Summary

Tomografia a coerenza ottica basata sull'analisi dell'interazione fluido-struttura biomeccanica della progressione dell'aterosclerosi coronarica

Published: January 15, 2022
doi:

Summary

È necessario determinare quali lesioni aterosclerotiche progrediranno nella vascolarizzazione coronarica per guidare l’intervento prima che si verifichi l’infarto miocardico. Questo articolo delinea la modellazione biomeccanica delle arterie dalla tomografia a coerenza ottica utilizzando tecniche di interazione fluido-struttura in un risolutore commerciale agli elementi finiti per aiutare a prevedere questa progressione.

Abstract

In questo articolo, presentiamo un flusso di lavoro completo per l’analisi biomeccanica della placca aterosclerotica nella vascolarizzazione coronarica. Con l’aterosclerosi come una delle principali cause di morte globale, morbilità e onere economico, sono necessari nuovi modi di analizzare e prevedere la sua progressione. Uno di questi metodi computazionali è l’uso dell’interazione fluido-struttura (FSI) per analizzare l’interazione tra il flusso sanguigno e i domini arteriosi / placca. Accoppiato con l’imaging in vivo, questo approccio potrebbe essere adattato a ciascun paziente, aiutando a distinguere tra placche stabili e instabili. Delineiamo il processo di ricostruzione tridimensionale, facendo uso della tomografia a coerenza ottica intravascolare (OCT) e dell’angiografia coronarica invasiva (ICA). L’estrazione delle condizioni al contorno per la simulazione, compresa la replica del movimento tridimensionale dell’arteria, viene discussa prima che l’impostazione e l’analisi siano condotte in un risolutore commerciale agli elementi finiti. La procedura per descrivere le proprietà iperelastiche altamente non lineari della parete arteriosa e la velocità / pressione pulsatile del sangue è delineata insieme alla configurazione dell’accoppiamento del sistema tra i due domini. Dimostriamo la procedura analizzando una placca non colpevole, leggermente stenotica, ricca di lipidi in un paziente a seguito di infarto miocardico. I marcatori stabiliti ed emergenti relativi alla progressione della placca aterosclerotica, come lo stress da taglio della parete e l’elicità normalizzata locale, rispettivamente, sono discussi e correlati alla risposta strutturale nella parete arteriosa e nella placca. Infine, traduciamo i risultati in potenziale rilevanza clinica, discutiamo i limiti e delineiamo le aree per l’ulteriore sviluppo. Il metodo descritto in questo documento mostra la promessa di aiutare nella determinazione dei siti a rischio di progressione aterosclerotica e, quindi, potrebbe aiutare a gestire la morte significativa, la morbilità e l’onere economico dell’aterosclerosi.

Introduction

La malattia coronarica (CAD) è il tipo più comune di malattia cardiaca e una delle principali cause di morte e onere economico a livello globale1,2. Negli Stati Uniti, circa un decesso su otto è attribuito a CAD3,4, mentre la maggior parte dei decessi globali da CAD sono ora visti nei paesi a basso e medio reddito5. L’aterosclerosi è il driver predominante di queste morti, con rottura della placca o erosione che porta all’occlusione dell’arteria coronaria e all’infarto miocardico acuto (AMI)6. Anche dopo la rivascolarizzazione delle lesioni coronariche colpevoli, i pazienti hanno un rischio sostanziale di eventi cardiovascolari avversi maggiori ricorrenti (MACE) dopo AMI, in gran parte a causa della concomitante presenza di altre placche non colpevoli che sono anche vulnerabili alla rottura7. L’imaging intracoronarico offre l’opportunità di rilevare queste placche ad alto rischio8. Sebbene l’ecografia intravascolare (IVUS) sia il gold standard per la valutazione del volume della placca, ha una risoluzione limitata per identificare le caratteristiche microstrutturali della placca vulnerabile in contrasto con l’alta risoluzione (10-20 μm) della tomografia a coerenza ottica (OCT). Un cappuccio fibroso sottile e infiammato che sovrasta un grande pool lipidico ha dimostrato di essere la firma più importante di una placca vulnerabile9 ed è meglio identificato e misurato dall’OCT tra le modalità di imaging intracoronarico attualmente disponibili10. È importante sottolineare che OCT è anche in grado di valutare altre caratteristiche della placca ad alto rischio, tra cui: arco lipidico; infiltrazione dei macrofagi; presenza di fibroateroma a cappuccio sottile (TCFA), che è definito come nucleo ricco di lipidi con cappuccio fibroso sottile sovrastante (<65 μm); calcificazione chiazzata; e microcanali a placche. Il rilevamento OCT di queste caratteristiche ad alto rischio nelle placche non colpevoli post-AMI è stato associato a un aumento del rischio fino a 6 volte maggiore di futuro MACE11. Tuttavia, nonostante questo, la capacità dell’angiografia e dell’imaging OCT di prevedere quali placche coronariche progrediranno e alla fine si romperanno o si eroderanno è limitata, con valori predittivi positivi di solo il 20% -30%8. Questa limitata capacità predittiva ostacola il processo decisionale clinico attorno a quali placche non colpevoli trattare (ad esempio, mediante stenting)7,12.

Oltre ai fattori del paziente e alle caratteristiche biologiche della placca, le forze biomeccaniche nelle arterie coronarie sono anche importanti determinanti della progressione della placca e dell’instabilità13. Una tecnica che mostra la promessa di aiutare a valutare in modo completo queste forze è la simulazione dell’interazione fluido-struttura (FSI)14. Lo stress da taglio a parete (WSS), chiamato anche stress da taglio endoteliale, è stato un punto focale tradizionale per la ricerca biomeccanica coronarica15, con una comprensione generale che WSS svolge un ruolo eziologico nella formazione dell’aterosclerosi16. Prevalentemente simulate utilizzando tecniche di fluidodinamica computazionale (CFD), le regioni a basso WSS sono state associate all’ispessimento intimale17,al rimodellamentovascolare 18 e alla previsione della progressione della lesione19 e del futuro MACE20. Recenti progressi in queste analisi suggeriscono la topologia di campo vettoriale WSS sottostante21e le sue caratteristiche multidirezionali22, come un migliore predittore del rischio di aterosclerosi rispetto alla sola magnitudo WSS. Tuttavia, WSS cattura solo un assaggio del sistema biomeccanico complessivo sulla parete del lume e, proprio come le modalità di imaging, nessuna metrica biomeccanica può discernere in modo affidabile le caratteristiche aterosclerotiche ad alto rischio.

Ulteriori metriche stanno emergendo come potenzialmente importanti nella formazione dell’aterosclerosi. Le caratteristiche del flusso intraluminale23 sono uno di questi esempi, con flusso elicoidale, quantificato attraverso vari indici24, suggerito come svolgendo un ruolo ateroprotettivo sopprimendo i modelli di flusso disturbato25,26. Mentre le tecniche CFD possono analizzare queste caratteristiche di flusso e presentare una vasta gamma di risultati utili, non considerano le interazioni sottostanti tra il flusso sanguigno, la struttura delle arterie e il movimento generale del cuore. Questa semplificazione del sistema dinamico a parete rigida manca di risultati potenzialmente critici come lo stress fibroso del cappuccio. Mentre il dibattito sia a favore che contro la necessità di FSI su CFD continua27,28,29, molti confronti trascurano di includere l’impatto della funzione ventricolare. Questa limitazione può essere superata con FSI, che ha dimostrato che la flessione dinamica e la compressione esercitate sull’arteria attraverso l’influenza della funzione ventricolare possono avere un impatto significativo sullo stress strutturale della placca e dell’arteria, nonché sulle metriche di flusso come WSS30,31,32. Questo è importante in quanto le sollecitazioni strutturali sono anche una metrica chiave per analizzare e prevedere la rottura della placca33,34 e sono stati suggeriti per co-localizzare con regioni di aumento della placca14,35. La cattura di queste interazioni consente una rappresentazione più realistica dell’ambiente coronarico e dei potenziali meccanismi di progressione della malattia.

Affrontando questo, qui delineiamo il processo di sviluppo di una geometria specifica per il paziente dall’imaging OCT36 e l’impostazione e l’esecuzione di una simulazione FSI dell’arteria utilizzando un risolutore commerciale agli elementi finiti. Il processo per estrarre manualmente il lume, il lipide e la parete esterna dell’arteria è dettagliato prima della ricostruzione computazionale tridimensionale dell’arteria del paziente. Descriviamo la configurazione della simulazione, l’accoppiamento e il processo di confronto dei parametri di imaging OCT di base e di follow-up per determinare la progressione della lesione. Infine, discutiamo la post-elaborazione dei risultati numerici e come questi dati possano avere rilevanza clinica confrontando i risultati biomeccanici con la progressione/regressione della lesione. Il metodo complessivo è dimostrato su placche non colpevoli, lievemente stenotiche, ricche di lipidi nell’arteria coronaria destra (RCA) di un paziente maschio caucasico di 58 anni che ha presentato un infarto miocardico acuto non ST in contesto di ipertensione, diabete mellito di tipo 2, obesità (BMI 32,6) e una storia familiare di CAD prematura. L’angiografia coronarica e l’imaging OCT sono stati eseguiti durante il suo ricovero iniziale, e poi 12 mesi dopo come parte di una sperimentazione clinica in corso (studio COCOMO-ACS ACTRN12618000809235). Prevediamo che questa tecnica possa essere ulteriormente perfezionata e utilizzata per identificare le placche coronariche che sono ad alto rischio di progredire.

Protocol

I seguenti dati deidentificati sono stati analizzati da un paziente reclutato nello studio randomizzato-controllato COCOMO-ACS in corso (ACTRN12618000809235; Numero di riferimento HREC del Royal Adelaide Hospital: HREC/17/RAH/366), con ulteriore approvazione etica concessa dai servizi di ricerca della Central Adelaide Local Health Network (CALHN) ai fini della simulazione biomeccanica (numero di riferimento CALHN 14179). Nella Figura 1 viene riepilogato il flusso di lavoro completo descritto…

Representative Results

Vengono presentati risultati rappresentativi sia per i marcatori biomeccanici stabiliti che per quelli emergenti della progressione dell’aterosclerosi. Metriche consolidate come WSS e risultati derivati da WSS (tra cui lo sforzo di taglio della parete mediato nel tempo (TAWSS) e l’indice di taglio oscillatorio (OSI)) sono visualizzate nella Figura 10. Lo stress da taglio della parete durante il ciclo cardiaco è in gran parte guidato dalla velocità del sangue, tuttavia, la geometria dell’ar…

Discussion

L’uso di metodi FSI per analizzare la biomeccanica coronarica è ancora un campo in via di sviluppo sia dal punto di vista della modellazione numerica che dei risultati clinici. Qui abbiamo descritto lo schema di impostazione di un’analisi FSI specifica per il paziente, basata sui metodi degli elementi finiti / volume finito, utilizzando l’OCT e l’imaging angiografico. Mentre il metodo che descriviamo qui utilizza un risolutore commerciale agli elementi finiti, la procedura può essere applicata a qualsiasi software comp…

Divulgations

The authors have nothing to disclose.

Acknowledgements

Gli autori desiderano riconoscere il supporto fornito dall’Università di Adelaide, dal Royal Adelaide Hospital (RAH) e dal South Australian Health and Medical Research Institute (SAHMRI). Lo studio COCOMO-ACS è uno studio avviato dallo sperimentatore finanziato da sovvenzioni del National Health and Medical Research Council (NHMRC) dell’Australia (ID1127159) e della National Heart Foundation of Australia (ID101370). H.J.C. è supportato da una borsa di studio del Westpac Scholars Trust (Future Leaders Scholarship) e riconosce il sostegno dell’Università di Adelaide, della School of Mechanical Engineering e della borsa di studio del Department of Education, Skills and Employment Research Training Program (RTP). S.J.N. riceve una Principal Research Fellowship dal NHMRC (ID1111630). P.J.P. riceve una Future Leader Fellowship di livello 2 dalla National Heart Foundation of Australia (FLF102056) e una Borsa di studio per lo sviluppo della carriera di livello 2 dall’NHMRC (CDF1161506).

Materials

ANSYS Workbench (version 19.0) ANSYS Commercial finite element solver
MATLAB (version 2019b) Mathworks Commercial programming platform
MicroDicom/ImageJ MicroDicom/ImageJ Open Source DICOM reader
Visual Studio (version 2019) Microsoft Commercial Integrated Development Environment

References

  1. American Heart Association. Cardiovascular disease: A costly burden for America projections through 2035. American Heart Association. , (2017).
  2. Gheorghe, A., et al. The economic burden of cardiovascular disease and hypertension in low-and middle-income countries: A systematic review. BMC Public Health. 18 (1), 975 (2018).
  3. Virani, S. S., et al. Heart disease and stroke statistics-2020 update: A report from the American Heart Association. Circulation. 141 (9), 139 (2020).
  4. Benjamin, E. J., et al. Heart disease and stroke statistics-2019 update: A report from the American Heart Association. Circulation. 139 (10), 56 (2019).
  5. Cardiovascular diseases (CVDs). World Health Organisation Available from: https://www.who.int/news-room/fact-sheets/detail/cardiovascular-diseases-(cvds) (2017)
  6. Calvert, J. W., Willis, M. S., Homeister, J. W., Stone, J. R. . Cellular and Molecular Pathobiology of Cardiovascular Disease. , 79-100 (2014).
  7. Baumann, A. A. W., Mishra, A., Worthley, M. I., Nelson, A. J., Psaltis, P. J. Management of multivessel coronary artery disease in patients with non-ST-elevation myocardial infarction: a complex path to precision medicine. Therapeutic Advances in Chronic Disease. 11, 1-23 (2020).
  8. Montarello, N. J., Nelson, A. J., Verjans, J., Nicholls, S. J., Psaltis, P. J. The role of intracoronary imaging in translational research. Cardiovascular Diagnosis and Therapy. 10 (5), 1480-1507 (2020).
  9. Narula, J., et al. Histopathologic characteristics of atherosclerotic coronary disease and implications of the findings for the invasive and noninvasive detection of vulnerable plaques. Journal of the American College of Cardiology. 61 (10), 1041-1051 (2013).
  10. Kim, S. -. J., et al. Reproducibility of in vivo measurements for fibrous cap thickness and lipid arc by OCT. JACC: Cardiovascular Imaging. 5 (10), 1072-1074 (2012).
  11. Prati, F., et al. Relationship between coronary plaque morphology of the left anterior descending artery and 12 months clinical outcome: the CLIMA study. European Heart Journal. 41 (3), 383-391 (2019).
  12. Nelson, A. J., Ardissino, M., Psaltis, P. Current approach to the diagnosis of atherosclerotic coronary artery disease: more questions than answers. Therapeutic Advances in Chronic Disease. 10, 1-20 (2019).
  13. Carpenter, H. J., Gholipour, A., Ghayesh, M. H., Zander, A. C., Psaltis, P. J. A review on the biomechanics of coronary arteries. International Journal of Engineering Science. 147, (2020).
  14. Wang, L., et al. Fluid-structure interaction models based on patient-specific IVUS at baseline and follow-up for prediction of coronary plaque progression by morphological and biomechanical factors: A preliminary study. Journal of Biomechanics. 68, 43-50 (2018).
  15. Shishikura, D., et al. The relationship between segmental wall shear stress and lipid core plaque derived from near-infrared spectroscopy. Atherosclerosis. 275, 68-73 (2018).
  16. Cameron, J. N., et al. Exploring the relationship between biomechanical stresses and coronary atherosclerosis. Atherosclerosis. 302, 43-51 (2020).
  17. Giannoglou, G. D., Soulis, J. V., Farmakis, T. M., Farmakis, D. M., Louridas, G. E. Haemodynamic factors and the important role of local low static pressure in coronary wall thickening. International Journal of Cardiology. 86 (1), 27-40 (2002).
  18. Stone, P. H., et al. Effect of endothelial shear stress on the progression of coronary artery disease, vascular remodeling, and in-stent restenosis in humans: In vivo 6-month follow-up study. Circulation. 108 (4), 438-444 (2003).
  19. Bourantas Christos, V., et al. Shear stress estimated by quantitative coronary angiography predicts plaques prone to progress and cause events. JACC: Cardiovascular Imaging. 13 (10), 2206-2219 (2020).
  20. Stone, P. H., et al. Role of low endothelial shear stress and plaque characteristics in the prediction of nonculprit major adverse cardiac events: The PROSPECT study. JACC: Cardiovascular Imaging. 11 (3), 462-471 (2018).
  21. Arzani, A., Gambaruto, A. M., Chen, G., Shadden, S. C. Wall shear stress exposure time: a Lagrangian measure of near-wall stagnation and concentration in cardiovascular flows. Biomechanics and Modeling in Mechanobiology. 16 (3), 787-803 (2017).
  22. Hoogendoorn, A., et al. Multidirectional wall shear stress promotes advanced coronary plaque development: comparing five shear stress metrics. Cardiovascular Research. 116 (6), 1136-1146 (2020).
  23. Chiastra, C., et al. Healthy and diseased coronary bifurcation geometries influence near-wall and intravascular flow: A computational exploration of the hemodynamic risk. Journal of Biomechanics. 58, 79-88 (2017).
  24. Gallo, D., Steinman, D. A., Bijari, P. B., Morbiducci, U. Helical flow in carotid bifurcation as surrogate marker of exposure to disturbed shear. Journal of Biomechanics. 45 (14), 2398-2404 (2012).
  25. De Nisco, G., et al. The atheroprotective nature of helical flow in coronary arteries. Annals of Biomedical Engineering. 47 (2), 425-438 (2019).
  26. De Nisco, G., et al. The impact of helical flow on coronary atherosclerotic plaque development. Atherosclerosis. 300, 39-46 (2020).
  27. Eslami, P., et al. Effect of wall elasticity on hemodynamics and wall shear stress in patient-specific simulations in the coronary arteries. Journal of Biomechanical Engineering. 142 (2), (2019).
  28. Malvè, M., García, A., Ohayon, J., Martínez, M. A. Unsteady blood flow and mass transfer of a human left coronary artery bifurcation: FSI vs. CFD. International Communications in Heat and Mass Transfer. 39 (6), 745-751 (2012).
  29. Chiastra, C., Migliavacca, F., Martínez, M. &. #. 1. 9. 3. ;., Malvè, M. On the necessity of modelling fluid-structure interaction for stented coronary arteries. Journal of the Mechanical Behavior of Biomedical Materials. 34, 217-230 (2014).
  30. Carpenter, H., Gholipour, A., Ghayesh, M., Zander, A. C., Psaltis, P. In vivo based fluid-structure interaction biomechanics of the left anterior descending coronary artery. Journal of Biomechanical Engineering. 143 (8), (2021).
  31. Tang, D., et al. 3D MRI-based anisotropic FSI models with cyclic bending for human coronary atherosclerotic plaque mechanical analysis. Journal of Biomechanical Engineering. 131 (6), (2009).
  32. Gholipour, A., Ghayesh, M. H., Zander, A. C., Psaltis, P. J. In vivo based biomechanics of right and left coronary arteries. International Journal of Engineering Science. 154, (2020).
  33. Pei, X., Wu, B., Li, Z. -. Y. Fatigue crack propagation analysis of plaque rupture. Journal of Biomechanical Engineering. 135 (10), (2013).
  34. Wang, L., et al. IVUS-based FSI models for human coronary plaque progression study: components, correlation and predictive analysis. Annals of Biomedical Engineering. 43 (1), 107-121 (2015).
  35. Fan, R., et al. Human coronary plaque wall thickness correlated positively with flow shear stress and negatively with plaque wall stress: an IVUS-based fluid-structure interaction multi-patient study. BioMedical Engineering OnLine. 13 (1), 32 (2014).
  36. Migliori, S., et al. Application of an OCT-based 3D reconstruction framework to the hemodynamic assessment of an ulcerated coronary artery plaque. Medical Engineering & Physics. 78, 74-81 (2020).
  37. DIGITIZE07. MATLAB Central File Exchange Available from: https://www.mathworks.com/matlabcentral/fileexchange/14703-digitize07 (2021)
  38. interparc. MATLAB Central File Exchange Available from: https://www.mathworks.com/matlabcentral/fileexchange/34874-interparc (2021)
  39. Davies Justin, E., et al. Evidence of a dominant backward-propagating "suction" wave responsible for diastolic coronary filling in humans, attenuated in left ventricular hypertrophy. Circulation. 113 (14), 1768-1778 (2006).
  40. Campbell, I. C., et al. Effect of inlet velocity profiles on patient-specific computational fluid dynamics simulations of the carotid bifurcation. Journal of Biomechanical Engineering. 134 (5), (2012).
  41. Chang, W. -. T., et al. Ultrasound based assessment of coronary artery flow and coronary flow reserve using the pressure overload model in mice. Journal of Visualized Experiments: JoVE. (98), (2015).
  42. Holzapfel, G. A., Sommer, G., Gasser, C. T., Regitnig, P. Determination of layer-specific mechanical properties of human coronary arteries with nonatherosclerotic intimal thickening and related constitutive modeling. American Journal of Physiology-Heart and Circulatory Physiology. 289 (5), 2048-2058 (2005).
  43. Versluis, A., Bank, A. J., Douglas, W. H. Fatigue and plaque rupture in myocardial infarction. Journal of Biomechanics. 39 (2), 339-347 (2006).
  44. ANSYS Inc. ANSYS Academic Research Mechanical, Release 19.0, Mechanical APDL Theory Reference, Structures with Material Nonlinearities, Hyperelasticity, Mooney-Rivlin. ANSYS Inc. , (2019).
  45. Dong, J., Sun, Z., Inthavong, K., Tu, J. Fluid-structure interaction analysis of the left coronary artery with variable angulation. Computer Methods in Biomechanics and Biomedical Engineering. 18 (14), 1500-1508 (2015).
  46. Johnston, B. M., Johnston, P. R., Corney, S., Kilpatrick, D. Non-Newtonian blood flow in human right coronary arteries: Steady state simulations. Journal of Biomechanics. 37 (5), 709-720 (2004).
  47. Abbasian, M., et al. Effects of different non-Newtonian models on unsteady blood flow hemodynamics in patient-specific arterial models with in-vivo validation. Computer Methods and Programs in Biomedicine. 186, (2020).
  48. Soulis, J. V., et al. Non-Newtonian models for molecular viscosity and wall shear stress in a 3D reconstructed human left coronary artery. Medical Engineering & Physics. 30 (1), 9-19 (2008).
  49. Liu, B., Tang, D. Influence of non-Newtonian properties of blood on the wall shear stress in human atherosclerotic right coronary arteries. Molecular & Cellular Biomechanics: MCB. 8 (1), (2011).
  50. Morbiducci, U., Ponzini, R., Grigioni, M., Redaelli, A. Helical flow as fluid dynamic signature for atherogenesis risk in aortocoronary bypass. A numeric study. Journal of Biomechanics. 40 (3), 519-534 (2007).
  51. Morbiducci, U., et al. In vivo quantification of helical blood flow in human aorta by time-resolved three-dimensional cine phase contrast magnetic resonance imaging. Annals of Biomedical Engineering. 37 (3), (2009).
  52. Sughimoto, K., et al. Effects of arterial blood flow on walls of the abdominal aorta: Distributions of wall shear stress and oscillatory shear index determined by phase-contrast magnetic resonance imaging. Heart and Vessels. 31 (7), 1168-1175 (2016).
  53. Ku, D. N., Giddens, D. P., Zarins, C. K., Glagov, S. Pulsatile flow and atherosclerosis in the human carotid bifurcation. Positive correlation between plaque location and low oscillating shear stress. Arteriosclerosis. 5 (3), 293-302 (1985).
  54. Mazzi, V., et al. Wall shear stress topological skeleton analysis in cardiovascular flows: Methods and applications. Mathematics. 9 (7), 720 (2021).
  55. Moraes, M. C., Cardenas, D. A. C., Furuie, S. S. Automatic lumen segmentation in IVOCT images using binary morphological reconstruction. BioMedical Engineering OnLine. 12 (1), 78 (2013).
  56. Akyildiz, A. C., et al. The effects of plaque morphology and material properties on peak cap stress in human coronary arteries. Computer Methods in Biomechanics and Biomedical Engineering. 19 (7), 771-779 (2016).
  57. Tang, D., et al. Quantifying effects of plaque structure and material properties on stress distributions in human atherosclerotic plaques using 3D FSI models. Journal of Biomechanical Engineering. 127 (7), 1185-1194 (2005).
  58. Li, J., et al. Multimodality intravascular imaging of high-risk coronary plaque. JACC: Cardiovascular Imaging. , (2021).
  59. Bourantas Christos, V., et al. Utility of multimodality intravascular imaging and the local hemodynamic forces to predict atherosclerotic disease progression. JACC: Cardiovascular Imaging. 13 (4), 1021-1032 (2020).
  60. Liao, R., Luc, D., Sun, Y., Kirchberg, K. 3-D reconstruction of the coronary artery tree from multiple views of a rotational X-ray angiography. The International Journal of Cardiovascular Imaging. 26 (7), 733-749 (2010).
  61. Holzapfel, G. A., Gasser, T. C., Ogden, R. W. A new constitutive framework for arterial wall mechanics and a comparative study of material models. Journal of Elasticity and the Physical Science of Solids. 61 (1), 1-48 (2000).
  62. Gholipour, A., Ghayesh, M. H., Zander, A., Mahajan, R. Three-dimensional biomechanics of coronary arteries. International Journal of Engineering Science. 130, 93-114 (2018).
  63. Akyildiz, A. C., et al. Effects of intima stiffness and plaque morphology on peak cap stress. BioMedical Engineering OnLine. 10 (1), 25 (2011).
  64. Baranger, J., Mertens, L., Villemain, O. Blood flow imaging with ultrafast doppler. Journal of Visualized Experiments: JoVE. (164), (2020).
  65. Westra, J., et al. Diagnostic performance of in-procedure angiography-derived quantitative flow reserve compared to pressure-derived fractional flow feserve: The FAVOR II Europe-Japan study. Journal of the American Heart Association. 7 (14), (2018).
  66. Torii, R., et al. The impact of plaque type on strut embedment/protrusion and shear stress distribution in bioresorbable scaffold. European Heart Journal – Cardiovascular Imaging. 21 (4), 454-462 (2020).
  67. Peirlinck, M., et al. Precision medicine in human heart modeling. Biomechanics and Modeling in Mechanobiology. , 1-29 (2021).
  68. Franke, K. B., et al. Current state-of-play in spontaneous coronary artery dissection. Cardiovascular Diagnosis and Therapy. 9 (3), 281 (2019).
  69. Alber, M., et al. Integrating machine learning and multiscale modeling-perspectives, challenges, and opportunities in the biological, biomedical, and behavioral sciences. NPJ Digital Medicine. 2 (1), 115 (2019).

Play Video

Citer Cet Article
Carpenter, H. J., Ghayesh, M. H., Zander, A. C., Ottaway, J. L., Di Giovanni, G., Nicholls, S. J., Psaltis, P. J. Optical Coherence Tomography Based Biomechanical Fluid-Structure Interaction Analysis of Coronary Atherosclerosis Progression. J. Vis. Exp. (179), e62933, doi:10.3791/62933 (2022).

View Video