دانلود رایگان ترجمه مقاله مطالعه شبیه سازی همودینامیک در تقسیم دو شاخه ای برای ناهنجاری وریدی مغزی (نشریه NCBI 2017)

مطالعه شبیه سازی همودینامیک در تقسیم دو شاخه ای برای ناهنجاری وریدی مغزی با استفاده از مقایسه الکتریکی

Simulation study of Hemodynamic in Bifurcations for Cerebral Arteriovenous Malformation using Electrical Analogy

چکیده
مقدمه
منابع و روشها
پیش پردازش
قطعه قطعه سازی
مدل الکتریکی
نتایج
شبکه نامتقارن
شبکه های متقارن
آمار
بحث
نتیجه گیری

چکیده

پیش زمینه و هدف: همودینامیک ناهنجاری شریانی مغزی (CAVM) وضعیت بیماری است که نتایج در سطح جریان و فشار در رگهای خونی تغییر میکند. اندازه گیری جریان و فشار بدون مداخله میل جراحی بول در طو رگ، یک چالش بزرگ در اثر تقسیمات دو شاخه رگ/ تقسیمات دو شاخه پیچیده در بیماران دچار ناهنجاری وریدی است. شکل هندسی رگ در بیماران CAVM، پیچیده است، که از قطرها، طولها و تقسیمات دو شاخه زوایای مختلف تشکیل میشود. تغییرات در قطر رگ و زاویه تقسیم دو شاخه، اندازه گیری و تحلیل ویژگی های جریان خون را به طور تهاجمی یا غیر تهاجمی پیچیده میسازد.
روشها: در این مقاله، ما یک مدل بزرگ شده را برای تقسیم دو شاخه ای برای شبکه های متقارن و نامتقارن در بیماران CAVM ارائه نموده ایم. این مدلها با استفاده از نرم افزار شبیه سازی مطلب (MATLAB) برای زوایای تقسیم دو شاخه ای مختلف ایجاد میشوند. هر زاویه تقسیم دو شاخه ای با استفاده از شبکه الکتریکی RLC ایجاد شد. قطعه قطعه سازی و پیش پردازش تقسیم دو شاخه ای رگ ها، با استفاده از قطعه بندی انطباقی اجرا میشود. شبکه ارائه شده از طریق اندازه گیری همودینامیک به طور غیر تهاجمی، به مشکل متخصصان بالینی میپزدارد. این روش برای هر نوع شبکه تقسیم دو شاخه با زوایای تقسیم دو شاخه مختلف در بیماران CAVM قابل کاربرد است.
نتایج: در این اثر، ما یک مدل ریاضی را اجرا کردیم، همودینامیک را برای 23 بیمار (موارد واقعی و شبیه سازی شده) با 60 تغییر زاویه تقسیم دو شاخه اندازه گرفتیم. نتایج بیانگر این است که مقایسه ها، همبستگی های بسیار معناداری را بین ارزشهای محاسبه شده توسط مدل بزرگ شده و مدل مکانیکی شبیه سازی شده برای هر دو شبکه دارای p < 0.0001 را اثبات نمودند. یک مقدار P کمتر از 0.05، از نظر آماری معنادار قلمداد شد.
نتیجه گیری: در این مقاله، ما انواع تقسیم دو شاخه مختلف را مدلسازی کرده ایم و به طور خودکار فشار و جریان را به طور غیر تهاجمی در گره های مختلف و زوایای مختلف تقسیم دو شاخه در رگ پیچیده را با کمک پارامترهای تقسیم دو شاخه با استفاده از مدل پارامتری بزرگ شده، نشان میدهیم. ما زوایای تقسیم دو شاخه و قطرهای رگ مختلف را برای بُعد تصویربرداری مختلف شبیه سازی کرده ایم و مدل را برای اندامهای مختلف گسترش دادهایم. این کار به متخصصان بالینی در اندازه گیری پارامترهای همودینامیکی به طور غیر تهاجمی در تقسیمات دو شاخه ای مختلف کمک خواهد کرد، حتی میل جراحی بول نمیتواند به آنجا برسد.

1. مقدمه

در یک مغز نرمال، جریان خون، از سرخرگها به سیاهرگها از طریق یک بستر مویرگی است. در مورد وضعیت ناهنجاری وریدی مغزی (CAVM)، جریان خون نرمال تحت تاثیر قرار میگیرد و در آنجا سرخرگ ها مستقیمابه سیاهرگ ها بدون یک بستر مویرگی متصل هستند، که یک پیچیده از رگ های خونی غیر عادی را شکل میدهد. بخش مرکزی ناهنجاری متشکل از رگهای غیر عادی غامض است که “جای تخمگذاری” نامیده میشود. فشار بسیار پایینی در AVM وجود دارد؛ از اینرو، یک مقدار بزرگ خون به این قسمت کشیده میشود. این مساله سبب میشود فشار بسیار زیادی در رگ های خونی بویژه در سیاهرگها ایجاد شود. خطر گسیختگی سیاهرگهایی که ناهنجاری را ایجاد میکنند بالاست زیرا سیاهرگها نمیتوانند فشار خون زیادی را به اندازه سرخرگها نگهدارند. نیاز به مدلسازی برای کمک به پزشکان برای انجام اقدامات پیشگیرنده و برای تشخیص اولیه برای خطر گسیختگی و برنامه ریزی درمانی برای بیماران AVM است.
شکل 1، ساختار پیچیده AVM را نشان میدهد که بسیار مشکل است و برای مدلسازی تقسیمات دو شاخه ای چالش برانگیز است. محققان تقسیمات دو شاخه ای رگها را برای اندامهای مختلف بر مبنای خاصیت مکانیکی جریانهای خون تحلیل نموده اند، اما برخی پارامترهای بالینی برای مدلسازی، در نظر گرفته نمیشوند. هوگ استراتن، زاویه تقسیم دو شاخه ای و تحلیلتقسیم دو شاخه ای بر مبنای شعاع و طول رگ را مطالعه کرد، اما تغییرات زاویه ای را در نظر نگرفت. مولف گوبرگریتس، مدلسازی شکل هندسی رگ را برای شریان سبات مورد بررسی قرار داد تا پارامترهای هندسی مختلف را با استفاده از مدلسازی مکانیکی تحلیل نماید. در مطالعه دیگری، مولف مالو، مدلسازی شبکه نامتقارن را بر مبنای اعداد وومرسلی تحلیل نمود. ادبیات، مدلسازی شبکه متقارن را نشان میدهد که برای شریان اکلیلی در دسترس است تا LAD و LCX را بر مبنای مدل پارامتر بزرگ شده مدلسازی نماید. محققان، مدل شبکه بزرگ شده مختلف را برای تحلیل مطالعه کردند که بر محاسبه زاویهتقسیم دو شاخه ای تمرکز دارد. قاسم علیزاده و دیگران بر روی مدل تشریحی برای جریان خون در قلب تحلیل انجام دادند و محدودیت آن فرضیات مهمی است که در مدل جریان خون مشمول است که به رابطه شعاع فشار، خصوصیات سرعت شعاعی و اتلاف فشار در تقسیمات دو شاخه ای رگ مربوط است. جیسژن و دیگران یک مدل مقدماتی را ایجاد کرده اند که بیانگر این است حرکت عروق خونی ممکن است اثر عمده ای بر جریان خون اکلیلی داشته باشد. مولف اسمیت، مدل تشریحی رت برای جریان خون در قلب تحلیل کرده است، محدودیت این تحقیق، فرضیات اصلی مشمول در مدل جریان خون است که به رابطه شعاع فشار،خصوصیات سرعت شعاعی و اتلاف فشار درتقسیمات دو شاخه ای رگ است. میلان و دیگران، یک مدل مقدماتی را ایجاد کرده است، که بیانگر این است که حرکت رگ خونی ممکن است دارای تاثیر بسزایی بر جریان خون اکلیلی باشد. تاثیر حرکت رگ از طریق پارامترهای مکانیکی در مدل مکانیکی محدود میشود که با تعیین خصوصیات جریان با استفاده از حرکت رگ نسبت به سرعت جریان خون انجام میگیرد.
مولف موری [13]، نشان داده است نسبت قطر رگ تقسیم کننده دو شاخه ای (d1/ d2) زمانی تغییر میکند (افزایش می یابد/ کاهش می یابد) که زاویهتقسیم دو شاخه ای تغییر می یابد. در ادبیات، بین زاویهتقسیم دو شاخه ای و نسبت قطرها، رابطه وجود دارد، یعنی زاویهتقسیم دو شاخه ای با تغییر در نسبت قطر شاخه ای، نسبت معکوس دارد. با این حال، رابطه مستقیمی بین زاویه و شبکه های مدل بزرگ شده طبق ادبیات وجود ندارد. مدل ارائه شده، محدودیتهای فوق را با ایجاد رابطه مستقیم با زاویه خخ، قطر و اندازه گیری فشار با استفاده از شبکه الکتریکی بررسی میکند. در این مقاله، ما مدلسازی قطعه بندیتقسیم دو شاخه ای را با هدایت از طریق رگهای پیچیده ارائه کردیم. خخ، ترکیبی ازتقسیم دو شاخه ای نامتقارن و متقارن بر مبنای پارامترهای بالینی رگهای خونی و خروجی مدل بر مبنای رگهای قطعه قطعه شده است.

Abstract

Background and Objective: Cerebral Arteriovenous Malformation (CAVM) hemodynamic is disease condition, results changes in the flow and pressure level in cerebral blood vessels. Measuring flow and pressure without catheter intervention along the vessel is big challenge due to vessel bifurcations/complex bifurcations in Arteriovenous Malformation patients. The vessel geometry in CAVM patients are complex, composed of varying diameters, lengths, and bifurcations of various angles. The variations in the vessel diameter and bifurcation angle complicate the measurement and analysis of blood flow features invasively or noninvasively.

Methods: In this paper, we proposed a lumped model for the bifurcation for symmetrical and asymmetrical networks in CAVM patients. The models are created using MATLAB Simulation software for various bifurcation angles. Each bifurcation angle created using electrical network- RLC. The segmentation and pre-processing of bifurcation vessels are implemented using adaptive segmentation. The proposed network address clinicians problem by measuring hemodynamic non-invasively. The method is applicable for any types of bifurcation networks with different bifurcation angles in CAVM patients.

Results: In this work, we constructed a mathematical model, measured hemodynamic for 23 patients (actual and simulated cases) with 60 vessel bifurcation angles variations. The results indicate that comparisons evidenced highly significant correlations between values computed by the lumped model and simulated mechanical model for both networks with p < 0.0001. A P value of less than 0.05 considered statistically significant.

Conclusion: In this paper, we have modelled different bifurcation types and automatically display pressure and flow non-invasively at different node and at different angles of bifurcation in the complex vessel with help of bifurcation parameters, using lumped parameter model. We have simulated for different bifurcation angles and diameters of vessel for various imaging modality and model extend for different organs. This will help clinicians to measure haemodynamic parameters noninvasively at various bifurcations, where even catheter cannot be reached..

1. Introduction

I n a normal brain, the blood flow is from arteries to veins through a capillary bed. In the case of Cerebral Arteriovenous Malformation (CAVM) condition, the normal blood flow is affected and there arteries are directly connected to veins without a capillary bed, forming a tangle of abnormal blood vessels. The central part of the malformation consisting of tangled abnormal vessels is called ‘Nidus’ [1]. There is very low pressure in the AVM; hence, a large amount of blood drawn into this. This causes lot of pressure built up in the blood vessels, especially in the veins. The risk of rupturing of the veins draining the malformation is high because veins cannot handle as much blood pressure as that of arteries. The need for modelling is to help Doctors to take preventive steps and for early diagnosis for the risk of rupture and treatment planning for the AVM patients.

Figure 1 shows the AVM complex structure, which is very difficult and challenging to model bifurcations [2]. The researchers analysed vessels bifurcation for various organs based on the mechanical property of the blood flows, but some clinical parameters for modelling are not considered [3]. Hoogstraten studied the bifurcation angle and bifurcation analysis based on the radius and length of the vessel, but not considered angle variations [4]. The author Goubergrits investigated vessel geometry modelling for the carotid artery, to analyse various geometric parameters using mechanical modelling [5]. In another study, the author Malve, analysed modelling of asymmetrical network, based on the Womersley numbers [6]. The literature shows symmetrical network modelling is available for the coronary artery, to model LAD and LCX based on the lumped parameter model [7]. The researchers studied various lumped network model for the analysis, concentrating on the calculation of the bifurcation angle [8]. Ghasemalizadeh et.al, [9] analysed on the anatomical model for the blood flow in heart, the limitation is that the major assumptions included in the blood flow model concern the pressure radius relationship, the radial velocity profile, and pressure loss at vessel bifurcations. Gijsen et al. [10] have produced a preliminary model, which indicates that blood vessel movement may have a significant effect on coronary blood flow.The author Smith [11] has analysed on the anatomical model for the blood flow in heart, the limitation is that the major assumptions included in the blood flow model concern the pressure radius relationship, the radial velocity profile, and pressure loss at vessel bifurcations. Milan et al. [12] have produced a preliminary model, which indicates that blood vessel movement may have a significant effect on coronary blood flow. The effect of vessel movement limited by mechanical parameters in the mechanical model by determining the flow profile using, vessel movement relative to blood flow velocity.

The author Murray [13], has showed that, ratio of the bifurcating vessel diameter (d1/ d2) ratio changes (increases/decreases) when the bifurcation angle varies. In literature, there exist relationship between the bifurcation angle and ratio of the diameters, i.e. bifurcation angle is inversely proportional to the change in the branch diameter ratio. However, there is no direct relationship between angle and lumped model networks as per the literature. The proposed model addresses the above limitations with creation of direct relationship with bifurcation angle, diameter and pressure measurement using electrical network. In this paper, we proposed the modelling for the segment of the bifurcation by navigating through the complex vessels. The bifurcation is combination of asymmetric and symmetric bifurcation based on the clinical parameters of the blood vessels and model output based on the segmented vessels..