Summary

Analyse de l’interaction fluide-structure biomécanique basée sur la tomographie par cohérence optique de la progression de l’athérosclérose coronaire

Published: January 15, 2022
doi:

Summary

Il est nécessaire de déterminer quelles lésions athérosclérotiques progresseront dans le système vasculaire coronaire pour guider l’intervention avant l’infarctus du myocarde. Cet article décrit la modélisation biomécanique des artères à partir de la tomographie par cohérence optique en utilisant des techniques d’interaction fluide-structure dans un solveur commercial d’éléments finis pour aider à prédire cette progression.

Abstract

Dans cet article, nous présentons un flux de travail complet pour l’analyse biomécanique de la plaque d’athérosclérose dans le système vasculaire coronaire. L’athérosclérose étant l’une des principales causes de décès, de morbidité et de fardeau économique dans le monde, de nouvelles façons d’analyser et de prédire sa progression sont nécessaires. L’une de ces méthodes de calcul est l’utilisation de l’interaction fluide-structure (FSI) pour analyser l’interaction entre le flux sanguin et les domaines de l’artère / plaque. Couplée à l’imagerie in vivo, cette approche pourrait être adaptée à chaque patient, aidant à différencier les plaques stables des plaques instables. Nous décrivons le processus de reconstruction tridimensionnelle, en utilisant la tomographie par cohérence optique intravasculaire (OCT) et l’angiographie coronarienne invasive (ICA). L’extraction des conditions aux limites pour la simulation, y compris la réplication du mouvement tridimensionnel de l’artère, est discutée avant que la configuration et l’analyse ne soient effectuées dans un solveur commercial par éléments finis. La procédure de description des propriétés hyperélastiques hautement non linéaires de la paroi artérielle et de la vitesse/pression sanguine pulsatile est décrite avec la mise en place du couplage système entre les deux domaines. Nous démontrons la procédure en analysant une plaque non coupable, légèrement sténotique et riche en lipides chez un patient après un infarctus du myocarde. Les marqueurs établis et émergents liés à la progression de la plaque d’athérosclérose, tels que la contrainte de cisaillement de la paroi et l’hélicité normalisée locale, respectivement, sont discutés et liés à la réponse structurelle dans la paroi artérielle et la plaque. Enfin, nous traduisons les résultats en pertinence clinique potentielle, discutons des limites et décrivons les domaines à développer. La méthode décrite dans cet article est prometteuse pour aider à déterminer les sites à risque de progression de l’athérosclérose et, par conséquent, pourrait aider à gérer la mortalité, la morbidité et le fardeau économique importants de l’athérosclérose.

Introduction

La maladie coronarienne (CORONA) est le type de maladie cardiaque le plus courant et l’une des principales causes de décès et de fardeau économique dans le monde1,2. Aux États-Unis, environ un décès sur huit est attribué àCAD 3,4, tandis que la plupart des décès mondiaux dus à la CAD sont maintenant observés dans les pays à revenu faible et intermédiaire5. L’athérosclérose est le principal moteur de ces décès, avec rupture ou érosion de la plaque conduisant à l’occlusion de l’artère coronaire et à l’infarctus aigu du myocarde (IAM)6. Même après la revascularisation des lésions coronariennes coupables, les patients présentent un risque important d’événements cardiovasculaires indésirables majeurs (MACE) récurrents après AMI, en grande partie en raison de la présence concomitante d’autres plaques non coupables qui sont également vulnérables à la rupture7. L’imagerie intracoronaire permet de détecter ces plaques à haut risque8. Bien que l’échographie intravasculaire (IVUS) soit la référence en matière d’évaluation du volume de plaque, elle a une résolution limitée pour identifier les caractéristiques microstructurales de la plaque vulnérable, contrairement à la haute résolution (10-20 μm) de la tomographie par cohérence optique (OCT). Il a été démontré qu’un capuchon fibreux mince et enflammé recouvrant un grand pool lipidique est la signature la plus importante d’une plaquevulnérable 9 et qu’il est préférable d’identifier et de mesurer par OCT parmi les modalités d’imagerie intracoronaires actuellement disponibles10. Il est important de noter que l’OCT est également en mesure d’évaluer d’autres caractéristiques de la plaque à haut risque, notamment: arc lipidique; infiltration de macrophages; présence d’un fibroathérome à capuchon mince (TCFA), qui est défini comme un noyau riche en lipides avec un capuchon fibreux mince sus-jacent (<65 μm); calcification inégale; et les microcanaux de plaque. La détection OCT de ces caractéristiques à haut risque dans les plaques non coupables post-AMI a été associée à un risque jusqu’à 6 fois plus élevé de MACE11future. Cependant, malgré cela, la capacité de l’angiographie et de l’imagerie OCT à prédire quelles plaques coronaires progresseront et finiront par se rompre ou s’éroder est limitée, avec des valeurs prédictives positives de seulement 20% à 30%8. Cette capacité prédictive limitée entrave la prise de décision clinique autour des plaques non coupables à traiter (par exemple, par endoprothèse)7,12.

En plus des facteurs du patient et des caractéristiques biologiques de la plaque, les forces biomécaniques dans les artères coronaires sont également des déterminants importants de la progression et de l’instabilité de la plaque13. Une technique prometteuse pour aider à évaluer de manière exhaustive ces forces est la simulation d’interaction fluide-structure (FSI)14. La contrainte de cisaillement de la paroi (WSS), également appelée contrainte de cisaillement endothélial, a été un point focal traditionnel pour la recherche en biomécanique coronaire15, avec une compréhension générale que WSS joue un rôle étiologique dans la formation de l’athérosclérose16. Principalement simulées à l’aide de techniques de dynamique des fluides computationnelle (CFD), les régions à faible WSS ont été associées à un épaississement intimal17,à un remodelage vasculaire18 et à la prédiction de la progression des lésions19 et à la future MACE20. Les progrès récents de ces analyses suggèrent que la topologie sous-jacente du champ vectoriel WSS21et ses caractéristiques multidirectionnelles22constituent un meilleur prédicteur du risque d’athérosclérose que la magnitude WSS seule. Cependant, WSS ne capture qu’un aperçu du système biomécanique global au niveau de la paroi lumineuse, et tout comme les modalités d’imagerie, aucune métrique biomécanique ne peut discerner de manière fiable les caractéristiques athérosclérotiques à haut risque.

D’autres mesures apparaissent comme potentiellement importantes dans la formation de l’athérosclérose. Les caractéristiques d’écoulement intraluminal23 en sont un exemple, avec un écoulement hélicoïdal, quantifié à travers divers indices24, suggérés comme jouant un rôle athéroprotecteur en supprimant les schémas d’écoulement perturbés25,26. Bien que les techniques CFD puissent analyser ces caractéristiques d’écoulement et présenter un large éventail de résultats utiles, elles ne tiennent pas compte des interactions sous-jacentes entre le flux sanguin, la structure artérielle et le mouvement cardiaque général. Cette simplification du système dynamique à une paroi rigide passe à côté de résultats potentiellement critiques tels que la contrainte de la coiffe fibreuse. Alors que le débat à la fois pour et contre la nécessité de FSI sur CFD se poursuit27,28,29, de nombreuses comparaisons négligent d’inclure l’impact de la fonction ventricule. Cette limitation peut être surmontée avec FSI, qui a montré que la flexion dynamique et la compression exercées sur l’artère par l’influence de la fonction ventricule peuvent avoir un impact significatif sur la contrainte structurelle de la plaque et de l’artère ainsi que sur les mesures d’écoulement telles que WSS30,31,32. Ceci est important car les contraintes structurelles sont également une mesure clé pour analyser et prédire la rupture de la plaque33,34 et ont été suggérés pour co-localiser avec les régions d’augmentation de la plaque14,35. La capture de ces interactions permet une représentation plus réaliste de l’environnement coronaire et des mécanismes potentiels de progression de la maladie.

Pour ce faire, nous décrivons ici le processus de développement d’une géométrie spécifique au patient à partir de l’imagerie OCT36 et la mise en place et l’exécution d’une simulation FSI d’artère à l’aide d’un solveur commercial par éléments finis. Le processus d’extraction manuelle de la lumière, des lipides et de la paroi artérielle externe est détaillé avant la reconstruction informatique tridimensionnelle de l’artère du patient. Nous décrivons la configuration de la simulation, le couplage et le processus de comparaison des paramètres d’imagerie de base et de suivi de l’OCT pour déterminer la progression de la lésion. Enfin, nous discutons du post-traitement des résultats numériques et de la pertinence clinique de ces données en comparant les résultats biomécaniques avec la progression/régression des lésions. La méthode globale est démontrée sur des plaques non coupables, légèrement sténotiques et riches en lipides dans l’artère coronaire droite (RCA) d’un patient de sexe masculin caucasien de 58 ans qui a présenté un infarctus aigu du myocarde avec élévation non ST dans le cadre de l’hypertension, du diabète sucré de type 2, de l’obésité (IMC 32,6) et des antécédents familiaux de coronaropathie prématurée. puis 12 mois plus tard dans le cadre d’un essai clinique en cours (essai COCOMO-ACS ACTRN12618000809235). Nous prévoyons que cette technique pourra être affinée et utilisée pour identifier les plaques coronaires à haut risque de progression.

Protocol

Les données désidentifiées suivantes ont été analysées auprès d’un patient recruté dans le cadre de l’essai contrôlé randomisé COCOMO-ACS en cours (ACTRN12618000809235; Numéro de référence HREC du Royal Adelaide Hospital : HREC/17/RAH/366), avec une approbation éthique supplémentaire accordée par les services de recherche du Central Adelaide Local Health Network (CALHN) à des fins de simulation biomécanique (numéro de référence CALHN 14179). La figure 1 résume le f…

Representative Results

Des résultats représentatifs sont présentés pour les marqueurs biomécaniques établis et émergents de la progression de l’athérosclérose. Les mesures établies telles que les résultats WSS et dérivés du WSS (y compris la contrainte de cisaillement de paroi moyennée dans le temps (TAWSS) et l’indice de cisaillement oscillatoire (OSI)) sont visualisées à la figure 10. La contrainte de cisaillement de la paroi au cours du cycle cardiaque est en grande partie entraînée par la…

Discussion

L’utilisation des méthodes FSI pour analyser la biomécanique coronaire est encore un domaine en développement à la fois de la modélisation numérique et des résultats cliniques. Nous avons décrit ici les grandes lignes de la mise en place d’une analyse FSI spécifique au patient, basée sur les méthodes par éléments finis / volume fini, en utilisant l’OCT et l’imagerie angiographique. Bien que la méthode que nous décrivons ici utilise un solveur d’éléments finis commercial, la procédure peut êtr…

Divulgations

The authors have nothing to disclose.

Acknowledgements

Les auteurs tiennent à remercier l’Université d’Adélaïde, le Royal Adelaide Hospital (RAH) et le South Australian Health and Medical Research Institute (SAHMRI). L’essai COCOMO-ACS est une étude initiée par un investigateur financée par des subventions de projet du National Health and Medical Research Council (NHMRC) d’Australie (ID1127159) et de la National Heart Foundation of Australia (ID101370). H.J.C. est soutenu par une bourse du Westpac Scholars Trust (Future Leaders Scholarship) et reconnaît le soutien de l’Université d’Adélaïde, de l’École de génie mécanique et de la bourse du Programme de formation en recherche sur les compétences et l’emploi (RTP) du Ministère de l’éducation. S.J.N. reçoit une bourse de recherche principale du NHMRC (ID1111630). P.J.P. reçoit une bourse future leader de niveau 2 de la National Heart Foundation of Australia (FLF102056) et une bourse de développement de carrière de niveau 2 du 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).
check_url/fr/62933?article_type=t

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