Summary
心筋梗塞が起こる前に介入を導くために冠状血管系でどのアテローム硬化性病変が進行するかを決定する必要がある。この記事では、この進行を予測するのに役立つ市販の有限要素ソルバーで流体構造相互作用技術を使用した光コヘレンス断層撮影による動脈の生体力学的モデリングについて概説します。
Abstract
本論文では冠状血管系におけるアテローム硬化性プラークの生体力学的解析のための完全なワークフローを提示する。アテローム性動脈硬化症は、世界的な死、罹患率、経済的負担の主要な原因の1つとして、その進行を分析し予測する新しい方法が必要です。このような計算方法の1つは、血流と動脈/プラークドメインの相互作用を分析するための流体構造相互作用(FSI)の使用である。 インビボ イメージングと組み合わせることで、このアプローチは各患者に合わせて調整することができ、安定したプラークと不安定なプラークの区別を助けることができます。血管内の光コヘレンス断層撮影(OCT)と侵襲性冠動脈血管造影(ICA)を用いた3次元再構成プロセスの概要を説明します。動脈の立体的な動きを複製することを含むシミュレーションの境界条件の抽出は、セットアップと分析が商業的有限要素ソルバーで行われる前に議論される。動脈壁の超弾性特性と脈動性の血液速度/圧力を記述する手順を、2つのドメイン間のシステム結合を設定するとともに概説する。心筋梗塞後の患者における非犯人、軽度のステノーチン性、脂質が豊富なプラークを分析することによって、この手順を実証する。壁せん断応力や局所的な正常化されたヘリシティなどのアテローム硬化性プラーク進行に関連する確立および新興マーカーがそれぞれ議論され、動脈壁およびプラークの構造的応答に関連する。最後に、結果を潜在的な臨床的関連性に変換し、限界について議論し、さらなる発展のための領域を概説します。本論文に記載された方法は、アテローム硬化性進行のリスクがある部位の決定を支援するための約束を示しており、したがって、アテローム性動脈硬化症の重大な死亡、罹患率および経済的負担の管理に役立つ可能性がある。
Introduction
冠動脈疾患(CAD)は、心臓病の最も一般的なタイプであり、世界的に死亡および経済的負担の主要な原因の1つである1,2。米国では、およそ8人に1人がCAD3、4に起因し、CADによる世界的な死亡者のほとんどが低所得国と中所得国5で見られる。アテローム性動脈硬化症はこれらの死亡の主な原動力であり、冠状動脈閉塞および急性心筋梗塞(AMI)6につながるプラーク破裂または浸食を伴う。冠動脈病変の再血管化後も、患者はAMI後に再発性主要有害心血管イベント(MACE)の実質的なリスクを有し、主に破裂に対しても脆弱である他の非犯系プラークの存在に起因する7。冠動脈内イメージングは、これらの高リスクプラーク8を検出する機会を提供する。血管内超音波(IVUS)は、プラークの体積を評価するためのゴールドスタンダードであるが、光学コヘレンス断層撮影(OCT)の高解像度(10〜20 μm)とは対照的に、脆弱なプラークの微細構造特徴を同定する分解能が限られている。大きな脂質プールを覆う薄く炎症を起こした繊維状のキャップは、脆弱なプラーク9の最も重要な署名であることが実証されており、現在利用可能な冠動脈内画像化モダリティ10の中でOCTによって最もよく同定され、測定される。重要なことに、OCTは、脂質アークを含む他の高リスクプラークの特徴を評価することもできる。マクロファージ浸潤;薄いキャップ線維症(TCFA)の存在は、過部の薄い線維性キャップ(<65 μm)を有する脂質が豊富なコアとして定義される。汚い石灰化;とプラークマイクロチャネル。非犯系プラークポストAMIにおけるこれらの高リスク機能のOCT検出は、将来のMACE11の最大6倍のリスク増加リスクに関連している。しかし、それにもかかわらず、血管造影とOCTイメージングの能力は、どの冠動脈プラークが進行し、最終的には破裂または浸食を予測する能力が限られており、陽性の予測値はわずか20%〜30%8である。この限られた予測能力は、非犯人のプラークを治療する(例えば、ステントで)7,12の周りの臨床的意思決定を妨げる。
患者の要因およびプラークの生物学的特徴に加えて、冠動脈における生体力もまた、プラーク進行および不安定性13の重要な決定要因である。これらの力を総合的に評価する上での約束を示す一つの手法は、流体構造相互作用(FSI)14シミュレーションである。壁せん断応力(WSS)は、内皮剪断応力とも呼ばれ、冠動脈バイオメカニクス研究15の伝統的な焦点であり、WSSがアテローム性動脈硬化症形成16において病因的役割を果たしていることを一般的に理解している。主に計算流体力学(CFD)技術を用いてシミュレートされ、低WSS領域は、内肉肥厚17と関連付けられており、血管再モデリング18および病変進行19および将来のMACE20の予測とが関連している。これらの分析の最近の進歩は、WSSの大きさ単独よりもアテローム性動脈硬化症リスクのより良い予測因子として、基礎となるWSSベクトルフィールドトポロジー21とその多方向特性22を示唆している。しかし、WSSは内腔壁の全体的な生体力学的システムを垣間見るだけで、イメージングモダリティと同様に、1つの生体メカニカルメトリックは高リスクのアテローム硬化性特徴を確実に識別することはできません。
さらなる指標は、アテローム性動脈硬化症形成において潜在的に重要なものとして浮上している。このような例の一つである内流動特性23は、らせん流れを用いて、種々の指標24を通じて定量化し、乱れた流れパターン25,26を抑制してアテローム保護役割を果たすように示唆される。CFD技術はこれらの流れの特徴を分析し、有用な結果の広い範囲を提示することができるが、彼らは血流、動脈構造および一般的な心臓運動間の根本的な相互作用を考慮しない。この動的システムを硬直壁に単純化すると、繊維状のキャップ応力などの潜在的に重要な結果が見逃されます。CFDに対するFSIの必要性に対する議論は27、28、29を続けていますが、多くの比較は心室機能の影響を含むのを無視しています。この制限は、心室機能の影響を通じて動脈に及ぶ動的な曲げおよび圧迫が、WSS30、31、32などの流量メトリックと同様にプラークおよび動脈構造ストレスに大きな影響を与えることができることを示したFSIで克服することができる。これは、構造応力がプラーク破裂33,34を分析および予測するための重要な指標であり、プラーク増加14,35の領域と共に位置付けることを示唆しているので重要である。これらの相互作用を捉えるので、冠状動脈環境の表現と疾患進行の潜在的なメカニズムが可能になります。
これに対処し、ここでは、OCTイメージング36 から患者固有の幾何学を開発するプロセスと、市販の有限要素ソルバーを用いた動脈FSIシミュレーションの設定と実行について概説する。ルーメン、脂質および外動脈壁を手動で抽出するプロセスは、患者の動脈の三次元計算再構成の前に詳述される。我々は、シミュレーションのセットアップ、カップリング、ベースラインの比較のプロセス、および病変進行を決定するためのフォローアップOCTイメージングパラメータの概要を説明する。最後に、数値結果の後処理と、これらのデータが病変進行/回帰と生体力学的結果を比較することによって、どのように臨床的関連性を持つ可能性があるかについて議論する。全体的な方法は、非犯人に実証されています, 高血圧、2型糖尿病、肥満(BMI32.6)および早期CADの家族歴において急性非ST上昇心筋梗塞を呈した58歳の白人男性患者の右冠動脈(RCA)における軽度のステノニック、脂質豊富なプラークを最初に行った。 そして12ヶ月後に進行中の臨床試験の一環として(COCOMO-ACS試験ACTRN126180008009235)。この技術は、進行のリスクが高い冠状動脈プラークを同定するために、さらに洗練され、使用できることを期待しています。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
以下の非同定データは、進行中のCOCOMO-ACS無作為化比較試験(ACTRN12618000809235;;)に採用された患者から分析された。ロイヤルアデレード病院HREC参照番号:HREC/17/RAH/366)、中央アデレード地域保健ネットワーク(CALHN)研究サービスが生体機械シミュレーションを目的として付与した追加の倫理承認(CALHN参照番号14179)。 図 1 は、FSI 対応のソフトウェアまたはコードに適用できる、次のプロトコルで概説されているワークフロー全体を示しています。
1. 画像評価
- 分岐などの解剖学的ランドマークを使用してベースラインとOCTのフォローアップ画像を一致させ、遠位分岐に直ちに近位画像を使用し、最も近位の分岐に遠位します。これらのランドマーク間の一致した画像は、 図 2Aで説明するように分析される必要があります。
- OCT ルーメン断面
- 各 OCT イメージをイメージ デジタイザにロードし、カテーテルの中心点とスケールの限界をマークするをクリックします(図 2B)。これらのポイントをエクスポートして、後で使用します。
- 手動で、すべての画像の同じ位置から始めて、ルーメンの曲線をできるだけ正確にキャプチャするように、ルーメンのエッジをマークします。再構築プロセスが後の段階でこの領域を補間するので、カテーテルのアーティファクトにギャップを残します。これらのファイル.dat形式でエクスポートし、すべての画像に対してこれを繰り返します。
- OCT 外壁と脂質
- DICOMソフトウェアでは、 外壁の可視部分を使用して外壁を高減衰領域に抽出し、手動で楕円をフィットさせ、外壁の位置を推定する。マウスの左ボタンをクリックしてドラッグし、楕円を定義し、適切な位置に合わせて配置します。
- 図3に示すように、図3に示すように、脂質アークを手動で定義し、角度と距離の測定をクリックおよびドラッグすることによって、厚さ。これらは、ルーメン領域と共に病変の進行を分析するために使用されます。
- これらのオーバーレイされた画像をイメージデジタイザにインポートし、外弾性膜が見えない高減衰領域のガイドとしてフィット楕円を使用して、外壁点を手動で選択します。ステップ 1.2.2 を繰り返して、点を選択し、.dat形式に書き出します。
- 脂質に対しても同様に、手動で脂質表面を選択し、いずれの場合も脂質の同一端から始まる。一貫した裏側の円弧を作成するには、外壁の楕円体ガイド(ステップ 1.3.1)を使用します。エクスポートポイントは.datファイルに、脂質が存在するすべての画像に対して繰り返し、ステップ1.2.2で説明したようにガイドワイヤーアーティファクト全体にギャップを残します。
注:病変の進行は、DICOMビューアから直接評価することができる3つのメトリック、すなわち、ルーメン領域、脂質アークおよび繊維状キャップ厚さを比較することによって分析される。外壁と脂質裏面を抽出する技術は、OCTの限られた浸透深さのために必要とされます。OCTは、プラーク組成と生体力との関係に焦点を当てたため、この調査で使用されました。
- 造影をベースにした中心線
- 画像デジタイザー37に最初の血管画像をロードする。カテーテルのエッジを選択して後の手順で画像を拡大縮小し、 図4Aに示すように、近位マーカーで始まり、遠ずれて遠く移動するカテーテルの中心線を手動でマークします。データを.dat形式にエクスポートし、2 番目の血管造影平面に対して繰り返します。
注: 一般に、その間の角度が 20° 以上の平面は、3 次元の中心線の復元の堅牢性を向上させます。カテーテルおよびOCTガイドワイヤーは、各画像に表示される必要があります。
- 画像デジタイザー37に最初の血管画像をロードする。カテーテルのエッジを選択して後の手順で画像を拡大縮小し、 図4Aに示すように、近位マーカーで始まり、遠ずれて遠く移動するカテーテルの中心線を手動でマークします。データを.dat形式にエクスポートし、2 番目の血管造影平面に対して繰り返します。
2. 立体的再構築
- 血管造影図
- ステップ 1.4 でエクスポートされたデータ ファイルを読み込みます。最初の 2 つのポイントを使用して、データをミリメートルにスケールします (最初の 2 つのポイントは、既知のカテーテルの仕様で使用されます(この場合は 6F)。各データセットの残りのポイントから近位データポイントを引いて、カーブが座標系の原点から始まるようにします。
- 各血管造影図ビューに対して回転行列を生成し 、θ とΦ はそれぞれ RAO/LAO 角度と CAU/CRA 角度を表します。LAO と CRA の角度を負の角度として使用します。 x (Rotx) および y (Roty) の 2 つの回転行列は、それぞれ次のとおりです。
(1)
- 回転行列を乗算し、ステップ 2.1.1 の各点の座標を乗算します。結果の方程式:
(2)
それぞれの血管造影画像から指定された 2 次元点を回転させることによって、それぞれの血管造影平面上のカテーテル点の 3 次元位置を示します。 - xおよびy回転行列にz方向の単位ベクトルを掛けることで、各血管造影平面に対する法線ベクトルを計算します。近位から遠位位置まで、各点をそれぞれの平面に対して垂直に投影し、投影間の最短距離の中点を計算します。これにより、空間内の OCT ガイドワイヤの 3 次元ポイントになります。
- MATLAB中央ファイル交換38から利用できる「インターパルク」機能を使用して、3次元の中心線を等間隔の点に分割する。ポイント間の間隔は、引き戻し速度によって決定される OCT イメージ間の間隔と等しくする必要があります。OCT の断面が配置される場所です。
- OCT 断面回転
- カテーテルの中心とスケールを含むデータ ファイルを使用して、スケーリング ファイルの 2 番目と 3 番目のポイントを使用して、各断面をピクセルから mm に変換します。カテーテルの位置を中心に断面を配置するには、すべての断面点からスケーリングファイルの最初の点(カテーテルの中心)を引きます。カテーテル曲線に沿った次の遠位点から3次元の中心線点を引いて、断面(動脈のカテーテルに平行)に垂直ベクトルを計算します。
- スケールされたデータポイントに回転行列を掛けることで、OCT 断面を回転させてカテーテルの中心線に垂直に整列させます。
(3)
どこ(4)
NX、N Y、および NZは、それぞれセクション 2.1 で計算された法線ベクトルの x、y、z の成分です。 3 次元の中心線を、断面内のすべての回転点に追加し、その結果、3 次元空間の断面位置を作成します (図 4B)。 - 各断面(ルーメン、動脈、脂質)について、ステップ2.2.1~2.2.2を繰り返します。断面をテキスト ファイルにエクスポートし、最終的なソリッド ボディ作成のためにコンピュータ支援設計 (CAD) ソフトウェアにインポートできます。
- 3D ソリッド モデルの作成
- 3D モデリング ソフトウェアでは、クロス セクションを一度に 1 つのファイルずつインポートして生成します。断面を含むテキスト ファイルを 3D モデリング ソフトウェアにインポートするには、コンセプト ドロップダウン ボックス (図 5A-1)をクリックし、3D カーブを選択します (図 5A-2)。[ 生成] をクリックします。
- ソリッドコンポーネントを作成するには、すべてのカーブを順番に選択し、それらを一緒にロフトします(図5A-3)、新しいソリッドを生成するために フリーズを追加 するが選択されていることを確認します。ルーメン、脂質、外壁に対してこれらの手順を実行して、別々の固体を作成し、マージトポロジを可能にします。
注: 問題のあるジオメトリが発生した場合は、カーブをスキップする必要があります。この再構成では、そのサイズと、その包含に関連する計算コストおよび数値の複雑さの追加による小さな中間部脂質を省略する。 - 動脈壁から内腔と脂質を差し引くには、作成ドロップダウンリストからブール演算を作成し、ターゲットボディを壁として、脂質/ルーメンをツールボディとして選択して、動脈壁から内腔と脂質を差し引く(図5A-4)。
- 壁と脂質の間でトポロジを共有し、メッシュ ノードが将来のステップで共有されるようにします。これを行うには、壁と脂質を手動でハイライト表示し、右クリックして新しい部品を形成します(図5A-5)。
注: この手順により、メッシュ ノードがサーフェス間で共有され、2 つのレイヤ間で不適切な接触領域やメッシュの侵入が防止され、解析フェーズの大幅な支援が行われます。カテーテル中心線の最終的な幾何学的形状は、脂質、内腔および動脈壁を 図5Bで視覚化する。
- 前処理: 境界条件
注: シミュレーションを設定する前に、患者固有の境界条件(BC)が必要です。ここで血管造影から抽出した変位を用いて、ヒト患者から測定したシミュレーション及び血流速度/圧力の流入口及び出口に適用されるものであり、文献39に記載されている。- 排水量
- ステップ 1.4 と 2.1 を繰り返しますが、末端拡張期の直前にある血管造影画像から始めて、遠位マーカーと近位マーカーのみを選択します。1つの心臓周期上のすべての血管造影画像のためにこれを行います。
- 2 つのポイントセットのx、y、z座標にスムージング スプラインをフィットします。 これにより、流入口領域と出口領域の変位が生じます。患者の変位の代表的な結果は、図6Aに示されている。
注: 末端の期に先行する画像で変位解析が開始され、抽出された変位と、シストリックフェーズが0.1 s(血管造影画像間の間隔に対応)から始まるセクション3.1.2で見つかった適用された圧力および速度プロファイルとの間の最適な一致フェーズが得られました。モーションを抽出する場合は、イメージセット全体にテーブルのパン/イメージの動きがないことを確認します。
- 血液速度/圧力
- ユーザー定義関数 (UDF) をコンパイルして、脈動血速と圧力を記述するプロファイルを作成します。ここでは、文献中のヒト患者から測定された一過性プロファイルを 適用し、フーリエシリーズとしてモデル化し、数学的に次のように記述した。
, (5)
ここで、tは時間、w0は周波数、Tは信号周期、nは項の数、0-11、b1-11は文献に記載されたプロファイルに適合する係数である。 この場合、最初の 11 の用語を使用しています。 - 注 : これらのプロファイルは 図 6B で説明されており、Microsoft Visual Studio などの統合開発環境で C 形式のファイルに書き込む必要があります。出口圧力は、フラットプロファイルであり、流入速度は、完全に発達した放物線プロファイルとして適用され、現実的な条件40を再現するのに十分であると説明される。この手順のさらなる開発には、患者の血液速度(ドップラー心エコー検査41など)および圧力(圧力線を使用)をより現実的な境界条件として測定が含まれる可能性がある。さらに、同時に変位、血液速度および圧力を測定することは、それらの段階が正確に一致することを保障する。
- ユーザー定義関数 (UDF) をコンパイルして、脈動血速と圧力を記述するプロファイルを作成します。ここでは、文献中のヒト患者から測定された一過性プロファイルを 適用し、フーリエシリーズとしてモデル化し、数学的に次のように記述した。
- 排水量
3. 動脈/構造
- 動脈と脂質の材料特性を設定するには、工学データを入力し、動脈と呼ばれる新しい材料を追加します。密度と 5 パラメータの Mooney-Rivlin モデルを新しい材料にドラッグし、パラメータを設定します。文献中のインティマ42および脂質43特性に基づいて、1,000kg/m3の密度と表1に記載されている超弾性係数を入力します。脂質についてこれを繰り返します。
注:ムーニー·リブリンモデルは44によって記述されています:(6)
ここで、c10、c 01、c 20、c 11、および c02は材料定数、dは非圧縮性パラメータ(この場合は非圧縮性材料の場合はゼロ)です。ここでI xはひずみテンソルのx番目の不変量であり、Jは弾性変形勾配決定基である。 - モデルコンポーネントを入力し、ルーメン/流体を右クリックして[抑制](図7A)を選択して、ルーメン/流体コンポーネントを抑制します。あらかじめ定義した材料を、材料のドロップダウンリストから選択して、その単位が適切かどうかを確認して、動脈および脂質固形分に割り当てます。
- ジオメトリをメッシュ化する必要があります。メッシュをクリックし (図 7B)、物理の優先順位を非線形機械的に設定し、メッシュのサイズを指定します。ここでは、0.14mmの目標サイズを持つアダプティブメッシュを使用した。必要に応じてメッシュの基本設定を調整して、適切なメッシュ歪度値を取得し、繊維キャップなどのギャップにわたって少なくとも 2 ~ 3 個のメッシュ要素を目指します。メッシュの生成には、複雑なジオメトリが原因で時間がかかる場合があります。
注: メッシュの特性に影響を受けないように、メッシュ独立性スタディを実施する必要があります。メッシュ サイズを徐々に小さくし、変動が設定された制限より小さくなるまで結果を比較します。この場合、我々は2%45( 第3プラークの繊維状キャップで測定)を使用する。さらに、メッシュの品質を確保するために、メッシュの歪度を確認します。メッシュの歪度が高いと、収束中の数値的な問題や不正確な結果が生じます。歪度を下げるには、メッシュサイズを小さくするか、成長率、最大サイズ、曲率角度を調整します。メッシュ独立性検定の結果は、この分析全体で使用された中型メッシュサイズと比較して結果の変動割合を示す 表2に概要を示しています。 - [解析設定]をクリックします (図 7C)。FSIシミュレーションの場合、自動ステップステップオフをオンにし、サブステップの数を1に設定し(システムカップリングはサブステップを制御します)、シミュレーション終了時間(この場合は0.8 s)を設定します(患者の心拍数は75 bpm)。システム結合は、時間とサブステップを制御します。
- ソルバー コントロール のドロップダウン リストで、直接または反復的な方法を使用するようにソルバーの種類をプログラム制御に設定します。直接的な方法はより堅牢ですが、かなりの量のメモリを使用します。ニュートン・ラフソン法をフルに設定します。(シミュレーションではジオメトリの複雑さと非線形性が複雑になるため、直接法と完全なニュートン・ラフソン反復法が必要になる場合があります。
- 流体・固体界面を挿入して、動脈の内壁としてシステム結合ドメインを指定する。これを行うには、[ 過渡] タブ(図7D)の下で流体ソリッドインタフェースを右クリックしてインセットします。インターフェースの動脈壁の内側を選択します。これにより、この位置の構造と流体の間でデータが渡されます。
- 変位境界条件は、入口と出口に適用される x、y、z方向に変位関数として入力できます。 これを行うには、[過渡]タブの下を右クリックし、変位を挿入します(図7E)。x、y、z方向の変位を複製します。 方向ドロップダウン リストで、[関数]を選択し、ステップ 2.4.1 で抽出した変位をコピーします。
注: 変位は、基本設定に応じて、関数として、または点のテーブルとして入力することができます。 - エラーのトラブルシューティングを支援するには、[ ソリューション ]タブでニュートン ラフソン残差を 4 つ挿入します。これらは、問題のあるジオメトリやメッシュの位置を見つけるためにエラーが発生した場合に表示できます。
注: 最大主応力などの後処理オプションを挿入するには、[ソリューション]タブを右クリックし、適切な結果を挿入します(図 7F)。
4. 血液/液体
- 「モデル」タブを入力し、単位を確認し、動脈と脂質部分を抑制し、流体領域を離れ、ステップ3.2と同様の方法で残します。
- メッシュメトリクスを指定してメッシュを生成し、必要に応じて歪度をチェックし、調整します(最大壁サイズ0.12mmの0.14 mmメッシュサイズを適用しました)。構造部品で行われているように、流体と固体の相互作用が発生している領域で同様のメッシュ サイズと形状を使用することをお勧めします。
注: 手順 3.3 と同様に、メッシュの独立性テストを実施して、結果がメッシュ プロパティから独立していることを確認する必要があります ( 表 2を参照)。メッシュの品質を確認し、歪度が低く、メッシュの独立性に達していることを確認するために、必要に応じて要素のサイズ、成長速度、改良または曲率を調整します。 - 流体設定に入る前に、各サーフェスを右クリックして[名前付き選択を挿入]を選択して、流入口、出口、および壁の名前付き選択を作成します。
- [セットアップ] タブを入力し、倍精度が有効になっていることを確認します。ソルバータイプを圧力ベースに設定し、それぞれのチェックボックスをオンにして時間が過渡に設定されていることを確認します(図8A)。
- k-ω粘性乱流モデルを有効にし、粘性モデルタブ(図8B)を入力し、それぞれのチェックボックスをオンにして、せん断応力伝達と低レイノルズ補正を有効にします。
- 乱気流を持つ非線形粘度モデルを有効にするには、コマンドコンソールにコマンド'/定義/モデル/粘性/乱流エキスパート/ターブ非ニュートン?' を入力し、プロンプトが表示されたら「yes」と入力します。
- 材料(図8D)で、密度を入力し、粘度ドロップダウンリストで非ニュートン力則を選択して血液特性を定義します。これを行うには、流体の名前を血液に変更し、密度を1,050 kg/m3に設定し、パワーロー非ニュートン一貫性指数kを0.035、電力法則指数n、0.6に設定します。
注:力則非ニュートン粘度モデルは、非線形血液粘度46、η、流体ひずみ率の観点から、次のように記述する文献に基づいて選択されました。
(7)
血液のせん断性を取り込むために、さまざまな非ニュートン血液粘度モデルが存在します。いくつかの出版物46、47、48、49は、様々な粘度モデルとその係数の有効性を調査しており、適切なモデルを選択する際に詳細を調べる必要があります。 - ステップ 2.4.2 で説明したユーザー定義関数をコンパイルし、一過性の血速と圧力を含み、コマンド ラインにエラーがないかチェックします (図 8C)。ここで 、UDF を読み込み、ユーザー定義タブ (図 8E) を入力し、 [ コンパイル済み ] を選択して UDF のディレクトリに移動してからインポートし、[ ビルド] をクリックし、 [ 読み込み] をクリックします。
メモ: コンソールにテキストが表示されます (図 8C)。この点を慎重に確認して、エラーや警告が表示されないようにします。UDF が正しくロードされると、UDF 名がコンソールに表示されます ( 図 8Cで強調表示されています)。 - これらは、入口および出口に適用することができる。これを行うには、[ 境界条件] タブを選択します。 [インレット ] (図 8F) をダブルクリックし、プロファイルドロップダウン リストから入口 UDF を選択します。このステップを繰り返して、出口圧力も定義します。
- (図 8Gに示す[動的メッシュ]タブのチェック ボックス)、スムージング、再メッシュ、6°の自由ソルバー チェック ボックスを含むダイナミック メッシュを有効にし、拡散パラメータを 1.5 に設定し、メッシュの最大スケールと最小スケールを適切に設定します。
- 最大および最小のメッシュスケールがメッシュゾーンの範囲内にあり、ターゲットの歪みが 0.7 に設定されていることを確認します。メッシュ プロパティは、[ メッシュ プロパティ] タブをクリックして表示できます。
- [作成]ボタンをクリックして新しいダイナミック メッシュ ゾーンを 作成 し、[ 領域 ]ドロップダウンリストでルーメンの壁を指定し、[ システムカップリング]を選択します。これは、シミュレーションの動脈コンポーネントにデータを渡すインタフェースです。
- 入口、出口、および内部ルーメンのメッシュスケールに適切な値を持つ変形メッシュゾーンを作成します。これを行うには、[動的メッシュ]タブで[作成]をクリックし、[変形]を選択します。再メッシュとスムージングを有効にし、各ゾーンの制限に基づいてメッシュスケールを設定します。多くの場合、負のセル体積エラーはこの動的メッシュに関連付けられるため、各領域に必要な場合は慎重にチェックしてメッシュスケールを調整します。
- 圧力速度の結合が結合に設定されていることを確認し、[ 方法 ] タブ (図 8H)を入力し、それぞれのドロップダウン リストから選択を行うことで、過渡式および空間離散化スキームを 2 番目の順序に設定します。
- コントロール (図 8H)に 2 のクーラント番号を入力し、[モニタ] タブ (図 8I)で残余収束条件を設定します。連続性には 1e-5、残りの部分には 1e-6 という値を使用しました。
注: クーラント数は、メッシュサイズ 、dx、時間ステップサイズ 、dt、血液の速度 、vに基づいて推定できます。(8)
この番号を[ コントロール] タブの[クーラント番号]セクションに入力します(図8H)。ここでは、2のクーラント番号を適用します。クーラント数は一般的に1未満です。ただし、暗黙の解法を使用した結合された圧力速度ソルバーが使用されると、結果は本質的により安定し、この値に対する感度が低下します。したがって、2 つは許容可能と見なされます。 - ローカルの正規化されたヘリシティ (LNH) などの結果に対してカスタム関数を定義するには、[パラメータとカスタマイズ] タブ (図 8J)でカスタム フィールド関数を選択し、右クリックして[新規] を選択して新しい関数を挿入します。ポップアップウィンドウを使用して、必要に応じて定義します。ソルバー変数のドロップダウン リストを使用して、数式を入力します。代表的な結果として、LNH50、51、速度、
および渦度、ω、ベクトルの間の位置合わせの尺度を使用します。
(9)
注: 他のカスタム変数は、このステップで定義する必要があります(振動せん断インデックス(OSI)52、53、流れの反転の尺度など。 - [ 計算の実行 ] タブ (図 8K)では、タイムステップの数を 160 (ステップ サイズ 0.005 秒、終了時間 0.8 秒)、時間ステップ サイズ 5 ms、反復回数を 300 に設定し、結果が時間に依存しないようにします。
注: シミュレーションの複雑さによっては、ステップごとにより多くの反復が必要になる場合があります。複数の心周期は、完全な数値収束のために必要とされるかもしれないが、我々は限界として注意する。しかし、このシミュレーションは、これらのシミュレーションに関連する計算コストのために、冠状のバイオメカニクスシミュレーションに適用されることがよくあります。 - [ 時間統計のデータ サンプリング ] チェック ボックスが有効になっているかどうかを確認し、 壁の統計 と 流れせん断応力 、および定義済みのカスタム関数が選択されていることを確認します。
- 後処理のCFD ポスト互換オプションを選択して、計算アクティビティと自動保存タブ (図 8L)でデータエクスポートを作成します。別のソフトウェアで結果を処理したい場合は、必要に応じてエクスポートタイプを調整します。すべての領域(壁、内部メッシュ、流入口、出口)とエクスポートする結果を選択します。
- 最後に、ハイブリッドスキームでシミュレーションを初期化するには、「 初期化 」タブ (図8M)を入力し、 ハイブリッド スキームを選択し、「 設定」をクリックして、反復回数を20に増やします。[ 初期化] をクリックします。
5. システム結合
- 構造と流体の両方の設定がシステムのカップリングに接続され、更新されていることを確認します。これを行うには、図 9Aに示すように、構造および流体の設定をクリックしてシステム結合にドラッグしてリンクします。
- システム カップリングで終了時間を 0.8 s に設定し、タイムステップを 0.005 s に設定します。この操作を行うには 、[解析設定] (図 9B-1) を選択し、終了時間と時間ステップ サイズを入力します。最大反復回数を 10 に設定します。
注: 通常、構造コンポーネントと流体コンポーネントの両方がうまく収束している場合は、10 ~ 15 回の反復で十分です。 - 流体コンポーネントと構造コンポーネントから壁面とソリッドインタフェースをそれぞれ選択し、Ctrl キーを押しながら 2 つの流体構造インタフェースを選択してデータ転送を追加します(図 9B-2)。右クリックして、流体コンポーネントと構造コンポーネント間のデータ転送を作成します (図 9B-3)。収束を支援するために、流体から構造物に移動する力の下緩和または傾斜を調整します。
注: モデルの複雑さ、境界条件、材料特性によっては、数値収束にデータ転送の傾斜または過少緩和が必要になる場合があります。これらは、流体データ転送(すなわち、流体成分から動脈壁に伝達される力)に適用することができる。これらのオプションは、作成されたデータ転送内で使用できます (図 9B-2)。 - 実行の準備ができたら、[ 更新] をクリックします。構造収束と流体収束、およびそれぞれのデータ転送収束などのシミュレーション データがコンソールに出力されます。
注: FSI シミュレーションは計算負荷が高く、このシミュレーションは 16 コアのマシン (180 Gb の物理メモリ (RAM) を使用する 2.6 GHz の Intel Xeon Gold) で 11 日を費やしており、ハードウェアのセットアップとモデルの複雑さに応じてシミュレーション時間がさらに変化します。代表的なデータ転送残差は図 (図 9B-4)に示され、ソリューションデータはコンソールに出力されます (図 9B-5)。最初の数回の繰り返しで、平衡状態になるまでデータ転送残差の収束が完全に得られないことがあります。この詳細については、 図 9Bのキャプションで説明します。 - シミュレーションが完了すると、ステップ 4.19 で説明したデータエクスポートタイプに応じて、結果を商用ソフトウェア内または別のソフトウェアで後処理できます。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
アテローム性動脈硬化症の進行の確立されたバイオメカニカルマーカーと新生生物力学的マーカーの両方に対する代表的な結果が提示される。WSS および WSS 派生結果 (時間平均壁せん断応力 (TAWSS) および振動せん断指数 (OSI)を含む) などの確立されたメトリックは、 図 10に示します。心周期に対する壁せん断応力は、主に血液速度によって駆動されるが、動脈幾何学的形状およびその動き/収縮は、その空間分布において重要な役割を果たす。これは、TAWSSおよびOSIの輪郭で見ることができ、OSI、流れの再循環の尺度は、アテローム性動脈硬化症形成にリンクされていた。このような変化は、狭い/曲がりと動脈幾何学の複雑な性質を表す。入口と出口付近の結果は、境界条件によって大きな影響を受けるため、無視する必要があります。スカラー値としての WSS はよく研究されていますが、スカラー値と方向の両方を示す基礎ベクトルフィールドは、はるかに注目を集めていません。ここでは、壁せん断応力ベクトル場を 図11に示し、周辺の壁輸送プロセスに影響を与える可能性のある引力領域と拡張領域を示す領域が強調表示されています。特に遠位領域は、内腔領域の急激な変化を表す重要な引力領域を示しており、アテローム発生のリスク部位を示唆する可能性がある。アトラクションと拡張地域は、ここで視覚的に評価されています。しかし、この結果は、基礎となるトポロジカル構造と固定点54 を数値的に抽出するために、さらに後処理を通じて拡張することができる。このようなアトラクション/拡張領域は、ルーメン領域と分岐領域の変化を表しています。
内腔流の特性(内腔壁から離れて)もアテローム性動脈硬化症の進行に重要な役割を果たす可能性があります。局所的な正規化された平衡(LNH)は、血液速度と渦度ベクトルとの間のアライメントの尺度であり、対回転イントラミナル流動特性26 を可視化するのに有用であり、 図12に示されている。近位動脈と遠位動脈切片の間には明確な違いが見られる。開発されたシミュレーションが最適でない場合(すなわち、境界条件が解析される領域に非常に近かったか、曲げなどの近位幾何学が特定の病変に焦点を当てるために省略された場合)、この結果は著しく影響を受ける可能性があり、したがってプラーク形態の変化との関連に影響を与える。これは 図 12で強調表示されています。最後に、動脈壁内の応力をフォンミーゼス有効応力を使用して解析し、 図 13に示します。境界条件による出口(遠位)の高応力領域に注意してください。フォンミーゼス応力(VMS)は、繊維状キャップの厚さ、動脈の幾何学的形状、物質的特性、血液速度/圧力および動脈運動/収縮の組み合わせによって影響を受ける。このため、これらの因子間の非線形相互作用に起因する壁の応力を決定するには、バイオメカニカル シミュレーションが必要です。近位領域の薄い繊維状キャップは、動脈運動によって駆動される心周期上の一過性分布で、最大のストレスをもたらす。これは、繊維状キャップの薄い性質を代表するものである。逆に、遠位領域において、繊維状キャップで生じるVMSは、主に血圧によって駆動される。これらの結果をキャプチャできるのは、シミュレーションに固有の非線形性が原因で、完全結合された FSI シミュレーションを通じてのみ可能です。これらのバリエーションは、アテローム性動脈硬化症の進行において未定義の役割を果たす可能性があります。
最後に、ルーメン領域、総脂質アークおよび最小繊維状キャップ厚さをベースラインとフォローアップOCTイメージングとの間で比較した。これらの結果を図 14に示し、変更を視覚化するために、選択した領域の OCT 画像を示します。結果は、WSS、内流れ、および構造ストレスが病変進行に及ぼす役割を理解するために、強調表示された領域で一般化されます。しかし、さらなる後処理は、各OCT断面位置における生体力学的結果をプラーク組成の変化と定量的に比較するために行うことができる。中動脈病変の進行は、当初低いTAWSSおよびVMSに関連し、LNHパターンを乱し、強いWSS誘引領域(WSSat)およびOSIを見た。この病変は、サイズが小さく、その包含に関連する計算費と複雑さが増したため、初期ジオメトリには含まれなかったことに注意してください。これは、より一貫したLNHパターン、高TAWSSおよびVMSおよび弱いWSS拡張領域および脂質アーク低減および薄い線維性キャップに関連するOSIを見た近位領域とは直接対照的である。遠位病変は最も有意な進行を見て、上流領域とは異なり、動脈運動ではなく血圧によって駆動された中等度のVMSに関連していた。この方法論と結果を組み合わせることで、結果の統計的有意性をよりよく理解するために、より多くのシミュレーションを作成できる場合、患者の潜在的なリスクのより完全な画像を開発するために使用することができます。
C10 (MPa) | C01 (MPa) | C20 (MPa) | C11 (MPa) | C02 (MPa) | d (Pa-1) | |
動脈 | -0.19 | 2.03 | 11.3 | -0.19 | 20.1 | 1.00E-05 |
脂質 | -0.17 | 0.21 | 5.02 | -1.88 | 13.5 | 1.00E-05 |
表1:5パラメータのムーニー・リブリンモデルを用いた動脈壁および脂質の材料特性
構造 | |||||
平均メッシュ サイズ (mm) | ギャップを越えるターゲット要素 | 平均メッシュ歪度 | 要素数 | 最大主応力変動 (%) | |
粗い | 0.17 | 2 | 0.25 | 1,266,029 | 4.7 |
中程度 | 0.14 | 3 | 0.25 | 1,657,589 | - |
いい | 0.11 | 4 | 0.24 | 3,382,733 | 1.28 |
流体 | |||||
平均メッシュ サイズ (mm) | 最大面サイズ (mm) | 平均メッシュ歪度 | 要素数 | 壁せん断応力変動 (%) | |
粗い | 0.17 | 0.15 | 0.23 | 527,103 | 6.42 |
中程度 | 0.14 | 0.12 | 0.22 | 772,767 | - |
いい | 0.11 | 0.09 | 0.22 | 1,392,534 | 1.85 |
表2:テストした3種類のメッシュサイズのメッシュ独立性の結果
図1:患者イメージングから流体構造相互作用解析を行うワークフロー。
図2:ルーメンエッジを抽出する前にベースラインとフォローアップの間でOCT画像を整列させるプロセスの概要。 (B) カテーテルの中心とスケール(赤い十字)の点と、断面線(白い破線)とルーメンのアウトライン(白い点)に基づくルーメンの始点を選択するプロセスの視覚化。この図の大きなバージョンを表示するには、ここをクリックしてください。
図3:高減衰領域における脂質の裏側と動脈壁の外縁を再構築するプロセスの概要 外弾性膜上の可視点の手動選択(赤い十字)。選択した点に合致した楕円の投影は、外側の動脈断面推定値(白い破線)を形成する。内脂質表面の手動選択 (青い点);所望の裏側の厚さに達すると推定される外壁を縮小することによって脂質の裏面(黄色の点)の突出。病変比較に使用される測定値の概要も示されています(ルーメン領域、繊維状キャップ厚さ、および脂質アーク)。 この図の大きなバージョンを表示するには、ここをクリックしてください。
図4:複葉血管造影カテーテル点選択と三次元再構成の概要を示す。(B)10月ベースのルーメン(青)の断面を回転させ、3次元カテーテル中心線(赤点)に沿って配置した。この図の大きなバージョンを表示するには、ここをクリックしてください。
図5:3次元ジオメトリの生成のためのソフトウェアレイアウト:(A)3Dソリッドモデル作成:(1)操作用のドロップダウンメニュー。(2) OCT から抽出されたインポートされた 3D 断面(3) 断面間のロフトでソリッドを作成する。(4) ソリッド ボディを連結/減算するためのブール演算。(5) 動脈と脂質を含む部分を作り出す共有トポロジー。(B)3つの脂質、カテーテル中心線、内腔、動脈壁を含む最終的な3D固体幾何学的成分。小さいサイズとそれに伴う計算コストが追加されたため、小さな中部脂質は再構成では考慮されなかったことに注意してください。この図の大きなバージョンを表示するには、ここをクリックしてください。
図6: シミュレーションに適用される境界条件( A)血管造影から抽出された動脈の近位(入口)および遠位(出口)セクションのx、y、z方向の変位のプロット。 (B)入口と出口の速度と圧力境界条件は、それぞれ、文献から。この図の大きなバージョンを表示するには、ここをクリックしてください。
図7: 構造設定のソフトウェアレイアウト( A)ソリッドボディとその材料特性定義(B) メッシュ設定;(C) ソルバー/解析設定;(D) 動脈の内壁に適用される流体固体界面;(E)流入口と出口に適用される変位境界条件。(F) ソリューション後処理。 この図の大きなバージョンを表示するには、ここをクリックしてください。
図8: 流体設定のソフトウェアレイアウト。 (B) 乱流モデルの設定;(C) 型指定されたコマンドのコンソール/テキストユーザーインターフェイス。(D) 流体プロパティの設定;(E) ユーザー定義関数コンパイラ(F) 指定された名前付き選択の境界条件設定。(G) 動的メッシュ設定と流体構造相互作用ゾーンの設定;(H) ソルバーの設定とコントロール;(I) 残留収束基準の仕様(J) LNH などのカスタム関数を定義する領域。(K) タイムステップとイテレーションの計算設定。(L) データエクスポート形式の設定;(M) ソリューションの初期化。この図の大きなバージョンを表示するには、ここをクリックしてください。
図9: システム結合インタフェースの概要 (A) 結合流体構造の相互作用ワークフローの最終レイアウト。(B) システム結合セットアップとシミュレーション解決のためのソフトウェアレイアウト: (1) 解析設定;(2) 構造部品および流体部品の流体構造インタフェース(3) データ転送(4) システム結合残差モニター(5) ソリューション情報構造成分と流体成分の収束は、すべてのステップで得られるかもしれませんが、データ転送残差は最初の数時間ステップにわたって一緒に収束しない場合があります。第7ステップでは、データ転送残差は互いの10%以内で追跡され、良好な収束を示しています。完全な収束を行うには、データ転送も目標基準に達し、デフォルトはマイナス 2 (対数スケール)に設定され、緑色の矢印に表示されます。新しい時間ステップの開始位置は、青い矢印で囲まれています。この場合、システム結合反復の数を増やすと、データ転送が早く収束する可能性がありますが、シミュレーションに計算コストが追加されます。シミュレーション収束は、ステップ 11 以降に到達しました。 この図の大きなバージョンを表示するには、ここをクリックしてください。
図10: 代表的な壁せん断応力結果. (A) 時間平均壁せん断応力, (B) 振動せん断指数,(C)輪郭(A)に定義された4箇所の心周期に対する壁せん断応力壁せん断応力結果の変化は、内腔の形状、その動き/曲げ、および血液速度の組み合わせによって駆動され、遠位脂質(ポイント4)に対するせん断応力のピークにつながります。初期の時間ステップで見られる変動は、シミュレーションの平衡の結果であり、結果を解釈する際にはそれ以上考慮すべきではありません。 この図の大きなバージョンを表示するには、ここをクリックしてください。
図11:壁せん断応力ベクトル場の大きさ(逆スケール)で色分け。基礎となるベクトル場の分析は、それぞれアテローダ傾向とアテロ保護近くの壁流れ条件を示唆する誘引領域と拡張領域(強調された差し込み)で、壁輸送プロセスの近くでより良い理解のための約束を示しています。遠位領域では、病変進行の潜在的リスクを示唆する魅力領域がより有意に見られる。 この図の大きなバージョンを表示するには、ここをクリックしてください。
図12: 右手(正)と左(負)回転流れ構造の局所平均化された平滑度値 遠位位置は近位領域と比較されたとき反回転流れ構造のより大きい妨害を見る。近位幾何学が含まれていない遠位プラークに焦点を当てた最適でないシミュレーション(差し込み値を示す)は、生体力学的結果とプラーク進行の間に見られる関連を変える様々ならせん流れ構造をもたらした。 この図の大きなバージョンを表示するには、ここをクリックしてください。
図13: 代表フォンミーゼス応力分布結果. (A) 動脈壁におけるフォンミーゼス応力分布高いストレスの領域は、最小繊維状のキャップ厚さ部位に位置しています。プラークショルダーはストレス増強剤を生み出す。(B) フォンミーゼスのプロットは、プラーク形態、血圧、血圧/運動量、および動脈運動(周期的曲げおよび圧縮)の組み合わせによって影響を受ける一過性分布を伴う、1つの心周期に対する時間の経過とともにストレスを起こす。(B)の番号付き点は、(A)に示す点に対応する。ポイント 1 と 4 の違いに注意してください。両方の結果は繊維状のキャップ;しかし、最初の場所のストレスは動脈運動/曲がりによって駆動され、4番目の点は血圧によって支配されます。 この図の大きなバージョンを表示するには、ここをクリックしてください。
図14:バイオメカニカルな結果と比較して測定されたプラークおよび血管特性の代表的な変化。(A)ルーメン領域、(B)脂質アーク角の総和および(C)ベースラインとフォローアップイメージングの間の最小繊維状キャップ厚さの比較。ベースライン画像とフォローアップ画像は、緑色の矢印でマークされた軸方向の距離に対応して表示されます。時間平均壁せん断応力(TAWSS)、振動せん断指数(OSI)、壁せん断応力引力領域(WSSat)、局所正規化ヘリシティ(LNH)およびフォンミーゼス応力(VMS)の一般的な挙動が強調表示された領域に示されている。マーカーは、赤い矢印、緑の矢印、黒い線の増加、減少、中立の値をそれぞれ表します。この図の大きなバージョンを表示するには、ここをクリックしてください。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
冠状動脈バイオメカニクスを分析するFSI法の使用は、数値モデリングと臨床結果の両方の側面から発展途上の分野です。ここでは、OCTおよび血管造影を利用した有限要素/有限体積法に基づいて、患者固有のFSI分析を設定する概要を説明しました。ここで説明する方法は商用有限要素ソルバーを利用しますが、この手順はFSI対応ソフトウェアに適用できます。方法論にはまだいくつかの制限があります。まず、我々は、単一の患者のための代表結果を提示することだけの制限を認める。しかし、今後、より大きなコホートに対して提示された方法論がさらに発展し、適用されることを期待して、動脈のバイオメカニカルFSIシミュレーションのプロセスをより良く概説するために、現在のプロトコルを提示する。さらに、画像解析段階の間、説明されるプロセスの多くは手動であり、内腔、脂質、および外壁をセグメント化する際に潜在的な観察者間変動性を導入する。これらのプロセス55 を自動化したり、ベースラインとフォローアップ画像の間でより堅牢な比較を提供するために特に有用な複数の専門家分析を含むように、さらなる開発を行うことができます。この手順で使用されるOCTイメージングもECGゲートではなかったため、心臓の動き/収縮による断面のわずかなミスアライメントが生じた。将来的にこれを考慮すると、比較精度が向上する可能性もあります。
この研究の焦点は、生体力とプラーク組成の関係に焦点を当てたため、OCTの高精度(10〜20μm)を利用するためにOCT中心のアプローチが取られました。しかし、これは、OCTの限られた組織浸透深度8に起因する有意な減衰による課題を提示する。純粋にCFD技術とは異なり、流体分析のためにOCT画像からルーメン形状を詳述するだけで、FSIは脂質および動脈壁に関する詳細な情報も必要とする。この制限を克服するために、この方法論では推定技術が提示され、通常の臨床診療では、1つの血管内イメージングモダリティのみが使用される。IVUSとOCTの共同登録を通じて、この技術の正確さと生体機械の結果への影響を検証するために、今後の研究を行う必要があります。この手順では、ルーメン形状と繊維状キャップの厚さ56、57が一般的に壁に応力結果のより支配的なドライバーであるため、この影響は無視できると仮定しました。OCTと血管内超音波(IVUS)を組み合わせることで、この難易度58を克服することができます。IVUSの優れた組織浸透により、プラーク特性の分析とOCTの空間分解能の10倍近い増加が、高精度なルーメン表現59に至る。マルチモーダルカテーテルの開発は、将来的にこれに対処する重要な機会を提示します 58.同様に、血管造影中心線については、テーブルパンニング、動脈圧迫/緩和、および短縮を更に正確に説明するための自動化を、この方法論60に基づいて構築することによって行うことができる。
数値シミュレーションは、冠状組織の異方性の性質を含めることにより、さらに改善することができる。方法論に記載されている等方性の超弾性組織は、動脈微細構造の影響を考慮しない。これは、動脈壁31における応力の大きさおよび分布にとって重要であることが示されている。組織異方性は、ユーザー定義の材料モデルを作成することによって、将来的に含まれる可能性があります。代替有限要素ソルバーは、ホルザプフェル-ガッサーオドゲンモデル61のような生体組織挙動のために特別に開発された異方性超弾性モデルも内蔵している。現在のシミュレーションはまた、主に死体から切除された文献42から提供されたデータを使用して、生理学的環境の外で機械的に試験することによっても制限される。血管内イメージング技術が向上するにつれて、各患者に合わせた組織特性を定義する可能性も見える。同様に、これらの層をOCTから分離すると、特に再構成プロセスで重複が生じないようにする場合には、単層構造に対してインティマ、メディアおよびアドベンティシアが単純化された。追加された数値コストもまた重要であり、複数の層が全体的なストレス応答62、63において役割を果たすため、コスト/時間と精度のバランスを見つけるためにさらなる調査が必要である。
さらに、血管内流れの観点から、LNHの代表的な結果のみを提示する一方で、文献内で幾つかのヘリカルフロー指標が開発されており、helicity intensitを定量するh2指数などの結果が、アテローム保護であると示唆されている。これらのインデックスは、LNHと同じ方法でカスタムフィールド関数(ステップ4.16)でそれらを定義することによってプロトコルに追加することができ、我々は、詳細については、引用文献24、25、51に興味のある読者を指示します。
最後に、我々の方法論は、測定された患者固有のものではなく、文献で測定された速度および圧力境界条件を適用することに限定される。これは、ドップラー心エコー検査64および定量/分数流量予備測定65を使用して各患者に特有の血液速度および圧力境界条件を抽出することによって改善することができる。このような改善は、動脈の変位が血液速度および圧力相(特に開始/終了収縮期)と正確に一致することを保証する上で特に有用であり、この分析では推定値を提供する。さらに、流体境界条件は境界の非常に近い領域にのみ影響することが示唆されているが、これらの流入および出口条件の影響を最小限に抑えるために、シミュレーションジオメトリの中間部を中心に、プラークの成長/回帰の評価のための関心領域を設定する必要があります。小さすぎる最適でない動脈セクションをシミュレートする影響は、入口と出口条件が動脈の形状やダイナミクスではなく、提示された結果に大きく影響する図12で強調されています。これは、十分に考慮されていない場合、予測能力に直接影響を及ぼす可能性があります。さらに、文献46,48の提案に基づくパワーロー非ニュートン粘度モデルを用いたシミュレーションを提示する一方で、より最近の調査47は、より適切な粘度モデルとしてカローモデルを示唆している。異なる粘度モデルは、プロトコルのステップ4.7で選択することができます。この方法論から直接構築することで、これらの進歩を取り入れることができれば、今後の結果の特異性と正確性が大幅に向上する可能性があります。
ソリッドモデルの開発では、高品質のメッシュの可能性を改善し、エラーが発生しやすい領域を削減するための措置を講じる必要があります。脂質と動脈壁の間のトポロジーの共有は重要な第一歩であり、メッシュ化ステップが行われるときに、メッシュノードを固体表面間で共有することが可能になる。節点を共有することにより、不完全なメッシュアライメントおよびメッシュの貫入に伴うエラーの可能性が低減され、モデルの複雑な形状による重要なリスクではない。固体解析コンポーネントと流体解析コンポーネントの設定に続いて、メッシュの独立性をチェックすることも重要です。これにより、生成されたメッシュのサイズに影響を受けないように、すべての結果が確実に影響を受けなくなります。メッシュの独立性のために、メッシュ サイズが変化しても結果は安定している必要があります。効率的な計算を行う場合は、この独立性を保証する最大メッシュ(最小要素数)を選択します。さらに、Fluent ベースの残差の収束とシステム結合データ転送の両方が収束することを確認することが重要なステップです。一般的に、構造データと流体データ転送残差は、各時間ステップの終了時に互いの10%以内に収束することをお勧めします。シミュレーションで平衡状態が見つかると、 図 7で説明したように、FSI シミュレーションの最初の数回の反復が完全に収束しないことがあります。一般的に、シミュレーション時間の最初の 5%~10% が完了した後、すべてのステップで収束に達する必要があります。我々はまた、冠状動脈バイオメカニクスで頻繁に行われる単純化である1つの心臓周期にわたってここでの方法論を実証する一方で、数値収束には複数の心周期がしばしば必要である。しかし、冠状動脈バイオメカニクスシミュレーションに関連する計算コストのため、複数の心周期は実現不可能であることが多い。これは、さらなる開発を保証する制限です。
シミュレーション中にエラーが発生する可能性もあります。これらの最も一般的な構造側からの要素の歪み/変形と流体側からの負の細胞体積です。要素の歪みは、ピンチ ポイントや不良な要素の品質領域などの応力増強や、材料強度を超える適用力から生じる可能性があります。エラーが発生している場所を見つけるには、ニュートン ラフソン残差を挿入します([解析]タブの一時的構造)。ニュートン ラフソン残差は、最大の残差誤差を持つジオメトリの領域を表示します。この領域でメッシュの品質が低い場合は、メッシュをリファインする場合に役立ちます。[ソリューション]タブのドロップダウン リストからフォース/ディスプレイスメント収束を表示すると、このエラーのトラブルシューティングにも役立ちます。流体の観点から見ると、負のセル体積は一般に動的メッシュ設定に関連付けられます。これらの設定を慎重に確認し、メッシュゾーンの最大/最小サイズと手動で指定した最大/ミニマの間のマージンを増やしてみてください。境界領域の浅い/低品質の要素は、システム結合中に発生する変形のためにこのエラーに影響を与える可能性があります。境界領域でメッシュの品質を確認することも、トラブルシューティングに役立ちます。トラブルシューティングを行う際、構造コンポーネントと流体コンポーネントを個別に解決すると、エラーの対処に要する時間を短縮できます。
今後、FSIベースのシミュレーションは、純粋に構造的または流体(CFD)ベースのアプローチの限界を克服する冠動脈病変分析の可能性が大きいと示しています。提示された方法論はまた冠状のステント66、心室機能67、および自発的冠動脈解剖68 分析において更なる応用を有する。しかし、生体力学的結果を臨床結果に関連付けるという課題は依然として残っています。これは、FSI技術に関連する計算コストが現実的な時間枠内で実行できる分析の数を制限するため、依然として困難です。これは、現在の結果をほぼリアルタイム(カテーテル検査室など)で使用して経皮的冠動脈介入(PCI)を直接支援することはできず、むしろ遡及的な分析がデータアクセスの遅れにつながることを意味します。この時間枠は、段階的なPCI手順を導いたり、生体力学的プロファイルのために進行または不安定化のリスクが高いと同定された非犯冠状動脈病変に対するより積極的な薬物療法または監視を個別化するのに役立つ可能性があります。CADへの潜在的なリンクを持つ複数の生体力学的マーカーが出現すると、結果をシミュレートし、比較することができる多因子アプローチは、動脈バイオメカニクスとアテロー傾向のある部位との関係のより明確な画像を与え、FSIシミュレーションが一意に配置されている可能性があります。このFSIシミュレーションが機械学習アルゴリズムをさらに統合して知らせる可能性は、それぞれの個別のアプローチ69に関連する制限を克服する可能性もあります。全体的に見て、この方法論は冠動脈アテローム性動脈硬化症の進行を予測するのを助けることができ、さらなる開発はリスクの高い患者ケアの不可欠な部分になる可能性があります。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
著者は、この記事の準備に関して宣言する競合はありません。S.J.N.は、アストラゼネカ、アムジェン、アンセラ、イーライリリー、エスペリオン、ノバルティス、 セレニス、医薬品会社、レスベロリックス、インフラReDx、ロシュ、サノフィ・レジェネロン、リポサイエンスは、アストラゼネカ、アクセア、イーライ・リリー、アンテラ、コワ、オムセラ、メルク、タケダ、レスベロリックス、サノフィ・レジーン、CSLベーリング、エスペルン、ボエル・インゲリンゲルのコンサルタントです。P.J.P.はアボット・パスリンスから研究支援を受けており、アムジェンとエスペリオンからコンサルティング料を受け取り、アストラゼネカ、バイエル、ベーリンガー・インゲルハイム、メルク・シェリング・プラウ、ファイザーから講演者の名誉を受けています。
Acknowledgments
著者らは、アデレード大学、ロイヤルアデレード病院(RAH)、南オーストラリア保健医療研究所(SAHMRI)の支援を認めたい。COCOMO-ACS試験は、オーストラリアの国家保健医療研究評議会(NHMRC)とオーストラリア国立心臓財団(ID101370)からのプロジェクト助成金によって資金提供された研究者主導の研究です。H.J.Cは、ウェストパック・スカラーズ・トラスト(フューチャー・リーダーズ・スカラシップ)の奨学金の支援を受けており、アデレード大学、機械工学部、教育・技能・雇用研究研修プログラム(RTP)奨学金からの支援を認めています。S.J.N.はNHMRC(ID1111630)から主任研究フェローシップを受け取ります。P.J.P.は、オーストラリア国立心臓財団(FLF102056)からレベル2未来リーダーフェローシップを受け、NHMRC(CDF1161506)からレベル2キャリア開発フェローシップを受け取ります。
Materials
Name | Company | Catalog Number | Comments |
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
- American Heart Association. Cardiovascular disease: A costly burden for America projections through 2035. American Heart Association. , (2017).
- 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).
- Virani, S. S., et al. Heart disease and stroke statistics-2020 update: A report from the American Heart Association. Circulation. 141 (9), 139 (2020).
- Benjamin, E. J., et al. Heart disease and stroke statistics-2019 update: A report from the American Heart Association. Circulation. 139 (10), 56 (2019).
- Cardiovascular diseases (CVDs). World Health Organisation. , Available from: https://www.who.int/news-room/fact-sheets/detail/cardiovascular-diseases-(cvds) (2017).
- Calvert, J. W. Cellular and Molecular Pathobiology of Cardiovascular Disease. Willis, M. S., Homeister, J. W., Stone, J. R. , Academic Press. 79-100 (2014).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- Cameron, J. N., et al. Exploring the relationship between biomechanical stresses and coronary atherosclerosis. Atherosclerosis. 302, 43-51 (2020).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- De Nisco, G., et al. The atheroprotective nature of helical flow in coronary arteries. Annals of Biomedical Engineering. 47 (2), 425-438 (2019).
- De Nisco, G., et al. The impact of helical flow on coronary atherosclerotic plaque development. Atherosclerosis. 300, 39-46 (2020).
- 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).
- 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).
- Chiastra, C., Migliavacca, F., Martínez, M. Á, 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).
- 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).
- 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).
- 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).
- Pei, X., Wu, B., Li, Z. -Y. Fatigue crack propagation analysis of plaque rupture. Journal of Biomechanical Engineering. 135 (10), (2013).
- 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).
- 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).
- 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).
- Pataky, T. DIGITIZE07. MATLAB Central File Exchange. , Available from: https://www.mathworks.com/matlabcentral/fileexchange/14703-digitize07 (2021).
- D'Errico, J. interparc. MATLAB Central File Exchange. , Available from: https://www.mathworks.com/matlabcentral/fileexchange/34874-interparc (2021).
- 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).
- 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).
- 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).
- 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).
- Versluis, A., Bank, A. J., Douglas, W. H. Fatigue and plaque rupture in myocardial infarction. Journal of Biomechanics. 39 (2), 339-347 (2006).
- ANSYS Inc. ANSYS Academic Research Mechanical, Release 19.0, Mechanical APDL Theory Reference, Structures with Material Nonlinearities, Hyperelasticity, Mooney-Rivlin. ANSYS Inc. , (2019).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- Mazzi, V., et al. Wall shear stress topological skeleton analysis in cardiovascular flows: Methods and applications. Mathematics. 9 (7), 720 (2021).
- 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).
- 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).
- 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).
- Li, J., et al. Multimodality intravascular imaging of high-risk coronary plaque. JACC: Cardiovascular Imaging. , (2021).
- 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).
- 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).
- 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).
- Gholipour, A., Ghayesh, M. H., Zander, A., Mahajan, R.
Three-dimensional biomechanics of coronary arteries. International Journal of Engineering Science. 130, 93-114 (2018). - Akyildiz, A. C., et al. Effects of intima stiffness and plaque morphology on peak cap stress. BioMedical Engineering OnLine. 10 (1), 25 (2011).
- Baranger, J., Mertens, L., Villemain, O. Blood flow imaging with ultrafast doppler. Journal of Visualized Experiments: JoVE. (164), (2020).
- 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).
- 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).
- Peirlinck, M., et al. Precision medicine in human heart modeling. Biomechanics and Modeling in Mechanobiology. , 1-29 (2021).
- Franke, K. B., et al. Current state-of-play in spontaneous coronary artery dissection. Cardiovascular Diagnosis and Therapy. 9 (3), 281 (2019).
- 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).