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

Los autores desean agradecer el apoyo brindado por la Universidad de Adelaida, el Royal Adelaide Hospital (RAH) y el Instituto de Investigación Médica y de Salud de Australia meridional (SAHMRI). El ensayo COCOMO-ACS es un estudio iniciado por un investigador financiado por subvenciones de proyectos del Consejo Nacional de Salud e Investigación Médica (NHMRC) de Australia (ID1127159) y la Fundación Nacional del Corazón de Australia (ID101370). H.J.C. cuenta con el apoyo de una beca del Westpac Scholars Trust (Future Leaders Scholarship) y reconoce el apoyo de la Universidad de Adelaida, la Escuela de Ingeniería Mecánica y la beca del Programa de Capacitación en Investigación de Investigación del Departamento de Educación, Habilidades y Empleo (RTP). S.J.N. recibe una beca de investigación principal del NHMRC (ID1111630). P.J.P. recibe una Beca de Líder Futuro de Nivel 2 de la Fundación Nacional del Corazón de Australia (FLF102056) y una Beca de Desarrollo Profesional de Nivel 2 de la NHMRC (CDF1161506).

Se analizaron los siguientes datos no identificados de un paciente reclutado en el ensayo controlado aleatorio COCOMO-ACS en curso (ACTRN12618000809235; Número de referencia HREC del Royal Adelaide Hospital: HREC/17/RAH/366), con aprobación ética adicional otorgada por central Adelaide Local Health Network (CALHN) Research Services con fines de simulación biomecánica (número de referencia CALHN 14179). La Figura 1 resume el flujo de trabajo completo descrito en el siguiente protocolo, ...

El uso de métodos FSI para analizar la biomecánica coronaria sigue siendo un campo en desarrollo tanto desde el modelado numérico como desde los aspectos de resultados clínicos. Aquí hemos descrito el esquema de la configuración de un análisis FSI específico del paciente, basado en los métodos de elementos finitos / volumen finito, utilizando OCT e imágenes angiográficas. Si bien el método que describimos aquí utiliza un solucionador comercial de elementos finitos, el procedimiento se puede aplicar a cualqui...

La enfermedad arterial coronaria (EAC) es el tipo más común de enfermedad cardíaca y una de las principales causas de muerte y carga económica a nivel mundial1,2. En los Estados Unidos, aproximadamente una de cada ocho muertes se atribuye a CAD3,4,mientras que la mayoría de las muertes globales por CAD ahora se observan en países de ingresos bajos y medios5. La aterosclerosis es el principal impulsor de estas muertes, con ruptura de placa o erosión que conduce a la oclusión de la arteria coronaria y al infarto agudo de miocardio (IAM)6. Incluso después de la revascularización de las lesiones coronarias culpables, los pacientes tienen un riesgo sustancial de eventos cardiovasculares adversos mayores recurrentes (MACE) después de la IAM, en gran parte debido a la presencia concomitante de otras placas no culpables que también son vulnerables a la ruptura7. La imagen intracoronaria brinda la oportunidad de detectar estas placas de alto riesgo8. Aunque el ultrasonido intravascular (IVUS) es el estándar de oro para evaluar el volumen de la placa, tiene una resolución limitada para identificar las características microestructurales de la placa vulnerable en contraste con la alta resolución (10-20 μm) de la tomografía de coherencia óptica (OCT). Se ha demostrado que una tapa fibrosa delgada e inflamada que recubre una gran reserva de lípidos es la firma más importante de una placa vulnerable9 y se identifica y mide mejor por OCT entre las modalidades de imágenes intracoronarias actualmente disponibles10. Es importante destacar que la OCT también puede evaluar otras características de placa de alto riesgo, que incluyen: arco lipídico; infiltración de macrófagos; presencia de fibroateroma de la capa delgada (TCFA), que se define como núcleo rico en lípidos con tapa fibrosa delgada suprayacente (<65 μm); calcificación irregular; y microcanales de placa. La detección de OCT de estas características de alto riesgo en placas no culpables post-AMI se ha asociado con un riesgo hasta 6 veces mayor de MACE11futuro. Sin embargo, a pesar de esto, la capacidad de la angiografía y las imágenes de OCT para predecir qué placas coronarias progresarán y, en última instancia, se romperán o erosionarán es limitada, con valores predictivos positivos de solo el 20%-30%8. Esta capacidad predictiva limitada dificulta la toma de decisiones clínicas en torno a qué placas no culpables tratar (por ejemplo,mediantecolocación de stents) 7,12.
Además de los factores del paciente y las características biológicas de la placa, las fuerzas biomecánicas en las arterias coronarias también son determinantes importantes de la progresión e inestabilidad de la placa13. Una técnica que se muestra prometedora para ayudar a evaluar exhaustivamente estas fuerzas es la simulación de interacción fluido-estructura (FSI)14. El esfuerzo por cizallamiento de pared (WSS), también llamado esfuerzo de cizallamiento endotelial, ha sido un punto focal tradicional para la investigación de la biomecánica coronaria15, con una comprensión general de que WSS desempeña un papel etiológico en la formación de aterosclerosis16. Predominantemente simuladas mediante técnicas de dinámica de fluidos computacional (CFD), las regiones de bajo WSS se han asociado con engrosamiento intimal17,remodelación vascular18 y la predicción de progresión de la lesión19 y macefuturo 20. Los avances recientes en estos análisis sugieren la topología de campo vectorial WSS subyacente21, y sus características multidireccionales22, como un mejor predictor del riesgo de aterosclerosis que la magnitud WSS sola. Sin embargo, WSS solo captura una visión del sistema biomecánico general en la pared del lumen, y al igual que las modalidades de imágenes, ninguna métrica biomecánica puede discernir de manera confiable las características ateroscleróticas de alto riesgo.
Otras métricas están surgiendo como potencialmente importantes en la formación de aterosclerosis. Las características del flujo intraluminal23 son uno de esos ejemplos, con el flujo helicoidal, cuantificado a través de varios índices24,sugerido como que desempeña un papel ateroprotector al suprimir los patrones de flujo perturbados25,26. Si bien las técnicas CFD pueden analizar estas características de flujo y presentar una amplia gama de resultados útiles, no consideran las interacciones subyacentes entre el flujo sanguíneo, la estructura arterial y el movimiento general del corazón. Esta simplificación del sistema dinámico a una pared rígida pierde resultados potencialmente críticos, como la tensión de la tapa fibrosa. Si bien el debate tanto a favor como en contra de la necesidad de FSI sobre CFD continúa27,28,29,muchas comparaciones descuidan incluir el impacto de la función del ventrículo. Esta limitación se puede superar con FSI, que ha demostrado que la flexión dinámica y la compresión ejercida sobre la arteria a través de la influencia de la función del ventrículo pueden afectar significativamente la placa y el estrés estructural de la arteria, así como las métricas de flujo como WSS30,31,32. Esto es importante ya que las tensiones estructurales también son una métrica clave para analizar y predecir la ruptura de la placa33,34 y se ha sugerido que se co-localizan con regiones de aumento de placa14,35. La captura de estas interacciones permite una representación más realista del entorno coronario y los mecanismos potenciales de progresión de la enfermedad.
Abordando esto, aquí describimos el proceso de desarrollo de una geometría específica del paciente a partir de imágenes OCT36 y la configuración y ejecución de una simulación FSI de arteria utilizando un solucionador comercial de elementos finitos. El proceso para extraer manualmente la luz, el lípido y la pared arterial externa se detalla antes de la reconstrucción computacional tridimensional de la arteria del paciente. Describimos la configuración de la simulación, el acoplamiento y el proceso de comparación de los parámetros de imagen de octatoria basal y de seguimiento para determinar la progresión de la lesión. Finalmente, discutimos el post-procesamiento de los resultados numéricos y cómo estos datos pueden tener relevancia clínica mediante la comparación de los resultados biomecánicos con la progresión/regresión de la lesión. El método general se demuestra en placas no culpables, ligeramente estenóticas, ricas en lípidos en la arteria coronaria derecha (ACR) de un paciente caucásico de 58 años que presentó un infarto agudo de miocardio sin elevación del ST en el contexto de hipertensión, diabetes mellitus tipo 2, obesidad (IMC 32.6) y antecedentes familiares de EAC prematura. Se realizó angiografía coronaria e imágenes de OCT durante su ingreso inicial, y luego 12 meses después como parte de un ensayo clínico en curso (ensayo COCOMO-ACS ACTRN12618000809235). Anticipamos que esta técnica se puede refinar aún más y utilizar para identificar placas coronarias que tienen un alto riesgo de progresar.

<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

En este trabajo, presentamos un flujo de trabajo completo para el análisis biomecánico de la placa aterosclerótica en la vasculatura coronaria. Con la aterosclerosis como una de las principales causas de muerte, morbilidad y carga económica a nivel mundial, se necesitan nuevas formas de analizar y predecir su progresión. Uno de estos métodos computacionales es el uso de la interacción fluido-estructura (FSI) para analizar la interacción entre el flujo sanguíneo y los dominios arteria/placa. Junto con las imágenes in vivo, este enfoque podría adaptarse a cada paciente, ayudando a diferenciar entre placas estables e inestables. Esbozamos el proceso de reconstrucción tridimensional, haciendo uso de la Tomografía de Coherencia Óptica (OCT) intravascular y la angiografía coronaria invasiva (ICA). La extracción de las condiciones de contorno para la simulación, incluida la replicación del movimiento tridimensional de la arteria, se discute antes de que la configuración y el análisis se realicen en un solucionador comercial de elementos finitos. El procedimiento para describir las propiedades hiperelásticas altamente no lineales de la pared arterial y la velocidad / presión sanguínea pulsátil se describe junto con la configuración del acoplamiento del sistema entre los dos dominios. Demostramos el procedimiento mediante el análisis de una placa no culpable, ligeramente estenótica, rica en lípidos en un paciente después de un infarto de miocardio. Los marcadores establecidos y emergentes relacionados con la progresión de la placa aterosclerótica, como el esfuerzo cortante de la pared y la helicidad local normalizada, respectivamente, se discuten y se relacionan con la respuesta estructural en la pared arterial y la placa. Finalmente, traducimos los resultados a la relevancia clínica potencial, discutimos las limitaciones y describimos áreas para un mayor desarrollo. El método descrito en este artículo es prometedor para ayudar en la determinación de sitios en riesgo de progresión aterosclerótica y, por lo tanto, podría ayudar a controlar la muerte significativa, la morbilidad y la carga económica de la aterosclerosis.

Se presentan resultados representativos para los marcadores biomecánicos establecidos y emergentes de la progresión de la aterosclerosis. Las métricas establecidas, como los resultados derivados de WSS y WSS (incluida la tensión de cizallamiento de pared promediada en el tiempo (TAWSS) y el índice de cizallamiento oscilatorio (OSI)) se visualizan en la Figura 10. El estrés cortante de la pared durante el ciclo cardíaco es impulsado en gran medida por la velocidad de la sangre, sin emb...

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 necesario determinar qué lesiones ateroscleróticas progresarán en la vasculatura coronaria para guiar la intervención antes de que ocurra el infarto de miocardio. Este artículo describe el modelado biomecánico de arterias a partir de la tomografía de coherencia óptica utilizando técnicas de interacción fluido-estructura en un solucionador comercial de elementos finitos para ayudar a predecir esta progresión.

Tomografía de coherencia óptica basada en el análisis de interacción fluido-estructura biomecánica de la progresión de la aterosclerosis coronaria

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

La aterosclerosis es una de las principales causas de muerte y morbilidad a nivel mundial, y su naturaleza multifactorial y compleja hace que un enfoque multidisciplinario para abordarla sea importante. Ahora, la imagen es una herramienta poderosa para analizar la morfología negra, pero aún no puede darnos una comprensión de los mecanismos subyacentes del trabajo. Y aquí es donde entra en juego la simulación computacional.Desde el punto de vista de la dinámica de fluidos, sabemos que factores como el estrés por cizallamiento de la pared en el flujo sanguíneo biológico pueden afectar la función de las células endoteliales y los nuevos procesos de transporte involucrados en la formación de aterosclerosis. Pero para comprender realmente la mecánica específica del paciente, las técnicas de interacción de la estructura de fluidos, o el corto episódico, se pueden utilizar para simular la interacción entre el flujo sanguíneo, la mecánica arterial y la función cardíaca general. Y esta metodología presenta un enfoque para hacer precisamente esto, mediante la reconstrucción y simulación biomecánica de la arteria coronaria de un paciente a partir de la tomografía de coherencia óptica, o OCT para angiografía corta e invasiva.Luego también discutimos los resultados de relevancia clínica y las comparaciones para el seguimiento de las imágenes. Ahora, los fundamentos detrás de la metodología se basan en los métodos de elementos finitos y volúmenes finitos. Y mientras demostramos el método de simulación aquí utilizando el software comercial, el procedimiento ANSYS se puede adaptar a cualquier software o código con capacidad episódica.Haga coincidir las imágenes de OCT de referencia y seguimiento, utilizando puntos de referencia anatómicos, como bifurcaciones y utilizando imágenes que comienzan inmediatamente proximal a la bifurcación más distal y distal a la bifurcación más proximal. Las imágenes entre estos puntos de referencia deben ser analizadas Cargue la primera imagen en el digitalizador y marque los puntos centrales del catéter y los límites para la escala. Exporte estos puntos para usarlos más tarde, marque el borde del lumen, comenzando desde la misma ubicación en cada imagen y asegurándose de capturar las curvas del lumen con la mayor precisión posible.Deje un vacío sobre los artefactos, ya que el proceso de reconstrucción interpolará estas regiones en una etapa posterior. Exporte estos archivos a un formato de datos y repita esto para cada imagen. En su software punto com, extraiga la pared exterior en regiones de alta atenuación, utilizando partes visibles de la membrana elástica externa para ajustarse a una elipse, para estimar la ubicación de la pared exterior, definir el arco lipídico, calcularlo al centroide lumen y arrancar el grosor de la tapa.Estos se utilizarán para analizar la progresión de la lesión junto con el área de la luz. A continuación, importe estas imágenes superpuestas en el digitalizador de imágenes para seleccionar los puntos de pared exterior. De manera similar para la selección de lípidos, la superficie lipídica, a partir del mismo extremo del lípido en cada caso, cargue la primera imagen angiográfica en el digitalizador de imágenes, seleccione los bordes del catéter para escalar la imagen en pasos posteriores.Y luego marque la línea central del catéter comenzando con el marcador proximal y moviéndose distalmente con puntos espaciados uniformemente. Exporte los datos para adaptar el formato. Repita estos pasos para cada imagen antes de llevar a cabo el proceso de reconstrucción de la sección transversal.En un software de modelado 3D importa y genera las secciones transversales, un archivo a la vez, para crear un componente sólido, seleccionar todas las curvas y bloquearlas juntas, asegurando que agregar congelado se seleccione para generar un nuevo sólido. Ahora lleve a cabo estos pasos para la luz, los lípidos y la pared externa. Para restar la luz y los lípidos de la pared arterial, cree una operación booleana y elija el cuerpo objetivo como la pared y los lípidos y la lumina como el cuerpo de la herramienta.Es importante compartir la tipología entre la pared y los lípidos para garantizar que los nodos de malla se compartan en los pasos futuros. Para hacer esto, resalte la pared y sus lípidos, y haga clic derecho para crear una pieza. Para establecer las propiedades del material para la arteria y el lípido ingrese datos de ingeniería y agregue un nuevo material llamado densidad de arrastre de la arteria y el modelo de cinco parámetros Mooney Riverland y establezca sus parámetros.Repita esto para el lípido y para el componente motor, suprima el componente de lúmenes y asigne los materiales previamente definidos a la arteria y los sólidos lipídicos. La geometría ahora necesita ser mallada, establecer la preferencia física en mecánica no lineal y especificar el tamaño de la malla. Aquí hemos utilizado malla adaptativa con el tamaño objetivo de 0,14 milímetros.Ajuste las preferencias de malla según sea necesario para obtener valores unitarios de máscara razonables. Aquí apuntamos a al menos dos o tres elementos de malla a través de los huecos, como la tapa fibrosa. La generación de la malla puede llevar algún tiempo debido a la geometría compleja.Para las simulaciones FSI, desactive el paso de tiempo automático y defina un subpaso como uno y establezca la hora de finalización de la simulación. En este caso 0,8 segundos, el acoplamiento del sistema controla el tiempo y los subpasos, establecemos el tipo de solucionador en el control del programa para usar el método directo o iterativo. Los métodos directos son más robustos, pero utilizan una cantidad significativa de más memoria.Establezca las referencias y el método de Newton en su totalidad. Especifique el dominio de acoplamiento del sistema como la pared interna de la arteria insertando una interfaz sólida de fluido. Esto pasará datos entre la estructura y el fluido en esta ubicación.Las condiciones de límite de desplazamiento se pueden introducir como una función de desplazamiento en la dirección X, Y y Z, aplicada en la entrada y salidas. Para ayudar a solucionar errores en la pestaña de solución, inserte los residuos de balsas Newton. Estos se pueden ver si surgen errores para encontrar la geometría problemática o las ubicaciones de malla.Ingrese a la pestaña del modelo, verifique las unidades y suprima la arteria y la parte lipídica. Liderando el dominio fluido. Especifique las métricas de malla y genere la malla, verificando la asimetría y ajustando si es necesario.Es una buena práctica utilizar una malla y forma de tamaño similar a la que hicimos en la parte estructural en las regiones donde se está produciendo la interacción sólido fluido. Cree selecciones de nombres para la entrada, la salida y la pared, que se pasarán a fluent. Ahora ingrese a la pestaña de configuración y asegúrese de que la doble posición esté habilitada.Establezca el tipo de solucionador en basado en la presión y asegúrese de que el tiempo se establezca en transitorio. Habilite el modelo de turbulencia viscosa K-Omega y permita el transporte de estrés puro y las correcciones de baja resolución. Habilitar modelos de viscosidad no lineal con turbulencia.Escriba el siguiente comando en la consola de comandos e introduzca sí cuando se le solicite. En material, ahora defina las propiedades de la sangre, ingresando la densidad y seleccionando la ley de potencia no newtoniana de la lista desplegable de viscosidad. Compilar, utilizo una función definida, que contiene la velocidad y presión sanguínea transitoria comprobando la línea de comandos en busca de errores.Ahora cargue el UVF. Estos se pueden aplicar a la entrada y salida. Habilite la malla dinámica, incluido el suavizado, el reengranado y el solucionador de seis grados de libertad, estableciendo el parámetro de difusión 1.5 y las escalas máximas y mínimas adecuadas para su malla.Cree una nueva zona de malla dinámica, especifique la pared del lumen y seleccione el acoplamiento del sistema. Esta es la interfaz para pasar datos al componente arterial de la simulación. Cree las zonas de malla de formación para la entrada, salida y luz interior con los valores apropiados para la escala de malla.A menudo, los errores negativos de volumen celular están asociados con esta malla dinámica. Por lo tanto, verifique cuidadosamente y ajuste las escalas de malla si es necesario, para cada región, asegúrese de que el acoplamiento de velocidad de presión esté configurado para acoplarse y establezca la formulación transitoria y los esquemas de discretización espacial en segundo orden. En los controles, introduzca un número actual de dos y establezca los criterios de convergencia residual en la ficha Monitores.Aquí, hemos usado el valor de 1 aquí para el 5 cinco para la continuidad y uno ocho de los menos seis para el resto. Para definir una función personalizada para resultados como la helicidad normalizada local, seleccione funciones personalizadas, en la ficha parámetros y personalización, e inserte una nueva función. Utilice la ventana emergente para definir según sea necesario.En la pestaña de cálculo de ejecución, establezca el número de pasos de veces en 160 con un tamaño de paso de tiempo de cinco milisegundos y un número de iteraciones en 300. Verifique que el muestreo de datos para estadísticas de tiempo esté habilitado y asegúrese de que se seleccionen las estadísticas de pared y las tensiones de cizallamiento de flujo, así como nuestra función personalizada previamente definida. Cree una exportación de datos en actividades de cálculo, seleccionando la opción compatible con CFD post para el post-procesamiento.Si desea procesar los resultados en un software separado, ajuste el tipo de exportación según sea necesario. Seleccione todas las regiones y los resultados que desea exportar. Finalmente, inicialice la simulación con el esquema híbrido.Asegúrese de que ambas configuraciones de influencia estructural estén conectadas al acoplamiento del sistema y actualizadas. En el acoplamiento del sistema, establezca el tiempo de finalización en 0,8 segundos y la marca de tiempo en 5 milisegundos, generalmente entre 10 y 15 iteraciones, siempre que los componentes estructurales y fluidos converjan bien. Seleccione la pared y la interfaz sólida de los componentes fluido y estructural, respectivamente, y edite una transferencia, ajuste la relajación inferior o la rampa de la fuerza que se transfiere del fluido a la estructura para ayudar en la convergencia.Cuando esté listo para ejecutarse, haga clic en Actualizar, los datos de simulación, como la convergencia estructural y de fluidos y su respectiva convergencia de transferencia de datos, se imprimen en la consola. Tenga en cuenta que las simulaciones FSI son computacionalmente costosas, y esta simulación toma aproximadamente 11 días en una máquina de 16 núcleos. Aquí nos hemos centrado en tres resultados biomecánicos importantes, a saber, las tensiones de cizallamiento de la pared, las características del flujo intraluminal a través de la helicidad local normalizada y la tensión estructural en forma de tensión efectiva de Von Mises.El estrés puro es impulsado en gran medida por la velocidad de la sangre. Sin embargo, como podemos ver aquí, un análisis más detallado del estrés puro promedio de tiempo, el índice de cizallamiento solitario, que es una medida de la inversión del flujo y los campos vectoriales de estrés puro subyacentes, podría ser más informativo clínicamente, particularmente buscando regiones de atracción, que podrían atraer monocitos y conducir al crecimiento de la placa. Podemos visualizar aún más los patrones de flujo helícal a lo largo de la luz con helicidad local normalizada para ayudar a conceptualizar el vínculo entre las estructuras de flujo helicoidal y el crecimiento de la placa.Finalmente, un mayor estrés de Von Mises en la pared arterial podría sugerir áreas de disfunción celular o daño debido al aumento de la carga o sugerir sitios probables de ruptura de la placa, particularmente debido a tapas fibrosas más delgadas o el estrés se intensifica en las regiones del hombro de depilación. También vemos que el estrés es impulsado por la flexión y contracción de la arteria en la tapa fibrosa proximal. Mientras que el estrés de destilación es impulsado por la presión arterial Nuestro resultado, las simulaciones FSI están en una posición única para capturar.A través de la comparación con imágenes de seguimiento. Vemos una disminución en el área de la luz en la región distal de la arteria, que también se asocia con un aumento en el arco líquido total, lo que sugiere una progresión de la lesión. En comparación, la región proximal ve una pequeña disminución en el área de lúmenes, pero una gran disminución en el grosor de la tapa fibrosa sugiere un movimiento hacia un fenotipo más vulnerable.Estas regiones o progresión o regresión se pueden comparar con la simulación FSI de referencia mediante el análisis de patrones en tensión de cizallamiento de guerra, flujo intraluminal y tensiones estructurales. Bueno, esta metodología se presenta para un solo caso. El análisis en conjuntos de datos más grandes se adquiere para determinar la significación estadística de cualquier correlación.Algo con lo que esperamos que esta metodología pueda ayudar. en este método, hemos descrito los pasos para reconstruir y simular biomecánicamente la arteria coronaria del paciente, utilizando técnicas de interacción de estructura fluida. Describimos el proceso de extracción de la luz, el lípido y las paredes externas de la OCT y recreación de la forma tridimensional, antes de describir el proceso de mallado, el establecimiento de condiciones de contorno y los dominios de acoplamiento del sistema.Y finalmente, ejecutar los resultados de simulación y post-procesamiento. La traducción de nuestras características de flujo intraluminal por estrés puro, y la respuesta estructural en la arteria a la media clínica, también se discutió en términos de progresión de la lesión con biomecánica basada en FSI, mostrando el potencial de presentar una imagen más completa, de la condición y el pronóstico actuales de un paciente. Ahora, si bien FSI todavía está desarrollando mucho y es un método computacionalmente costoso, creemos que el proceso que describe esta metodología se puede construir y utilizar para ayudar a la toma de decisiones clínicas en torno a la progresión de la aterosclerosis.

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

Dirigida celular de auto-ensamblaje para fabricar células derivadas de tejido para el análisis de anillos de Biomecánica e Ingeniería de Tejidos

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

Investigación

Bioingeniería

Integrated Photoacoustic Ophthalmoscopy and Spectral-domain Optical Coherence Tomography

La oftalmoscopia integrado fotoacústica y Spectral-tomografía de coherencia óptica de dominio

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

Tomografía Computarizada e Imagen Óptico de Acoplamiento-Osteogénesis angiogénesis para evaluar la integración de craneales hueso autoinjertos y aloinjertos

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

Semiautomatizado Longitudinal basado en la tomografía Microcomputed cuantitativo análisis estructural de un modelo de rata desnuda fractura Vertebral relacionada con la Osteoporosis

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

Síntesis de monocito-targeting Peptide Amphiphile micelas para la proyección de imagen de la aterosclerosis

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

Basado en la agarosa tejido imitando fantasmas ópticos para espectroscopia de reflectancia difusa

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

Multimodal volumétrica retina imágenes por exploración oblicua oftalmoscopia de láser (oSLO) y tomografía de coherencia óptica (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

Monitoreo no destructivos del desarrollo Degradable andamio base ingeniería de tejido vascular mediante tomografía de coherencia óptica

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

Pruebas biomecánicas de tendones murinos

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

Evaluaciones estructurales in vivo de enfermedades oculares en modelos de roedores mediante tomografía de coherencia óptica

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