Name: optical coherence tomography based biomechanical fluid-structure interaction analysis of coronary atherosclerosis progression
Uploaded: 2022-01-15T15:00:00
Description: Watch this Scientific Journal Video about Optical Coherence Tomography Based Biomechanical Fluid-Structure Interaction Analysis of Coronary Atherosclerosis Progression at JoVE.com

Die Autoren danken der University of Adelaide, dem Royal Adelaide Hospital (RAH) und dem South Australian Health and Medical Research Institute (SAHMRI) für die Unterstützung. Die COCOMO-ACS-Studie ist eine von Prüfärzten initiierte Studie, die durch Projektzuschüsse des National Health and Medical Research Council (NHMRC) von Australien (ID1127159) und der National Heart Foundation of Australia (ID101370) finanziert wird. H.J.C. wird durch ein Stipendium des Westpac Scholars Trust (Future Leaders Scholarship) unterstützt und dankt der Unterstützung der University of Adelaide, der School of Mechanical Engineering und des Stipendiums des Department of Education, Skills and Employment Research Training Program (RTP). S.J.N. erhält ein Principal Research Fellowship vom NHMRC (ID1111630). P.J.P. erhält ein Level 2 Future Leader Fellowship von der National Heart Foundation of Australia (FLF102056) und ein Level 2 Career Development Fellowship vom NHMRC (CDF1161506).

Die folgenden deidentifizierten Daten wurden von einem Patienten analysiert, der in die laufende randomisierte kontrollierte COCOMO-ACS-Studie (ACTRN12618000809235; Royal Adelaide Hospital HREC Referenznummer: HREC/17/RAH/366), mit zusätzlicher Ethikgenehmigung, die von Central Adelaide Local Health Network (CALHN) Research Services zum Zwecke der biomechanischen Simulation erteilt wurde (CALHN Reference Number 14179). Abbildung 1 fasst den vollständigen Workflow im folgenden Protokoll zus...

Der Einsatz von FSI-Methoden zur Analyse der koronaren Biomechanik ist sowohl aus numerischer Modellierung als auch aus klinischer Ergebnisbetrachtung noch ein Entwicklungsfeld. Hier haben wir den Überblick über die Einrichtung einer patientenspezifischen FSI-Analyse beschrieben, die auf den Finite-Elemente-/Finite-Volumen-Methoden unter Verwendung von OCT und angiographischer Bildgebung basiert. Während die hier beschriebene Methode einen kommerziellen Finite-Elemente-Solver verwendet, kann das Verfahren auf jede FSI...

Koronare Herzkrankheit (KHK) ist die häufigste Art von Herzerkrankungen und eine der häufigsten Ursachen für Tod und wirtschaftliche Belastung weltweit1,2. In den Vereinigten Staaten wird etwa jeder achte Todesfall auf CAD3,4zurückgeführt, während die meisten globalen Todesfälle durch CAD jetzt in Ländern mit niedrigem und mittlerem Einkommen beobachtet werden5. Atherosklerose ist der vorherrschende Treiber dieser Todesfälle, wobei Plaqueruptur oder Erosion zu Koronararterienverschluss und akutem Myokardinfarkt (AMI) führt6. Selbst nach der Revaskularisation der koronaren Läsionen des Täters haben die Patienten ein erhebliches Risiko für wiederkehrende schwerwiegende unerwünschte kardiovaskuläre Ereignisse (MACE) nach AMI, hauptsächlich aufgrund des gleichzeitigen Vorhandenseins anderer Nicht-Täter-Plaques, die ebenfalls anfällig für eine Ruptur sind7. Die intrakoronäre Bildgebung bietet die Möglichkeit, diese Hochrisiko-Plaques nachzuweisen8. Obwohl intravaskulärer Ultraschall (IVUS) der Goldstandard für die Beurteilung des Plaquevolumens ist, hat er im Gegensatz zur hohen Auflösung (10-20 μm) der optischen Kohärenztomographie (OCT) eine begrenzte Auflösung, um mikrostrukturelle Merkmale von anfälliger Plaque zu identifizieren. Eine dünne und entzündete faserige Kappe, die über einem großen Lipidpool liegt, hat sich als die wichtigste Signatur einer anfälligen Plaque9 erwiesen und wird am besten mittels OCT unter den derzeit verfügbaren intrakoronaren Bildgebungsmodalitäten identifiziert und gemessen10. Wichtig ist, dass OCT auch in der Lage ist, andere Hochrisiko-Plaque-Merkmale zu beurteilen, einschließlich: Lipidbogen; Makrophagen-Infiltration; Vorhandensein eines Dünnkappenfibroatoms (TCFA), das als lipidreicher Kern mit darüber liegender dünner Faserkappe (<65 μm) definiert ist; fleckige Verkalkung; und Plaque-Mikrokanäle. Der OCT-Nachweis dieser Hochrisikomerkmale in Nicht-Täter-Plaques nach AMI wurde mit einem bis zu 6-fach erhöhten Risiko für zukünftige MACE11in Verbindung gebracht. Trotzdem ist die Fähigkeit der Angiographie und OCT-Bildgebung, vorherzusagen, welche Koronarplaques fortschreiten und letztendlich reißen oder erodieren werden, begrenzt, mit positiven prädiktiven Werten von nur 20% -30%8. Diese eingeschränkte Vorhersagefähigkeit behindert die klinische Entscheidungsfindung darüber, welche nicht-verursachenden Plaques zu behandeln sind (z. B. durch Stenting)7,12.
Neben Patientenfaktoren und den biologischen Eigenschaften von Plaque sind auch biomechanische Kräfte in den Koronararterien wichtige Determinanten für Plaqueprogression und Instabilität13. Eine Technik, die vielversprechend ist, um diese Kräfte umfassend zu bewerten, ist die Fluid-Struktur-Interaktion (FSI)14-Simulation. Wandscherstress (WSS), auch endothelialer Scherstress genannt, war ein traditioneller Schwerpunkt für die koronare Biomechanikforschung15, mit einem allgemeinen Verständnis, dass WSS eine ätiologische Rolle bei der Bildung von Atherosklerose spielt16. Überwiegend mit CFD-Techniken (Computational Fluid Dynamics) simuliert, wurden Regionen mit niedrigem WSS mit intimaler Verdickung17,vaskulärem Remodeling18 und der Vorhersage der Läsionsprogression19 und zukünftigen MACE20in Verbindung gebracht. Jüngste Fortschritte in diesen Analysen deuten darauf hin, dass die zugrunde liegende WSS-Vektorfeldtopologie21und ihre multidirektionalen Eigenschaften22ein besserer Prädiktor für das Atheroskleroserisiko sind als die WSS-Magnitude allein. WSS erfasst jedoch nur einen Einblick in das gesamte biomechanische System an der Lumenwand, und ähnlich wie bei den Bildgebungsmodalitäten kann keine biomechanische Metrik atherosklerotische Merkmale mit hohem Risiko zuverlässig erkennen.
Weitere Metriken zeichnen sich als potenziell wichtig bei der Bildung von Atherosklerose ab. Intraluminale Strömungseigenschaften23 sind ein solches Beispiel, mit helikalem Fluss, quantifiziert durch verschiedeneIndizes 24, die eine atheroprotektive Rolle spielend durch Unterdrückung gestörter Strömungsmuster25,26. Während CFD-Techniken diese Flusseigenschaften analysieren und eine breite Palette nützlicher Ergebnisse liefern können, berücksichtigen sie nicht die zugrunde liegenden Wechselwirkungen zwischen dem Blutfluss, der Arterienstruktur und der allgemeinen Herzbewegung. Diese Vereinfachung des dynamischen Systems zu einer starren Wand verfehlt potenziell kritische Ergebnisse wie faserige Kappenspannungen. Während die Debatte sowohl für als auch gegen die Notwendigkeit von FSI über CFD27,28,29andauert, vernachlässigen viele Vergleiche die Auswirkungen der Ventrikelfunktion. Diese Einschränkung kann mit FSI überwunden werden, das gezeigt hat, dass dynamische Biegung und Kompression, die durch den Einfluss der Ventrikelfunktion auf die Arterie ausgeübt werden, Plaque- und Arterienstrukturstress sowie Strömungsmetriken wie WSS30,31,32signifikant beeinflussen können. Dies ist wichtig, da strukturelle Spannungen auch eine Schlüsselmetrik für die Analyse und Vorhersage des Plaquebruchs33,34 sind und vorgeschlagen wurde, mit Regionen des Plaqueanstiegs14,35zusammenzufallen. Die Erfassung dieser Wechselwirkungen ermöglicht eine realistischere Darstellung der koronaren Umgebung und der möglichen Mechanismen des Krankheitsverlaufs.
Um dies zu adressieren, skizzieren wir hier den Prozess der Entwicklung einer patientenspezifischen Geometrie aus der OCT-Bildgebung36 und die Einrichtung und Durchführung einer Arterien-FSI-Simulation mit einem kommerziellen Finite-Elemente-Solver. Der Prozess zur manuellen Extraktion des Lumens, des Lipids und der äußeren Arterienwand wird vor der dreidimensionalen rechenbaren Rekonstruktion der Arterie des Patienten detailliert beschrieben. Wir skizzieren den Simulationsaufbau, die Kopplung und den Prozess des Vergleichs der Baseline- und Follow-up-OCT-Bildgebungsparameter, um die Progression der Läsion zu bestimmen. Schließlich diskutieren wir die Nachbearbeitung numerischer Ergebnisse und wie diese Daten klinische Relevanz haben können, indem wir die biomechanischen Ergebnisse mit der Progression / Regression der Läsion vergleichen. Die Gesamtmethode wird an nicht-schuldigen, leicht stenotischen, lipidreichen Plaques in der rechten Koronararterie (RCA) eines 58-jährigen kaukasischen männlichen Patienten demonstriert, der bei Bluthochdruck, Typ-2-Diabetes mellitus, Fettleibigkeit (BMI 32,6) und einer Familienanamnese mit vorzeitiger CAD einen akuten Myokardinfarkt ohne ST-Erhöhung aufwies. und dann 12 Monate später im Rahmen einer laufenden klinischen Studie (COCOMO-ACS-Studie ACTRN12618000809235). Wir gehen davon aus, dass diese Technik weiter verfeinert und zur Identifizierung von koronaren Plaques verwendet werden kann, die ein hohes Risiko für das Fortschreiten haben.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>ANSYS Workbench (version 19.0)</td>
			<td>ANSYS</td>
			<td></td>
			<td>Commercial finite element solver</td>
		</tr>
		<tr>
			<td>MATLAB (version 2019b)</td>
			<td>Mathworks</td>
			<td></td>
			<td>Commercial programming platform</td>
		</tr>
		<tr>
			<td>MicroDicom/ImageJ</td>
			<td>MicroDicom/ImageJ</td>
			<td></td>
			<td>Open Source DICOM reader</td>
		</tr>
		<tr>
			<td>Visual Studio (version 2019)</td>
			<td>Microsoft</td>
			<td></td>
			<td>Commercial Integrated Development Environment</td>
		</tr>
	</tbody>
</table>

optical coherence tomography based biomechanical fluid-structure interaction analysis of coronary atherosclerosis progression

In diesem Beitrag stellen wir einen vollständigen Workflow für die biomechanische Analyse von atherosklerotischer Plaque im koronaren Gefäßsystem vor. Da Atherosklerose eine der Hauptursachen für globalen Tod, Morbidität und wirtschaftliche Belastung ist, sind neue Wege zur Analyse und Vorhersage ihres Fortschreitens erforderlich. Eine solche Berechnungsmethode ist die Verwendung der Fluid-Struktur-Interaktion (FSI), um die Wechselwirkung zwischen dem Blutfluss und den Arterien- / Plaquedomänen zu analysieren. In Verbindung mit der In-vivo-Bildgebung könnte dieser Ansatz auf jeden Patienten zugeschnitten werden und bei der Unterscheidung zwischen stabilen und instabilen Plaques helfen. Wir skizzieren den dreidimensionalen Rekonstruktionsprozess unter Verwendung der intravaskulären optischen Kohärenztomographie (OCT) und der invasiven Koronarangiographie (ICA). Die Extraktion von Randbedingungen für die Simulation, einschließlich der Replikation der dreidimensionalen Bewegung der Arterie, wird diskutiert, bevor der Aufbau und die Analyse in einem kommerziellen Finite-Elemente-Solver durchgeführt wird. Das Verfahren zur Beschreibung der stark nichtlinearen hyperelastischen Eigenschaften der Arterienwand und der pulsierenden Blutgeschwindigkeit/des pulsierenden Blutdrucks wird zusammen mit dem Aufbau der Systemkopplung zwischen den beiden Domänen skizziert. Wir demonstrieren das Verfahren, indem wir eine nicht schuldige, leicht stenotische, lipidreiche Plaque bei einem Patienten nach Myokardinfarkt analysieren. Etablierte und aufkommende Marker im Zusammenhang mit der Progression der atherosklerotischen Plaque, wie z. B. Wandscherspannung und lokale normalisierte Helizität, werden diskutiert und mit der strukturellen Reaktion in der Arterienwand und der Plaque in Verbindung gebracht. Schließlich übersetzen wir die Ergebnisse in eine potenzielle klinische Relevanz, diskutieren Einschränkungen und skizzieren Bereiche für die weitere Entwicklung. Die in diesem Artikel beschriebene Methode ist vielversprechend für die Bestimmung von Stellen, an denen das Risiko einer atherosklerotischen Progression besteht, und könnte daher bei der Bewältigung des signifikanten Todes, der Morbidität und der wirtschaftlichen Belastung durch Atherosklerose helfen.

Repräsentative Ergebnisse werden sowohl für etablierte als auch für neu auftretende biomechanische Marker der Atheroskleroseprogression vorgestellt. Etablierte Metriken wie WSS- und WSS-abgeleitete Ergebnisse (einschließlich zeitgemittelter Wandscherspannung (TAWSS) und Oszillationsscherindex (OSI)) sind in Abbildung 10visualisiert. Die Wandscherspannung über den Herzzyklus wird weitgehend durch die Blutgeschwindigkeit angetrieben, jedoch spielen die Arteriengeometrie und ihre Bewegung ...

Watch this Scientific Journal Video about Optical Coherence Tomography Based Biomechanical Fluid-Structure Interaction Analysis of Coronary Atherosclerosis Progression at JoVE.com

Optical Coherence Tomography Based Biomechanical Fluid-Structure Interaction Analysis of Coronary Atherosclerosis Progression

Es muss bestimmt werden, welche atherosklerotischen Läsionen im koronaren Gefäßsystem fortschreiten, um die Intervention zu leiten, bevor ein Myokardinfarkt auftritt. Dieser Artikel beschreibt die biomechanische Modellierung von Arterien aus der optischen Kohärenztomographie unter Verwendung von Fluid-Struktur-Interaktionstechniken in einem kommerziellen Finite-Elemente-Solver, um diese Progression vorherzusagen.

Optische Kohärenztomographie basierte biomechanische Fluid-Struktur-Interaktionsanalyse der koronaren Atherosklerose Progression

In this paper, we present a complete workflow for the biomechanical analysis of atherosclerotic plaque in the coronary vasculature. With atherosclerosis ...

Atherosklerose ist eine der Hauptursachen für globalen Tod und Morbidität, und ihre multifaktorielle und komplexe Natur macht einen multidisziplinären Ansatz zur Bekämpfung wichtig. Nun ist die Bildgebung ein mächtiges Werkzeug, um die schwarze Morphologie zu analysieren, aber sie kann uns noch kein Verständnis für die zugrunde liegenden Mechanismen der Arbeit geben. Und hier kommt die Computersimulation ins Spiel.Aus fluiddynamischer Sicht wissen wir, dass Faktoren wie Wandscherstress in den Bio-Blutfluss die Endothelzellfunktion und neue Transportprozesse, die an der Bildung von Atherosklerose beteiligt sind, beeinflussen können. Aber um die spezifische Mechanik des Patienten wirklich zu verstehen, können Fluidstruktur-Interaktionstechniken oder kurz episodische Techniken verwendet werden, um die Wechselwirkung zwischen Blutfluss, Arterienmechanik und allgemeiner Herzfunktion zu simulieren. Und diese Methodik stellt einen Ansatz dar, um genau dies zu tun, indem die Koronararterie eines Patienten aus der optischen Kohärenztomographie, kurz OCT, und der invasiven Angiographie rekonstruiert und biomechanisch simuliert wird.Wir diskutierten dann auch die klinischen Relevanzergebnisse und die Vergleiche zur Follow-up-Bildgebung. Nun basieren die Grundlagen hinter der Methodik auf den Finite-Elemente- und Finite-Volumen-Methoden. Und während wir hier die Simulationsmethode mit der kommerziellen Software demonstrieren, kann das ANSYS-Verfahren an jede episodisch fähige Software oder Codes angepasst werden.Vergleichen Sie Baseline- und Follow-up-OCT-Bilder unter Verwendung anatomischer Orientierungspunkte wie Bifurkationen und verwenden Sie Bilder, die unmittelbar proximal zur distalsten Bifurkation und distal zur proximalsten Bifurkation beginnen. Die Bilder zwischen diesen Landmarken sollen analysiert werden Laden Sie das erste Bild in den Digitizer und markieren Sie die Kathetermittelpunkte und Grenzwerte für die Skala. Exportieren Sie diese Punkte, um sie später zu verwenden, markieren Sie den Rand des Lumens, ausgehend von der gleichen Stelle in jedem Bild und achten Sie darauf, die Kurven des Lumens so genau wie möglich zu erfassen.Lassen Sie eine Lücke über den Artefakten, da der Rekonstruktionsprozess zu einem späteren Zeitpunkt über diese Regionen interpoliert. Exportieren Sie diese Dateien in ein Datenformat und wiederholen Sie dies für jedes Bild. Extrahieren Sie in Ihrer Dotcom-Software die Außenwand in Bereichen mit hoher Dämpfung, indem Sie sichtbare Teile der äußeren elastischen Membran verwenden, um eine Ellipse anzupassen, die äußere Wandposition zu schätzen, den Lipidbogen zu definieren, ihn auf den Lumenschwerpunkt zu berechnen und die Dicke der Zupfkappe zuzupfen.Diese werden verwendet, um das Fortschreiten der Läsion zusammen mit dem Lumenbereich zu analysieren. Importieren Sie dann diese überlagerten Bilder in den Bilddigitalisierer, um die äußeren Wandpunkte auszuwählen. Ähnlich für die Lipide auswählen, die Lipidoberfläche, beginnend mit dem gleichen Ende des Lipids in jedem Fall, Laden Sie das erste angiographische Bild in den Bilddigitalisierer, wählen Sie die Kanten des Katheters, um das Bild in späteren Schritten zu skalieren.Markieren Sie dann die zentrale Katheterlinie, die mit dem proximalen Marker beginnt und sich distal mit gleichmäßig verteilten Punkten bewegt. Exportieren Sie die Daten, um das Format anzupassen. Wiederholen Sie diese Schritte für jedes Bild, bevor Sie die Querschnittsrekonstruktion durchführen.Importieren und generieren Sie in einer 3D-Modellierungssoftware die Querschnitte dateiweise, um eine Volumenkörperkomponente zu erzeugen, wählen Sie alle Kurven aus und sperren Sie sie zusammen, um sicherzustellen, dass Eingefroren hinzufügen ausgewählt ist, um ein neues Volumenkörper zu erzeugen. Führen Sie nun diese Schritte für das Lumen, die Lipide und die Außenwand durch. Um das Lumen und die Lipide von der Arterienwand abzuziehen, erstellen Sie eine boolesche Operation und wählen Sie den Zielkörper als Wand und die Lipide und Lumina als Werkzeugkörper.Es ist wichtig, die Typologie zwischen der Wand und den Lipiden zu teilen, um sicherzustellen, dass die Netzknoten in zukünftigen Schritten gemeinsam genutzt werden. Markieren Sie dazu die Wand und ihre Lipide und klicken Sie mit der rechten Maustaste, um ein Teil zu erstellen. Um die Materialeigenschaften für die Arterie und das Lipid festzulegen, geben Sie technische Daten ein und fügen Sie ein neues Material namens Arterie Drag Density und das Mooney Riverland-Modell mit fünf Parametern hinzu und legen Sie deren Parameter fest.Wiederholen Sie dies für das Lipid und die motorische Komponente, unterdrücken Sie die Lumenkomponente und ordnen Sie die zuvor definierten Materialien der Arterie und den Lipidfeststoffen zu. Die Geometrie muss nun vernetzt werden, die Physikalische Präferenz auf nichtlinear mechanisch setzen und die Netzgröße angeben. Hier haben wir adaptive Vernetzung mit der Zielgröße von 0,14 Millimetern verwendet.Passen Sie die Netzeinstellungen nach Bedarf an, um vernünftige Maskeneinheitswerte zu erhalten. Hier streben wir mindestens zwei bis drei Mesh-Elemente über Lücken hinweg an, wie z.B. die Faserkappe. Das Generieren des Netzes kann aufgrund der komplexen Geometrie einige Zeit in Anspruch nehmen.Schalten Sie für FSI-Simulationen die automatische Zeitverschiebung aus, definieren Sie einen Unterschritt als eins und legen Sie die Simulationsendzeit fest. In diesem Fall 0,8 Sekunden, Systemkopplung steuern wir die Zeit und Unterschritte, setzen den Solver-Typ auf Programmsteuerung, um entweder die direkte oder iterative Methode zu verwenden. Direkte Methoden sind robuster, verbrauchen jedoch erheblich mehr Arbeitsspeicher.Legen Sie die Newton-Refs und die Newton-Methode auf full fest. Geben Sie die Systemkopplungsdomäne als Innenwand der Arterie an, indem Sie eine flüssige Feststoffschnittstelle einfügen. Dadurch werden Daten zwischen der Struktur und dem Fluid an dieser Stelle übertragen.Die Verschiebungsrandbedingungen können als Verschiebungsfunktion in X-, Y- und Z-Richtung eingegeben werden, die am Ein- und Auslass angewendet wird. Zur Unterstützung bei der Fehlerbehandlung unter der Lösungsregisterkarte fügen Sie für Newton-Flöße Residuen ein. Diese können angezeigt werden, wenn Fehler auftreten, um die problematische Geometrie oder die Netzpositionen zu finden.Rufen Sie die Modellregisterkarte auf, überprüfen Sie die Einheiten und unterdrücken Sie den Arterien- und Lipidteil. Führung der Fluiddomäne. Geben Sie die Netzmetriken an und generieren Sie das Netz, überprüfen Sie die Schiefe und passen Sie sie bei Bedarf an.Es ist eine gute Praxis, eine ähnliche Maschenweite und Form wie im strukturellen Teil der Regionen zu verwenden, in denen die Fluidfeststoffwechselwirkung auftritt. Erstellen Sie Namensauswahlen für den Einlass, den Auslass und die Wand, die in fluent übergeben werden sollen. Rufen Sie nun die Registerkarte Setup auf und stellen Sie sicher, dass die doppelte Position aktiviert ist.Stellen Sie den Solver-Typ auf druckbasiert ein und stellen Sie sicher, dass die Zeit auf transient eingestellt ist. Aktivieren Sie das viskose Turbulenzmodell K-Omega und ermöglichen Sie den reinen Spannungstransport und Low-Re-Korrekturen. Um nichtlineare Viskositätsmodelle mit Turbulenzen zu ermöglichen.Geben Sie den folgenden Befehl in die Befehlskonsole ein und geben Sie yes ein, wenn Sie dazu aufgefordert werden. Definieren Sie nun unter Material die Bluteigenschaften, indem Sie die Dichte eingeben und das nicht-newtonsche Potenzgesetz aus der Dropdown-Liste viskosität auswählen. Kompilieren, ich benutze eine definierte Funktion, die die transiente Blutgeschwindigkeit und den Druck enthält und die Befehlszeile auf Fehler überprüft.Laden Sie nun die UVF. Diese können auf den Ein- und Auslass aufgebracht werden. Aktivieren Sie das dynamische Netz, einschließlich Glättung, Neuvernetzung und den Gleichungslöser mit sechs Freiheitsgraden, indem Sie den Diffusionsparameter 1,5 und die entsprechenden maximalen und minimalen Skalen für Ihr Netz festlegen.Erzeugen Sie eine neue dynamische Netzzone, geben Sie die Wand des Lumens an und wählen Sie die Systemkopplung aus. Dies ist die Schnittstelle, um Daten an die Arterienkomponente der Simulation zu übergeben. Erzeugen Sie die umformenden Netzzonen für den Einlass, den Auslass und das Innenlumen mit den entsprechenden Werten für die Netzwaage.Oft sind negative Zellvolumenfehler mit diesem dynamischen Netz verbunden. Überprüfen Sie also sorgfältig und passen Sie die Netzskalen bei Bedarf für jede Region an, stellen Sie sicher, dass die Druckgeschwindigkeitskopplung auf Koppelung eingestellt ist, und stellen Sie die transienten Formulierungs- und räumlichen Diskretisierungsschemata auf die zweite Ordnung ein. Geben Sie in Steuerelemente eine aktuelle Anzahl von zwei ein und legen Sie die verbleibenden Konvergenzkriterien auf der Registerkarte Monitore fest.Hier haben wir den Wert von 1 hier für die 5 fünf für die Kontinuität und eine Acht der minus sechs für den Rest verwendet. Um eine benutzerdefinierte Funktion für Ergebnisse wie die lokal normalisierte Helizität zu definieren, wählen Sie unter der Registerkarte Parameter und Anpassung benutzerdefinierte Funktionen aus, und fügen Sie eine neue Funktion ein. Verwenden Sie das Popup-Fenster, um nach Bedarf zu definieren.Legen Sie auf der Registerkarte Berechnung ausführen die Anzahl der Schritte auf 160 mit einer Zeitschrittgröße von fünf Millisekunden und einer Anzahl von Iterationen auf 300 fest. Überprüfen Sie, ob die Datenabtastung für Zeitstatistiken aktiviert ist, und stellen Sie sicher, dass Wandstatistiken und Strömungsscherspannungen sowie unsere zuvor definierte benutzerdefinierte Funktion ausgewählt sind. Erstellen Sie einen Datenexport in Berechnungsaktivitäten und wählen Sie die OPTION CFD-Post-kompatibel für die Nachbearbeitung.Wenn Sie die Ergebnisse in einer separaten Software verarbeiten möchten, passen Sie die Exportart nach Bedarf an. Wählen Sie alle Regionen und Ergebnisse aus, die Sie exportieren möchten. Initialisieren Sie schließlich die Simulation mit dem Hybridschema.Stellen Sie sicher, dass beide strukturellen Einflussaufbauten an die Systemkopplung angeschlossen und aktualisiert sind. Stellen Sie bei der Systemkopplung die Endzeit auf 0,8 Sekunden und den Zeitstempel auf 5 Millisekunden ein, im Allgemeinen zwischen 10 und 15 Iterationen als ausreichend, vorausgesetzt, sowohl die strukturellen als auch die fluiden Komponenten konvergieren gut. Wählen Sie die Wand- und Volumenkörperschnittstelle aus den Fluid- bzw. Strukturkomponenten aus und schneiden Sie eine Übertragung aus, Passen Sie die Unterrelaxation oder das Rampen der Kraft an, die von der Flüssigkeit auf die Struktur übertragen wird, um die Konvergenz zu unterstützen.Wenn Sie zur Ausführung bereit sind, klicken Sie auf Aktualisieren, Simulationsdaten wie strukturelle und fluide Konvergenz und ihre jeweilige Datenübertragungskonvergenz werden in der Konsole ausgegeben. Beachten Sie, dass FSI-Simulationen rechenintensiv sind, wobei diese Simulation auf einer Maschine mit 16 Kernen ungefähr 11 Tage dauert. Hier haben wir uns auf drei wichtige biomechanische Ergebnisse konzentriert, nämlich Wandscherspannungen, intraluminale Strömungseigenschaften durch die lokale normalisierte Helizität und strukturelle Spannung in Form der Von Mises-Effektivspannung.Reiner Stress wird stark von der Blutgeschwindigkeit angetrieben. Wie wir hier sehen können, könnte jedoch eine detailliertere Analyse des zeitdurchschnittlichen reinen Stresses, des einzelnen Scherindex, der ein Maß für die Flussumkehr und die zugrunde liegenden reinen Stressvektorfelder ist, klinisch informativer sein, insbesondere durch die Suche nach Anziehungsregionen, die Monozyten anziehen und zu Plaquewachstum führen könnten. Wir können die heliakalen Strömungsmuster im gesamten Lumen mit lokaler normalisierter Helizität weiter visualisieren, um die Verbindung zwischen helikalen Strömungsstrukturen und Plaquewachstum zu konzeptualisieren.Schließlich könnte ein höherer Von Mises-Stress in der Arterienwand auf Bereiche mit zellulärer Dysfunktion oder Schädigung aufgrund einer erhöhten Belastung hindeuten oder auf wahrscheinliche Stellen der Plaqueruptur hindeuten, insbesondere aufgrund dünnerer faseriger Kappen oder Stress, der sich an den Zupfschulterregionen verstärkt. Wir sehen auch, dass Stress durch Arterienbeugung und Kontraktion in der proximalen Faserkappe verursacht wird. Während der Destillationsstress durch den Blutdruck angetrieben wird Unser Ergebnis, FSI-Simulationen sind einzigartig platziert, um zu erfassen.Durch Vergleich mit Follow-up-Imaging. Wir sehen eine Abnahme der Lumenfläche in der distalen Region der Arterie, die auch mit einer Zunahme des gesamten Flüssigkeitsbogens verbunden ist, was auf eine Fortschreiten der Läsion hindeutet. Im Vergleich dazu sieht die proximale Region eine kleine Abnahme des Lumenbereichs, aber eine große Abnahme der faserigen Kappendicke, was auf eine Bewegung zu einem anfälligeren Phänotyp hindeutet.Diese Bereiche oder Progression oder Regression können dann mit der FSI-Basissimulation verglichen werden, indem Muster in Kriegsscherspannung, intraluminaler Strömung und strukturellen Spannungen analysiert werden. Nun, diese Methodik wird für einen einzigen Fall vorgestellt. Es werden Analysen an größeren Datensätzen durchgeführt, um die statistische Signifikanz etwaiger Korrelationen zu bestimmen.Etwas, von dem wir hoffen, dass diese Methodik dabei helfen kann. In dieser Methode haben wir die Schritte zur Rekonstruktion und biomechanischen Simulation der Koronararterie des Patienten unter Verwendung von Fluidstruktur-Interaktionstechniken beschrieben. Wir beschrieben den Prozess der Extraktion des Lumens, des Lipids und der Außenwände aus OCT und der Wiederherstellung der dreidimensionalen Form, bevor wir den Prozess der Vernetzung, der Festlegung von Randbedingungen und Systemkopplungsdomänen beschrieben.Und schließlich das Ausführen der Simulations- und Nachbearbeitungsergebnisse. Die Translation unserer intraluminalen Stressflusseigenschaften und der strukturellen Reaktion in der Arterie auf den klinischen Mittelwert wurde auch in Bezug auf die Läsionsprogression mit FSI-basierter Biomechanik diskutiert, was das Potenzial zeigt, ein vollständigeres Bild des aktuellen Zustands und der Prognose eines Patienten zu präsentieren. Nun, während FSI sich noch sehr stark in der Entwicklung befindet und eine rechenintensive Methode ist, glauben wir, dass der Prozess, der diese Methodik beschreibt, weiter ausgebaut und verwendet werden kann, um die klinische Entscheidungsfindung rund um das Fortschreiten der Atherosklerose zu unterstützen.

Research

Education

JoVE Core

JoVE Journal

Mechanical Engineering

Bioengineering

Unit 1

Force Vectors

SCIENTISTS IN ACTION

Directed Cellular Self-Assembly to Fabricate Cell-Derived Tissue Rings for Biomechanical Analysis and Tissue Engineering

Directed Cellular Self-Assembly to Cell-Derived Tissue Ringe für biomechanische Analyse und Tissue Engineering Fabricate

Each year, hundreds of thousands of patients undergo coronary artery bypass surgery in the United States.1 Approximately one third of these patients do ...

Forschung

Biotechnik

Integrated Photoacoustic Ophthalmoscopy and Spectral-domain Optical Coherence Tomography

Integrierte Photoakustische Ophthalmoskopie und Spectral-Domain Optical Coherence Tomography

Both the clinical diagnosis and fundamental investigation of major ocular diseases greatly benefit from various non-invasive ophthalmic imaging ...

Computed Tomography and Optical Imaging of Osteogenesis-angiogenesis Coupling to Assess Integration of Cranial Bone Autografts and Allografts

Computertomographie und Optical Imaging von Osteogenesis-Angiogenese-Kopplung an Integration von Schädelknochen Autografts und Allografts Beurteilen

A major parameter determining the success of a bone-grafting procedure is vascularization of the area surrounding the graft. We hypothesized that ...

Semiautomated Longitudinal Microcomputed Tomography-based Quantitative Structural Analysis of a Nude Rat Osteoporosis-related Vertebral Fracture Model

Parallelisierter längs Microcomputed Tomographie-basierten quantitativen Strukturanalyse von einem nackten Rattenmodell Osteoporose bedingte Wirbelfraktur

Osteoporosis-related vertebral compression fractures (OVCFs) are a common and clinically unmet need with increasing prevalence as the world population ...

Synthesis of Monocyte-targeting Peptide Amphiphile Micelles for Imaging of Atherosclerosis

Synthese von Monocyte-targeting Peptid Amphiphile Micellen für die Bildgebung der Atherosklerose

Atherosclerosis is a major contributor to cardiovascular disease, the leading cause of death worldwide, which claims 17.3 million lives annually. ...

Agarose-based Tissue Mimicking Optical Phantoms for Diffuse Reflectance Spectroscopy

Agarose-basierte Gewebe imitiert optische Phantome für Diffuse Reflexion Spektroskopie

This protocol describes how to make agarose-based tissue-mimicking phantoms and demonstrates how to determine their optical properties using a ...

Multimodal Volumetric Retinal Imaging by Oblique Scanning Laser Ophthalmoscopy (oSLO) and Optical Coherence Tomography (OCT)

Multimodal Volumetric Retinal Imaging by Oblique Scanning Laser Ophthalmoscopy oSLO and Optical Coherence Tomography OCT

Multimodale Volumetrische Retinal Imaging von schrägen Scanning Laser Ophthalmoskopie (oSLO) und optische Kohärenztomografie (OCT)

While fluorescence imaging is widely used in ophthalmology, a large field of view (FOV) three-dimensional (3D) fluorescence retinal image is still a big ...

Nondestructive Monitoring of Degradable Scaffold-Based Tissue-Engineered Blood Vessel Development Using Optical Coherence Tomography

Zerstörungsfreie Überwachung der abbaubaren Gerüst-basierten Tissue-Engineering Blutgefäß Entwicklung mit optischen Kohärenztomographie

Engineered vascular grafts with structural and mechanical properties similar to natural blood vessels are expected to meet the growing demand for arterial ...

Biomechanical Testing of Murine Tendons

Biomechanische Prüfung von Murine tendons

Tendon disorders are common, affect people of all ages, and are often debilitating. Standard treatments, such as anti-inflammatory drugs, rehabilitation, ...

In vivo Structural Assessments of Ocular Disease in Rodent Models using Optical Coherence Tomography

In-vivo-Strukturbewertungen von Augenerkrankungen in Nagetiermodellen mittels optischer Kohärenztomographie

Spectral-domain optical coherence tomography (SD-OCT) is useful for visualizing retinal and ocular structures in vivo. In research, SD-OCT is a valuable ...