使用现实生成的合成树进行脑输液模拟,用于健康和中风患者
Hans Christian Rundfeldt1, Chang Min Lee2, Hanyoung Lee3
1Korea Advanced Institute of Science and Technology, Mechanical Engineering, Republic of Korea; Karlsruhe Institute of Technology, Mechanical Engineering, Germany.
Computer methods and programs in biomedicine
|December 7, 2023
概括
这项研究开发了一种针对患者的脑血管系统计算模型. 该模型准确模拟血液流动,并预测 perfusion 区域和缺血区域,为 in silico 研究提供了强大的工具.
科学领域:
- 计算建模计算建模
- 脑血管生理学 脑血管生理学
- 医学成像分析分析 医学成像分析
背景情况:
- 大脑血管疾病对社会构成重大负担.
- 目前的体内和体外研究是昂贵和耗时的.
- 需要针对患者的特定计算模型来模拟血液动力学和 perfusion.
研究的目的:
- 开发一个患者特定的,解剖学详细的,并验证了人类大脑血管系统的模型.
- 为大脑生理学和病理学的 in silico 调查提供基础.
- 为了实现疾病状态和个体患者评估的模拟.
主要方法:
- 开发了一个处理管道,用于患者特定的大脑输液量化.
- 从3T MR血管学数据中对主要动脉进行细分.
- 利用基于组织生长的优化 (GBO) 算法来扩展血管树,并使用1D血流和达西流程方程模拟血液动力学和 perfusion.
主要成果:
- 生成的合成血管树显示了与剖析数据相比较的形态和生理特征.
- 模拟大脑血流 (CBF) 与动脉-脊柱标记MRI输液数据具有良好的定性一致性.
- 该模型成功预测了缺血区域,尽管缺血严重程度被高估了.
结论:
- GBO算法有效地生成具有现实的参数的详细脑血管模型.
- 基于这些网络的模拟准确地预测了 perfusion 区域和缺血区域.
- 这种方法有助于在 silico 研究,以了解脑血管疾病.
