Summary

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

Published: January 15, 2022
doi:

Summary

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.

Abstract

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.

Introduction

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.

Protocol

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, …

Representative Results

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…

Discussion

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…

Divulgations

The authors have nothing to disclose.

Acknowledgements

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).

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