[论文解读] The effects of clinically-derived parametric data uncertainty in patient-specific coronary simulations with deformable walls

Jongmin Seo, Daniele E. Schiavazzi+2 more|arXiv (Cornell University)|Aug 20, 2019

Coronary Interventions and Diagnostics参考文献 88被引用 5

一句话总结

本研究利用临床获取的数据对患者特异性冠状动脉模拟中可变形壁面的不确定性进行了量化，重点关注血流动力学和机械参数的关键参数。研究结果表明，入射压力和心肌内压显著影响血流、壁面剪切应力和变形；与蒙特卡洛、准蒙特卡洛和随机配置法相比，多小波随机展开方法在收敛性和准确性方面表现更优。

ABSTRACT

Cardiovascular simulations are increasingly used for non-invasive diagnosis of cardiovascular disease, to guide treatment decisions, and in the design of medical devices. Quantitative assessment of the variability of simulation outputs due to input uncertainty is a key step toward further integration of cardiovascular simulations in the clinical workflow. In this study, we present uncertainty quantification in computational models of the coronary circulation to investigate the effect of uncertain parameters, including coronary pressure waveform, intramyocardial pressure, morphometry exponent, and the vascular wall Young's modulus. We employ a left coronary artery model with deformable vessel walls, simulated via an ALE framework for FSI, with a prescribed inlet pressure and open-loop lumped parameter network outlet boundary conditions. Stochastic modeling of the uncertain inputs is determined from intra-coronary catheterization data or gathered from the literature. Uncertainty propagation is performed using several approaches including Monte Carlo, Quasi MC, stochastic collocation, and multiwavelet stochastic expansion. Variabilities in QoI, including branch pressure, flow, wall shear stress, and wall deformation are assessed. We find that uncertainty in inlet pressures and intramyocardial pressures significantly affect all resulting QoIs, while uncertainty in elastic modulus only affects the mechanical response of the vascular wall. Variability in the morphometry exponent has little effect on coronary hemodynamics or wall mechanics. Finally, we compare convergence behaviors of statistics of QoIs using several uncertainty propagation methods. From the simulation results, we conclude that the multi-wavelet stochastic expansion shows superior accuracy and performance against Quasi Monte Carlo and stochastic collocation methods.

研究动机与目标

• 评估临床获取的参数不确定性对患者特异性冠状动脉血流动力学和壁面力学的影响。
• 评估多种不确定性传播方法（蒙特卡洛、准蒙特卡洛、随机配置法和多小波随机展开）在复杂三维流固耦合模型中的性能表现。
• 识别哪些输入参数（如压力、弹性模量、形态学指数）对模拟输出（如血流、壁面剪切应力和变形）的影响最为显著。
• 为具有可变形壁面的真实、计算成本高昂的心血管模拟提供不确定性量化方法的基准。

提出的方法

• 采用基于任意拉格朗日-欧拉（ALE）框架的三维左冠状动脉模型，实现可变形壁面的流固耦合模拟。
• 施加预设的入射压力和开环等效参数网络边界条件，以模拟生理血流动力学。
• 基于临床导管检查数据和文献资料，为不确定输入参数（入射压力、心肌内压、形态学指数、壁面杨氏模量）构建概率分布。
• 采用四种不确定性传播技术：蒙特卡洛、准蒙特卡洛、随机配置法和多小波随机展开。
• 在三个分析基准问题和一个患者特异性冠状动脉模型上执行不确定性传播，以比较收敛性和准确性。
• 量化关键关注量的变异性：分支压力、血流、壁面剪切应力和壁面变形。

实验结果

研究问题

• RQ1 临床获取参数的不确定性（特别是入射压力、心肌内压、形态学指数和壁面杨氏模量）如何影响患者特异性模型中的冠状动脉血流动力学和壁面力学？
• RQ2 在复杂三维流固耦合模拟中，哪种不确定性传播方法——蒙特卡洛、准蒙特卡洛、随机配置法或多小波随机展开——能最准确高效地估计统计矩？
• RQ3 这些方法在光滑与非光滑响应曲面上的收敛行为有何差异，特别是在高维参数空间中？
• RQ4 各不确定参数对血流动力学和机械输出（如壁面剪切应力和变形）变异性的影响贡献比例如何？

主要发现

• 入射压力和心肌内压的不确定性显著影响所有关注量，包括分支压力、血流、壁面剪切应力和壁面变形。
• 血管壁杨氏模量的不确定性主要影响机械响应，对血流和压力等血流动力学输出影响甚微。
• 用于分配下游阻力的形态学指数的变异性对冠状动脉血流动力学或壁面力学的影响可忽略不计。
• 多小波随机展开方法在收敛性和准确性方面优于准蒙特卡洛和随机配置法，尤其在样本数少于50时表现更优。
• 随机配置法需要较高的细化水平才能准确估计标准差，尤其是在非光滑响应曲面上。
• 准蒙特卡洛方法收敛速度较慢，且对壁面剪切应力和壁面变形的估计存在偏差；而多小波方法在准确性和收敛速度方面整体表现最佳。