Regnskab for variabilitet i vaskulære modeller

Forskere ved Duke University arbejder på nøjagtigt at modellere usikkerheden i den mekaniske adfærd af menneskelige arterielle vægge. Ved at støtte teoretiske udviklinger inden for vævsteknologi, forskningen kan i sidste ende understøtte patientspecifikke simuleringer for at hjælpe læger med at udvikle ikke-invasive teknikker til tidlig diagnose og identificere potentielle faldgruber, før de udfører medicinske procedurer.

Arbejdet har fået international opmærksomhed, med Brian Staber, en tidligere ph.d. elev af Johann Guilleminot, assisterende professor i civil- og miljøteknik ved Duke, vandt to priser for sit speciale om emnet. I april 2019, Staber vandt først afhandlingsprisen fra den fransk-baserede Computational Structural Mechanics Association. Fem måneder senere, Staber accepterede European Community on Computational Methods in Applied Sciences (ECCOMAS) Ph.D. Pris, givet for den bedste afhandling præsenteret i Europa på området.

"Der er stor variation i det kunstige væv, vi konstruerer, såvel som i den menneskelige krop, " sagde Guilleminot. "Konstruerede vaskulære kar, for eksempel, typisk udviser betydelig variabilitet på grund af komplekse udviklingsforhold, og arterievægge er i det væsentlige biologiske, lagdelte kompositmaterialer, der har forskellige strukturelle egenskaber afhængigt af, for eksempel, kønnet, alder eller aktivitetsniveau for deres ejer."

"Vi forsøger at skabe digitale tvillinger, der præcist tager højde for disse variationer og effektivt forudsiger, hvordan de vil afbøde og forplante sig til mængder af interesse, " tilføjede han. "Det er en skræmmende udfordring at forstå, hvordan disse to dele vil interface til hinanden og arbejde under ekstreme forhold i en vaskulær konstruktion."

Tricket er at skabe beregningsmodeller, der kan bruges til at udforske virtuelle scenarier på en optimal måde.

"Vi kombinerer matematiske modeller med avancerede simuleringsteknikker for at skabe en række scenarier for, hvordan en graft kommer til at fungere, baseret på denne variation, " sagde Guilleminot. "Og vi forsøger at gøre det ved at definere koefficienterne i de styrende ligninger på en måde, der afspejler den fysiske virkelighed for grupper af patienter."

De modeller, der er udviklet i Guilleminots gruppe, forsøger at genskabe, hvordan en række mekaniske egenskaber på et tidspunkt påvirker de samme egenskaber på tilstødende punkter - og ned ad linjen gennem hele strukturen. Og for at gøre tingene mere komplicerede, disse strukturer er buede, lidt ujævne bind, der ligner en børnehaves forsøg på en lerskulptur.

De udviklede algoritmer modellerer forviklingerne af disse uregelmæssige former, mens de giver brugerne mulighed for uafhængigt at justere, hvor meget hvert punkts fysiske egenskaber påvirker dets naboer i hver dimension. Ved at justere styrken af ​​disse dimensionelle korrelationer og de inducerede deformationers virkninger, de kan matche eksperimentelle målinger i en eller anden statistisk forstand.

"Vi har skabt en masse fleksibilitet i modellering af meget kompleks adfærd på meget komplicerede former, " sagde Guilleminot.

Forskerne er i øjeblikket i gang med at se, hvor godt deres modeller fungerer. Ved at sammenligne deres modellers resultater med dem opnået fra fysiske eksperimenter, Guilleminot og hans gruppe hos Duke håber at demonstrere, at deres modeller og algoritmer tager højde for alle disse komplikationer godt nok til nøjagtigt at forudsige den mekaniske pålidelighed af vaskulære transplantater.