一个多维的CFD框架,用于快速预测患者特定的分流储备
Qing Yan1, Deqiang Xiao1, Yaosong Jia1
1School of Optics and Photonics, Beijing Institute of Technology, Beijing 100081, China.
Computers in biology and medicine
|November 21, 2023
概括
本研究引入了一个新的多维CFD框架,以非侵入性地预测分流储备 (FFR). 该方法显著提高了诊断冠心肌缺血的准确性和效率.
科学领域:
- 心血管成像和生理学
- 计算流体动力学的流体动力学.
- 医学诊断 医学诊断 医学诊断
背景情况:
- 分流储备 (FFR) 是诊断冠心肌缺血的黄金标准.
- 目前使用冠状动脉计算机断层扫描 (CTA) 进行非侵入性FFR预测的3D计算流体动力学 (CFD) 方法在准确性和效率方面存在局限性.
- 准确和有效的非侵入性FFR评估对于指导心血管干预至关重要.
研究的目的:
- 开发和验证一个多维的CFD框架,以改善非侵入性FFR预测.
- 通过结合患者特定的0D边界条件来提高FFR预测的准确性.
- 通过生成优化的3D初始条件来提高FFR预测的效率.
主要方法:
- 开发了一个多维的CFD模型,集成3D,1D和0D血管模型.
- 用临床参数和优化算法来推导患者特定的0D边界条件.
- 使用1D血管模型来评估融合,并生成3D初始条件以提高效率.
主要成果:
- 预测的FFR (FFRC) 显示出强烈的线性相关性 (r=0.80,p<0.001) 和与侵入性FFR的高一致性.
- FFRC显示出高的诊断性能:准确率为88.5%,灵敏度为93.3%,特异性为83.9%.
- 与传统方法相比,多维CFD框架提高了71.3%的预测效率.
结论:
- 拟议的多维CFD框架显著提高了非侵入性FFR预测的准确性和效率.
- 这种方法为冠心肌缺血的非侵入性诊断提供了一个有希望的工具.
- 该方法有可能改善心脏病学中的临床决策.
