基于CTA和DSA的计算流体动力学模型,用于对内动脉缩狭窄的形态和血液动力学评估

科学领域:

• 神经成像是一种神经成像.
• 心血管研究研究心血管研究
• 医疗工程 医疗工程

背景情况:

• 内动脉硬性狭窄症 (ICAS) 是缺血性中风的主要原因.
• 准确评估解剖学和血液动力学因素对于中风治疗计划至关重要.
• 目前的临床评估通常仅依赖于光线狭窄,可能缺少关键的血液动力学信息.

研究的目的:

• 为了比较计算流体动力学 (CFD) 模型的一致性和差异,这些模型来自数字减去血管学 (DSA),计算机断层扫描血管学 (CTA) 和结合DSA血液动力学数据 (CMD) 的混合CTA模型.
• 评估这些模型在评估ICAS特征方面的有效性.
• 确定整合解剖学和血液动力学数据的潜力,以改善中风风险分层.

主要方法:

• 对40名ICAS患者进行了回顾性分析,这些患者接受了CTA和DSA.
• 使用标准化边界条件进行患者特定的CFD模拟,以评估形态和血液动力学参数 (压力比,墙面剪切应力比,高剪切应力区域).
• 统计分析包括对对比,类内相关系数 (ICC) 和布兰德-阿尔特曼分析来比较模型输出.

主要成果:

• 基于CTA的CFD模型显示,在解剖学测量方面,与DSA具有很高的一致性 (ICC>0.90).
• 采用CMD方法显著提高了功能指标的一致性,CMD衍生的压力比率 (PR) 和墙面剪切应力比率 (WSSR) 与DSA结果高度一致.
• 仅CTA就倾向于低估WSSR,特别是在中脑动脉病变中,这凸显了血液动力学数据集成的重要性.

结论:

• 基于CTA的CFD建模是一种可靠的,非侵入性的替代DSA用于形态ICAS评估.
• 通过将DSA流量数据纳入CTA模型,CMD方法提高了功能评估的准确性.
• 通过CMD等方法将解剖成像与血液动力学建模相结合,有望改善临床中风风险分层.