Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Science Education
Biomedical Engineering

A subscription to JoVE is required to view this content.
You will only be able to see the first 20 seconds.

Simulations de dynamique des fluides informatiques du flux sanguin dans un anévrisme cérébral
 

Simulations de dynamique des fluides informatiques du flux sanguin dans un anévrisme cérébral

Article

Transcript

Please note that all translations are automatically generated.

Click here for the English version.

Des simulations dynamiques de fluide computationnelle sont employées pour analyser le flux sanguin dans la vascularisation patiente pour guider le diagnostic et le traitement. La dynamique des fluides informatiques, ou CFD, utilise des méthodes d'analyse numérique pour modéliser le flux de fluide et simuler des conditions réalistes pour de nombreux scénarios d'écoulement différents, tels que le flux de fluide autour d'un avion à grande vitesse, à travers des réseaux de tuyauterie complexes, et dans notre système cardiovasculaire.

Dans l'application médicale, diverses techniques d'imagerie sont utilisées pour obtenir des géométries des vaisseaux sanguins. Ensuite, des simulations de CFD sont exécutées, qui sont employées pour prévoir la progression de la maladie et les scénarios de traitement modèle pour des dysfonctionnements de vascularisation, y compris la maladie cardiaque coronaire, les malformations artérioveineuses, et les aneurysms.

Cette vidéo illustrera les principes du CFD, démontrera comment les géométries des vaisseaux sanguins sont utilisées pour modéliser l'hémodynamique à haute résolution, et discutera de certaines applications du CFD.

Tout d'abord, comprenons la dynamique cardiovasculaire et les principes du CFD.

L'hémodynamique cardio-vasculaire décrit la dynamique du flux sanguin dans le coeur, y compris par les ventricules et les oreillettes gauches et droites, et le flux sanguin dans les vaisseaux du coeur au reste du corps. Les réseaux vasculaires complexes peuvent être visualisés à l'aide de l'angiographie par résonance magnétique et de la vélocimétrie ou de la fluoroscopie aux rayons X. Ces méthodes décrivent la géométrie des vaisseaux sanguins du patient et définissent les conditions limites d'écoulement.

Une fois que cela est acquis, les données de vitesse sanguine sont segmentées en voxels, qui sont des unités d'informations graphiques définissant un espace 3D, et le décalage de phase est obtenu à chaque voxel. Celles-ci dépendent du rapport gyromagnétique, du champ magnétique principal, du champ de gradient appliqué et de la position de la rotation. Cela dépend à son tour de la position initiale de la rotation, de la vitesse de rotation et de l'accélération de la rotation. Tau est le temps qui définit la quatrième dimension.

Ces paramètres sont définis par l'IRM et l'entrée dans les simulations CFD. La vitesse de débit 3D est déterminée par la résolution numérique des équations Navier-Stokes ou NS. Les équations NS sont les équations de gouvernance du mouvement fluide résolues pour déterminer la vitesse et les distributions de pression. Ils tiennent compte de la densité, de la vitesse, de la pression et de la viscosité dynamique du flux.

Nous allons maintenant voir comment ces principes de la dynamique des fluides sont appliqués à la géométrie des vaisseaux sanguins réels pour produire des simulations DEL haute résolution.

Avant de commencer, créez un modèle de vascularisation spécifique au patient à partir de données MRA. Cela peut être fait à l'aide d'un logiciel open source pour la segmentation de l'image.

Pour cette démonstration, un maillage de volume tétraèdre a été généré. Maintenant, ouvrez le lanceur de vmtk Python GUI. Dans le PypePad, entrez le nom de fichier nécessaire. Cette commande d'os nus tirera le fichier STL d'entrée du bureau. Sélectionnez Exécuter, exécuter tous pour charger les données dans le programme. Une nouvelle fenêtre s'ouvrira qui affiche les instructions et le rendu du modèle d'entrée.

Faites pivoter le modèle et placez le curseur sur chaque emplacement d'auto-insee. Appuyez sur la barre d'espace pour placer une graine sur une inlet. Répétez cette opération pour toutes les entrées. Ensuite, appuyez sur Q pour continuer. Maintenant, répétez le même placement de graines pour tous les points de vente. Appuyez à nouveau sur Q et laissez le programme s'exécuter. Le fichier central sera généré et enregistré sur le bureau.

Nous sommes maintenant prêts à utiliser l'outil de visualisation open source ParaView pour séparer les voxels contenant des données de flux du tissu stationnaire. Localisez les fichiers suivants : le maillage de volume spécifique au patient, les fichiers Centerline et les fichiers EnSight.case et cliquez sur OK pour charger les données sur l'interface. Naviguez vers la table Propriétés et sélectionnez Appliquer pour charger et lire toutes les informations. Ensuite, mettez en évidence le maillage volumétrique dans le navigateur pipeline.

Dans le tableau Propriétés, changez la valeur d'opacité entre 0,2 et 0,5. Les lignes maîtresses et le rendu géométrique doivent maintenant être visibles. Ensuite, passez au menu supérieur et sélectionnez Filtres, Alphabetical, Resample With Dataset, et définir la source comme le maillage de volume et l'entrée comme fichier EnSight.case. Cliquez sur OK pour continuer et appliquez le filtre dans la table Propriétés. Ensuite, mettez en évidence le nouveau rééchantillon avec Dataset et réduisez l'opacité.

À partir du menu du haut, changez les lignes médianes de Surface en Points. Pour déterminer les conditions de limite, allez sur le côté droit de l'interface et sélectionnez l'outil Split Horizontal Create View. Choisissez l'option SpreadSheet View. À partir de la case de dépôt de l'affichage, sélectionnez le fichier Centerline et parcourez les fichiers, en sélectionnant différents points pour identifier un emplacement dans chaque entrées et prises. Utilisez maintenant la vue SpreadSheet pour calculer le vecteur normal entre deux points.

Après avoir trouvé le vecteur, activez le ResampleWithDataset et sélectionnez Filtres, Alphabetical, Slice. Assurez-vous que le filtre Slice apparaît, puis allez à la table Propriétés et configurez l'origine du plan comme le même emplacement de point X, Y, Z pour l'un des deux points utilisés pour calculer le vecteur normal. Utilisez-le pour remplir les valeurs normales, puis sélectionnez Appliquer. Activez le nouveau filtre Slice et sélectionnez Filtres, Alphabetical, Surface Flow. Cliquez sur Appliquer, puis activez le nouvel élément Surface Flow, suivi des filtres, alphabétiques, étapes de temps de groupe, appliquer.

Dans SpreadSheet View, ouvrez les données GroupTimeSteps et utilisez la feuille de calcul export ou le copier-coller pour exporter ces données vers Microsoft Excel. Dans ParaView, déterminez les étapes temporelles et la taille de l'étape temporelle en faisant du vélo à travers le temps. Pour la simulation, nous voulons que le cycle cardiaque commence à temps est égal à zéro. Par conséquent, générer l'échelle de temps adéquate. Activez ensuite le filtre Slice et sélectionnez Filtres, Alphabetical, Intégrer les Variables.

À partir de la fenêtre contextuelle, modifiez L'attribut pour afficher les données cellulaires. Cela vous fournit la zone transversale de la tranche d'auinter. Pour rendre les données de débit compatibles avec ANSYS Fluent, déterminez l'échelle de temps avec des unités de secondes et la vitesse d'entrée avec des unités de mètres par seconde.

La première ligne doit contenir un nom de données, un certain nombre de colonnes, un nombre de lignes et un déclencheur binaire pour la répétabilité. La ligne suivante contient les noms de chacune des colonnes de données. Les vitesses d'écoulement, et non les taux, sont fixées sous l'en-tête de colonne respectif. Afin de simuler en douceur plusieurs cycles cardiaques, les valeurs de vitesse initiale et finale devraient être équivalentes.

Choisissez fichier, lire, cas, et ouvrir le fichier en volume maillage .cas qui a été utilisé précédemment. Cochez la case pour Afficher mesh après lecture pour afficher le maillage une fois importé. Sélectionnez Échelle et appliquez la conversion d'unité nécessaire pour assurer la taille physique correcte du modèle. Sélectionnez Les matériaux Créer/Modifier, et les propriétés du matériel d'entrée pour le sang.

Maintenant, sélectionnez la fenêtre de commande Console et le fichier d'entrée/. Utilisez la table de lecture-transitoire pour importer les formes d'ondes transitoires situées au même endroit que le fichier .cas de maille de volume. Utilisez les formes d'ondes obtenues à partir des mesures d'IRM de débit 4D pour définir les conditions limites de l'entrée. Ensuite, utilisez un rapport pondéré d'inlet à la sortie pour définir les conditions limites de sortie.

Définir les schémas numériques utilisés pour le couplage de vitesse de pression et la discrète des équations Navier-Stokes. Ensuite, dans le cadre de l'initialisation de la solution, définir toutes les valeurs initiales à zéro. Dans le cadre des activités de calcul, désignez un dossier de solution pour enregistrer les résultats et spécifiez la fréquence avec Autosave, Every Time Steps. Dans le calcul d'exécution, configurez la taille de l'étape temporelle à partir des données des conditions de limite Excel. Il est souvent préférable de sélectionner une étape temporelle plus petite et de permettre à Fluent d'interpoler. Répétez l'opération pendant au moins trois cycles cardiaques.

Enfin, définir les itérations max entre 300 et 500. Le logiciel arrêtera automatiquement les itérations à chaque étape temporelle une fois que la convergence se produit. Une fois la simulation entièrement mise en place, revenez à Initialization, Initialize. Retour au calcul d'exécution et sélectionnez Calculer pour exécuter le solveur. Les données de la solution peuvent désormais être visualisées dans le logiciel ANSYS CFD-Post ou ParaView.

Nous allons maintenant examiner certaines données représentatives. Voici un exemple d'anévrisme cérébral. À partir des données d'IRM de flux 4D, des modèles complexes de flux de recirculation dans la région aneurysmal ont été détectés. Cependant, la résolution est limitée dans les régions de flux stagnant observé dans la partie supérieure et inférieure de la lésion. Après avoir exécuté des simulations CFD, une résolution plus élevée du champ de vitesse a été obtenue, en particulier près des parois du navire.

Le CFD peut également être utilisé pour comparer les différentes conditions d'écoulement dans le même navire. Par exemple, les simulations d'une coupure chirurgicale de l'artère cérébrale antérieure droite et gauche aident à visualiser les effets de la procédure sur la dynamique du débit.

Les simulations dynamiques de fluide computationnel du flux sanguin sont des outils utiles utilisés dans diverses applications biomédicales.

Par exemple, les conditions hémodynamiques dans la vascularisation affectent le développement et la progression des maladies artérielles, y compris l'athérosclérose et les anévrismes. Étant donné que les mesures directes sont difficiles à acquérir in vivo, le CFD est un outil de recherche standard qui est utilisé pour modéliser la dynamique du flux sanguin. Il peut fournir aux médecins des conseils pour le diagnostic, ainsi que différents scénarios de traitement.

En plus de la modélisation vasculaire, les simulations CFD servent à simuler le flux d'air basé sur des modèles de voies respiratoires nasales. Il est particulièrement utile de concevoir des protocoles pour délivrer, de manière adéquate et contrôlée, des aérosols pharmaceutiques aux régions olfactives ciblées qui interagissent directement avec le cerveau.

Vous venez de regarder l'introduction de JoVE à la dynamique des fluides informatiques pour simuler le flux sanguin. Vous devez maintenant comprendre comment la dynamique du flux sanguin à haute résolution peut être modélisée en fonction des géométries tridimensionnelles des vaisseaux. Merci d'avoir regardé!

Read Article

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
simple hit counter