Login processing...

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

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

Computational Fluid Dynamics Simulationen des Blutflusses in einem zerebralen Aneurysmus
 

Computational Fluid Dynamics Simulationen des Blutflusses in einem zerebralen Aneurysmus

Article

Transcript

Please note that all translations are automatically generated.

Click here for the English version.

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!

Read Article

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

Waiting X
simple hit counter