综合性中风风险评估通过结合心房计算流体动力学模拟和功能患者数据来进行综合性中风风险评估
Alberto Zingaro1,2,3, Zan Ahmad4,5, Eugene Kholmovski4,6
1ADVANCE, Alliance for Cardiovascular Diagnostic and Treatment Innovation, Johns Hopkins University, 3400 N. Charles St., Baltimore, MD, 21218, USA. alberto.zingaro@polimi.it.
Scientific reports
|April 25, 2024
概括
整合心脏磁共振 (CMR) 和计算流体动力学 (CFD) 可以改善中风风险评估. 将功能数据与特定患者的模拟相结合,可以提供个性化的洞察力,优于传统方法.
科学领域:
- 心血管成像和血液动力学
- 生物医学工程 生物医学工程
- 计算流体动力学的流体动力学.
背景情况:
- 脑卒中风险分层对于干预至关重要,但目前的模型缺乏个性化.
- 心脏动力学在中风病因学中发挥着重要作用.
- 现有的风险模型往往无法捕捉个体患者的变化.
研究的目的:
- 开发一个个性化的中风风险评估框架.
- 将心脏磁共振 (CMR) 的功能数据与患者特定的计算流体动力学 (CFD) 模拟集成.
- 通过分析血液动力学特征,增强对中风风险的机制理解.
主要方法:
- 利用CINE CMR计算动力学特征并评估左心房体积.
- 将患者特定的心房位移纳入CFD模拟.
- 开发了一个新的框架,用于整合血液动力学和功能指标.
主要成果:
- 脑卒中患者表现出较小的左心房体积.
- 患者特有的心房运动显著影响了血液动力学模拟,挑战了硬壁假设.
- 通过中风体积,而不是喷射率来规范血液动力学特征,在左前庭和附属体中明显区分了与对照病例的中风.
结论:
- 来自CMR的功能数据和患者知情的CFD模拟的协同融合提供了对中风风险的个性化理解.
- 与独立评估相比,这种综合方法在中风和对照病例之间提供了更好的区分.
- 这些发现强调了基于运动的个性化风险评估对改善中风预测的临床意义.
更多相关视频
13:07Optical Coherence Tomography Based Biomechanical Fluid-Structure Interaction Analysis of Coronary Atherosclerosis Progression
Published on: January 15, 2022
3.9K
08:10Estimating Bilateral Atrial Function by Cardiovascular Magnetic Resonance Feature Tracking in Patients with Paroxysmal Atrial Fibrillation
Published on: July 20, 2022
1.7K
