top of page

Публикации

Численное моделирование для диагностики аневризмы большой аорты​

аневризма большой аорты

В рамках своей докторской работы Simone Bartesaghi под руководством Giorgio Colombo, профессора политехнического университета в Милане, кафедра «Машиностроение», разработал виртуальный автоматизированный процесс диагностики и лечения аневризмы брюшной аорты (АБА). Для рабочего процесса, начиная с импорта медицинских снимков (DICOM) и заканчивая 3D-визуализацией гемодинамического риска, использовались средства CFD и моделирования. 

 

ВВЕДЕНИЕ

 

Некоторые заболевания и напряжённый образ жизни повышают уязвимость человеческого организма, приводя к функциональным нарушениям. Одно из таких нарушений, аневризма брюшной аорты (AБA), может стать причиной летального исхода.АБА связана с нарушением системы кровообращения в брюшном отделе и поражает от 5% мужчин и 1% женщин в возрасте старше 65 лет. В частности, АБА ослабляет стенки кровеносных сосудов и может вызвать их разрыв, приводя к переливанию большого объёма крови в брюшную полость. В 80-90% случаев такой разрыв сосудов смертелен, в то время как хирургическое лечение назначается только при аневризме с диаметром более 5.5 см у мужчин и 5.0 см у женщин. Медицинское вмешательство при патологической АБА основано на геометрических характеристиках и восприятиях боли у пациента.

AW609
БПЛА

Двигательный отсек является основным компонентом летательного аппарата AW609, так как он определяет производительность двигателя...

Возможно, одной из главных проблем, с которой сегодня столкнулась авиакосмическая промышленность, - это неизбежное старение рабочего персонала...

Врач оценивает необходимость хирургического лечения после исследования биомедицинских снимков брюшной полости, полученных посредством сканирования. Конечно, не во всех случаях требуется хирургическое вмешательство, но зачастую опасность патологии действительно недооценивается. Для принятия решения хирургам необходимо знать индекс (показатель) риска. За последние годы было разработано много различных диагностических методик, в число которых входят такие технологии численных расчётов, как средства вычислительной гидродинамики (CFD), встроенные системы автоматизации и веб-сервисы. Эти методы, являясь количественными, объективными и этически дружественными вследствие их виртуальной, не персонифицированной природы, требуют немного вычислительных затрат по сравнению с другими диагностическими технологиями.

 

За последние годы значительно возросло использование вычислительных методов для анализа течения крови в артериях человека. Такие методы предоставляют подробную и достоверную информацию о гемодинамических величинах, позволяя находить решения огромного количества задач, которые не всегда можно решить традиционными способами измерения потока. Кроме того, новые методы визуализации позволяют выполнять расчёты, основанные на реальной геометрии и реальных условиях кровяного потока. Значительно усовершенствовались трёхмерные CFD-модели. Сегодня средства CFD позволяют быстро и точно исследовать локальную гемодинамику в биомеханических процессах сосудистого русла, а также намного эффективнее, чем это было раньше, испытывать и подтверждать процедуры клинического и хирургического лечения. Также были разработаны современнейшие технологии для проведения персонифицированных (ориентированных на конкретного пациента) CFD-расчётов. С помощью этих технологий вместе с традиционными методами визуализации, такими как метод TAWSS (Time Average Wall Shear Stress – Осреднённое по времени напряжение на стенке) и OSI (Oscillatory Shear Index – Индекс пульсирующего сдвига), были разработаны новые индикаторы риска разрыва сосудов.

В ходе исследования было проведено численное моделирование, нацеленное на выявление правил, стратегий и процедур для автоматизации рабочего процесса, начиная с пре-процессинга и заканчивая пост-процессингом. На стадии пре-процессинга использовалась исходная геометрия. Рисунок 2 показывает рабочий процесс с использованием скриптов Java, позволяющих автоматизировать сеточный генератор STAR-CCM+ и решатель. Индекс пульсирующего сдвига OSI выполнял роль индикатора риска. Этот индекс используется для обнаружения областей на стенках сосудов, имеющих высокие значения пульсаций WWS в течение сердечного цикла. Индекс OSI определяется по формуле:

Снимок компьютерной томографии: аневризма брюшной аорты, объёмная визуализация

РИСУНОК 1 – Снимок компьютерной томографии: аневризма брюшной аорты, объёмная визуализация

ПРЕ-ПРОЦЕССИНГ

 

STAR-CCM+ позволил сравнить различные топологии сеток и сеточного измельчения (Рис.3). Использовалось три вида сеток: многогранная, несогласованная шестигранная и тетраэдральная, все с экструдированным пограничным слоем для точного подсчёта градиента скорости около стенок сосуда. Для анализа чувствительности сетки была выполнена процедура верификации, предложенная Roache [1]. Размер сетки варьировался от 300 000 до около 1 400 000 ячеек. При сравнении решений различных размерностей призматического слоя учитывалось влияние пограничного слоя (см. Рис. 4).

где s – положение стенки, а Т – период сердечного цикла.

Индекс OSI
Рабочий процесс в STAR-CCM+

РИСУНОК 2 – Рабочий процесс в STAR-CCM+

Топологии сеток
Исследование влияния призматического слоя
Индекс пульсирующего сдвига OSI при различных схемах числового расчёта

РИСУНОК 3 – Топологии сеток:

А: тетраэдральная

В: многогранная

С: шестигранная

РИСУНОК 4 Исследование влияния призматического слоя

РИСУНОК 5 Индекс пульсирующего сдвига OSI при различных схемах числового расчёта

РЕШЕНИЕ

 

Для автоматизации процесса решения была определены особенности физики, и установлен решатель задачи. Поведение крови рассчитывалось на двух моделях жидкости:

 

(a) простая ньютонова жидкость и

(b) неньютонова жидкость со степенным реологическим законом. Влияние шага по времени и количества внутренних итераций оценивалось с помощью того же системного подхода, что и для исследования сеток.

 

Не изменяя физику и параметры решателя, инженеры протестировали и сравнили различные схемы:

 

  • Решатели: разделённый (S), связанный (неявная схема) (Ci) и связанный (явная схема) (Ce)

  • Сопряжение давление/скорость: противопотоковая схема для расчёта конвекции 1-ого и 2-го порядка (pv1 и pv2)

  • Временная дискретизация: противопотоковая схема для расчёта конвекции 1-ого и 2-го порядка (t1 и t2)

 

На рисунке 5 сравниваются значения индекса OSI, полученные различными схемами числовых расчётов. На рисунке 6 показано изменение тестовой модели во времени и конечное среднее значение скорости внутри сосуда.

Решение для переходного состояния (a-b-c) и усреднённое решение для исходной геометрии
Результаты пост-процессинга

ПОСТ-ПРОЦЕССИН

 

Для визуализации численного решения были созданы рисунки скаляров на поверхности и внутри сосуда, отображающие изменения параметров. Кроме того, за счёт экспорта решения во времени стало возможным интегрировать компоненты WSS и рассчитать гемодинамические показатели риска. На рисунке 7 показан пост-процессинг.

ЗАКЛЮЧЕНИЕ

 

Проведённое исследование помогло оценить влияние той или иной сетки, модели решателя и особенностей жидкой среды (крови) на такие параметры, как давление, скорость жидкости, напряжённое состояние сосудов в случае с аневризмой брюшной аорты. Исследование расчётной сетки позволило определить стратегию дискретизации, которая подходит для как можно более реалистичного сценария. Несогласованные шестигранные сетки позволяют выполнить расчёт с меньшим количеством ошибок по сравнению с другими неструктурированными сетками; в свою очередь, использование многогранных или тетраэдральных сеток подразумевает более измельчённую сетку и, следовательно, большее количество ячеек, на расчёт которых требуется больше времени и вычислительных ресурсов. Также необходимо иметь хорошее разрешение пограничного слоя для точного расчёта WSS. В ходе решения были определены подходящий шаг по времени, количество внутренних итераций, численная схема и реология жидкости как параметры для процесса автоматизации.

РИСУНОК 6 – Решение для переходного состояния (a-b-c) и усреднённое решение для исходной геометрии

РИСУНОК 7 – Результаты пост-процессинга

АВТОРЫ

 

Dr. Simone Bartesaghi,

Ph.D in Mechanical Engineering, Milano, Italy. Until 2012,

Ph.D candidate at Politecnico di Milano, Department of Mechanics, Italy.

email: simone.bartesaghi@alice.it

www.simonebartesaghi.com

 

ССЫЛКИ

[1] Roache, P.J., “Verifi cation and Validation in Computational Science and Engineering,” Hermosa Publishers, pp. 403-412, 1998.

 

 

Prof. Giorgio Colombo,

Politecnico di Milano, Department of Mechanics, Italy.

email: giorgio.colombo@polimi.it

bottom of page