BR112021013537A2 - Método para modelagem específica de paciente de parâmetros hemodinâmicos em artérias coronárias - Google Patents
Método para modelagem específica de paciente de parâmetros hemodinâmicos em artérias coronárias Download PDFInfo
- Publication number
- BR112021013537A2 BR112021013537A2 BR112021013537-5A BR112021013537A BR112021013537A2 BR 112021013537 A2 BR112021013537 A2 BR 112021013537A2 BR 112021013537 A BR112021013537 A BR 112021013537A BR 112021013537 A2 BR112021013537 A2 BR 112021013537A2
- Authority
- BR
- Brazil
- Prior art keywords
- patient
- model
- coronary
- data
- pressure
- Prior art date
Links
- 210000004351 coronary vessel Anatomy 0.000 title claims abstract description 108
- 238000000034 method Methods 0.000 title claims abstract description 89
- 230000000004 hemodynamic effect Effects 0.000 title claims abstract description 51
- 238000004088 simulation Methods 0.000 claims abstract description 54
- 230000036772 blood pressure Effects 0.000 claims abstract description 32
- 239000012530 fluid Substances 0.000 claims abstract description 11
- 230000017531 blood circulation Effects 0.000 claims description 71
- 210000002216 heart Anatomy 0.000 claims description 40
- 230000000747 cardiac effect Effects 0.000 claims description 26
- 210000003484 anatomy Anatomy 0.000 claims description 24
- 238000000547 structure data Methods 0.000 claims description 15
- 230000002861 ventricular Effects 0.000 claims description 14
- 230000001052 transient effect Effects 0.000 claims description 11
- 210000000709 aorta Anatomy 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 7
- 210000005242 cardiac chamber Anatomy 0.000 claims description 6
- 238000002591 computed tomography Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 108010080192 Purinergic Receptors Proteins 0.000 claims description 3
- 230000008484 agonism Effects 0.000 claims description 2
- 230000036474 chronotropism Effects 0.000 claims description 2
- 230000036450 inotropism Effects 0.000 claims description 2
- 230000003534 oscillatory effect Effects 0.000 claims description 2
- 102100037601 P2X purinoceptor 4 Human genes 0.000 claims 1
- 230000005540 biological transmission Effects 0.000 claims 1
- 230000008878 coupling Effects 0.000 claims 1
- 238000010168 coupling process Methods 0.000 claims 1
- 238000005859 coupling reaction Methods 0.000 claims 1
- 238000004335 scaling law Methods 0.000 claims 1
- 238000002059 diagnostic imaging Methods 0.000 abstract description 5
- 230000035479 physiological effects, processes and functions Effects 0.000 description 64
- 230000004087 circulation Effects 0.000 description 36
- 238000004458 analytical method Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 15
- 210000004369 blood Anatomy 0.000 description 14
- 239000008280 blood Substances 0.000 description 14
- 238000012545 processing Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 206010002906 aortic stenosis Diseases 0.000 description 9
- 230000006735 deficit Effects 0.000 description 9
- 230000011218 segmentation Effects 0.000 description 9
- 230000002107 myocardial effect Effects 0.000 description 8
- 208000031481 Pathologic Constriction Diseases 0.000 description 7
- 238000002583 angiography Methods 0.000 description 7
- 238000010968 computed tomography angiography Methods 0.000 description 7
- 210000001367 artery Anatomy 0.000 description 6
- 230000037198 cardiovascular physiology Effects 0.000 description 6
- 238000010205 computational analysis Methods 0.000 description 6
- 230000003205 diastolic effect Effects 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 230000002685 pulmonary effect Effects 0.000 description 6
- 239000007787 solid Substances 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 238000001727 in vivo Methods 0.000 description 5
- 230000004088 pulmonary circulation Effects 0.000 description 5
- 238000012552 review Methods 0.000 description 5
- 230000001839 systemic circulation Effects 0.000 description 5
- 230000009885 systemic effect Effects 0.000 description 5
- 238000010200 validation analysis Methods 0.000 description 5
- 230000002792 vascular Effects 0.000 description 5
- 210000005166 vasculature Anatomy 0.000 description 5
- 241000282465 Canis Species 0.000 description 4
- 208000024172 Cardiovascular disease Diseases 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000002526 effect on cardiovascular system Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 210000004165 myocardium Anatomy 0.000 description 4
- 238000012014 optical coherence tomography Methods 0.000 description 4
- 208000037804 stenosis Diseases 0.000 description 4
- 230000036262 stenosis Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 201000000057 Coronary Stenosis Diseases 0.000 description 3
- 230000001746 atrial effect Effects 0.000 description 3
- 238000009530 blood pressure measurement Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000005094 computer simulation Methods 0.000 description 3
- 230000035487 diastolic blood pressure Effects 0.000 description 3
- 210000001308 heart ventricle Anatomy 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000011002 quantification Methods 0.000 description 3
- 230000035488 systolic blood pressure Effects 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 230000036962 time dependent Effects 0.000 description 3
- 206010003497 Asphyxia Diseases 0.000 description 2
- 206010011071 Coronary artery aneurysm Diseases 0.000 description 2
- 206010011089 Coronary artery stenosis Diseases 0.000 description 2
- 208000011200 Kawasaki disease Diseases 0.000 description 2
- 102000000033 Purinergic Receptors Human genes 0.000 description 2
- OIRDTQYFTABQOQ-KQYNXXCUSA-N adenosine Chemical compound C1=NC=2C(N)=NC=NC=2N1[C@@H]1O[C@H](CO)[C@@H](O)[C@H]1O OIRDTQYFTABQOQ-KQYNXXCUSA-N 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 208000029078 coronary artery disease Diseases 0.000 description 2
- 230000034994 death Effects 0.000 description 2
- 231100000517 death Toxicity 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000003861 general physiology Effects 0.000 description 2
- 210000005003 heart tissue Anatomy 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000007914 intraventricular administration Methods 0.000 description 2
- 208000001725 mucocutaneous lymph node syndrome Diseases 0.000 description 2
- 210000005259 peripheral blood Anatomy 0.000 description 2
- 239000011886 peripheral blood Substances 0.000 description 2
- 238000004904 shortening Methods 0.000 description 2
- 238000004513 sizing Methods 0.000 description 2
- 238000013517 stratification Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000001732 thrombotic effect Effects 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 230000010415 tropism Effects 0.000 description 2
- 230000001457 vasomotor Effects 0.000 description 2
- 210000003462 vein Anatomy 0.000 description 2
- XJFMHMFFBSOEPR-DNZQAUTHSA-N (2r,3r,4s,5r)-2-[6-amino-2-[(2e)-2-(cyclohexylmethylidene)hydrazinyl]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound N=1C=2N([C@H]3[C@@H]([C@H](O)[C@@H](CO)O3)O)C=NC=2C(N)=NC=1N\N=C\C1CCCCC1 XJFMHMFFBSOEPR-DNZQAUTHSA-N 0.000 description 1
- 102000009346 Adenosine receptors Human genes 0.000 description 1
- 108050000203 Adenosine receptors Proteins 0.000 description 1
- 101150051188 Adora2a gene Proteins 0.000 description 1
- 208000037260 Atherosclerotic Plaque Diseases 0.000 description 1
- 238000012893 Hill function Methods 0.000 description 1
- 206010020565 Hyperaemia Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 229940099424 adenocard Drugs 0.000 description 1
- 229940060202 adenoscan Drugs 0.000 description 1
- 239000000556 agonist Substances 0.000 description 1
- 230000008321 arterial blood flow Effects 0.000 description 1
- 230000004872 arterial blood pressure Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 229950005661 binodenoson Drugs 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 210000001174 endocardium Anatomy 0.000 description 1
- 210000002837 heart atrium Anatomy 0.000 description 1
- 230000010247 heart contraction Effects 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 238000005534 hematocrit Methods 0.000 description 1
- 230000000544 hyperemic effect Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000003834 intracellular effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 210000005240 left ventricle Anatomy 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000144 pharmacologic effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 230000000541 pulsatile effect Effects 0.000 description 1
- 239000003379 purinergic P1 receptor agonist Substances 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 239000000018 receptor agonist Substances 0.000 description 1
- 229940044601 receptor agonist Drugs 0.000 description 1
- 102000005962 receptors Human genes 0.000 description 1
- 108020003175 receptors Proteins 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 229960003614 regadenoson Drugs 0.000 description 1
- LZPZPHGJDAGEJZ-AKAIJSEGSA-N regadenoson Chemical compound C1=C(C(=O)NC)C=NN1C1=NC(N)=C(N=CN2[C@H]3[C@@H]([C@H](O)[C@@H](CO)O3)O)C2=N1 LZPZPHGJDAGEJZ-AKAIJSEGSA-N 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 208000037803 restenosis Diseases 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 230000000250 revascularization Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 231100000656 threshold model Toxicity 0.000 description 1
- 238000002287 time-lapse microscopy Methods 0.000 description 1
- 230000000304 vasodilatating effect Effects 0.000 description 1
- 230000024883 vasodilation Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/02028—Determining haemodynamic parameters not otherwise provided for, e.g. cardiac contractility or left ventricular ejection fraction
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/026—Measuring blood flow
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/101—Computer-aided simulation of surgical operations
- A61B2034/102—Modelling of surgical devices, implants or prosthesis
- A61B2034/104—Modelling the effect of the tool, e.g. the effect of an implanted prosthesis or for predicting the effect of ablation or burring
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/101—Computer-aided simulation of surgical operations
- A61B2034/105—Modelling of the patient, e.g. for ligaments or bones
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Cardiology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Physiology (AREA)
- Vascular Medicine (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Radiology & Medical Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Networks & Wireless Communication (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Hematology (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Robotics (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Image Generation (AREA)
Abstract
método para modelagem específica de paciente de parâmetros hemodinâmicos em artérias coronárias. trata-se de sistemas, métodos e meios legíveis por computador para modelagem específica de paciente de parâmetros hemodinâmicos em artérias coronárias. os métodos exemplificativos podem incluir a realização de simulações de dinâmica de fluidos computacionais com o uso de um modelo anatômico de artéria coronária específico de paciente derivado de dados de imaginologia médica e condições de limites específicas de paciente derivadas de uma forma de onda de pressão sanguínea continuamente registrada para determinar parâmetros hemodinâmicos específicos de paciente em artérias coronárias de um paciente.
Description
[001] A doença cardiovascular é a causa principal de mortes de homens e mulheres nos Estado Unidos e é responsável por não menos que 30% de mortes em todo o mundo. Embora os avanços médicos nos últimos anos tenham proporcionado progressos importantes no diagnóstico e tratamento de doença cardíaca, a incidência de morbidez e mortalidade prematuras ainda é grande. Uma razão para isso é a falta de estimativas precisas de parâmetros específicos de paciente que caracterizam com precisão a anatomia, fisiologia e hemodinâmicas de artérias coronárias, todas as que exercem um papel importante na progressão da doença cardiovascular.
[002] As técnicas baseadas em imaginologia médica (por exemplo, angiografia por tomografia computadorizada) são usadas tipicamente na prática clínica para caracterizar a gravidade de estenose nas artérias coronárias. Entretanto, tais técnicas proporcionam apenas uma avaliação anatômica, que é, frequentemente, inadequada para a tomada de decisões clínicas. Em particular, a avaliação anatômica da gravidade de estenose de artéria coronária leva frequentemente à sobrestimação ou subestimação, sendo que ambas são indesejáveis. A sobrestimação de gravidade da estenose pode levar à intervenção sem necessidade e ao risco subsequente de reestenose, enquanto a subestimação levaria provavelmente ao não tratamento. Uma avaliação funcional precisa pode exigir medições de pressão e/ou de fluxo, que são determinadas de modo não invasivo.
[003] Foram desenvolvidas diversas dinâmicas de fluidos computacionais (CFD) com base em técnicas para a avaliação funcional da doença arterial coronária. Entretanto, elas são tipicamente baseadas em geometrias simplificadas das artérias coronárias, com condições de limites genéricas derivadas de dados gerais populacionais. Isso faz com que tais técnicas não sejam adequadas para uma avaliação específica de paciente abrangente de uma doença arterial coronária, como uma avaliação de gravidade da estenose no caso de estenose de artéria coronária.
[004] Exemplos de tal método foram revelados em Chung JH, Lee KE, Nam CW, Doh JH, Kim HI, Kwon SS, Shim EB, Shin ES (2017) Diagnostic Performance of a Novel Method for Fractional Flow Reserve Computed from Noninvasive Computed Tomography Angiography (NOVEL-FLOW Study) The American Journal of Cardiology, 120(3):362-368. Esse estudo tinha como objetivo reduzir a complexidade do método computacional, o que resultava no encurtamento de um tempo médio para fornecer os resultados em 185 minutos. No dito documento, as condições de limites foram calculadas com o uso de formas de onda de pressão sanguínea estimadas derivadas do encaixe de uma função obtida dos estudos de simulação nos dados experimentais, como pressão sanguínea sistólica, pressão sanguínea diastólica e taxa cardíaca. O documento não revela, inequivocamente, se os parâmetros de pressão sanguínea sistólica, de pressão sanguínea diastólica e de taxa cardíaca foram obtidos de modo não invasivo. O modelo em 3D das artérias coronárias foi obtido de modo não invasivo por meio da angiografia por tomografia computadorizada coronária (CCTA). O método oferece uma boa precisão em comparação com os métodos conhecidos.
[005] Foi revelado o exemplo de um método que implementa o cálculo de CFD e os estudos invasivos em Kousera CA, Nijjer S, Torii R, Petraco R, Sen S, Foin N, Hughes AD, Francis DP, Xu XY, Davies JE (2014) Patient-specific coronary stenoses can be modeled using a combination of OCT and flow velocities to accurately predict hyperemic pressure gradients IEEE Transactions on Bio-medical Engineering, 61(6):1902-1913. Esse estudo tinha como objetivo fornecer um estudo numérico específico de paciente que combina os resultados do método de reconstrução de alta precisão, que é a tomografia de coerência óptica (OCT), com a angiografia e a pressão específica de paciente com as formas de onda de velocidade. A angiografia, a OCT e as medições de pressão foram realizadas com o uso de cateteres e, assim, de uma maneira invasiva. Os autores desse estudo reconheceram as limitações desse método, originadas das medições invasivas, e a necessidade de manipulação de dados manuais, isto é, o dito método não é automatizado. Entretanto, esse documento não sugere o uso de métodos não invasivos de medição. As simulações obtidas apresentam uma boa correlação com os dados experimentais.
[006] A descrição detalhada é apresentada com referência aos desenhos anexos. Os desenhos são fornecidos para fins apenas de ilustração e retratam meramente as modalidades exemplificativas da revelação. Os desenhos são fornecidos para facilitar o entendimento da revelação e não devem ser considerados como limitantes do alcance, escopo ou da aplicabilidade da revelação. Nos desenhos, o dígito (ou dígitos) mais à esquerda de uma referência numérica pode identificar o desenho no qual a referência numérica aparece primeiro. O uso das mesmas referências numéricas indica componentes similares, mas não necessariamente os mesmos ou componentes idênticos. Entretanto, referências numéricas diferentes também podem ser usadas para identificar componentes similares. Várias modalidades podem utilizar elementos ou componentes além daqueles ilustrados nos desenhos, e alguns elementos e/ou componentes podem não estar presentes em várias modalidades. O uso de terminologia no singular para descrever um componente ou elemento pode, dependendo do contexto, abranger um número no plural de tais componentes ou elementos e vice-versa.
[007] A Figura 1 é um diagrama esquemático de um método para modelagem específica de paciente de parâmetros hemodinâmicos em artérias coronárias, de acordo com uma ou mais modalidades exemplificativas da revelação.
[008] A Figura 2 é um diagrama de blocos esquemático de um método para modelagem específica de paciente de parâmetros hemodinâmicos em artérias coronárias de acordo com uma ou mais modalidades exemplificativas da revelação.
[009] A Figura 3 é um registro de eletrocardiograma exemplificativo de um paciente.
[0010] A Figura 4 é um periodograma de Lomb- Scargle exemplificativo do ciclo cardíaco de um paciente.
[0011] A Figura 5 é um esquema de um modelo de três componentes para uso em condições de limites de circulação coronária determinadas.
[0012] A Figura 6 ilustra quatro modelos de Windkessel diferentes, especificamente modelos de Windkessel de dois, três, quatro e cinco elementos (2WM, 3WM, 4WM, 5WM), adequados para uso em um modelo de componente de sistema circulatório sanguíneo (BCS).
[0013] A Figura 7 ilustra diversos blocos funcionais (a-c) e um sistema de múltiplos blocos exemplificativo (d), composto de um bloco funcional (b) para uso em um modelo de componente de sistema circulatório sanguíneo (BCS).
[0014] A Figura 8 ilustra um modelo de sistema circulatório sanguíneo (BCS) que compreende elementos de circulação sistêmica e pulmonar e sua relação com um componente de HPV.
[0015] A Figura 9 ilustra um bloco funcional de parâmetros concentrados que compreende parâmetros de resistência, inertância e capacitância (RLC) que são adequados para uso em um modelo de componente de sistema circulatório sanguíneo (BCS).
[0016] A Figura 10 ilustra diagramas esquemáticos de (a) um circuito de pressão-volume coração-ventrículo, (b) pressão aórtica traçada como uma função de tempo e (c) volume ventricular traçado como uma função de tempo.
[0017] A Figura 11 ilustra um bloco funcional (a) e um modelo de componente (b) de pressão-volume cardíaco total (HPV).
[0018] A Figura 12 é um gráfico que mostra a pressão e o volume do ventrículo cardíaco específicos de paciente reelaborados durante os cinco ciclos cardíacos.
[0019] A Figura 13 ilustra um conceito de modelo de fluxo sanguíneo coronário (CBF) geral.
[0020] A Figura 14 ilustra seis modelos exemplificativos adequados para uso em um modelo de componente de fluxo sanguíneo coronário (CBF).
[0021] A Figura 15 ilustra cinco blocos funcionais diferentes (a)-(e) adequados para uso em um modelo de fluxo sanguíneo coronário (CBF) de múltiplos compartimentos.
[0022] A Figura 16 ilustra um conjunto de parâmetros de um bloco funcional adequado para uso em um modelo de componente de fluxo sanguíneo coronário (CBF).
[0023] A Figura 17 ilustra um modelo de múltiplas camadas/múltiplos compartimentos de parâmetros concentrados com parâmetros descritivos adequados para uso em um modelo de componente de fluxo sanguíneo coronário (CBF).
[0024] A Figura 18 ilustra, em detalhes, um modelo de três componentes para uso em condições de limites de circulação coronária determinadas que inclui: um componente de modelo de sistema circulatório sanguíneo (BCS) (circulação pulmonar e sistêmica), um componente de modelo de pressão- volume cardíaco (HPV) e um componente de modelo de fluxo sanguíneo coronário (CBF).
[0025] A Figura 19 é uma malha em 3D exemplificativa de uma porção do vaso sanguíneo de um paciente.
[0026] A Figura 20 ilustra um esquema para determinar condições de limites de influxo e efluxo para a circulação coronária.
[0027] A Figura 21 é um diagrama de blocos esquemático de um método para modelagem específica de paciente de parâmetros hemodinâmicos em artérias coronárias com o uso de uma simulação de estado estável de acordo com uma ou mais modalidades exemplificativas da revelação.
[0028] A Figura 22 é um diagrama de blocos esquemático de um método para modelagem específica de paciente de parâmetros hemodinâmicos em artérias coronárias com o uso de uma simulação de estado estável de acordo com uma ou mais modalidades exemplificativas da revelação.
[0029] A Figura 23 é um diagrama de blocos esquemático de um método para modelagem específica de paciente de parâmetros hemodinâmicos em artérias coronárias com o uso de uma simulação transiente de acordo com uma ou mais modalidades exemplificativas da revelação.
[0030] A Figura 24 é um diagrama de blocos esquemático de um método para modelagem específica de paciente de parâmetros hemodinâmicos em artérias coronárias com o uso de uma simulação transiente de acordo com uma ou mais modalidades exemplificativas da revelação.
[0031] A Figura 25 é uma curva característica operacional receptora (ROC) que compara os resultados da reserva de fluxo fracionário (FFR) obtidos com o uso de um modelo de três componentes variantes com os resultados da vida real.
[0032] Esta revelação refere-se, dentre outras coisas, a dispositivos, sistemas, métodos, mídia legível por computador, técnicas e metodologias para a modelagem específica de paciente não invasiva do fluxo sanguíneo da artéria coronária, a partir de dados de imaginologia volumétrica e dados de pressão arterial contínua. Os dados volumétricos das artérias coronárias de um paciente podem ser capturados com o uso de técnicas de imaginologia médica não invasivas, como angiografia por tomografia computadorizada (CTA) ou angiografia por ressonância magnética (MRA). Os dados volumétricos podem ser usados para criar um modelo anatômico das artérias coronárias de um paciente adequado para uma simulação de dinâmica de fluidos computacional (CFD). Os dados de pressão arterial contínua podem ser derivados usando-se técnicas invasivas. Os dados de pressão arterial contínua podem ser usados para determinar condições de limites para a simulação de CFD. A simulações de CFD específicas de paciente podem ser realizadas com o uso do modelo anatômico de artéria coronária, com as condições de limites de entrada e saída determinadas a partir de dados de pressão arterial contínua. Os parâmetros hemodinâmicos específicos de paciente nas artérias coronárias podem ser derivados das simulações de CFD e podem ser usados para caracterizar/avaliar a doença cardiovascular, como a avaliação funcional de estenose no paciente.
[0033] Uma simulação de CFD pode ser realizada com o uso do modelo anatômico de artéria coronária específico de paciente derivado de dados de imaginologia médica e condições de limites específicas de paciente derivadas de dados de pressão arterial contínua para determinar parâmetros hemodinâmicos específicos de paciente em artérias coronárias de um paciente. Em modalidades, um modelo de três componentes pode ser usado para determinar condições de limites de influxo para a artéria coronária para a simulação de CFD. O modelo de três componentes pode incluir um componente de sistema circulatório sanguíneo (BCS) que descreve a circulação sanguínea sistêmica e pulmonar, um componente de pressão- volume de cavidades cardíacas (HPV) que descreve a relação entre a pressão e o volume ventriculares ou atriais e um componente de fluxo sanguíneo coronário (CBF) que descreve a circulação sanguínea de árvores coronárias. O modelo de três componentes pode permitir a determinação da forma de onda de taxa de fluxo volumétrica na entrada das artérias coronárias de um paciente. A forma de onda de taxa de fluxo volumétrica determinada na entrada das artérias coronárias de um paciente pode ser usada para determinar as condições de limites de efluxo para a artéria coronária para a simulação de CFD. Por exemplo, a forma de onda de taxa de fluxo volumétrica na entrada das artérias coronárias de um paciente pode ser usada para determinar a forma de onda de taxa de fluxo volumétrica na saída das artérias coronárias de um paciente com o uso da lei de Murray ou uma lei de dimensionamento alométrico similar (consultar Sherman T (1981) On connecting large vessels to small - the meaning of murray’s law. Journal of General Physiology, 78(4):431–453.).
[0034] A modelagem específica de paciente de fluxo sanguíneo da artéria coronária de acordo com esta revelação pode utilizar técnicas que proporcionam vantagens sobre os métodos existentes. Por exemplo, o modelo anatômico específico de paciente elaborado pode modelar apenas as artérias coronárias de um paciente. Ou seja, o modelo anatômico específico de paciente elaborado pode não incluir, por exemplo, a reconstrução da aorta do paciente ou a estimativa do volume de cavidade cardíaca. Isso pode reduzir a complexidade numérica e o tempo de simulação. Ademais, as condições de limites podem ser derivadas de dados de pressão arterial contínua medidos de modo não invasivo. As vantagens de usar dados de pressão para derivar as condições de limites incluem a facilidade com que a pressão pode ser medida em relação a outros parâmetros tipicamente usados para condições de limites determinadas (por exemplo, velocidade, curso de massa) e a robustez de medições de pressão, que não são distorcidas por erro grave mesmo quando medidas de modo não invasivo e em uma localização distante do coração.
[0035] Ao longo desta revelação, é feita referência à modelagem de artérias coronárias e ao fluxo sanguíneo da artéria coronária. Deve-se entender que as artérias coronárias podem incluir não apenas as duas artérias coronárias principais, mas também as ramificações arteriais que dependem das mesmas e quaisquer placas contidas nas mesmas, a menos que o contexto claramente dite o contrário.
[0036] As Figuras 1 e 2 ilustram um método 100 para a modelagem específica de paciente de parâmetros hemodinâmicos em artérias coronárias de acordo com uma ou mais modalidades exemplificativas da revelação. O método 100 pode ser realizado em um computador ou um sistema de computador.
[0037] Um computador pode incluir uma ou mais mídias de armazenamento legível por computador não transitórias que armazenam instruções que, quando executadas por um processador, podem realizar qualquer uma das ações descritas no presente documento para a modelagem específica de paciente de parâmetros hemodinâmicos em artérias coronárias. O computador pode ser, ou o sistema de computador pode incluir, um computador portátil ou de mesa, um dispositivo móvel (por exemplo, telefone inteligente), um sistema de computação com base em nuvem, um servidor ou qualquer outro computador. Um computador pode incluir um processador, uma memória somente de leitura (ROM), uma memória de acesso aleatório (RAM), um adaptador de entrada/saída (E/S) para conectar dispositivos periféricos (por exemplo, um dispositivo de entrada, dispositivo de saída, dispositivo de armazenamento, etc.), um adaptador de interface de usuário para conectar os dispositivos de entrada, como um teclado, um mouse, uma tela sensível ao toque e/ou outros dispositivos, um adaptador de comunicações para conectar o computador com uma rede e um adaptador de exibição para conectar o computador a uma tela. Uma tela pode ser usada para exibir quaisquer parâmetros hemodinâmicos calculados para um usuário (por exemplo, imagens de exibição ou modelos tridimensionais das artérias coronárias de um paciente revestidas com parâmetros hemodinâmicos determinados).
[0038] Na etapa 102, um sistema de computador pode receber dados de estrutura anatômica específicos de paciente. Um sistema de computador pode receber os dados de estrutura anatômica específicos de paciente (por exemplo, dados de imagem adquiridos por um escâner de TC ou um dispositivo de raios X) através uma rede de comunicação e/ou a partir de uma mídia de armazenamento legível por computador.
[0039] Os dados de estrutura anatômica específicos de paciente podem ser imagens em 2D ou 3D (volumes) do sistema circulatório de um paciente. As imagens podem incluir pelo menos uma porção dentre, ou a totalidade dentre, as artérias coronárias de um paciente. As imagens podem incluir ou não outras estruturas anatômicas, como o coração, a aorta do paciente e similares. Os dados de estrutura anatômica específicos de paciente podem ser obtidos de modo não invasivo com o uso de várias modalidades de imaginologia médica não invasivas. Por exemplo, os dados podem ser obtidos com o uso de tomografia computadorizada (TC), angiografia por tomografia computadorizada (CTA), imaginologia por ressonância magnética (IRM) ou angiografia por ressonância magnética (MRA). De modo alternativo, os dados de estrutura anatômica específicos de paciente podem ser obtidos com o uso de vários métodos de imaginologia invasivos, como angiografia rotacional, angiografia dinâmica ou angiografia por subtração digital.
[0040] Os dados de estrutura anatômica específicos de paciente recebidos podem ser pré-processados por um usuário e/ou pelo sistema de computador antes do uso adicional. O pré-processamento pode incluir, por exemplo, conferir registros errôneos, inconsistências ou embaçamento nos dados de imagem capturados, conferir stents mostrados nos dados de imagem capturados, conferir outros artefatos que podem impedir a visibilidade de lúmens das artérias coronárias, conferir o contraste suficiente entre as estruturas anatômicas (por exemplo, a aorta, as artérias coronárias principais, outros vasos sanguíneos e outras porções do paciente). Durante o pré-processamento, o usuário e/ou o sistema de computador podem ter a capacidade de corrigir certos erros ou problemas com os dados. O pré-processamento também pode incluir o uso de técnicas de processamento de imagem nos dados de estrutura anatômica específicos de paciente recebidos para preparar os dados para uso na geração de um modelo anatômico (por exemplo, preparação dos dados para a segmentação). O processamento de imagem pode incluir, por exemplo, ajustar níveis de contraste entre estruturas anatômicas diferentes (por exemplo, o coração, a aorta, as artérias coronárias, outra vasculatura, placas ateroscleróticas, etc.) nas imagens, nivelar as estruturas anatômicas (por exemplo, aplicação de um filtro de nivelamento) e similares.
[0041] Na etapa 104, um sistema de computador pode receber dados fisiológicos específicos de paciente. Um sistema de computador pode receber os dados fisiológicos específicos de paciente através de uma rede de comunicação e/ou a partir de uma mídia de armazenamento legível por computador.
[0042] Os dados fisiológicos específicos de paciente podem incluir dados de pressão arterial contínua (por exemplo, uma forma de onda de pressão sanguínea continuamente registrada). A pressão sanguínea arterial contínua é variável com o tempo e é medida em tempo real sem quaisquer interrupções (por exemplo, de modo contínuo). Em algumas modalidades, uma forma de onda de pressão sanguínea continuamente registrada pode ser obtida por um período de tempo de aproximadamente um (1) minuto ou um período de tempo dentro de uma faixa de um (1) minuto e dois (2) minutos, embora outros períodos de tempo contínuos possam ser usados. Os dados de pressão arterial contínua podem ser obtidos sem um procedimento percutâneo (por exemplo, de modo não invasivo). Por exemplo, os dados podem ser obtidos com o uso de um monitor Nexfin™, um monitor ClearSight™, um monitor CNAP™, um monitor Finapres® NOVA ou sistemas sucessores (por exemplo, monitores Finometer® e Portapres®) ou outros dispositivos de medição de pressão arterial contínua não invasivos similares. De modo alternativo, os dados de pressão arterial contínua podem ser obtidos com o uso de vários métodos invasivos, como cateterização arterial. Os dados de pressão arterial contínua podem ser submetidos a processamento de dados (por exemplo, processamento de sinal) para preparar os dados para uso nas condições de limites determinadas para uma simulação de CFD e/ou fluxo sanguíneo simulado em um modelo anatômico que usa CFD. Por exemplo, os sinais de pressão podem ser extraídos dos dados de pressão arterial contínua.
[0043] Os dados fisiológicos específicos de paciente podem incluir dados fisiológicos diferentes dos dados de pressão arterial contínua, como a atividade elétrica cardíaca do paciente, taxa cardíaca basal, altura, peso, hematócrito, volume sistólico e similares. Geralmente, quaisquer dados fisiológicos podem ser submetidos a processamento de dados (por exemplo, processamento de sinal) para preparar os dados para uso sob as condições de limites determinadas para uma simulação de CFD e/ou fluxo sanguíneo simulado em um modelo anatômico que usa CFD.
[0044] Os dados fisiológicos podem incluir, por exemplo, um registro contínuo de um sinal de eletrocardiograma (ECG) do paciente, um exemplo do qual é mostrado na Figura 3. O sinal de ECG pode ser usado para reconstruir diretamente parâmetros de ciclo cardíaco temporais, como uma variabilidade de taxa cardíaca (por exemplo, um intervalo de RR). No exemplo da Figura 3, o intervalo de RR médio calculado para o registro do paciente é de 0,897 s. O intervalo de RR pode ser usado, por exemplo, sob as condições de limites determinadas para uma simulação de CFD.
[0045] Os dados fisiológicos podem incluir, por exemplo, o curso de pressão aórtica. O curso de pressão aórtica pode ser usado para determinar indiretamente parâmetros de ciclo cardíaco temporais quando o sinal de ECG de um paciente está indisponível, embora isso seja ligeiramente menos preciso quando comparado ao ECG. Um algoritmo de Lomb-Scargle pode ser usado para elaborar um periodograma de Lomb-Scargle de um ciclo cardíaco de um paciente a partir do curso de pressão aórtica, um exemplo do qual é mostrado na Figura 4. O algoritmo de Lomb- Scargle pode ser usado para encontrar e testar a significância de sinais periódicos fracos com amostragem temporal irregular
(consultar Townsend RHD (2010) Fast calculation of the Lomb- Scargle periodogram using graphics processing units. The Astrophysical Journal, Supplement Series, vol. 191, 247-253.). No exemplo da Figura 4, o intervalo de RR calculado para o registro de pressão do paciente que usa o algoritmo de Lomb- Scargle é de 0,901 s. O intervalo de RR calculado que usa o algoritmo de Lomb-Scargle é ligeiramente diferente do intervalo de RR determinado a partir dos dados de ECG, mas a diferença é menor que 0,5%.
[0046] Na etapa 106, um sistema de computador pode gerar um modelo anatômico específico de paciente das artérias coronárias do paciente a partir dos dados de estrutura anatômica específicos de paciente recebidos. O modelo anatômico específico de paciente pode ser um modelo geométrico em 3D das artérias coronárias do paciente. O modelo anatômico específico de paciente elaborado pode modelar apenas as artérias coronárias de um paciente. Ou seja, o modelo anatômico específico de paciente elaborado pode não incluir, por exemplo, a reconstrução do coração, da aorta, da vasculatura relacionada à artéria não coronária ou de outros tecidos do paciente.
[0047] Os dados de estrutura anatômica específicos de paciente recebidos (por exemplo, imagens anatômicas) podem incluir regiões de densidade óptica variável que correspondem a estruturas anatômicas diferentes, como a aorta, as artérias coronárias principais, as ramificações de artéria coronária, miocárdio e similares. As localizações de superfícies de estrutura anatômica podem ser determinadas com base no contraste (por exemplo, escuridão e claridade relativas) entre as estruturas anatômicas diferentes. O contraste entre as estruturas anatômicas também pode permitir a modelagem seletiva de certos aspectos anatômicos (por exemplo, artérias coronárias) enquanto exclui outros aspectos anatômicos do modelo gerado (por exemplo, o coração).
[0048] O processo de formar o modelo anatômico específico de paciente é denominado geralmente de segmentação. A segmentação pode ser realizada automaticamente pelo sistema de computador com ou sem entrada de usuário. Para gerar o modelo anatômico específico de paciente, as artérias coronárias podem ser segmentadas nos dados de estrutura anatômica específicos de paciente com o uso de qualquer método de segmentação de artéria coronária adequado. Os métodos para gerar um modelo anatômico das artérias coronárias de um paciente (por exemplo, métodos de segmentação de artéria coronária) são descritos, por exemplo, nos Pedidos de Patente nºs U.S. 2010/006776 e 2012/0072190 e Patentes nºs U.S.
7.860.290, 7.953.266 e 8.315.812, cujos são incorporados ao presente documento em sua totalidade a título de referência para todos os propósitos. As artérias coronárias segmentadas podem ser revistas e/ou corrigidas pelo sistema de computador e/ou por um usuário, caso necessário (por exemplo, para corrigir a segmentação se houver quaisquer erros, como ausência ou artérias coronárias imprecisas ou ramificações que se estendem a partir das mesmas).
[0049] O modelo anatômico específico de paciente (por exemplo, modelo geométrico em 3D) pode ser representado como uma malha superficial. A malha superficial pode representar o limite externo das estruturas segmentadas de modo que seu formato seja representado como um conjunto de vértices conectados (por exemplo, uma malha). Usando-se tal representação, as restrições de formato podem ser impostas com o de uso de métrica ou estatística de formato baseada em malha. Um modelo deformável, como um Modelo de Malha Ativa (AMM) (consultar Dufour, A. et al., Segmenting and tracking fluorescent cells in dynamic 3-D microscopy with coupled active surfaces. IEEE Transactions on Image Processing, 14(9), 1396– 1410, 2005; Dufour, A. et al., J.-C. 3-D active meshes: fast discrete deformable models for cell tracking in 3-D time-lapse microscopy. IEEE Transactions on Image Processing, 20(7), 1925–1937, 2011.), pode ser um ponto de partida para a criação do modelo anatômico específico de paciente. AMM é a extensão em 3D do modelo de contorno ativo (ACM) usado nas técnicas de análise de imagem (consultar Kass, M. et al., Active contour models. Int. J. of Computer Vision 1(4), 321–331, 1988.). Em métodos à base de AMM, as estruturas segmentadas podem ser representadas como superfícies fechadas (frentes, malhas) que se desenvolvem com uma velocidade calculada tanto a partir de dados dependentes de imagem quanto a partir de propriedades geométricas independentes de imagem.
[0050] Em modalidades, o processo para formar o modelo anatômico específico de paciente pode incluir, por exemplo, segmentar placas visíveis nas artérias coronárias com o uso do método à base de AMM, selecionar por meio de um computador e/ou pontos radiculares de usuário (por exemplo, pontos de partida) as artérias coronárias esquerdas e direitas, segmentar as artérias coronárias com o uso do método à base de AMM e os pontos radiculares selecionados, e verificar e/ou corrigir a geometria das placas e artérias segmentadas.
[0051] Após a segmentação, um usuário e/ou sistema de computador pode pós-processar o modelo anatômico específico de paciente para preparar o modelo para as simulações de CFD. Isso pode incluir, por exemplo, linhas centrais determinadas para as artérias coronárias e suas ramificações, áreas em corte transversal determinadas das artérias coronárias e suas ramificações, criação de modelos de limites de influxo (por exemplo, os limites pelos quais o fluxo é direcionado para dentro das artérias coronárias) e limites de efluxo (por exemplo, os limites pelos quais o fluxo é direcionado para fora das artérias coronárias e/ou ramificações de artéria coronária) de modo que os limites de influxo e os limites de efluxo sejam perpendiculares às linhas centrais determinadas, permitindo, assim, a aplicação de condição de limite e o nivelamento do modelo (por exemplo, nivelamento de quaisquer sulcos, pontos, etc.). O pós- processamento do modelo anatômico específico de paciente pode ser revisto e/ou corrigido pelo sistema de computador e/ou pelo usuário, caso necessário.
[0052] Na etapa 108, um sistema de computador pode determinar condições de limites para uma simulação de dinâmica de fluidos computacional (CFD) de fluxo sanguíneo no modelo anatômico. Pelo menos algumas das condições de limites podem ser determinadas usando-se dados fisiológicos específicos de paciente recebidos, como dados de pressão arterial contínua recebidos. As condições de limites podem incluir condições de limites de efluxo e influxo de circulação coronária.
[0053] Um modelo de três componentes, ilustrado na Figura 5, pode ser usado sob as condições de limites de circulação coronária determinadas. O modelo de três componentes pode incluir um componente de sistema circulatório sanguíneo (BCS) que descreve a circulação sanguínea sistêmica e pulmonar, um componente de pressão-volume cardíaco (HPV) que descreve um circuito de pressão-volume cardíaco e um componente de fluxo sanguíneo coronário (CBF) que descreve a circulação sanguínea da artéria coronária (consultar a Figura 5). Cada um dentre os componentes de BCS, HPV e CBF pode ser selecionado dentre vários modelos de cada componente, que são discutidos mais detalhadamente abaixo. O modelo de três componentes pode assumir como uma entrada a forma de onda de pressão psa(t), que pode ser derivada do registro contínuo específico de paciente da pressão arterial (por exemplo, dados de pressão arterial contínua específicos de paciente). Uma modalidade exemplificativa de um modelo de três componentes é mostrada na Figura 18.
[0054] O modelo de três componentes pode ser usado para determinar diretamente as condições de limites de influxo, como a forma de onda de taxa de fluxo volumétrica na entrada das artérias coronárias de um paciente (consultar a Figura 20). O modelo de três componentes pode ser usado para determinar indiretamente as condições de limites de efluxo, como a forma de onda de taxa de fluxo volumétrica na saída das artérias coronárias de um paciente (consultar a Figura 20). Por exemplo, a forma de onda de taxa de fluxo volumétrica na entrada das artérias coronárias de um paciente pode ser usada para determinar a forma de onda de taxa de fluxo volumétrica na saída das artérias coronárias de um paciente com o uso de uma lei alométrica de dimensionamento (ALS), como a lei de Murray, que descreve uma relação entre o fluxo sanguíneo e o raio do vaso (consultar a Figura 20) (consultar Freund J et al., (2012) Fluid flows and forces in development: functions, features and biophysical principles. Development, 139(7):1229– 1245; Newberry M et al., VM (2015) Testing foundations of biological scaling theory using automated measurements of vascular networks. Public Library of Science Computational Biology, 11(8):e1004455; Sherman T (1981) On connecting large vessels to small - the meaning of murray’s law. Journal of General Physiology, 78(4):431–453; Algranati D et al. (2010) Mechanisms of myocardium-coronary vessel interaction. American Journal of Physiology. Heart and Circulatory Physiology, vol. 298, nº 3, H861-H873.). De acordo com a lei de Murray, o fluxo sanguíneo é proporcional a r3 em todo vaso de um sistema de Murray.
[0055] O componente de sistema circulatório sanguíneo (BCS) descreve a circulação sanguínea sistêmica e pulmonar. A circulação sanguínea pode ser modelada, por exemplo, com o uso de um bloco funcional concentrado de Windkessel de dois, três, quatro ou cinco elementos (2WM, 3WM, 4WM, 5WM), que é mostrado na Figura 6 (consultar Garcia D et al. (2009) Impairment of coronary flow reserve in aortic stenosis. Journal of Applied Physiology, vol. 106, nº 1, 113- 121; Li J K-J (2000) The Arterial Circulation. Physical Principles and Clinical Applications, Springer, New York; Ostadfar A (2016) Biofluid mechanics. Principles and applications. Elsevier; Pappano A et al. (2013) Cardiovascular physiology. Elsevier; Stergiopulos N et al. (1996) Determinants of stroke volume and systolic e diastolic aortic pressure. American Journal of Physiology, vol. 270, nº 6, pt. 2, H2050–H2059; Westerhof N et al. (2009) The arterial windkessel. Medical & Biological Engineering & Computing, vol. 47, nº 2, 131–141; Zamir M (2005) The physics of coronary blood flow. Springer-Verlag.). A circulação pulmonar e sistêmica pode ser modelada, em uma modalidade preferencial, com o uso de um dos modelos de parâmetros concentrados mostrados na Figura 7, enquanto a circulação sanguínea total pode ser modelada com o uso do modelo de múltiplos compartimentos mostrado na Figura 8.
[0056] Em uma modalidade, o componente de modelo de sistema circulatório sanguíneo (por exemplo, o modelo de circulação sistêmica e pulmonar) é elaborado com RLC de bloco funcional de parâmetros concentrados de resistência (R) - inertância (L) - capacitância (C) mostrados na Figura 9. No bloco funcional de parâmetros concentrados da Figura 9, as entradas (entrada) e a saída (saída) de bloco são relacionadas ao tempo (t): 𝑑𝑝𝑖𝑛 𝑞𝑖𝑛 = 𝐶 + 𝑞𝑜𝑢𝑡 , 𝑑𝑡 𝑞𝑜𝑢𝑡 𝑝𝑖𝑛 = 𝑅 ⋅ 𝑞𝑜𝑢𝑡 + 𝐿 + 𝑝𝑜𝑢𝑡 , 𝑑𝑡
[0057] em que: q é a taxa de fluxo e p é a pressão de sangue que flui em um compartimento selecionado. Como mostrado na Figura 8, um modelo de circulação pulmonar contém três compartimentos sob a forma de artérias (C=Cpa, R=Rpa, L=Lpa), reservatório pulmonar (C=0, R=Rpr, L=0) e veias (C=Cpv, R=Rpv, L=0), que levam a seis equações (3×2=6). O modelo de circulação sistêmica contém cinco compartimentos, a saber aorta (C=Csa, R=Rsa, L=Lsa), artérias condutoras proximais (C=Csp, R=Rsp, L=Lsp), artérias musculares distais (C=Csd, R=Rsd, L=0), reservatório sistêmico (C=0, R=Rsr, L=0) e veias (C=Csv, R=Rsv, L=0), que levam a dez equações (5×2=10). O sistema resultante das dezesseis equações pode ser numericamente solucionado.
[0058] O componente de pressão-volume de átrio ou ventrículo cardíaco (HPV) descreve um circuito de pressão-
volume cardíaco. O ciclo cardíaco consiste em quatro fases, como mostrado na Figura 10 (consultar Barrett KE et al. (2016) Ganong's review of medical physiology, McGraw-Hill; Mohrman D et al. (2013) Cardiovascular physiology. McGraw-Hill, Lange, New York; Pappano A et al. (2013) Cardiovascular physiology. Elsevier.). Muitos modelos diferentes podem ser usados para as fases sistólicas e diastólicas isovolumétricas como, por exemplo, um modelo de elastância variável com o tempo (TVE), um modelo de conformidade variável com o tempo (TVC) ou outros modelos (consultar Garcia D et al. (2009) Impairment of coronary flow reserve in aortic stenosis. Journal of Applied Physiology, vol. 106, nº 1, 113-121; Lankhaar JW et al. (2009) Modeling the instantaneous pressure-volume relation of the left ventricle: a comparison of six models. Annals of biomedical engineering, vol. 37, Nº 9, 1710-1726; Stergiopulos N et al. (1996) Determinants of stroke volume and systolic e diastolic aortic pressure. American Journal of Physiology, vol. 270, nº 6, pt. 2, H2050–H2059.). A Figura 11 ilustra um bloco funcional para a elaboração de um modelo de componente (a) de pressão-volume de cavidades cardíacas (HPV); e um modelo de componente (b) de pressão-volume de cavidades cardíacas (HPV) de múltiplos compartimentos total. Em uma modalidade preferencial, o componente de pressão-volume (HPV) usa um modelo com base na ideia da elastância variável E(t) como sendo recíproca de conformidade, que pode ser escrita sob a forma de: 1 𝑑𝑝 𝐸(𝑡) = = 𝐶(𝑡) 𝑑𝑉
[0059] A pressão em uma cavidade cardíaca, durante a fase isovolumétrica, pode ser descrita pela equação:
𝑝(𝑡) = 𝐸(𝑡) ∙ (𝑉(𝑡) − 𝑉0 ).
[0060] em que V(t) é o volume de cavidade cardíaca e Vo é uma intercepção de volume.
[0061] A elastância pode ser calculada com base na convolução de uma função de Archibald Hill 𝑓𝑖 (t n ) = 𝑛 𝑛 𝑛 𝑡𝑛 𝑖 /(𝑎𝑖 𝑖 + 𝑡𝑛 𝑖 ), que pode ser escrita sob a forma: 𝐸(𝑡𝑛 ) − 𝐸𝑚𝑖𝑛 𝐸𝑛 (𝑡𝑛 ) = = A ⋅ (𝑓1 (𝑡𝑛 ) ⋅ (1 − 𝑓2 (𝑡𝑛 ))) 𝐸𝑚𝑎𝑥 − 𝐸𝑚𝑖𝑛
[0062] em que: 𝑡%𝑇 𝑡𝑛 = ,t = t@𝐸(𝑡) = 𝐸𝑚𝑎𝑥 , 𝑡𝑚𝑎𝑥 max
[0063] e T é a duração de ciclo cardíaco de acordo com um intervalo de RR, que pode ser determinado por ECG ou estimado a partir do curso de pressão aórtica. Os valores típicos dos parâmetros empíricos de modelo de elastância variável com o tempo são fornecidos na tabela abaixo (consultar Stergiopulos N et al. (1996) Determinants of stroke volume and systolic e diastolic aortic pressure. American Journal of Physiology, vol. 270, nº 6, pt. 2, H2050–H2059; Faragallah G et al. (2012) A new control system for left ventricular assist devices based on patient-specific physiological demand. Inverse Problems in Science and Engineering, vol. 20, nº 5, 721-734.). Emin Emax a1 a2 n1 n2 0,06 2,31 0,303 0,508 1,32 21,9 0,06 2,00 0,700 1,170 1,90 21,9
[0064] Um modelo de elastância variável com o tempo pode ser usado apenas durante as fases isovolumétricas de um ciclo cardíaco. Para as outras duas fases de ciclo cardíaco (Figura 10), o volume sanguíneo é parcialmente acumulado no átrio, enquanto o restante, seguido pelo gradiente de pressão transvalvular, flui para fora. Portanto, o equilíbrio da taxa de fluxo atrial pode ser descrito como: 𝑑𝑝𝑠𝑣 𝑑𝑝𝑝𝑣 𝑞𝑠𝑣 = 𝐶𝑅𝐴 + 𝑞𝑡 , 𝑞𝑝𝑣 = 𝐶𝐿𝐴 + 𝑞𝑚 , 𝑑𝑡 𝑑𝑡
[0065] e, de modo similar, a taxa de fluxo ventricular pode ser descrita como: 𝑑𝑉𝑅𝑉 𝑑𝑉𝐿𝑉 − = 𝑞𝑝𝑎 − 𝑞𝑡 , − = 𝑞𝑠𝑎 − 𝑞𝑚 . 𝑑𝑡 𝑑𝑡
[0066] Simultaneamente, o fluxo transvalvular pode ser descrito como: (𝑝𝑝𝑣 − 𝑝𝐿𝑉 ) (𝑝𝐿𝑉 − 𝑝𝑠𝑎 ) 𝑞𝑚 = 𝐻(𝑝𝑝𝑣 − 𝑝𝐿𝑉 ), 𝑞𝑠𝑎 = 𝐻(𝑝𝐿𝑉 − 𝑝𝑠𝑎 ),
𝑅𝐿𝐴 𝑅𝐿𝑉 (𝑝𝑠𝑣 − 𝑝𝑅𝑉 ) (𝑝𝑅𝑉 − 𝑝𝑝𝑎 ) 𝑞𝑡 = 𝐻(𝑝𝑠𝑣 − 𝑝𝑅𝑉 ), 𝑞𝑝𝑎 = 𝐻(𝑝𝑅𝑉 − 𝑝𝑝𝑎 ).,
[0067] em que H é a função da etapa de Heaviside.
[0068] Em modalidades, um procedimento de calibração específico de paciente (PSC) pode ser usado para a estimativa de parâmetros otimizados dos modelos de HPV e BCS. O procedimento pode incluir: (i) determinar as aproximações iniciais de parâmetros de modelo dos níveis de pressão sistólica e diastólica, gênero, idade e taxa cardíaca (HR) do paciente (consultar Barrett KE et al. (2016) Ganong's review of medical physiology, McGraw-Hill; Li J K-J (2000) The Arterial Circulation. Physical Principles and Clinical Applications, Springer, New York; Pappano A et al. (2013) Cardiovascular physiology. Elsevier; Zamir M (2005) The physics of coronary blood flow. Springer-Verlag; Maceira AM et al. (2006) Reference right ventricular systolic and diastolic function normalized to age, gender and body surface area from steady-state free precession cardiovascular magnetic resonance. European Heart Journal, vol. 27, edição 23, páginas 2879-2888; Maceira AM et al. (2006) Normalized left ventricular systolic and diastolic function by steady state free precession cardiovascular magnetic resonance. Journal of Cardiovascular Magnetic Resonance, vol. 8, edição 3, 417-426.), (ii) realizar correções com base nas informações adicionais que incluem hábitos de fumar, hábitos saudáveis e uso de drogas (consultar Tsanas A et al. (2009) The Windkessel model revisited: a qualitative analysis of the circulatory system. Medical Engineering & Physics, vol. 31, edição 5, 581-588.), (iii) solucionar os modelos (HPV + BCS) e (iv) calibrar os parâmetros encaixando-os nos registros de pressão calculada e instantâneo de pressão do paciente. Dessa forma, um modelo de elastância variável com o tempo (por exemplo, aplicado no modelo de HPV), em conjunto com um modelo de circulação (BCS), pode ser usado para reconstruir os volumes instantâneos de ventrículos cardíacos esquerdo e direito (V) e o curso de pressões internas (pV) que usa a pressão aórtica registrada de um paciente (psa), como mostrado na Figura 12.
[0069] O componente de fluxo sanguíneo coronário (CBF) descreve a circulação sanguínea da artéria coronária e é mostrado, de um modo geral, na Figura 13. O componente de CBF deriva de diversas conclusões extraídas de constatações fisiológicas (consultar Epstein S et al. (2015) Reducing the number of parameters in 1D arterial blood flow modeling: less is more for patient-specific simulations. American Journal of Physiology, Heart e Circulatory Physiology, vol. 309, nº 1, H222–H234; Kheyfets VO et al. (2016) A zero-dimensional model and protocol for simulating patient-specific pulmonary hemodynamics from limited clinical data. Journal of Biomechanical Engineering, vol. 138, edição 12, 1-8; Maruyama Y et al. (1994) Recent advances in coronary circulation. Springer-Verlag, Berlin e Heidelberg; Mohrman D et al. (2013) Cardiovascular physiology. McGraw-Hill, Lange, New York; Ostadfar A (2016) Biofluid mechanics. Principles and applications. Elsevier; Pappano A et al. (2013) Cardiovascular physiology. Elsevier; Zamir M (2005) The physics of coronary blood flow. Springer-Verlag; Algranati D et al. (2010) Mechanisms of myocardium-coronary vessel interaction. American Journal of Physiology. Heart and Circulatory Physiology, vol. 298, nº 3, H861-H873; Mynard JP et al. (2014) Scalability and in vivo validation of a multiscale numerical model of the left coronary circulation. American Journal of Physiology. Heart and Circulatory Physiology, vol. 306, nº 4, H517-H528; Westerhof N et al. (2006) Cross-talk between cardiac muscle and coronary vasculature. Physiological Reviews, vol. 86, nº 4, 1263-1308.), que incluem: (I) o fator principal que força o fluxo nas artérias coronárias é a pressão instantânea na aorta psa(t); (ii) uma interação entre vaso de miocárdio- coronário cardíaca que faz com que a pressão oposta a psa(t) apresente o efeito de estrangulamento ou mesmo de inversão de fluxo; e (iii) o efeito inercial de sangue acumulado nas artérias é negligenciável.
[0070] Com base no supracitado, o componente de CBF mostrado, de um modo geral, na Figura 13 é adequado para as condições de limites determinadas para as simulações de CFD de fluxo nas artérias coronárias. O componente de CBF especifica que o fluxo na entrada da artéria coronária q0(t) resulta em forçar a pressão aórtica psa(t) estrangulada pela contração cardíaca e acumulação inversa, sendo que o último é determinado principalmente pela pressão ventricular.
[0071] O componente de CBF descreve uma relação causal, com a pressão que atua como uma variável independente. Por a pressão servir como a variável independente no componente de CBF, o componente de CBF e seu uso na modelagem computacional específica de paciente são vantajosos em relação a outras técnicas para as condições de limites determinadas. Algumas vantagens de usar pressão como a variável independente incluem: (i) a pressão é relativamente fácil de medir quando comparada à velocidade ou ao curso de massa, que são muito mais difíceis de medir; e (ii) as medições de pressão, mesmo as não invasivas e em uma localização distante do coração, não serão distorcidas por erro grave.
[0072] O fluxo sanguíneo coronário pode ser modelado de maneiras diferentes (consultar Beyar R et al. (1987) Time-dependent coronary blood flow distribution in left ventricular wall. American Journal of Physiology, Heart and Circulatory Physiology, vol. 252, nº 2, pt. 2, H417-H433; Boileau E et al. (2015) One-Dimensional Modelling of the Coronary Circulation. Application to Noninvasive Quantification of Fractional Flow Reserve (FFR). Computational and Experimental Biomedical Sciences: Methods e Applications, vol. 21, 137-155; Bruinsma T et al. (1988) Model of the coronary circulation based on pressure dependence of coronary resistance and compliance. Basic Res Cardiol, 83:510-524; Burattini R et al. (1985) Identification of canine intramyocardial compliance on the basis of the waterfall model. Annals of Biomedical Engineering, vol. 13, nº 5, 385-404; Chadwick RS et al. (1990) Phasic regional myocardial inflow and outflow: comparison of theory and experiments.
American Journal of Physiology, Heart and Circulatory Physiology, vol. 258, nº 6, H1687-H1698; Garcia D et al. (2009) Impairment of coronary flow reserve in aortic stenosis.
Journal of Applied Physiology, vol. 106, nº 1, 113-121; Holenstein R et al. (1990) Parametric analysis of flow in the intramyocardial circulation.
Annals of Biomedical Engineering, vol. 18, nº 4, 347-365; Judd RM et al. (1991) Coronary input impedance is constant during systole and diastole.
American Journal of Physiology - Heart and Circulatory Physiology, vol. 260, nº 6, H1841-H1851; Kresh JY et al. (1990) Model-based analysis of transmural vessel impedance and myocardial circulation dynamics.
American Journal of Physiology, Heart and Circulatory Physiology, vol. 258, nº 1, H262-H276; Lee J et al. (1984) The role of vascular capacitance in the coronary arteries.
Circ Res 55:751-762; Lee J et al. (2012) The multi- scale modelling of coronary blood flow.
Annals of Biomedical Engineering, vol. 40, edição 11, 2399–2413; Li J K-J (2000) The Arterial Circulation.
Physical Principles and Clinical Applications, Springer, New York; Mynard JP et al. (2014) Scalability and in vivo validation of a multiscale numerical model of the left coronary circulation.
American Journal of Physiology, Heart and Circulatory Physiology, vol. 306, nº 4, H517-H528; Marsden AL (2014) Thrombotic risk stratification using computational modeling in patients with coronary artery aneurysms following Kawasaki disease.
Biomechanics and Modeling in Mechanobiology, vol. 13, nº 6, 1261-1276; Spaan JAE et al. (1981) Diastolic-systolic coronary flow differences are caused by intramyocardial pump action in the anesthetized dog.
Circ Res, vol. 49, edição 3, 584-593, alguns exemplos dos quais são mostrados na Figura 14. Os modelos de fluxo sanguíneo coronário mostrados na Figura 14 podem ser resumidos da seguinte forma: (i) todos os modelos têm um único elemento de origem, considerado normalmente por igualar a pressão aórtica (psa) (consultar id.); (ii) a energia de origem é dissipada parcialmente em um (c, e, f) (consultar Bruinsma T et al. (1988) Model of the coronary circulation based on pressure dependence of coronary resistance and compliance.
Basic Res Cardiol, 83:510-524; Burattini R et al. (1985) Identification of canine intramyocardial compliance on the basis of the waterfall model.
Annals of Biomedical Engineering, vol. 13, nº 5, 385-404; Garcia D et al. (2009) Impairment of coronary flow reserve in aortic stenosis.
Journal of Applied Physiology, vol. 106, nº 1, 113-121; Holenstein R et al. (1990) Parametric analysis of flow in the intramyocardial circulation.
Annals of Biomedical Engineering, vol. 18, nº 4, 347-365; Kresh JY et al. (1990) Model-based analysis of transmural vessel impedance and myocardial circulation dynamics.
American Journal of Physiology, Heart and Circulatory Physiology, vol. 258, nº 1, H262-H276; Lee J et al. (1984) The role of vascular capacitance in the coronary arteries.
Circ Res 55:751-762; Lee J et al. (2012) The multi-scale modelling of coronary blood flow.
Annals of Biomedical Engineering, vol. 40, edição 11, 2399–2413; Li J K-J (2000) The Arterial Circulation.
Physical Principles and Clinical Applications, Springer, New York; Mohrman D et al. (2013) Cardiovascular physiology.
McGraw-Hill, Lange, New York; Sengupta D et al.; Spaan JAE et al. (1981) Diastolic- systolic coronary flow differences are caused by intramyocardial pump action in the anesthetized dog.
Circ Res, vol. 49, edição 3, 584-593.), dois (b) (consultar Chadwick RS et al. (1990) Phasic regional myocardial inflow and outflow: comparison of theory and experiments.
American Journal of Physiology, Heart and Circulatory Physiology, vol. 258, nº 6, H1687-H1698.), ou zero (a, d) (consultar Beyar R et al. (1987) Time-dependent coronary blood flow distribution in left ventricular wall.
American Journal of Physiology, Heart and Circulatory Physiology, vol. 252, nº 2, pt. 2, H417-H433; Boileau E et al. (2015) One-Dimensional Modelling of the Coronary Circulation.
Application to Noninvasive Quantification of Fractional Flow Reserve (FFR). Computational and Experimental Biomedical Sciences: Methods and Applications, vol. 21, 137-155; Garcia D et al. (2009) Impairment of coronary flow reserve in aortic stenosis.
Journal of Applied Physiology, vol. 106, nº 1, 113-121; Judd RM et al. (1991) Coronary input impedance is constant during systole and diastole.
American Journal of Physiology - Heart and Circulatory Physiology, vol. 260, nº 6, H1841-H1851; Li J K-J (2000) The Arterial Circulation.
Physical Principles and Clinical Applications, Springer, New York; Mynard JP et al. (2014) Scalability and in vivo validation of a multiscale numerical model of the left coronary circulation.
American Journal of Physiology, Heart and Circulatory Physiology, vol. 306, nº 4, H517-H528.) dentre os elementos resistivos; (iii) o influxo é dividido tipicamente entre uma ramificação resistiva e capacitiva singular, sendo que alguns modelos têm dois elementos capacitivos (b, f) (consultar Burattini R et al. (1985) Identification of canine intramyocardial compliance on the basis of the waterfall model.
Annals of Biomedical Engineering, vol. 13, nº 5, 385-404; Chadwick RS et al. (1990) Phasic regional myocardial inflow and outflow: comparison of theory and experiments.
American Journal of Physiology, Heart and Circulatory Physiology, vol. 258, nº 6, H1687-H1698; Li J K-J (2000) The Arterial Circulation.
Physical Principles and Clinical Applications, Springer, New York; Marsden AL (2014) Thrombotic risk stratification using computational modeling in patients with coronary artery aneurysms following Kawasaki disease.
Biomechanics and Modeling in Mechanobiology, vol. 13, nº 6, 1261-1276; Sengupta D et al.); (iv) a ramificação capacitiva pode incluir seu próprio elemento resistivo (d) (consultar Garcia D et al. (2009) Impairment of coronary flow reserve in aortic stenosis.
Journal of Applied Physiology, vol. 106, nº 1, 113-121; Judd RM et al. (1991) Coronary input impedance is constant during systole and diastole.
American Journal of Physiology - Heart and Circulatory Physiology, vol. 260, nº 6, H1841-H1851; Li J K-J (2000) The Arterial Circulation.
Physical Principles and Clinical Applications, Springer, New York.) ou uma fonte como uma função de pressão intraventricular (c, f) (consultar Burattini R et al. (1985) Identification of canine intramyocardial compliance on the basis of the waterfall model.
Annals of Biomedical Engineering, vol. 13, nº 5, 385-404; Garcia D et al. (2009) Impairment of coronary flow reserve in aortic stenosis.
Journal of Applied Physiology, vol. 106, nº 1, 113-121; Kresh JY et al. (1990) Model-based analysis of transmural vessel impedance and myocardial circulation dynamics.
American Journal of Physiology, Heart and Circulatory Physiology, vol. 258, nº 1, H262-H276; Lee J et al. (2012) The multi-scale modelling of coronary blood flow.
Annals of Biomedical Engineering, vol. 40, edição 11, 2399–2413; Li J K-J (2000) The Arterial Circulation.
Physical Principles and Clinical Applications,
Springer, New York; Sengupta D et al.; Spaan JAE et al. (1981) Diastolic-systolic coronary flow differences are caused by intramyocardial pump action in the anesthetized dog.
Circ Res, vol. 49, edição 3, 584-593.), mas não ambos; (v) a ramificação resistiva inclui normalmente sua própria fonte relacionada à pressão intraventricular (a, b, c, d, e) (consultar Beyar R et al. (1987) Time-dependent coronary blood flow distribution in left ventricular wall.
American Journal of Physiology, Heart and Circulatory Physiology, vol. 252, nº 2, pt. 2, H417-H433; Boileau E et al. (2015) One-Dimensional Modelling of the Coronary Circulation.
Application to Noninvasive Quantification of Fractional Flow Reserve (FFR). Computational and Experimental Biomedical Sciences: Methods e Applications, vol. 21, 137-155; Bruinsma T et al. (1988) Model of the coronary circulation based on pressure dependence of coronary resistance and compliance.
Basic Res Cardiol, 83:510-524; Chadwick RS et al. (1990) Phasic regional myocardial inflow and outflow: comparison of theory and experiments.
American Journal of Physiology, Heart and Circulatory Physiology, vol. 258, nº 6, H1687-H1698; Garcia D et al. (2009) Impairment of coronary flow reserve in aortic stenosis.
Journal of Applied Physiology, vol. 106, nº 1, 113-121; Holenstein R et al. (1990) Parametric analysis of flow in the intramyocardial circulation.
Annals of Biomedical Engineering, vol. 18, nº 4, 347-365; Judd RM et al. (1991) Coronary input impedance is constant during systole and diastole.
American Journal of Physiology - Heart and Circulatory Physiology, vol. 260, nº 6, H1841-H1851; Kresh JY et al. (1990) Model-based analysis of transmural vessel impedance and myocardial circulation dynamics.
American Journal of Physiology, Heart and
Circulatory Physiology, vol. 258, nº 1, H262-H276; Lee J et al. (1984) The role of vascular capacitance in the coronary arteries. Circ Res 55:751-762; Lee J et al. (2012) The multi- scale modelling of coronary blood flow. Annals of Biomedical Engineering, vol. 40, edição 11, 2399–2413; Li J K-J (2000) The Arterial Circulation. Physical Principles and Clinical Applications, Springer, New York; Mynard JP et al. (2014) Scalability and in vivo validation of a multiscale numerical model of the left coronary circulation. American Journal of Physiology, Heart and Circulatory Physiology, vol. 306, nº 4, H517-H528; Spaan JAE et al. (1981) Diastolic-systolic coronary flow differences are caused by intramyocardial pump action in the anesthetized dog. Circ Res, vol. 49, edição 3, 584-593.). Em geral, eles podem ser considerados como modelos de múltiplos compartimentos elaborados nos blocos funcionais mostrados na Figura 15.
[0073] Em uma modalidade preferencial, o fluxo sanguíneo coronário é modelado com o uso do bloco funcional concentrado mostrado na Figura 16. O uso do modelo de fluxo sanguíneo coronário mostrado na Figura 16 pode exigir a solução da seguinte equação de conservação de curso de massa: 𝑑𝑞0 𝑑(𝑝sa − 𝑝𝐶 ) (𝑝sa − 𝑝𝑅 − 𝑝𝑧𝑓 ) 𝑅0 C + 𝑞0 = C + 𝐻(𝑝sa − 𝑝𝑅 −𝑝𝑧𝑓 ), 𝑑𝑡 𝑑𝑡 R
[0074] em que H é a função da etapa de Heaviside. A pressão de estrangulamento pR, assim como pC, descreve a interação entre vaso de miocárdio-coronário (MVI), sendo que pC=kC∙(CEP+SIP) e pR=kR (CEP+SIP. [3, 4, 9, 14, 22, 25, 32]. Há três hipóteses principais sobre o mecanismo de interação passiva, e a descrição da pressão extravascular pode incluir (consultar Algranati D et al. (2010) Mechanisms of myocardium-coronary vessel interaction. American Journal of Physiology. Heart and Circulatory Physiology, vol. 298, nº 3, H861-H873; Mynard JP et al. (2014) Scalability and in vivo validation of a multiscale numerical model of the left coronary circulation. American Journal of Physiology. Heart and Circulatory Physiology, vol. 306, nº 4, H517-H528; Westerhof N et al. (2006) Cross-talk between cardiac muscle and coronary vasculature. Physiological Reviews, vol. 86, nº 4, 1263-
1308.): (I) pressão extracelular induzida por cavidade intersticial (CEP=µ1·pV) e (ii) pressão intracelular induzida por encurtamento (SIP= µ2·EV). A pressão de ventrículo de esquerdo (ou direito, respectivamente) cardíaca instantânea pV e a elastância EV podem ser retiradas do componente de HPV e a pressão de fluxo zero pzf pode ser considerada igual a 20 mmHg ou menos.
[0075] As artérias coronárias são distribuídas espacialmente na parede cardíaca e são afetadas pela pressão extracelular de uma maneira não uniforme, e elas podem ser moderadas adicionalmente por condições de tensão físicas ou farmacológicas – especialmente hiperemia devido à administração de agonistas de receptores de adenosina (receptores P1 purinérgicos), como Adenocard ou Adenoscan ou um agonista mais seletivo de receptor A2A (Regadenoson, Binodenoson). Em modalidades, o efeito da heterogeneidade da parede cardíaca (modificada adicionalmente sob a influência de tensão) pode ser descrito utilizando-se um modelo de múltiplas camadas e de múltiplos compartimentos com um coeficiente de pressão de tecido variável (consultar Garcia D et al. (2009) Impairment of coronary flow reserve in aortic stenosis. Journal of Applied Physiology, vol. 106, nº 1, 113-121; Holenstein R et al. (1990) Parametric analysis of flow in the intramyocardial circulation. Annals of Biomedical Engineering, vol. 18, nº 4, 347-365; Westerhof N et al. (2006) Cross-talk between cardiac muscle and coronary vasculature. Physiological Reviews, vol. 86, nº 4, 1263-1308.), um exemplo do qual é mostrado na Figura 17. De acordo com a Figura 17:
𝑁 𝑁 𝑁 𝑑𝑞𝑛 𝑑 ∑ 𝑅0 𝐶𝑛 + ∑ 𝑞𝑛 = ∑ 𝐶n (𝑝sa − 𝐾𝑝 (𝑛)𝑘𝐶 (𝐶𝐸𝑃 + 𝑆𝐼𝑃)) 𝑑𝑡 𝑑𝑡 𝑛=1 𝑛=1 𝑛=1
𝑁 𝑝sa − 𝐾𝑝 (𝑛)𝑘𝑅 (𝐶𝐸𝑃 + 𝑆𝐼𝑃) − 𝑝𝑧𝑓 +∑ 𝐻(𝑝sa − 𝐾𝑝 (𝑛)𝑘𝑅 (𝐶𝐸𝑃 + 𝑆𝐼𝑃) 𝑅n 𝑛=1 − 𝑝𝑧𝑓 )
[0076] em que o coeficiente de pressão de tecido cardíaco é: 2𝑛 − 1 𝑘 𝐾𝑝 (𝑛) = ( ) 2𝑁
[0077] Durante a condição de repouso, a pressão extravascular diminui de modo não linear, côncavo e descendente do endocárdio ao epicárdio com exponente k≈2,0 ou maior. Em oposição ao mesmo, na supressão de qualquer tônus vasomotor coronário ativo (dilatação coronária máxima hipotética) a relação linear pode ser considerada (k≈1,0).
[0078] O efeito vasodilatador relacionado à eliminação do tônus vasomotor coronário ativo pode não ser limitado ao tecido e a função cardíaca. Mais geralmente, a vasodilatação é apenas uma dentre a forma de tropismo cardíaca (cronotropismo, inotropismo, lusitropismo e muitos outros). Ademais, mediadores endógenos e/ou exógenos podem causar uma diminuição na resistência vascular e permitir um aumento do fluxo sanguíneo coronário – assim como – o fluxo sanguíneo sistêmico e pulmonar. Em uma modalidade preferencial, efeitos do tropismo cardíaco efetivos (E/Emax) de agonistas endo ou exógeno de ligação (A) de receptor purinérgico (R) podem ser modelados pela relação cinética cooperativa 𝐸 [𝐴𝑅]𝑛 = 𝐸𝑚𝑎𝑥 𝐾𝐸𝑛 + [𝐴𝑅]𝑛 em que a concentração de receptores ocupados [𝑅0 ][𝐴] [𝐴𝑅] = 𝐾𝐴 + [𝐴]
[0079] Combinando-se essas equações e a introdução da razão de transdutor 𝜏 = [𝑅0 ]/𝐾𝐸 , tem-se a relação explícita 𝐸 𝜏 𝑛 [𝐴]𝑛 = 𝐸𝑚𝑎𝑥 (𝐾𝐴 + [𝐴])𝑛 + 𝜏 𝑛 [𝐴]𝑛
[0080] modelo de estímulo de receptor purinérgico cooperativo de agonismo (usar afinidades KA e eficácias KE).
[0081] Na etapa 110, um sistema de computador pode simular o fluxo sanguíneo no modelo anatômico específico de paciente (por exemplo, as artérias coronárias) com o uso de CFD e as condições de limites específicas de paciente. Em particular, a simulação de CFD pode usar a forma de onda de taxa de fluxo volumétrica coronária nas entradas e/ou saídas das artérias coronárias, que podem ser determinadas, pelo menos em parte, por dados de pressão arterial contínua específicos de paciente, condições de limites para a modelagem de CFD.
[0082] Antes da execução da simulação de CFD, uma malha em 3D pode ser criada para o modelo anatômico específico de paciente, juntamente com os modelos de limites de influxo e efluxo separados, para permitir a simulação de CFD (por exemplo, criar uma grade computacional em 3D para as simulações numéricas). A malha em 3D pode incluir uma pluralidade de nós (por exemplo, pontos de malha ou pontos de grade) ao longo das superfícies do modelo anatômico específico de paciente e por todo o interior do modelo anatômico específico de paciente (consultar a Figura 19). A malha gerada pode ser revista e/ou corrigida pelo sistema de computador e/ou pelo usuário, caso necessário (por exemplo, para corrigir distorções na malha, resolução espacial insuficiente na malha, etc.).
[0083] Na simulação de CFD, o sangue pode ser modelado como um fluido newtoniano ou um fluido não newtoniano, e os campos de fluxo podem ser obtidos solucionando-se numericamente as equações de equilíbrio de massa e impulso discretizadas (Navier-Stokes) sob a suposição da parede rígida. Os métodos numéricos para solucionar as equações tridimensionais de fluxo sanguíneo podem incluir diferença finita, volume finito, conjunto espectral, reticulado de Boltzmann, à base de partículas, de nível, isogeométrico ou métodos de elementos finitos, ou outras técnicas numéricas de dinâmica de fluidos computacional (CFD). As equações de Navier- Stokes discretizadas podem ser usadas para simular progressivamente a velocidade da pressão e do fluxo sanguíneos dentro das artérias coronárias em relação ao tempo. Ou seja, a simulação de CFD pode determinar a pressão e o fluxo sanguíneos em cada um dos nós do modelo anatômico em malha. O resultado das simulações de CFD pode ser uma distribuição de pressão e fluxo sanguíneos específica de paciente nas artérias coronárias de um paciente com base na anatomia específica de paciente e nas condições de limites específicas de paciente.
[0084] Na etapa 112, um sistema de computador pode determinar um ou mais parâmetros hemodinâmicos associados às artérias coronárias do paciente. O um ou mais parâmetros hemodinâmicos podem ser determinados com base, pelo menos em parte, nos resultados da simulação de CFD. Exemplos de parâmetros hemodinâmicos podem incluir as características da artéria coronária, como pressão sanguínea, taxa de fluxo sanguíneo, tensão de cisalhamento de parede (WSS), índice de cisalhamento oscilatório (OSI), tempo de residência relativo (RRT), reserva de fluxo fracionário (FFR), reserva de fluxo coronário (CFR), razão livre de onda instantânea (iFR) e similares. Os parâmetros hemodinâmicos podem ser interpolados através do modelo anatômico específico de paciente para fornecer, a um usuário, informações sobre os parâmetros hemodinâmicos através do modelo anatômico.
[0085] Na etapa 114, um sistema de computador pode emitir o um ou mais parâmetros hemodinâmicos determinados. O sistema de computador pode, por exemplo, exibir o um ou mais parâmetros hemodinâmicos ou visualizações (por exemplo, imagens em 2D ou 3D) de um ou mais parâmetros hemodinâmicos. O sistema de computador pode, por exemplo, apresentar os parâmetros hemodinâmicos como uma visualização interativa tridimensional. O sistema de computador pode enviar o um ou mais parâmetros hemodinâmicos determinados para um computador remoto para a exibição no computador remoto.
[0086] Na etapa 116, o um ou mais parâmetros hemodinâmicos determinados são usados para determinar e/ou como parte de um plano de tratamento específico de paciente. Em uma modalidade, o um ou mais parâmetros hemodinâmicos determinados são usados para planejar um procedimento de revascularização coronária na doença cardiovascular. Por exemplo, o um ou mais parâmetros hemodinâmicos determinados podem ser usados para determinar uma localização específica de paciente otimizada para a colocação de stent em um paciente que aprimora as condições hemodinâmicas de fluxo sanguíneo nas artérias coronárias de um paciente e, em seguida, o stent é posicionado na localização otimizada determinada. Como outro exemplo, o um ou mais parâmetros hemodinâmicos determinados podem ser usados para determinar um procedimento de bypass da artéria coronária otimizado em um paciente que proporciona condições hemodinâmicas melhores para o fluxo arterial coronário no paciente quando comparado ao procedimento de bypass das artérias coronárias alternativo e, em seguida, um médico realiza o procedimento de bypass da artéria coronária otimizado no paciente.
[0087] Em uma modalidade, o um ou mais parâmetros hemodinâmicos determinados são usados como suporte de um teste de exercício cardiopulmonar virtual. Por exemplo, o um ou mais parâmetros hemodinâmicos determinados podem incluir uma estimativa da reserva de fluxo fracionário (FFR), que pode ser usada para fornecer uma estimativa não invasiva da reserva de fluxo fracionário e/ou saturação de oxigênio no sangue durante as condições de teste de exercício cardiopulmonar virtual.
[0088] Embora as modalidades acima tenham sido descritas em referência a uma simulação transiente do fluxo sanguíneo pelas artérias coronárias, deve-se entender que a presente revelação abrange também a simulação de estado estável do fluxo sanguíneo pelas artérias coronárias.
[0089] O fluxo sanguíneo pelas artérias coronárias é pulsátil. Sua pressão e velocidade mudam em relação ao tempo durante uma única batida do coração e esse processo é repetitivo. A maneira mais direta de simular tal fluxo é por meio do uso de um solucionador transiente, mas isso pode consumir muito tempo. O uso de uma simulação de estado estável (por exemplo, estacionária) pode ser vantajoso, visto que seu tempo até a solução é relativamente menor, mas a mesma não é aplicável para todos os fenômenos não estacionários.
[0090] Para ter a vantagem sobre uma simulação estacionária, as artérias coronárias podem ser tratadas como um sistema de tubulação. Em tal sistema, a queda de pressão Δ𝑝 é dependente da velocidade do fluido 𝑣. Para um fluxo geral, a queda de pressão é uma função quadrática da velocidade (Δ𝑝 = 𝑎𝑣 2 + 𝑏𝑣 + 𝑐). Para determinar os coeficientes nessa equação, é preciso encontrar três pares de valores (𝑣, Δ𝑝). Para fazer o mesmo, três simulações de estado estável podem ser executadas para várias condições de limites de valor de pressão e velocidade (calculado a partir da taxa de fluxo) e os valores de queda de pressão respectivos a essas velocidades podem ser encontrados. Como essas simulações são independentes, elas podem ser executadas em paralelo. Isso permite uma maior redução do tempo até a solução. Por exemplo, os resultados de uma simulação transiente que leva dezenas de horas para finalizar podem ser obtidos a partir de uma simulação estacionária em menos de uma hora. Para levar em consideração o efeito da inércia, um termo adicional foi adicionado à equação para a queda de pressão (consultar Bird RB et al. (1960) Transport Phenomena. John Wiley & Sons, New York; Young D et al. (1973) Flow characteristics in models of arterial stenoses. II. Unsteady flow, Journal of Biomechanics, vol. 6, nº 5, 547–559; Young D et al. (1977) Hemodynamics of arterial stenoses at elevated flow rates. Circulation Research, vol.
41, nº 1, 99–107.): 𝑑𝑣 Δ𝑝 = 𝑎𝑣 2 + 𝑏𝑣 + 𝑐 + 𝑘𝑙 𝑑𝑡
[0091] em que: a, b, c – coeficientes calculados com base nas simulações estacionárias, k=1,2 – coeficiente de inércia, l – distância da entrada.
[0092] As Figuras 21-24 mostram diagramas de blocos esquemáticos pouco detalhados ou muito detalhados de um método para a modelagem específica de paciente de parâmetros hemodinâmicos em artérias coronárias com o uso de uma simulação de estado estável ou uma simulação transiente. Como mostrado nas Figuras 21-24, há algumas diferenças entre um método à base de simulação de estado estável e um método à base de simulação transiente. Entretanto, muitos dos detalhes de implementação para um método à base de simulação de estado estável podem ser aplicados a um método à base de simulação transiente e vice-versa.
[0093] Em referência às Figuras 21-22, é mostrado um diagrama de blocos esquemático pouco detalhado ou muito detalhado de um método 200 para a modelagem específica de paciente de parâmetros hemodinâmicos em artérias coronárias com o uso de uma simulação de estado estável.
[0094] Com referência específica à Figura 21, na etapa 202, os dados anatômicos específicos de paciente são obtidos e pré-processados. Na etapa 204, um modelo tridimensional é criado com base nos dados anatômicos obtidos. Na etapa 206, o modelo tridimensional é preparado para a análise numérica. Na etapa 208, uma análise computacional é realizada com o uso do modelo tridimensional. Na etapa 210, os dados de registro de pressão arterial periférica específicos de paciente são obtidos e pré-processados. Na etapa 212, as condições de limites são criadas com base nos dados de registro de pressão. Na etapa 214, os resultados da análise computacional e das condições de limites são reunidos e emitidos. Na etapa 216, um plano de tratamento específico de paciente é preparado com base nos resultados.
[0095] Com referência específica à Figura 22, na etapa 302, os dados anatômicos específicos de paciente adquiridos (por exemplo, dados de TC) são revistos inicialmente. Na etapa 304, os dados anatômicos adquiridos são submetidos a processamento de imagem. Na etapa 306, a qual marca o início da criação de um modelo tridimensional a partir dos dados anatômicos obtidos, a placa é segmentada. Na etapa 308, os pontos radiculares de artéria coronária são selecionados. Na etapa 310, as artérias coronárias são segmentadas. Na etapa 312, a qualidade da segmentação é conferida. Na etapa 314, as linhas centrais arteriais são encontradas automaticamente. Na etapa 316, os modelos de limites de influxo e efluxo são criados. Na etapa 318, o modelo sólido é emitido e nivelado. Na etapa 320, o modelo sólido emitido é verificado. Na etapa 322, a que marca o início da preparação do modelo sólido para a análise numérica, uma malha final do modelo é gerada. Na etapa 324, a malha é verificada. Na etapa 326, a que marca o início da realização da análise computacional, um conjunto de casos de CFD é preparado para a análise numérica. Na etapa 328, o conjunto de casos de CFD é solucionado por simulações de fluxo. Na etapa 330, os resultados de simulação são verificados. Na etapa 332, os dados anatômicos específicos de paciente adquiridos (por exemplo, dados de pressão registrados) são revistos inicialmente. Na etapa 334, a que inicia a criação das condições de limites com base nos dados de pressão registrados, os dados de pressão são inseridos em um modelo de sistema de circulação sanguínea. Na etapa 336, os resultados do modelo de sistema de circulação sanguínea são inseridos em um modelo de cavidades cardíacas. Na etapa 338, os resultados do modelo de cavidades cardíacas são inseridos em um modelo de fluxo sanguíneo coronário, cujas saídas são usadas para determinar as condições de limites. Na etapa 340, os resultados da determinação das condições de limites são verificados. Na etapa 342, os resultados da determinação das condições de limites e da análise computacional de dinâmica de fluidos são reunidos. Na etapa 344, os resultados reunidos são emitidos.
[0096] Em referência às Figuras 23-24, são mostrados diagramas de blocos esquemáticos pouco detalhados ou muito detalhados de um método 400 para a modelagem específica de paciente de parâmetros hemodinâmicos em artérias coronárias com o uso de uma simulação transiente.
[0097] Com referência específica à Figura 23, na etapa 402, os dados anatômicos específicos de paciente são obtidos e pré-processados. Na etapa 404, um modelo tridimensional é criado com base nos dados anatômicos obtidos. Na etapa 406, os dados de registro de pressão arterial periférica específicos de paciente são obtidos e pré- processados. Na etapa 408, as condições de limites são criadas com base nos dados de registro de pressão. Na etapa 410, o modelo tridimensional é preparado para a análise numérica. Na etapa 412, uma análise computacional é realizada com o uso do modelo tridimensional e das condições de limites. Na etapa 414, os resultados da análise computacional são emitidos. Na etapa 416, um plano de tratamento específico de paciente é preparado com base nos resultados.
[0098] Com referência específica à Figura 24, na etapa 502, os dados anatômicos específicos de paciente adquiridos (por exemplo, dados de TC) são revistos inicialmente. Na etapa 504, os dados anatômicos adquiridos são submetidos a processamento de imagem. Na etapa 506, a que marca o início da criação de um modelo tridimensional a partir dos dados anatômicos obtidos, a placa é segmentada. Na etapa 508, os pontos radiculares de artéria coronária são selecionados. Na etapa 510, as artérias coronárias são segmentadas. Na etapa 512, a qualidade da segmentação é conferida. Na etapa 514, as linhas centrais arteriais são encontradas automaticamente. Na etapa 516, os modelos de limites de influxo e efluxo são criados. Na etapa 518, o modelo sólido é emitido e nivelado. Na etapa 520, o modelo sólido emitido é verificado. Na etapa 522, os dados anatômicos específicos de paciente adquiridos (por exemplo, dados de pressão registrados) são revistos inicialmente. Na etapa 524, a que inicia a criação das condições de limites com base nos dados de pressão registrados, os dados de pressão são inseridos em um modelo de sistema de circulação sanguínea. Na etapa 526, os resultados do modelo de sistema de circulação sanguínea são inseridos em um modelo de cavidades cardíacas. Na etapa 528, os resultados do modelo de cavidades cardíacas são inseridos em um modelo de fluxo sanguíneo coronário, cujas saídas são usadas para determinar as condições de limites. Na etapa 530, os resultados da determinação das condições de limites são verificados. Na etapa 532, a que marca o início da preparação do modelo sólido para a análise numérica, uma malha final do modelo é gerada. Na etapa 534, a malha é verificada. Na etapa 536, a que marca o início da realização da análise computacional, um caso de CFD é preparado para a análise numérica. Na etapa 538, o caso de CFD é solucionado por simulação de fluxo. Na etapa 540, os resultados de simulação são verificados. Na etapa 542, os resultados são emitidos.
[0099] Embora as modalidades tenham sido descritas em linguagens específicas em relação aos aspectos estruturais e/ou aos atos metodológicos, deve-se entender que a revelação não é, necessariamente, limitada aos aspectos ou aos atos específicos descritos. Em vez disso, os atos e os aspectos específicos são revelados como formas ilustrativas de implementar as modalidades. A linguagem condicional, como, dentre outras, “pode” ou “poderia”, a não ser que seja especificamente declarado em contrário ou entendido em contrário dentro do contexto conforme usado, tem o objetivo geral de comunicar que certas modalidades poderiam incluir, enquanto outras modalidades não incluem, certos aspectos, elementos e/ou etapas. Assim, tal linguagem condicional não tem o objetivo geral de insinuar que os aspectos, elementos e/ou etapas são de qualquer maneira exigidos para uma ou mais modalidades ou que uma ou mais modalidades necessariamente incluem lógica para decidir, com ou sem a entrada ou estímulo do usuário, se esses aspectos, elementos e/ou etapas estão incluídos ou serão efetuados em qualquer modalidade em particular.
EXEMPLOS Exemplo 1
[00100] Os resultados de um método para a modelagem específica de paciente de parâmetros hemodinâmicos nas artérias coronárias de acordo com uma ou mais modalidades exemplificativas da revelação foram comparados com os resultados da vida real.
Em particular, dados de FFR coletados de modo não invasivo de 30 pacientes em 3 hospitais foram comparados com os valores de FFR numericamente calculados usando-se uma ou mais modalidades exemplificativas da revelação.
Os resultados estatísticos para um total de 35 estenoses são resumidos na tabela abaixo e na Figura 25. Sensibilidade 82,4% Especificidade 88,9% Valor previsível positivo 87,5% Valor previsível negativo 84,2% Precisão 85,7% Área sob a curva de ROC 0,863
Claims (22)
1. MÉTODO (100, 200, 400), que compreende: receber dados de estrutura anatômica específicos de paciente (102, 202, 302, 402, 502) e dados fisiológicos específicos de paciente (104, 210, 322, 406, 522), em que os dados de estrutura anatômica compreendem informações estruturais sobre artérias coronárias de um paciente, e em que os dados fisiológicos específicos de paciente compreendem uma forma de onda de pressão sanguínea continuamente registrada; gerar, com base pelo menos em parte dos dados de estrutura anatômica, um modelo anatômico de pelo menos uma porção das artérias coronárias do paciente (106, 204, 306, 308, 310, 312, 314, 316, 318, 320, 404, 506, 508, 510, 512, 514, 516, 518, 520); determinar, com base pelo menos em parte da forma de onda de pressão sanguínea continuamente registrada, condições de limites para uma simulação de dinâmica de fluidos computacional (CFD) de fluxo sanguíneo no modelo anatômico (108, 212, 334, 336, 338, 340, 408, 524, 526, 528, 530); simular o fluxo sanguíneo no modelo anatômico com o uso de CFD e as condições de limites (110, 208, 214, 326, 328, 330, 342, 412, 536, 538, 540); e determinar, com base pelo menos em parte da simulação, um ou mais parâmetros hemodinâmicos associados às artérias coronárias do paciente (112, 214, 344, 414, 542), caracterizado por: a forma de onda de pressão sanguínea continuamente registrada ser de uma medição não invasiva, e em que determinar as condições de limites (108, 212,
334, 336, 338, 340, 408, 524, 526, 528, 530) compreende: determinar, com base pelo menos em parte de um modelo de sistema de circulação sanguínea e a forma de onda de pressão sanguínea continuamente registrada, dados de taxa de fluxo sanguíneo volumétricos; determinar, com base pelo menos em parte de um modelo de pressão-volume de cavidades cardíacas e os dados de taxa de fluxo sanguíneo volumétricos, dados de pressão ventricular; determinar, com base pelo menos em parte de um modelo de fluxo sanguíneo coronário, da forma de onda de pressão sanguínea continuamente registrada e dos dados de pressão ventricular, dados de fluxo de entrada de artéria coronária, e determinar, com base pelo menos em parte de uma lei de escala alométrica e os dados de fluxo de entrada de artéria coronária, dados de fluxo de saída de artéria coronária.
2. MÉTODO, de acordo com a reivindicação 1, caracterizado pelos dados de estrutura anatômica serem de uma medição não invasiva.
3. MÉTODO, de acordo com a reivindicação 1, caracterizado pelos dados de estrutura anatômica serem de um angiograma de tomografia computadorizada.
4. MÉTODO, de acordo com a reivindicação 1, caracterizado pela geração do modelo anatômico (106) não incluir segmentar uma aorta.
5. MÉTODO, de acordo com a reivindicação 1, caracterizado pelo modelo anatômico ser um modelo apenas das artérias coronárias do paciente.
6. MÉTODO, de acordo com a reivindicação 1, caracterizado pelas condições de limites compreenderem condições de limites de influxo para as artérias coronárias do paciente e condições de limites de efluxo para as artérias coronárias do paciente.
7. MÉTODO, de acordo com a reivindicação 1, caracterizado pelo modelo de sistema de circulação sanguínea compreender pelo menos um bloco funcional de parâmetros concentrados selecionado dentre um bloco funcional de parâmetros concentrados de (a) CR, (b) CRL e (c) RCRL mostrados abaixo:
8. MÉTODO, de acordo com a reivindicação 1, caracterizado pelo modelo de pressão-volume de cavidades cardíacas ser um modelo de elastância variável com o tempo.
9. MÉTODO, de acordo com a reivindicação 1, caracterizado pelo modelo de fluxo sanguíneo coronário compreender pelo menos um bloco funcional de parâmetros concentrados selecionado dentre blocos funcionais de parâmetros concentrados de (a) CRp, (b) CpR, (c) RCRp, (d) CpRp e (e) RCpRp, mostrados abaixo:
10. MÉTODO, de acordo com a reivindicação 1, caracterizado pelo modelo de fluxo sanguíneo coronário compreender uma pluralidade de (e) blocos funcionais de parâmetros concentrados de RCpRp mostrados abaixo:
11. MÉTODO, de acordo com a reivindicação 1, caracterizado por um estado de fluxo coronário na entrada ser determinado com base pelo menos em parte do modelo de bloco de parâmetros concentrados de acoplamento de sistema de circulação sanguínea e fluxo sanguíneo coronário, mostrado abaixo:
12. MÉTODO, de acordo com a reivindicação 1, caracterizado por efeitos de fluxo de heterogeneidade de parede cardíaca serem descritos por um modelo de múltiplas camadas e múltiplos compartimentos com um coeficiente de pressão de tecido variável.
13. MÉTODO, de acordo com a reivindicação 12, caracterizado por o um ou mais parâmetros hemodinâmicos compreenderem um ou mais parâmetros hemodinâmicos relacionados ao cronotropismo, inotropismo ou lusitropismo de coração obtido com modelo de estímulo de receptor purinérgico cooperativo de agonismo.
14. MÉTODO, de acordo com a reivindicação 1, caracterizado pelas simulações de fluxo sanguíneo serem executadas com o uso de um solucionador transiente ou um solucionador de estado estável.
15. MÉTODO, de acordo com a reivindicação 1, caracterizado pelas características de queda de pressão e fluxo de vaso serem determinadas por uma abordagem de estado estável.
16. MÉTODO, de acordo com a reivindicação 1, caracterizado por o um ou mais parâmetros hemodinâmicos serem selecionados dentre pressão sanguínea, fluxo sanguíneo, taxa de fluxo sanguíneo, tensão de cisalhamento de parede (WSS), índice de cisalhamento oscilatório (OSI), tempo de residência relativo (RRT), reserva de fluxo fracionário (FFR), razão livre de onda instantânea (iFR) e reserva de fluxo coronário (CFR).
17. MÉTODO, de acordo com a reivindicação 1, caracterizado por compreender adicionalmente emitir o um ou mais parâmetros hemodinâmicos determinados.
18. MÉTODO, de acordo com a reivindicação 17, caracterizado pela emissão (214, 344, 414, 542) compreender enviar o um ou mais parâmetros hemodinâmicos determinados para um dispositivo de exibição.
19. MÉTODO, de acordo com a reivindicação 17, caracterizado pela emissão (214, 344, 414, 542) compreender enviar o um ou mais parâmetros hemodinâmicos determinados para um computador remoto.
20. MÉTODO, de acordo com a reivindicação 17, caracterizado por compreender adicionalmente determinar um plano de tratamento específico de paciente (116, 216, 416) com base, pelo menos em parte, no um ou mais parâmetros hemodinâmicos determinados.
21. MÉTODO, de acordo com a reivindicação 20, caracterizado pelo plano de tratamento específico de paciente ser uma localização específica de paciente otimizada para colocação de stent no paciente.
22. MÉTODO, de acordo com a reivindicação 17, caracterizado por o um ou mais parâmetros hemodinâmicos determinados serem usados como parte de um teste de exercício cardiopulmonar virtual.
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/EP2019/050704 WO2020048642A1 (en) | 2019-01-11 | 2019-01-11 | Patient-specific modeling of hemodynamic parameters in coronary arteries |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| BR112021013537A2 true BR112021013537A2 (pt) | 2021-09-14 |
Family
ID=65351989
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| BR112021013537-5A BR112021013537A2 (pt) | 2019-01-11 | 2019-01-11 | Método para modelagem específica de paciente de parâmetros hemodinâmicos em artérias coronárias |
Country Status (21)
| Country | Link |
|---|---|
| US (1) | US20220093266A1 (pt) |
| EP (2) | EP4122381B1 (pt) |
| JP (1) | JP7241183B2 (pt) |
| KR (1) | KR102620470B1 (pt) |
| CN (1) | CN113365552B (pt) |
| AU (1) | AU2019335857A1 (pt) |
| BR (1) | BR112021013537A2 (pt) |
| CA (1) | CA3126313C (pt) |
| EA (1) | EA202191778A1 (pt) |
| ES (2) | ES2933276T3 (pt) |
| FI (1) | FI3820357T3 (pt) |
| HU (2) | HUE064142T2 (pt) |
| IL (1) | IL284704A (pt) |
| LT (1) | LT3820357T (pt) |
| PL (2) | PL3820357T3 (pt) |
| PT (1) | PT3820357T (pt) |
| RS (1) | RS64846B1 (pt) |
| SG (1) | SG11202107506QA (pt) |
| SI (1) | SI3820357T1 (pt) |
| WO (1) | WO2020048642A1 (pt) |
| ZA (1) | ZA202105149B (pt) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11871995B2 (en) | 2017-12-18 | 2024-01-16 | Hemolens Diagnostics Sp. Z O.O. | Patient-specific modeling of hemodynamic parameters in coronary arteries |
| US11847779B2 (en) * | 2021-06-25 | 2023-12-19 | Siemens Healthcare Gmbh | Clinical decision support for cardiovascular disease based on a plurality of medical assessments |
| WO2023152546A1 (en) * | 2022-02-10 | 2023-08-17 | Hemolens Diagnostic Spółka Z Ograniczoną Odpowiedzialnością | Reconstruction of a patient-specific central arterial pressure waveform morphology from a distal non-invasive pressure measurement |
| WO2023161671A1 (en) * | 2022-02-22 | 2023-08-31 | Hemolens Diagnostics Sp. Z O.O. | A method for assessment of a hemodynamic response to an adenosine receptor agonist stimulation, system for assessment of it and computer readable medium |
| WO2024120649A1 (en) | 2022-12-09 | 2024-06-13 | Hemolens Diagnostics Sp. Z O.O. | A method for calculation of a pressure drop between cross-sections of an artery |
| EP4390845A1 (en) | 2022-12-22 | 2024-06-26 | Hemolens Diagnostics Spólka Z Ograniczona Odpowiedzialnoscia | A computer-implemented method, computer program product and imaging system |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001326190A (ja) | 2000-05-17 | 2001-11-22 | Nec Corp | 薄膜処理方法及び薄膜処理装置 |
| US7860290B2 (en) | 2006-04-21 | 2010-12-28 | Siemens Medical Solutions Usa, Inc. | Three-dimensional (3D) modeling of coronary arteries |
| US7953266B2 (en) | 2007-02-06 | 2011-05-31 | Siemens Medical Solutions Usa, Inc. | Robust vessel tree modeling |
| WO2010038993A2 (ko) * | 2008-10-01 | 2010-04-08 | 주식회사이루메디 | 심혈관 분석 장치 |
| US8315812B2 (en) | 2010-08-12 | 2012-11-20 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
| US9119540B2 (en) * | 2010-09-16 | 2015-09-01 | Siemens Aktiengesellschaft | Method and system for non-invasive assessment of coronary artery disease |
| US10162932B2 (en) * | 2011-11-10 | 2018-12-25 | Siemens Healthcare Gmbh | Method and system for multi-scale anatomical and functional modeling of coronary circulation |
| CN108294735B (zh) * | 2012-03-13 | 2021-09-07 | 西门子公司 | 用于冠状动脉狭窄的非侵入性功能评估的方法和系统 |
| EP3140757B1 (en) * | 2014-05-05 | 2020-06-24 | Siemens Healthcare GmbH | Method and system for non-invasive functional assessment of coronary artery stenosis using flow computations in models based on diseased patients and hypothetical normal anatomical models |
| US9595089B2 (en) * | 2014-05-09 | 2017-03-14 | Siemens Healthcare Gmbh | Method and system for non-invasive computation of hemodynamic indices for coronary artery stenosis |
| WO2016030744A1 (ko) * | 2014-08-29 | 2016-03-03 | 강원대학교산학협력단 | 환자별 혈관 정보 결정 방법 |
| US9349178B1 (en) * | 2014-11-24 | 2016-05-24 | Siemens Aktiengesellschaft | Synthetic data-driven hemodynamic determination in medical imaging |
| WO2016087396A1 (en) * | 2014-12-02 | 2016-06-09 | Koninklijke Philips N.V. | Fractional flow reserve determination |
-
2019
- 2019-01-11 SI SI201930362T patent/SI3820357T1/sl unknown
- 2019-01-11 JP JP2021540320A patent/JP7241183B2/ja active Active
- 2019-01-11 KR KR1020217025056A patent/KR102620470B1/ko active IP Right Grant
- 2019-01-11 EA EA202191778A patent/EA202191778A1/ru unknown
- 2019-01-11 LT LTEPPCT/EP2019/050704T patent/LT3820357T/lt unknown
- 2019-01-11 EP EP22196006.5A patent/EP4122381B1/en active Active
- 2019-01-11 WO PCT/EP2019/050704 patent/WO2020048642A1/en active Application Filing
- 2019-01-11 ES ES19703944T patent/ES2933276T3/es active Active
- 2019-01-11 HU HUE22196006A patent/HUE064142T2/hu unknown
- 2019-01-11 BR BR112021013537-5A patent/BR112021013537A2/pt unknown
- 2019-01-11 CN CN201980088710.5A patent/CN113365552B/zh active Active
- 2019-01-11 HU HUE19703944A patent/HUE060191T2/hu unknown
- 2019-01-11 RS RS20231093A patent/RS64846B1/sr unknown
- 2019-01-11 ES ES22196006T patent/ES2963697T3/es active Active
- 2019-01-11 SG SG11202107506QA patent/SG11202107506QA/en unknown
- 2019-01-11 CA CA3126313A patent/CA3126313C/en active Active
- 2019-01-11 US US17/421,964 patent/US20220093266A1/en active Pending
- 2019-01-11 PL PL19703944.9T patent/PL3820357T3/pl unknown
- 2019-01-11 AU AU2019335857A patent/AU2019335857A1/en active Pending
- 2019-01-11 PT PT197039449T patent/PT3820357T/pt unknown
- 2019-01-11 FI FIEP19703944.9T patent/FI3820357T3/fi active
- 2019-01-11 PL PL22196006.5T patent/PL4122381T3/pl unknown
- 2019-01-11 EP EP19703944.9A patent/EP3820357B1/en active Active
-
2021
- 2021-07-08 IL IL284704A patent/IL284704A/en unknown
- 2021-07-21 ZA ZA2021/05149A patent/ZA202105149B/en unknown
Also Published As
| Publication number | Publication date |
|---|---|
| EP4122381C0 (en) | 2023-09-06 |
| SI3820357T1 (sl) | 2023-03-31 |
| HUE064142T2 (hu) | 2024-02-28 |
| IL284704A (en) | 2021-08-31 |
| SG11202107506QA (en) | 2021-08-30 |
| CA3126313C (en) | 2024-01-02 |
| KR102620470B1 (ko) | 2024-01-03 |
| US20220093266A1 (en) | 2022-03-24 |
| ES2933276T3 (es) | 2023-02-03 |
| PT3820357T (pt) | 2022-10-31 |
| EA202191778A1 (ru) | 2021-11-19 |
| HUE060191T2 (hu) | 2023-02-28 |
| EP4122381B1 (en) | 2023-09-06 |
| EP3820357A1 (en) | 2021-05-19 |
| RS64846B1 (sr) | 2023-12-29 |
| PL4122381T3 (pl) | 2024-02-05 |
| LT3820357T (lt) | 2022-10-25 |
| ZA202105149B (en) | 2022-10-26 |
| CN113365552B (zh) | 2024-06-25 |
| AU2019335857A1 (en) | 2021-08-12 |
| CA3126313A1 (en) | 2020-03-12 |
| EP4122381A1 (en) | 2023-01-25 |
| FI3820357T3 (fi) | 2022-12-15 |
| PL3820357T3 (pl) | 2023-07-24 |
| EP3820357B1 (en) | 2022-09-21 |
| KR20210117285A (ko) | 2021-09-28 |
| JP7241183B2 (ja) | 2023-03-16 |
| JP2022517995A (ja) | 2022-03-11 |
| CN113365552A (zh) | 2021-09-07 |
| ES2963697T3 (es) | 2024-04-01 |
| WO2020048642A1 (en) | 2020-03-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11871995B2 (en) | Patient-specific modeling of hemodynamic parameters in coronary arteries | |
| JP7035004B2 (ja) | 心筋ブリッジ及び患者に及ぼす影響を自動的に判定するためのシステム及び方法 | |
| US9595089B2 (en) | Method and system for non-invasive computation of hemodynamic indices for coronary artery stenosis | |
| US10162932B2 (en) | Method and system for multi-scale anatomical and functional modeling of coronary circulation | |
| JP7241183B2 (ja) | 冠動脈における血行動態パラメータの患者固有モデリング | |
| US10373700B2 (en) | Non-invasive functional assessment of coronary artery stenosis including simulation of hyperemia by changing resting microvascular resistance | |
| US9424395B2 (en) | Method and system for sensitivity analysis in modeling blood flow characteristics | |
| CN108109698B (zh) | 计算血流储备分数的系统和设置边界条件的方法 | |
| KR102130254B1 (ko) | 대상자 고유의 혈관에 대한 혈류 시뮬레이션 방법 및 장치 | |
| EA042942B1 (ru) | Специфическое для пациента моделирование гемодинамических параметров в коронарных артериях | |
| IT201700020637A1 (it) | Metodo e apparato per stimare grandezze cardiocircolatorie |