通过模型顺序减少开发决策支持工具,用于主动内血管导航

科学领域:

• 生物医学工程 生物医学工程
• 医疗成像医学成像
• 干预神经病学 干预神经病学

背景情况:

• 内血管疗法为血管疾病提供最少的侵入性治疗.
• 导航复杂的血管解剖学,如Supra-Aortic Trunks (SATs),仍然是内血管程序中的一个重大挑战.
• 目前用于设备导航的特定患者有限元素 (FE) 模拟是计算密集的,限制了实时应用.

研究的目的:

• 开发一种实时计算方法,用于指导复杂血管解剖中的活跃导线和导管.
• 通过左动脉增强对具有挑战性的神经血管点的导管接入.
• 为积极的导线行为和导航创建预测数值图表.

主要方法:

• 基于高准确度FE模拟的数值图的开发.
• 使用高顺序正确通用分解 (HOPGD) 方法进行预测.
• 根据患者特定的大动脉模型进行验证,并模拟导线/导管导航.

主要成果:

• 数字图表可以实时预测活动导线行为和导航.
• 该HOPGD方法实现预测误差低于5%,响应时间为10-3秒.
• 该方法基于一组有限的高保真度FE计算.

结论:

• 开发的数字图表提供了一个计算效率高的解决方案,用于实时导航辅助内血管程序.
• 这项技术有可能显著提高神经血管干预的安全性和有效性.
• 这些发现为提高复杂导管治疗的临床适用方法铺平了道路.