Компьютерное моделирование гемодинамических показателей кровотока при патологической извитости внутренних сонных артерий
https://doi.org/10.24884/1682-6655-2025-24-4-12-20
Аннотация
В литературном обзоре представлены научные материалы по теме компьютерного моделирования гемои гидродинамики кровотока в условиях патологически извитых сонных артерий, а также при атеросклеротическом и аневризматическом поражении сонных артерий. Проводится литературный обзор научных работ, посвященных развитию методики компьютерного моделирования кровотока. После системного анализа научных статей отечественных и зарубежных авторов можно выделить основные параметры, используемые при проведении компьютерного моделирования кровотока при патологической извитости внутренних сонных артерий. Ведущий численный показатель напряжения сдвига стенки (WSS) и скоростные показатели кровотока оцениваются и используются с целью дальнейшего моделирования, прогнозирования и определения показаний к хирургическому лечению, тактики оперирующего хирурга, вероятности рецидивов и частоты развития осложнений.
Об авторах
А. В. Гавриленко
Федеральное государственное бюджетное научное учреждение «Российский научный центр хирургии имени академика Б. В. Петровского» Министерства науки и высшего образования Российской Федерации;
Федеральное государственное автономное образовательное учреждение высшего образования «Первый Московский государственный медицинский университет имени И. М. Сеченова» Министерства здравоохранения Российской Федерации (Сеченовский Университет)
Россия
Россия
Гавриленко Александр Васильевич – д-р мед. наук, профессор, академик РАН, зав. отделением, врач сердечно-сосудистый хирург
119991, Москва, Абрикосовский пер., д. 2
119991, Москва, ул. Трубецкая, д. 8, стр. 2
Е. М. Олейник
Федеральное государственное бюджетное научное учреждение «Российский научный центр хирургии имени академика Б. В. Петровского» Министерства науки и высшего образования Российской Федерации
Россия
Россия
Олейник Евгений Михайлович – кандидат медицинских наук, врач сердечно-сосудистый хирург
119991, Москва, Абрикосовский пер., д. 2
А. К. Урицкая
Федеральное государственное бюджетное научное учреждение «Российский научный центр хирургии имени академика Б. В. Петровского» Министерства науки и высшего образования Российской Федерации
Россия
Россия
Урицкая Анна Константиновна – ординатор второго года очной формы обучения по специальности «Сердечно-сосудистая хирургия»
119991, Москва, Абрикосовский пер., д. 2
Список литературы
1. Paulsen F, Tillmann B, Christofides C, et al. Curving and looping of the internal carotid artery in relation to the pharynx: frequency, embryology and clinical implications. J Anat. 2000;197(Pt 3):373-381. https://doi.org/10.1046/j.1469-7580.2000.19730373.x.
2. Гавриленко А. В., Абрамян А. В., Кочетков В. А., Осколкова С. А. Клинико-морфологические аспекты патологической извитости внутренней сонной артерии // Анналы хирургии. 2019. Т. 24, № 6. С. 402–408. https://doi.org/10.24022/1560-9502-2019-24-6-402-408.
3. Клиническая ангиология: руководство для врачей: в 2 т. / под ред. А. В. Покровского. М.: Медицина, 2004. Ч. 1. С. 116.
4. Mumoli N, Cei M. Asymptomatic carotid kinking. Circ J. 2008;72(4):682-683. https://doi.org/10.1253/circj.72.682.
5. Riser M, Geraud J, Ducoudray J, Ribaut L. Dolichocarotide interne avec syndrome vertigineux [Long internal carotid artery with vertigo syndrome]. Rev Neurol (Paris). 1951;85(2):145-147. PMID: 14921373.
6. Quattlebaum JK Jr, Wade JS, Whiddon CM. Stroke associated with elongation and kinking of the carotid artery: long-term follow-up. Ann Surg. 1973;177(5):572-579. https://doi.org/10.1097/00000658-197305000-00010.
7. La Barbera G, La Marca G, Martino A, et al. Kinking, coiling, and tortuosity of extracranial internal carotid artery: is it the effect of a metaplasia? Surg Radiol Anat. 2006;28(6):573-580. https://doi.org/10.1007/s00276-006-0149-1.
8. Куликов В. П., Федюнина Н. Г., Довыдова В. В. Деформация внутренней сонной артерии как донорский источник артерио-артериальной церебральной эмболии // Ультразвуковая и функциональная диагностика. 2009. № 5. С. 52–58.
9. Choudhry FA, Grantham JT, Rai AT, Hogg JP. Vascular geometry of the extracranial carotid arteries: an analysis of length, diameter, and tortuosity. J Neurointerv Surg. 2016;8(5):536-540. https://doi.org/10.1136/neurintsurg-2015-011671.
10. Zhong L, Zhang JM, Su B, et al. Application of patientspecific computational fluid dynamics in coronary and intracardiac flow simulations: challenges and opportunities. Front Physiol. 2018;9:742. https://doi.org/10.3389/fphys.2018.00742.
11. Gijsen F, Katagiri Y, Barlis P, et al. Expert recommendations on the assessment of wall shear stress in human coronary arteries: existing methodologies, technical considerations, and clinical applications. Eur Heart J. 2019;40(41):3421-3433. https://doi.org/10.1093/eurheartj/ehz551.
12. Борисов В. Г., Захаров Ю. Н., Казанцев А. Н., и др. Компьютерное моделирование заплат различной формы при классической каротидной эндартерэктомии // Вестник трансплантологии и искусственных органов. 2021. Т. 23, № 4. С. 132–142.
13. Fu W, Gu Z, Meng X, Chu B, Qiao A. Numerical simulation of hemodynamics in stented internal carotid aneurysm based on patient-specific model. J Biomech. 2010;43(7):1337-1342. https://doi.org/10.1016/j.jbiomech.2010.01.009.
14. Matsuura K, Jin WW, Liu H, Matsumiya G. Computational fluid dynamics study of the end-side and sequential coronary artery bypass anastomoses in a native coronary occlusion model. Interact Cardiovasc Thorac Surg. 2018;26(4):583-589. https://doi.org/10.1093/icvts/ivx376.
15. Xu L, Liang F, Zhao B, et al. Influence of aging-induced flow waveform variation on hemodynamics in aneurysms present at the internal carotid artery: a computational modelbased study. Comput Biol Med. 2018;101:51-60. https://doi.org/10.1016/j.compbiomed.2018.08.004.
16. Казанцев А. Н., Бурков Н. Н., Захаров Ю. Н., и др. Персонифицированная реваскуляризация головного мозга: метод компьютерного моделирования зоны реконструкции для проведения каротидной эндартерэктомии // Хирургия. Журнал им. Н. И. Пирогова. 2020. № 6. С. 71–75. https://doi.org/10.17116/hirurgia202006171.
17. Wu D, Wang S, Xie J, et al. Hemodynamic mechanism of coronary artery aneurysm high occurrence on right coronary artery. Front Physiol. 2020;11:323. https://doi.org/10.3389/fphys.2020.00323.
18. Han Y, Xia J, Jin L, et al. Computational fluid dynamics study of the effect of transverse sinus stenosis on the blood flow pattern in the ipsilateral superior curve of the sigmoid sinus. Eur Radiol. 2021;31:6286-6294. https://doi.org/10.1007/s00330-020-07630-x.
19. Liu H, Liang F, Wong J, et al. Multiscale modeling of hemodynamics in the cardiovascular system. Acta Mech Sin. 2015;31:446-464. https://doi.org/10.1007/s10409-015-0416-7.
20. Yin X, Huang X, Li Q, et al. Hepatic hemangiomas alter morphometry and impair hemodynamics of the abdominal aorta and primary branches from computer simulations. Front Physiol. 2018;9:334. https://doi.org/10.3389/fphys.2018.00334.
21. Driessen RS, Danad I, Stuijfzand WJ, et al. Comparison of coronary computed tomography angiography, fractional flow reserve, and perfusion imaging for ischemia diagnosis. J Am Coll Cardiol. 2019;73:161-173. https://doi.org/10.1016/j.jacc.2018.10.056.
22. Hou Q, Tao K, Du T, et al. A computational analysis of potential aortic dilation induced by the hemodynamic effects of bicuspid aortic valve phenotypes. Comput Methods Programs Biomed. 2022;1:106811. https://doi.org/10.1016/j.cmpb.2022.106811.
23. Rizzini ML, Candreva A, Chiastra C, et al. Modelling coronary flows: Impact of differently measured inflow boundary conditions on vessel-specific computational hemodynamic profiles. Comput Methods Programs Biomed. 2022;106882. https://doi.org/10.1016/j.cmpb.2022.106882.
24. Yamaguchi R, Tanaka G, Liu H. Effect of elasticity on flow characteristics inside intracranial aneurysms. Int J Neurol Neurother. 2016;3(3):049. https://doi.org/10.23937/2378-3001/3/3/1049.
25. Fu Y, Qiao A, Yang Y, Fan X. Numerical simulation of the effect of pulmonary vascular resistance on the hemodynamics of reoperation after failure of one and a half ventricle repair. Front Physiol. 2020;11:207. https://doi.org/10.3389/fphys.2020.00207.
26. Fu W, Gu Z, Meng X, et al. Numerical simulation of hemodynamics in stented internal carotid aneurysm based on patient-specific model. J Biomech. 2010;43(7):1337-1342. https://doi.org/10.1016/j.jbiomech.2010.01.009.
27. Conti M, Long C, Marconi M, et al. Carotid artery hemodynamics before and after stenting: a patient specific CFD study. Comput Fluids. 2016;141:62-74. https://doi.org/10.1016/j.compfluid.2016.04.006.
28. Bluestein D. Utilizing computational fluid dynamics in cardiovascular engineering and medicine – what you need to know. Its translation to the clinic/bedside. Artif Organs. 2017;41:117-121. https://doi.org/10.1111/aor.12914.
29. Polanczyk A, Podgorski M, Wozniak T, et al. Computational fluid dynamics as an engineering tool for the reconstruction of hemodynamics after carotid artery stenosis operation: a case study. Medicina (B Aires). 2018;54(3):42. https://doi.org/10.3390/medicina54030042.
30. Albadawi M, Abuouf Y, Elsagheer S, et al. Predicting the onset of consequent stenotic regions in carotid arteries using computational fluid dynamics. Phys Fluids. 2021;33:123106. https://doi.org/10.1063/5.0068998.
31. Wang S, Wu D, Li G, et al. Deep learning-based hemodynamic prediction of carotid artery stenosis before and after surgical treatments. Front Physiol. 2023;13:1094743. https://doi.org/10.3389/fphys.2022.1094743.
32. Pavlova OE, Ivanov DV, Gramakova AA, et al. Hemodynamics and mechanical behavior of the carotid artery bifurcation with pathological tortuosity. Izvestiya Saratovskogo universiteta. Novaya seriya. Seriya: Matematika. Mekhanika. Informatika. 2010;10(2):66-73. https://doi.org/10.18500/1816-9791-2010-10-2-66-73. (In Russ.).
33. Xu C, Lee S, Singh TM, et al. Molecular mechanisms of aortic wall remodeling in response to hypertension. J Vasc Surg. 2001;33(3):570-578. https://doi.org/10.1067/mva.2001.112231.
34. Steinman DA, Vorp DA, Ethier CR. Computational modeling of arterial biomechanics: insights into pathogenesis and treatment of vascular disease. J Vasc Surg. 2003;37(5):1118-1128. https://doi.org/10.1067/mva.2003.122.
35. Huang H, Virmani R, Younis H, et al. The impact of calcification on the biomechanical stability of atherosclerotic plaques. Circulation. 2001;103(8):1051-1056. https://doi.org/10.1161/01.cir.103.8.1051.
36. Ding Z, Friedman MH. Quantification of 3-D coronary arterial motion using clinical biplane cineangiograms. Int J Card Imaging. 2000;16(5):331-346. https://doi.org/10.1023/a:1026590417177.
37. Stein PD, Hamid MS, Shivkumar K, et al. Effects of cyclic flexion of coronary arteries on progression of atherosclerosis. Am J Cardiol. 1994;73(7):431-437. https://doi.org/10.1016/0002-9149(94)90671-8.
38. Delfino A, Stergiopulos N, Moore JE Jr, Meister JJ. Residual strain effects on the stress field in a thick wall finite element model of the human carotid bifurcation. J Biomech. 1997;30(8):777-786. https://doi.org/10.1016/S0021-9290(97)00025-0.
39. Rogers C, Tseng DY, Squire JC, Edelman ER. Balloonartery interactions during stent placement: a finite element analysis approach to pressure, compliance, and stent design as contributors to vascular injury. Circ Res. 1999;84(4):378-383. https://doi.org/10.1161/01.res.84.4.378.
40. Leuprecht A, Perktold K, Prosi M, et al. Numerical study of hemodynamics and wall mechanics in distal end-toside anastomoses of bypass grafts. J Biomech. 2002;35(2):225-236. https://doi.org/10.1016/s0021-9290(01)00194-4.
41. Ballyk PD, Walsh C, Butany J, Ojha M. Compliance mismatch may promote graft-artery intimal hyperplasia by altering suture-line stresses. J Biomech. 1998;31(3):229-237. https://doi.org/10.1016/s0197-3975(97)00111-5.
42. Kleinstreuer C, Hyun S, Buchanan JR Jr, et al. Hemodynamic parameters and early intimal thickening in branching blood vessels. Crit Rev Biomed Eng. 2001;29(1):1-64. https://doi.org/10.1615/critrevbiomedeng.v29.i1.10.
43. Friedman MH, Bargeron CB, Deters OJ, et al. Correlation between wall shear and intimal thickness at a coronary artery branch. Atherosclerosis. 1987;68(1-2):27-33. https://doi.org/10.1016/0021-9150(87)90090-6.
44. Steinman DA. Image-based computational fluid dynamics modeling in realistic arterial geometries. Ann Biomed Eng. 2002;30(4):483-497. https://doi.org/10.1114/1.1467679.
45. Zhao SZ, Xu XY, Hughes AD, et al. Blood flow and vessel mechanics in a physiologically realistic model of a human carotid arterial bifurcation. J Biomech. 2000;33(8):975-984. https://doi.org/10.1016/s0021-9290(00)00043-9.
46. Holden C. How the blood flows. Science. 2000; 290(5495): 1291.https://doi.org/10.1126/science.290.5495.1291c.
47. Krams R, Wentzel JJ, Oomen JA, et al. Evaluation of endothelial shear stress and 3D geometry as factors determining the development of atherosclerosis and remodeling in human coronary arteries in vivo. Combining 3D reconstruction from angiography and IVUS (ANGUS) with computational fluid dynamics. Arterioscler Thromb Vasc Biol. 1997;17(10):2061-2065. https://doi.org/10.1161/01.atv.17.10.2061.
48. Wentzel JJ, Kloet J, Andhyiswara I, et al. Shear-stress and wall-stress regulation of vascular remodeling after balloon angioplasty: effect of matrix metalloproteinase inhibition. Circulation. 2001;104(1):91-96. https://doi.org/10.1161/01.cir.104.1.91.
49. Steinman DA, Thomas JB, Ladak HM, et al. Reconstruction of carotid bifurcation hemodynamics and wall thickness using computational fluid dynamics and MRI. Magn Reson Med. 2002;47(1):149-159. https://doi.org/10.1002/mrm.10025.
50. Wells DR, Archie JP Jr, Kleinstreuer C. Effect of carotid artery geometry on the magnitude and distribution of wall shear stress gradients. J Vasc Surg. 1996;23(4):667-678. https://doi.org/10.1016/s0741-5214(96)80048-6.
51. Hyun S, Kleinstreuer C, Archie JP Jr. Computational particle-hemodynamics analysis and geometric reconstruction after carotid endarterectomy. Comput Biol Med. 2001;31(5):365-384. https://doi.org/10.1016/s0010-4825(01)00007-5.
52. Ngo MT, Kim CI, Jung J, et al. Four-dimensional flow magnetic resonance imaging for assessment of velocity magnitudes and flow patterns in the human carotid artery bifurcation: comparison with computational fluid dynamics. Diagnostics. 2019;9(4):223. https://doi.org/10.3390/diagnostics9040223.
53. Ngo MT, Lee UY, Ha H, et al. Improving blood flow visualization of recirculation regions at carotid bulb in 4D flow MRI using semi-automatic segmentation with ITK-SNAP. Diagnostics. 2021;11(10):1890. https://doi.org/10.3390/diagnostics11101890.
54. Borisov VG, Zakharov YuN, Kazantsev AN, et al. Computer modeling of patches of various shapes in classical carotid endarterectomy. Vestnik transplantologii i iskusstvennykh organov. 2021;23(4):132-142. (In Russ.). https://doi.org/10.15825/1995-1191-2021-4-132-142.
55. Wang L, Zhao F, Wang D, et al. Pressure drop in tortuosity/ kinking of the internal carotid artery: simulation and clinical investigation. Biomed Res Int. 2016;2016:2428970. https://doi.org/10.1155/2016/2428970.
56. Kossovich LY, Kirillova IV, Pavlova O, Salkovskiy Y. Modeling of hemodynamics and mechanical behavior of pathologically tortuous carotid arteries. In: Lim CT, Goh JCH, eds. 6th World Congress of Biomechanics (WCB 2010). August 1-6, 2010, Singapore. IFMBE Proceedings. Berlin; Heidelberg: Springer; 2010. Vol. 31. P. 872-875. https://doi.org/10.1007/978-3-642-14515-5_219.
57. Song J, Kouidri S, Bakir F. Numerical study on flow topology and hemodynamics in tortuous coronary artery with symmetrical and asymmetrical stenosis. Biocybern Biomed Eng. 2021;41(1):142-155. https://doi.org/10.1016/j.bbe.2020.12.006.
58. Kamenskiy AV, Pipinos II, Dzenis YA, et al. A mathematical evaluation of hemodynamic parameters after carotid eversion and conventional patch angioplasty. Am J Physiol Heart Circ Physiol. 2013;305(5):H716-H724. https://doi.org/10.1152/ajpheart.00034.2013.
59. Kashyap V, Gharleghi R, Li DD, et al. Accuracy of vascular tortuosity measures using computational modelling. Sci Rep. 2022;12(1):865. https://doi.org/10.1038/s41598-022-04796-w.
60. Sousa LC, Castro CF, António CC, et al. Computational simulation of carotid stenosis and flow dynamics based on patient ultrasound data – a new tool for risk assessment and surgical planning. Adv Med Sci. 2016;61(1):32-39. https://doi.org/10.1016/j.advms.2015.07.009.
61. Sousa LC, Castro CF, António CC, et al. Toward hemodynamic diagnosis of carotid artery stenosis based on ultrasound image data and computational modeling. Med Biol Eng Comput. 2014;52(11):971-983. https://doi.org/10.1007/s11517-014-1197-z.
Рецензия
Для цитирования:
Гавриленко А.В., Олейник Е.М., Урицкая А.К. Компьютерное моделирование гемодинамических показателей кровотока при патологической извитости внутренних сонных артерий. Регионарное кровообращение и микроциркуляция. 2025;24(4):12-20. https://doi.org/10.24884/1682-6655-2025-24-4-12-20
For citation:
Gavrilenko A.V., Oleynik E.M., Uritskaya A.K. Computed Modelling of Bloodflow Hemodynamic in Pathological Tortuosity of Internal Carotid Arteries. Regional blood circulation and microcirculation. 2025;24(4):12-20. (In Russ.) https://doi.org/10.24884/1682-6655-2025-24-4-12-20
Просмотров:
7
JATS XML
Послать статью по эл. почте 
