物理信息神经网络联合CFD仿真：马凡氏综合征动脉瘤血流动力学研究新突破

6小时前浏览0

导读：在医疗的神秘领域中，马凡氏综合征以其独特而又复杂的面貌，成为医学界和大众关注的焦点。它虽发病率低，却如隐匿的 “杀手”，时刻威胁着患者的生命健康。近日，云南省第一人民医院的心脏大血管外科团队成功为一位 45 岁的马凡氏综合征患者实施了全胸腹主动脉替换联合双侧髂动脉替换术。这一手术堪称主动脉外科领域的 “珠穆朗玛峰”，技术难度极高、创伤极大且过程极为复杂。患者马香（化名）此前因急性主动脉夹层接受过一次手术，此次是为解决腹主动脉瘤的问题再次手术。

幸运的是，在医生团队的精湛技艺与紧密协作下，手术顺利完成，马香也逐渐康复。这一案例不仅彰显了医疗技术的突破，也让 “马凡氏综合征” 这一罕见病走进大众视野。

马凡氏综合征（MS）是一种遗传性疾病，通常与主动脉瘤的发展有关，导致严重的血管并发症，影响结缔组织，为身体的各个部位提供结构支持，包括心脏、血管、眼睛、骨骼和皮肤。这种情况是由纤维蛋白1 （FBN1）基因突变引起的，该基因会破坏结缔组织中弹性纤维的形成。这导致结缔组织减弱，特别是在心血管系统中，主动脉受到的影响最大。脆弱的主动脉壁变得更容易扩张，增加了动脉瘤的风险。

马凡氏综合征患者的动脉瘤最常见于升主动脉或主动脉根部，其逐渐增大可导致危及生命的疾病，如主动脉夹层。一些研究已经检查了马凡氏综合征和主动脉瘤之间的关系。这种疾病的进展与血流动力学因素如壁剪切应力（WSS）和von Mises应力密切相关，因为异常分布可导致血栓形成、内皮损伤和动脉瘤病情恶化。本文是专题“流体动力学及其应用的最新进展”的一部分，以评估WSS和von Mises应力，旨在提高对马凡氏综合征动脉瘤血流动力学的认识，这对评估动脉瘤破裂风险和支持临床决策至关重要。

一、研究亮点与方法

1.组合实验模型：将CFD与PINNs相结合，分析了健康和动脉瘤性主动脉模型的WSS和von Mises应力。分析包括6个模型，4个代表马凡氏综合征引起的动脉瘤，2个代表健康病例，来自血管模型库。

2.对真实条件仿真：利用ANSYS Fluent软件进行仿真，可视化搏动血流条件下患者特异性血流量。为了复制真实的生理条件，FSI框架与脉动入口速度剖面一起应用，捕捉血流的时间依赖性行为。

3.健康与病变对比：利用剪切应力输运（SST） k-x湍流过渡模型提高了过渡流模拟的精度。这种全面的方法强调了健康和病变主动脉之间血流动力学模式的差异，

4.提高计算效率：证明了pinn作为血流动力学建模的计算效率替代方案的潜力，最终为更快的临床评估和改善患者护理铺平了道路。

图1

图1：来自血管模型呼吸数据集的健康和患病模型，具有马凡氏综合征动脉瘤和健康主动脉。

图2：入口速度分布图

图3

图3：基于时空输入预测压力、速度和WSS的体系结构(x,y,z,t)通过完全连接的层与Swish激活。该网络分为三个输出，并包含自适应损失权值。

图4

图4：PINN培训工作流程：输入(x,y,z,t)经历正向传播和反向传播来更新网络，并产生压力、速度和WSS预测。

在本研究中，分析了四种马凡氏综合征动脉瘤模型和两种健康个体模型，选择牛顿流体模拟动脉血流，采用了海温过渡模型。WSS表示血流对血管壁施加的单位面积切向力，利用ANSYS Fluent商用求解器求解控制方程，采用有限体积法和基于压力的方法求解控制质量和动量守恒的非线性方程。

二、研究结果

本研究分析了4种马凡氏综合征动脉瘤模型的WSS分布和von mises应力，并与健康主动脉模型在收缩期和舒张期进行了比较。图5(a)和5(b)为MS1动脉瘤模型的壁面剪应力等值线，图5(c)和5(d)为MS2模型，图5(e)和5(f)为MS3模型，图5(g)和5(h)为MS4动脉瘤模型的WSS分布。图5(i)和5(j)以及5(k)和5(l)显示了健康主动脉模型（H1和H2）的WSS分布，为比较提供了基线。

图5

图5：6例WSS （Pa）轮廓，包括4例病变模型和2例健康模型。图(a)和(b)显示了病例MS1在收缩期和舒张期的WSS， (c)和(d)为病例MS2， (e)和(f)为病例MS3， (g)和(h)为病例MS4。图(i)和(j)代表健康病例H1，图k - 1代表健康病例H2。每个子图包括五个视图：前、后、外侧、上壁和整体血管WSS。

图6显示了病例MS1-MS4的von Mises应力（Pa）分布。在代表病例MS1的子图(a)中，观察到前侧远端和上侧的von Mises应力升高。这表明这些高应力区域可能容易发生结构弱化，在这些区域动脉瘤破裂的可能性更高。子图(b)显示了病例MS2，其中von Mises应力在后侧近端和上侧明显较高，表明这些区域经历了显著的应力集中。这可能意味着在这种特殊情况下，在近后和上区域有更高的破裂风险。在代表病例MS3的子图(c)中，von Mises应力在前侧面远端再次观察到较高，这表明与病例MS1相似，该动脉瘤模型的前侧面远端区域面临较高的应力，这可能导致潜在的破裂或其他并发症。最后，子图(d)显示了病例MS4，其中von misstress主要在上侧高。这表明，在这种情况下，上侧受到最大的压力，增加了该区域破裂的可能性。当比较所有四种情况下的这些发现时，很明显冯米塞斯应力较高的区域更容易破裂。

图6

图6：患病病例的von Mises应力（Pa）轮廓。图(a) - (d)分别显示病例ms1和ms4的WSS。

图7显示了压力和WSS的PINN预测与CFD参考数据的对比。这些视觉对比证实了PINN准确地再现了CFD模拟中观察到的关键流动特征。

图6

图7：PINN和CFD结果的比较：图(a) - (f)为病例MS1在收缩期和舒张期的WSS、压力和训练损失曲线。类似地，图(g) - (l)说明了案例MS2的结果，图(m) - (r)说明了案例MS3的结果，图(s) - (x)说明了案例MS4的结果。

三、自学CFD仿真、体外循环实验和AI深度学习

通过将CFD与pinn相结合，本研究展示了一种计算高效且准确的血流动力学建模方法，从而实现快速临床决策。使用SST k-x湍流过渡模型有效地捕获了过渡流动行为，而FSI则提供了血流与血管壁之间相互作用的见解。尽管该研究采用了牛顿流体假设，但其结果为马凡氏综合征动脉瘤中血流动力学的复杂相互作用提供了有价值的见解。这项研究强调了先进的计算模型在诊断和治疗策略方面的潜力，为个性化治疗和更好地管理血管疾病铺平了道路。

众所周知，血液循环系统涉及丰富的力学理论，仅根据医学影像和形态学数据判断血管疾病和制定治疗方案是不够全面的，缺乏相关力学数据支撑。随着科学技术的发展，计算流体力学（CFD）数值模拟、体外循环实验和深度学习引起了研究人员的巨大兴趣。CFD可模拟血流场并获取血流动力学参数，弥补了医学影像分析和形态学指标的不足；体外循环实验可直观展现压力变化、流场分布，具有高度可控性和可重复性；深度学习可高效实现医学图像的精准分割和血流动力学参数的快速预测，显著提升诊断和治疗效率。当前血流动力学现已普遍应用于血管疾病研究（如主动脉夹层、腹主动脉瘤、颈动脉狭窄）和手术方案制定（如烟囱支架的选择和设计、不同旁路搭桥策略的对比、胸主动脉支架长度的确定）。

近日，笔者在仿真秀官网独家原创发布视频课程《血流动力学临床医学研究高级进阶33讲：自学CFD仿真、体外循环实验和AI深度学习》正式上线了，让用户掌握CFD仿真+体外循环实验+AI深度学习技能，全面判断血管疾病和制定科学治疗方案。希望帮助血流动力学基础的临床医生、医学科研人员和高校学生快速地掌握血流动力学的基础概念和流程，以及了解血流动力学在血管疾病的起因、发展，手术疗效评估和手术方案设计中的应用。