[论文解读] Numerical simulation of liver perfusion: from CT scans to FE model
本文提出了一种基于Python的计算流程，用于患者特异性肝脏灌注模拟，整合了CT扫描分割、有限元网格生成以及多室达西流建模。该方法可模拟对比剂示踪剂在肝组织中的传输，生成用于手术规划和反向参数识别的时间分辨灌注图。
We use a collection of Python programs for numerical simulation of liver perfusion. We have an application for semi-automatic generation of a finite element mesh of the human liver from computed tomography scans and for reconstruction of the liver vascular structure. When the real vascular trees can not be obtained from the CT data we generate artificial trees using the constructive optimization method. The generated FE mesh and vascular trees are imported into SfePy (Simple Finite Elements in Python) and numerical simulations are performed in order to get the pressure distribution and perfusion flows in the liver tissue. In the post-processing steps we calculate transport of a contrast fluid through the liver parenchyma.
研究动机与目标
- 开发一种可靠、开源的计算流程，用于从临床CT数据进行患者特异性肝脏灌注建模。
- 通过构造优化方法生成人工血管树，解决CT扫描中血管树重建不完整的问题。
- 在三室肝模型（门静脉、滤过、肝实质）中模拟血液灌注和对比剂示踪剂动力学，用于手术规划和诊断验证。
- 通过模拟随时间变化的示踪剂浓度分布，实现与临床灌注影像的对比。
- 通过模拟与实测示踪剂数据的对比，支持反问题求解，以识别未知的灌注参数。
提出的方法
- 使用带用户定义种子点的图割算法，对CT扫描中的肝实质进行半自动分割。
- 通过移动立方体算法和Taubin平滑法生成高质量表面的三维体积有限元网格。
- 利用专用工具链（LISA、VTreeGen）从CT数据中重建血管树，当数据不完整时，通过构造优化方法生成人工血管树。
- 在SfePy中实现多室达西流模型，求解三个组织区室中压力和流量的耦合偏微分方程。
- 使用有限元法对达西模型的弱形式进行数值求解，各区室的渗透率和耦合系数分别定义。
- 在非结构化网格上使用二阶精度迎风有限体积格式模拟对比剂流体传输，耦合使用两阶段龙格-库塔时间积分器。
实验结果
研究问题
- RQ1半自动、开源的计算流程能否可靠地从临床CT扫描中重建患者特异性的肝脏几何结构和血管树？
- RQ2通过构造优化方法生成的人工血管树在灌注模拟中多大程度上能真实反映实际血流动力学行为？
- RQ3模拟得到的时间依赖示踪剂浓度分布在多大程度上能与临床CT灌注测量结果匹配？
- RQ4区室耦合和渗透率参数对肝脏中预测灌注模式有何影响？
- RQ5模拟得到的灌注数据能否用于求解反问题并识别未知模型参数？
主要发现
- DICOM2FEM和LISA工具成功实现了从临床CT数据中半自动分割和三维网格生成，具有解剖学准确性。
- 通过构造优化方法生成的人工血管树在CT数据不完整时提供了可行的替代方案，保持了血流动力学的合理性。
- 在SfePy中实现的多室达西模型准确模拟了门静脉、滤过和肝实质区室之间的压力和流量分布。
- 生成了时间分辨的示踪剂浓度图，显示了肝脏实质中动态对比剂分布，与CT灌注扫描中的观察结果一致。
- 该模拟框架产生了稳定、可重复的结果，适用于与临床数据对比验证，并为未来的反向参数识别提供支持。
- LISA应用已通过放射科医生和外科医生的验证并被采纳，用于术前肝脏体积测量和灌注分析。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。