Все выпуски

Атеросклеротические заболевания, такие как атеросклероз сонной артерии и хронические болезни почек, являются основными причинами смерти во всем мире. Возникновение таких атеросклеротических болезней в артериях зависит от сложной динамики кровотока и ряда гемодинамических параметров. Атеросклероз почечных артерий приводит к уменьшению артериальной эффективности и в конечном счете приводит к почечной артериальной гипертензии. В данной работе делается попытка определить локализацию атеросклеротической бляшки в брюшной аорте человека в окрестности соединения с почечной артерией с использованием средств вычислительной гидродинамики (CFD).

Области, подверженные атеросклерозу, в идеализированном соединении брюшной аорты и почечной артерии человека определяются в результате вычислений некоторых гемодинамических показателей. При вычислениях используется точная реологическая модель крови человека, предложенная Yeleswarapu. Кровоток вычисляется в трехмерной модельной области соединения артерий с использованием пакета ANSYS FLUENT v18.2.

Вычисленные гемодинамические показатели представляют собой среднее значение напряжения сдвига на стенке сосуда (AWSS), колебательный сдвиговый индекс (OSI) и относительное время задержки (RRT). Моделирование пульсирующего течения (f = 1.25 Гц, Re = 1000) показывает, что малое значение AWSS и высокий индекс OSI возникают в областях почечной артерии вниз по течению от соединения и в инфраренальном отделе брюшной аорты вблизи соединения. Высокий RRT, который является относительным индексом и зависит как от AWSS, так и OSI, как показано в данной работе, сочетается с низким AWSS и высоким OSI в краниальной части поверхности почечной артерии, проксимальной около соединения и на латеральной поверхности вблизи бифуркации брюшной аорты: это указывает, что эти области наиболее всего подвержены атеросклерозу. Результаты качественно соответствуют литературным данным. Они могут служить начальным этапом исследований и иллюстрировать пользу средств вычислительной гидродинамики (CFD) для определения местоположения атеросклеротической бляшки.

Система гемостаза представляет собой одну из ключевых защитных систем организма, которая присутствует практически во всех его жидких тканях, но наиболее важна в крови. Она активируется при различных повреждениях стенки сосуда, и взаимодействие ее специализированных клеток и гуморальных систем приводит сначала к формированию гемостатического сгустка, останавливающего потерю крови, а затем к постепенному растворению этого сгустка. Образование гемостатического тромба — уникальный с точки зрения физиологии процесс, так как за время порядка минуты система гемостаза образует сложные структуры, имеющие пространственный масштаб от микрометров (в случае повреждения микрососудов или стыков между отдельными эндотелиальными клетками) до сантиметра (в случае повреждения крупных магистральных артерий). Гемостатический ответ зависит от множества скоординированных и параллельно идущих процессов, включающих адгезию тромбоцитов, их активацию, агрегацию, секрецию различных гранул, изменение формы, состава внешней части липидного бислоя, контракцию тромба и образование фибриновой сети в результате работы каскада свертывания крови. Компьютерное моделирование представляет собой мощный инструмент для исследования этой сложной системы и решения практических задач в этой области на разных уровнях организации: от внутриклеточной сигнализации в тромбоцитах, моделирования гуморальных систем свертывания крови и фибринолиза и до разработки многомасштабных моделей тромбообразования. Проблемы, связанные с компьютерным моделированием биологических процессов, можно разделить на две основные категории: отсутствие адекватного физико-математического описания имеющихся в литературе экспериментальных данных из-за сложности биологических систем (проблема отсутствия адекватной теоретической модели биологических процессов) и проблема высокой вычислительной сложности некоторых моделей, которая не позволяет применять их для исследования физиологически интересных сценариев. Здесь мы рассмотрим как некоторые принципиальные проблемы в области моделирования свертывания крови, которые до сих пор остаются нерешенными, так и прогресс в экспериментальных исследованиях гемостаза и тромбоза, ведущий к пересмотру многих ранее принятых представлений, что необходимо отразить в новых компьютерных моделях этих процессов. Особое внимание будет уделено нюансам артериального, венозного и микрососудистого тромбоза, а также проблемам фибринолиза и тромболизиса. В обзоре также кратко обсуждаются основные типы используемых математических моделей, их сложность с точки зрения вычислений, а также принципиальные вопросы, связанные с возможностью описания процессов тромбообразования в артериях.

Представлены результаты исследования риска возникновения сердечно-сосудистой недостаточности юных спортсменов и подростков при стрессовой физической нагрузке. Описан метод скрининг-диагностики риска развития коллапсоидных осложнений. Приведены результаты бесконтактного измерения формы пульсовой волны лучевой артерии в области запястья с использованием полупроводникового лазерного автодина. При измерениях использовался лазерный диод типа RLD-650 со следующими характеристиками: мощность излучения — 5 мВт, длина волны излучения — 654 нм. Была решена задача по восстановлению формы движения отражателя, в качестве которого выступала поверхность кожи над артерией человека, апробирован метод оценки риска возникновения сердечно-сосудистой недостаточности при физической нагрузке и проведен анализ результатов его применения для оценки риска развития коллапсоидной реакции у юных спортсменов. В качестве анализируемых параметров были выбраны следующие показатели: крутизна систолического подъема на участке быстрой и медленной фазы, скорость изменения пульсовой волны на катакроте, вариабельность кардиоинтервалов, определяемая по временным интервалам между максимумами пульсовых волн. Форма пульсовой волны анализировалась по ее первой и второй производной по времени. Нули первой производной пульсовой волны позволяют выделить время систолического подъема. Минимум второй производной соответствует окончанию фазы быстрого и началу фазы медленного нарастания давления в систолу. Использование первой и второй производной пульсовой волны позволило раздельно анализировать форму пульсовой волны в фазе быстрого и в фазе медленного роста давления во время систолического подъема. Показано, что наличие аномалий в форме пульсовой волны в сочетании с ваготоническим типом нервной регуляции сердечно-сосудистой системы является признаком возникновения опасности коллапсоидной реакции при физической нагрузке.

Методами математического моделирования изучена гидродинамическая активация тромбоцитов в артериовенозных фистулах, используемых для проведения гемодиализа. Цель работы — найти те конфигурации артериовенозных фистул, риск активации в которых снижен при типичных для фистул скоростей течения. В рамках развитого подхода условием гидродинамической активации считалось превышение кумулятивным напряжением сдвига определенного порога. Величина порога зависела от степени мультимерности макромолекул фактора фон Виллебранда, играющих роль гидродинамических сенсоров у тромбоцитов. В работе было изучено влияние ряда представляющих интерес параметров артериовенозных фистул, таких как величина анастомозного угла, интенсивность кровотока, а также мультимерность макромолекул фактора фон Виллебранда, на активацию тромбоцитов. Построены параметрические диаграммы, позволяющие выделять области параметров, соответствующие наличию или отсутствию гидродинамической активации тромбоцитов. Получены скейлинговые соотношения, характеризующие критические кривые на параметрических диаграммах. Анализ влияния величины анастомозного угла на гидродинамическую активацию тромбоцитов показал, что тупые анастомозные углы должны в меньшей мере приводить к активации, чем острые. Исследование различных типов соединения артерий и вен в артериовенозных фистулах показало, что к числу наиболее безопасных относится конфигурация «конец вены в конец артерии». Для всех исследованных конфигураций артериовенозных фистул критические кривые, разделяющие области на параметрических диаграммах, являются монотонно убывающими функциями от степени мультимерности фактора фон Виллебранда. Выяснилось, что интенсивность кровотока через фистульную вену оказывает существенное влияние на вероятность запуска тромбообразования, в то время как направление течения через дистальную артерию значимо не сказывается на активации тромбоцитов. Полученные результаты позволяют определять конфигурации фистул, наиболее безопасные с точки зрения запуска тромбообразования. Авторы полагают, что результаты работы могут представлять интерес для врачей, выполняющих хирургические операции по созданию артериовенозных фистул для гемодиализа. В заключении обсуждается ряд клинических приложений результатов.

Рассматривается возможность численного 3D-моделирования образования тромбов.

Известные детальные математические модели формирования тромбов включают в себя большое число уравнений. Для совмещения таких подробных математических моделей с гидродинамическими кодами для моделирования роста тромбов в кровотоке необходимы значительные вычислительные ресурсы. Разумной альтернативой представляется использование редуцированных математических моделей. В настоящей работе описаны две математические модели, основанные на редуцированной математической модели производства тромбина.

Первая модель описывает рост тромбоцитарного тромба в крупном сосуде (артерии). Течения в артериях существенно нестационарные, для артерий характерны пульсовые волны. Скорость течения крови в них велика по сравнению с венозным деревом. Редуцированная модель производства тромбина и тромбообразования в артериях относительно проста. Показано, что процессы производства тромбина хорошо описываются приближением нулевого порядка.

Для вен характерны более низкие скорости, меньшие градиенты и, как следствие, меньшие значения напряжений сдвига. Для моделирования производства тромбина в венах необходимо решать более сложную систему уравнений, учитывающую все нелинейные слагаемые в правых частях.

Моделирование проводится в индустриальном программном комплексе (ПК) FlowVision.

Проведенные тестовые расчеты показали адекватность редуцированных моделей производства тромбина и тромбообразования. В частности, расчеты демонстрируют формирование зоны возвратного течения за тромбом. За счет формирования такой зоны происходит медленный рост тромба в направлении вниз по потоку. В наветренной части тромба концентрация активных тромбоцитов мала, соответственно, рост тромба в направлении вверх по потоку незначителен.

При учете изменения течения в процессе сердечного цикла рост тромба происходит гораздо медленнее, чем при задании осредненных (по сердечному циклу) условий. Тромбин и активированные тромбоциты, наработанные во время диастолы, быстро уносятся потоком крови во время систолы. Заметный эффект оказывает учет неньютоновской реологии крови.

Большинство биомеханических задач, представляющих интерес для клиницистов, могут быть решены только с помощью персонализированных математических моделей. Такие модели позволяют формализовать и взаимоувязать ключевые патофизиологические процессы, на основе клинически доступных данных оценить неизмеряемые параметры, важные для диагностики заболеваний, спрогнозировать результат терапевтического или хирургического вмешательства. Использование моделей в клинической практике накладывает дополнительные ограничения: практикующие врачи требуют валидации модели на клинических случаях, быстроту и автоматизированность всей расчетной технологической цепочки от обработки входных данных до получения результата. Ограничения на время расчета, определяемые временем принятия врачебного решения (порядка нескольких минут), приводят к необходимости использования методов редукции, корректно описывающих исследуемые процессы в рамках численных моделей пониженной размерности или в рамках методов машинного обучения.

Персонализация моделей требует пациентоориентированной оценки параметров модели и создания персонализированной геометрии расчетной области и построения расчетной сетки. Параметры модели оцениваются прямыми измерениями, либо методами решения обратных задач, либо методами машинного обучения. Требование персонализации моделей накладывает серьезные ограничения на количество настраиваемых параметров модели, которые могут быть измерены в стандартных клинических условиях. Помимо параметров, модели включают краевые условия, которые также должны учитывать особенности пациента. Методы задания персонализированных краевых условий существенно зависят от решаемой клинической задачи, зоны ее интереса и доступных клинических данных. Построение персонализированной области посредством сегментации медицинских изображений и построение расчетной сетки, как правило, занимают значительную долю времени при разработке персонализированной вычислительной модели, так как часто выполняются в ручном или полуавтоматическом режиме. Разработка автоматизированных методов постановки персонализированных краевых условий и сегментации медицинских изображений с последующим построением расчетной сетки является залогом широкого использования математического моделирования в клинической практике.

Цель настоящей работы — обзор и анализ наших решений по персонализации математических моделей в рамках трех задач клинической кардиологии: виртуальной оценки гемодинамической значимости стенозов коронарных артерий, оценки изменений системного кровотока после гемодинамической коррекции сложных пороков сердца, расчета характеристик коаптации реконструированного аортального клапана.