동 저장(시간 단계) 결과를 저장하는 솔루션 폴더를 지정합니다.
7. 마지막 단계에서 실행 계산에서 시간 단계크기(들)를 설정합니다. Excel 경계 조건 데이터(4.7)를 사용하여 이 값을 결정합니다. 시간 단계를 줄이면 수렴을 용이하게 하고 수액 솔루션의 정확도를 향상시키는 동시에 솔루션 시간을 증가시킵니다. 초기 과도의 효과를 제거하기 위해 적어도 3개의 전체 심장 주기에 대한 시뮬레이션을 실행하는 것이 좋습니다.
8. 마지막으로 300-500사이의 각 시간 단계에 대해 최대 반복을 설정합니다. 이 소프트웨어는 수렴에 도달하면 각 단계에서 자동으로 반복을 중지하고 다음 시간 단계로 진행합니다. 수렴은 평균 속도 값으로 꾸준한 흐름 시뮬레이션을 실행한 다음 결과를 맥동 흐름 시뮬레이션의 초기 조건으로 사용하여 개선할 수 있습니다. 솔버를 실행할 준비가 되면 계산을 선택합니다.
9. 통합이 이루어지거나 최대 반복으로 인해 반복이 계속될 때까지 소프트웨어가 각 반복을 실행합니다. 파일은 (5.5)에서 위치에 자동으로 저장되며 솔루션 데이터는 ANSYS CFD-Post 또는 ParaView 소프트웨어에서 시각화될 수 있습니다.

이 데모에서는 뇌 동맥류의 주체 별 모델이 생성되고 CFD가 유동 필드를 시뮬레이션하는 데 사용되었습니다. CFD는 상세한 흐름 기능을 제공하고 이미징 데이터에서 얻을 수 없는 혈역학 력을 정량화함으로써 저해상도 4D Flow MRI 데이터를 보강하는 데 사용할 수 있습니다.  그림 1은 CFD가 벽 근처의 재순환 영역의 흐름에 대한 보다 완전한 설명을 제공하는 방법을 보여줍니다.

그림 1: A) 선박 형상 내의 4D 플로우 MRI 데이터의 시각화. B) CFD 시뮬레이션 결과의 시각화. 일반적으로 CFD는 이 뇌 동맥류 내의 혈류 패턴을 더 잘 이해할 수 있게 합니다.

그림 1은 CFD 결과가 생체 내 4D 플로우 MRI와 일치한다는 것을 보여줍니다. 도 1(A)은 동맥류 영역 내의 복잡하고 재순환되는 흐름 패턴을 나타내며, 4D 플로우 MRI로 검출된 동맥의 풍선과 같은 팽창을 나타낸다. 그러나 병변의 위쪽 및 하단 섹션에서 정체된 흐름 영역은 유선형으로 채워지지 않습니다. 이 지역의 신호 대 잡음 비율이 낮기 때문입니다. 도 1(B)에 표시된 CFD 시뮬레이션 흐름은 특히 선박 벽 근처에서 더 높은 해상도의 속도 필드를 제공합니다. 따라서 CFD 모델은 동맥류 질환 진행을 예측하는 데 사용할 수 있는 압력, WSS 및 PRT와 같은 임상적으로 관련된 유동 유래 메트릭의 정확도를 더 높은 정확도로 제공할 수 있습니다.

또한 CFD 시뮬레이션을 사용하여 대체 치료 옵션으로 인한 수술 후 유량 조건을 모델링할 수 있습니다. 예를 들어 그림 2(A) 및 (B)는 동일한 선박을 통한 흐름을 서로 다른 유입률로 비교합니다. 유동 없이 혈관 폐색을 시뮬레이션하는 등 다양한 경계 조건을 처방함으로써, 다양한 수술 후의 흐름이 나타난다.

그림 2: A) 오른쪽 전방 대뇌 동맥 (ACA)의 외과 클리핑시뮬레이션. B) 왼쪽 ACA의 수술 클리핑 시뮬레이션. 단순성으로 이 수치는 변형되지 않은 입구에서 수술 전 유입 속도를 유지합니다. 실제로, 유량은 보상하기 위해 열린 선박의 증가할 것입니다. C) 정상적인 혈류속도는 이 모형을 위한 입구 조건을 처방합니다. 4D Flow MRI의 환자 데이터는 흐름 패턴의 사실적인 시각화를 위한 유입 조건을 제공합니다.

다양한 수술 치료로 인한 수술 후 유동장을 시뮬레이션하는 능력은 CFD 모델의 중요한 이점입니다. 사실적이고 환자별 기하학 및 유입 데이터를 적용함으로써, 다른 치료 시나리오는 의사에게 유동 패턴에 대한 계획된 절차의 효과에 대한 정보를 제공하는 데 입증될 수 있습니다. 예를 들어 그림 2(A) 및 (B)는 하나 또는 다른 근위 동맥이 잘린 경우 발생하는 재순환 흐름을 보여 준다. 선박 클리핑 또는 유량 전환기를 배포하는 것과 같은 치료는 시뮬레이션 할 수 있으므로 의사와 환자가 각 특정 경우에 가장 적합한 것을 결정할 수 있습니다.

여기에 설명된 프레임워크는 환자별 CFD 시뮬레이션을 수행하는 데 사용할 수 있습니다. 고해상도 메쉬는 저해상도 4D Flow MRI 데이터를 보간하는 데 사용됩니다. 이렇게 하면 흐름 데이터를 격리하고 선박 벽 외부의 노이즈와 관련된 오류를 최소화합니다. 입구 및 출구 흐름에 대한 환자 기반 경계 조건을 사용하여 시뮬레이션은 MRI와 이미지된 혈역학 조건을 일치시킬 수 있습니다.

PC-MRI에 대한 새로운 방법은 더 크고 역동적인 속도를 보여줄 수 있습니다. 그러나, 이것은 환자 검사 시간에 의해 심각하게 제한됩니다. 종종 환자 데이터는 스캐너 내에서 소요되는 시간을 줄이기 위해 낮은 해상도로 수집됩니다. 안타깝게도 별칭 데이터 또는 신호 드롭오프가 발생할 수 있으며, VENC(VENC)의 속도 인코딩 그라데이션이 너무 높게 설정되면 문제가 악화될 수 있습니다. 이렇게 하면 흐름 데이터가 느리고 다시 순환되지 않을 수 있습니다. 환자별 흐름과 지오메트리를 CFD와 결합하면 고분해능 혈류 역학을 포착하는 효과적인 방법을 제공합니다.

환자 기반 모델링이 본질적으로 유용하게 만드는 것은 일반적으로 매우 다른 특성을 지닌 환자, 질병 또는 치료 전반에 걸쳐 일반화할 필요 없이 상세한 정보를 제공하는 능력입니다. 시뮬레이션을 통해 의사와 엔지니어는 실제 절차를 수행하기 전에 대체 치료 시나리오를 모델링할 수 있습니다. 혈류 역학을 시뮬레이션하면 다른 응용 분야 중 스텐트, 동맥 우회 접목 및 카테터 기반 대비 주입을 우회하는 흐름을 모델링하는 데 사용할 수 있습니다. 임상의와 환자가 최상의 결과를 원하지만 CFD는 수술 후 흐름을 보는 방법을 제공하므로 더 나은 선견지명을 제공합니다. CFD는 장치 또는 치료를 도입한 후 흐름을 묘사하는 것 외에도 벽에 있는 전단 응력을 추정할 수 있습니다. 이것은 낮은 WSS가 수시로 동맥 질병 진행과 상관관계가 있다는 지식과 결합하여, 예측 또는 확률 모델링을 허용합니다. 계산 도구를 사용하여 동맥류 성장, 응고 형성 또는 출혈에 대한 전구체를 식별하면 위험에 처한 환자를 조기에 식별할 수 있습니다. 요약하자면, CFD 시뮬레이션과 환자 별 이미지 데이터의 조합은 질병 평가 및 외과 적 예측을위한 강력한 도구입니다.

승인

저자는 우리의 수치에 사용되는 4D 환자 데이터를 우리에게 제공 노스 웨스턴 대학의 수잔 슈넬 박사와 마이클 마크렐 박사에게 감사드립니다.