La dinamica dei fluidi di un aneurisma / The fluid dynamics of an aneurysm

La dinamica dei fluidi di un aneurisma / The fluid dynamics of an aneurysm

Segnalato dal Dott. Giuseppe Cotellessa / Reported by Dr. Giuseppe Cotellessa

Per simulare il flusso sanguigno all'interno degli aneurismi cerebrali, è stato sviluppato un metodo computazionale che combina la risonanza magnetica a flusso 4D, la fluidodinamica computazionale e l'assimilazione dei dati.

Gli aneurismi cerebrali, noti anche come aneurismi cerebrali, sono dilatazioni patologiche delle pareti dei vasi sanguigni che formano rigonfiamenti nei vasi sanguigni del cervello. Questi rigonfiamenti si formano a causa dell'indebolimento dei vasi sanguigni e possono derivare da diverse condizioni come ipertensione, fattori genetici, stili di vita non sani o patologie cardiache preesistenti. La rottura degli aneurismi cerebrali è un evento grave che può portare a ictus o persino alla morte. Pertanto, per valutare il rischio di rottura, è importante capire come scorre il sangue all'interno di un aneurisma cerebrale.

Ad oggi esistono molti metodi di simulazione del flusso sanguigno, inclusi quelli che utilizzano la risonanza magnetica (RM) a contrasto di fase, nota anche come RM a flusso quadridimensionale (4D), e la fluidodinamica computazionale (CFD), una simulazione computazionale del flusso dei fluidi. Tuttavia, questi metodi spesso richiedono una risoluzione spaziotemporale più elevata o non dispongono di dati specifici per il paziente.

Un altro approccio consiste nell'ottimizzare i metodi con l'assimilazione variazionale dei dati (DA), una tecnica che combina i dati osservativi con un modello numerico. Tuttavia, i modelli sviluppati con questa tecnica richiedono spesso elevati costi computazionali derivanti dall'analisi dell'intero sistema vascolare, oltre agli aneurismi, limitandone l'utilizzo pratico in ambito clinico.

Per superare i limiti degli approcci precedenti, un gruppo di ricerca guidato dal professor Satoshi Ii del dipartimento di ingegneria meccanica dell'Institute of Science Tokyo (Science Tokyo; Giappone) ha sviluppato una strategia pratica ed efficiente per stimare il flusso sanguigno negli aneurismi cerebrali utilizzando una combinazione più intelligente di risonanza magnetica a flusso 4D e CFD con DA.

A differenza dei modelli precedenti che richiedevano dati completi sui vasi, questo nuovo approccio si concentra solo sulla regione dell'aneurisma, riducendo significativamente i costi computazionali. Inoltre, utilizza dati MRI limitati per analizzare specificamente le velocità di flusso in prossimità del colletto dell'aneurisma, necessarie per l'input nella CFD, ed utilizza il metodo DA variazionale per stimare il profilo completo di velocità all'interno dell'aneurisma.

"Il nostro metodo evita di modellare l'intero sistema vascolare", ha spiegato Ii, "anche con dati minimi, siamo riusciti a ottenere simulazioni che corrispondono ai modelli di flusso sanguigno specifici del paziente con notevole precisione".

I ricercatori hanno convalidato il loro metodo utilizzando sia dati sintetici che set di dati di pazienti reali. Quando testato con dati simulati, la discrepanza di velocità tra il modello sviluppato e la realtà di base era solo del 4-7%. Mentre nei test con dati MRI di tre pazienti, il metodo ha ridotto gli errori di velocità del 37-44% rispetto ai tradizionali modelli MRI e CFD a flusso 4D, dimostrandosi quindi più efficiente. In effetti, ha catturato modelli di flusso più realistici utilizzando dati limitati ed una potenza di calcolo minima.

L'innovazione chiave del metodo è stata l'utilizzo della "riduzione dell'ordine del modello basata sulle serie di Fourier", una tecnica di ottimizzazione matematica che ha semplificato la rappresentazione del flusso sanguigno variabile nel tempo. Ciò ha ridotto significativamente la complessità computazionale ed evitato errori nella fluidodinamica. Inoltre, il nuovo modello non solo ha simulato il flusso con maggiore accuratezza, ma ha anche offerto informazioni più chiare su fattori emodinamici critici come lo sforzo di taglio di parete e la pressione del flusso.

Sfruttando l'assimilazione dei dati per concentrarsi sulla zona dell'aneurisma, il metodo supera le sfide legate all'estrazione di condizioni al contorno pulite dalle scansioni MRI rumorose di rami vascolari completi, rendendo il metodo più efficiente e robusto per le applicazioni cliniche.

"Questo approccio potrebbe diventare uno strumento prezioso per neurochirurghi e radiologi", ha concluso Ii, "La valutazione quantitativa del flusso sanguigno specifico del paziente utilizzando questo metodo potrebbe aiutare le previsioni future sulla crescita e la rottura dell'aneurisma, supportando decisioni mediche tempestive ed una migliore gestione".

ENGLISH

To simulate blood flow inside brain aneurysms, a computational method that combines 4D flow MRI, computational fluid dynamics and data assimilation has been developed.

Brain aneurysms, also known as cerebral aneurysms, are pathological dilations of blood vessel walls that form bulges in blood vessels of the brain. These bulges form due to weakening of the blood vessels and can arise from different conditions like high blood pressure, genetics, unhealthy lifestyle or underlying heart conditions. Rupture of brain aneurysms is a serious event that can lead to stroke or even death. Therefore, to assess the risk of rupture, it is important to understand how blood flows inside a brain aneurysm.

Many blood flow simulation methods exist to date, including those using phase-contrast magnetic resonance imaging (MRI), also known as four-dimensional (4D) flow MRI, and computational fluid dynamics (CFD) – a computational simulation for the flow of fluids. But these methods often require higher spatiotemporal resolution or lack patient-specific data.

Another approach is optimizing the methods with variational data assimilation (DA) – a technique that combines observational data with a numerical model. However, the models developed with this technique often require high computational costs arising from analyzing the entire vascular system, in addition to the aneurysms, limiting their practical use in clinical settings.

To overcome the limitations of previous approaches, a research team led by Professor Satoshi Ii from the Department of Mechanical Engineering at the Institute of Science Tokyo (Science Tokyo; Japan) has developed a practical and efficient strategy to estimate blood flow within brain aneurysms using a smarter combination of 4D flow MRI and CFD with DA.

Unlike previous models that require full vessel data, this new approach focuses only on the aneurysm region, significantly reducing the computational costs. Moreover, it uses limited MRI data to specifically analyze the flow velocities near the aneurysm neck, which is required for input in CFD, and it uses the variational DA method to estimate the full velocity profile inside the aneurysm.

“Our method avoids modeling the entire vascular system,” explained Ii, “Even with minimal data, we could achieve simulations that match patient-specific blood flow patterns with remarkable accuracy.”

The researchers validated their method using both synthetic data and real patient datasets. When tested with simulated data, the velocity mismatch between the developed model and ground truth was only 4–7%. Whereas in tests with MRI data from three patients, the method reduced its velocity errors by 37–44% in comparison to traditional 4D flow MRI and CFD models and was therefore more efficient. In effect, it captured more realistic flow patterns using limited data and minimum computing power.

The key innovation of the method was the use of ‘Fourier series-based model order reduction,’ a mathematical optimization technique that simplified how the time-varying flow of blood was represented. This significantly reduced computational complexity and avoided errors in fluid dynamics. Additionally, not only did the new model simulate flow with better accuracy, but it also offered clearer insights into critical hemodynamic factors such as wall shear stress and pressure of the flow.

By harnessing the data assimilation to focus on the aneurysm zone, the method bypasses the challenges of extracting clean boundary conditions from noisy MRI scans of full vessel branches, making the method more efficient and robust for clinical applications.

“This approach could become a valuable tool for neurosurgeons and radiologists,” concluded Ii, “The quantitative evaluation of patient-specific blood flow using this method may aid future predictions of aneurysm growth and rupture, supporting early medical decisions and better management.”

Da:

https://www.biotechniques.com/computational-biology/the-fluid-dynamics-of-an-aneurysm/?utm_campaign=BioTechniques%20-%20Daily%20NL&utm_medium=email&_hsenc=p2ANqtz-98NUaTj3j-IGKqBQmP03N50eGskyI3VfkbzwbDhEnJ9CQ4z7YR_Hwbg0m97uD3iAAZqk37qRkKXN0u4Ql36jdltePeRQpIHCm_bOOD2jpwX83Of8A&_hsmi=370746698&utm_content=370503227&utm_source=hs_email