0 引 言
随着流体模拟技术的发展,许多复杂流体均可用计算机模拟技术进行仿真,特别是涉及变形、流固耦合、带有多个物理属性的流体场景,如水、烟雾、岩浆和血液等,对血液的模拟可为医学研究提供可视化的科学分析。
动脉粥样硬化是由斑块在动脉内部堆积引起的一种动脉硬化病征。该疾病发病率高,严重威胁人类健康,引起了广泛关注[1 ] 。通过仿真模拟动脉粥样硬化的病变过程,还原血液与斑块的流固耦合行为,通过可视化手段辅助临床医学分析、预测和诊断,具有重要的应用意义,尤其在科普教育、生理仿真和虚拟手术等方面。
对动脉粥样硬化病变的模拟仍面临多重挑战,除涉及多种物理和化学变化外,还需考虑血流环境的复杂性,包括血液在血管中的正常流动以及血液与动脉粥样硬化斑块的流固耦合。现有方法难以直接实现这一模拟目标,因此需要结合可靠的动脉粥样硬化机理模型提高模拟效果。现有针对动脉粥样硬化的模拟研究存在局限性,大多研究仅限于数值模拟或简化的二维动画模拟[2 -3 ] ,尽管也有少数研究采用有限元法进行三维模拟[4 ] ,但仍依赖商用有限元软件包进行模拟求解,限制了其医学模拟应用的发展。
动脉粥样硬化斑块模拟主要包括血液和斑块耦合的模拟以及斑块生成机制的模拟两方面。血液与斑块耦合的模拟主要为斑块与血液的相互作用模拟,斑块对血液的影响主要指斑块对血液的阻塞,而血液对斑块的影响主要指血液对血管壁面的压力的影响,其影响斑块的生长速度。斑块生成机制的模拟涉及高密度脂蛋白(HDL)、低密度脂蛋白(LDL)、细胞间黏附因子等10多种物质,这些物质间具有复杂的反应关系,主要用偏微分方程描述不同的反应模型并进行数值求解。基于网格的欧拉方法是求解斑块生成模型的主要方法之一,但存在若干缺点,首先,欧拉方法是基于网格计算的,网格数量随计算精度的提高而剧增,随之而来的是巨大的计算量,使其不适合实时应用;其次,使用欧拉方法得到的结果不具有可视化效果,不能直接用于可视化医学研究。目前已有使用光滑粒子流体动力学(smoothed particle hydrodynamics,SPH)[5 ] 方法对血液及血液疾病进行模拟的研究[6 -9 ] 。其中,耦合不可压缩光滑粒子流体动力学(coupled incompressible smoothed particle hydrodynamics,CISPH)[10 ] 方法,通过耦合密度不变条件和散度不变条件提高模拟效率和稳定性,保证血液模拟的高效和稳定。虽然现有方法具有较好的模拟效果,但由于血液的生理特性复杂,需要用特定的建模方法才能模拟不同环境下的血液。
针对上述问题,笔者在对动脉粥样硬化病变机理分析的基础上,提出一种可实时运算的斑块生成模型。首先,基于已有的针对血液中斑块形成的模拟模型构建模型;其次,为避免欧拉方法带来的大计算量,将流体模拟CISPH技术与斑块生成模型相结合,得到一种适合血液和斑块生成的可视化模拟方法,并将其应用于斑块模拟。由于模拟模型只需考虑直接影响斑块形成的凝血酶、单核细胞等物质,忽略对斑块造成间接影响的物质的计算,所以可快速模拟斑块生成。为体现斑块与血液的耦合作用,对CISPH方法的计算条件进行了修正,以模拟斑块对血液的堵塞作用,进一步,可得斑块对血液的阻塞程度。
主要贡献:针对欧拉方法在模拟斑块生成中存在计算量过大、需要计算的物质过多、SPH方法不能直接模拟血液生理特性等问题,将斑块形成原理与血液模拟过程相结合,提出一种基于CISPH的高效模拟斑块形成的方法;同时,为保证方法的实时应用,用统一计算设备架构(compute unified device architecture,CUDA)实现并行加速计算。
1 相关工作
基于SPH的模拟为血液模拟提供了良好的技术基础。其中,MÜLLER等[11 ] 首次将SPH方法应用于Navier-Stokes方程,用核函数方法解决流体模拟问题。此后,SPH方法的变种不断被提出,用于模拟不同流体。对不可压缩流体的模拟,MACKLIN等[12 ] 基于位移修正提出了基于位置的流体(position based fluids,PBF)方法,通过满足不可压缩条件迭代修正粒子位移。BECKER等[13 ] 首次提出弱可压缩SPH (WCSPH)方法,通过设定状态方程中的压力常数增强流体粒子的压缩性。由于压力常数过大会限制计算步长,因此该方法只适合对小规模流体的模拟。SOLENTHALER等[14 ] 提出预测-校正不可压缩SPH(PCISPH)方法,将求解过程分为两部分:首先求解非压力的作用效果,然后不断调整粒子的密度偏移量,直至所有粒子的密度偏差均在给定阈值内,完成对流体不可压缩性的控制,从而有效保证液体的不可压缩性,且计算步长可设置得更大。IHMSEN等[15 ] 提出隐式不可压缩SPH(IISPH)方法。首先求解非压力因素对流体粒子的影响,然后推导满足密度恒定的压力线性方程组,通过松弛Jacobi方法求解方程组得到压力值。该方法在满足流体粒子不可压缩性的前提下,得到了更大的时间步长和更小的密度偏差。BENDER等[16 ] 提出了无发散SPH(DFSPH)方法,满足密度不变和散度为零的流体不可压缩条件,将此2条件分步迭代修正粒子速度,较好地满足了流体的不可压缩性。为进一步提升模拟效率,WANG等[10 ] 对2个不可压缩条件的计算结果进行耦合,基于位移的修正,在保证不可压缩流体稳定模拟的同时提升模拟效率。
在基于SPH方法的血液建模方面,MÜLLER等[6 ] 用SPH方法对血液进行了简单模拟,由于没有考虑血液的生理特性,因此模拟结果无法体现血液的生理学特征。CHEN等[17 ] 提出了一种基于形状约束的血流实时仿真方法,避免黏力项的大计算量,在保证血液黏性效果的同时模拟速度也得以提高。AL-SAAD等[7 ] 采用粒子间力模型模拟血小板在血栓形成过程中的黏附和聚集机制,实现对血小板凝固形成血栓的模拟。CHEN等[8 ] 基于Gillespie方法提出了一种血栓生成模拟方法,将血液医学模型与SPH方法相融合,由蒙特卡洛方法确定血栓生成的物化反应,实现对血管创伤后血液凝固形成血栓过程的模拟。在此基础上,WANG等[9 ] 引入了速度衰减因子,进一步改进了血栓生成的模拟方法,使血液和血栓之间的流固耦合模拟效果更加真实。由于血液的生理特性复杂,在不同环境下差异较大,需要根据血液特定的生理机制对真实血管血流进行模拟。
在动脉粥样硬化模拟研究中,大多采用数值方法模拟动脉粥样硬化过程血液中各物质的含量。KE等[2 ] 结合动脉壁的多层结构和动脉粥样硬化动脉瘤的病理特性,用具有自由边界的偏微分方程构建数学模型模拟了动脉粥样硬化性动脉瘤的发展过程,并对胆固醇和受体酪氨酸激酶等物质进行数值模拟,同时探讨了不同治疗方案的有效性,但没有考虑血压的生物学效应,低估了高血压对动脉粥样硬化性动脉瘤的影响。MUKHERJEE等[18 ] 则通过构建反应-扩散模型系统描述巨噬细胞在动脉粥样硬化斑块形成过程中吞噬氧化低密度脂蛋白(ox-LDL)的互动过程,对非空间系统和空间系统进行分析和数值研究,所得结果表明模型具有全局稳定性,能在一定程度上承受模型中涉及的参数数值的显著变化。KHATIB等[19 ] 建立了基于反应扩散系统的一维和二维模型,描述了动脉粥样硬化的慢性炎症进展过程,以ox-LDL为模型的关键参数,分析了不同浓度ox-LDL对动脉粥样硬化进展的影响,研究模拟的是炎症反应过程,而非动脉粥样硬化发展全过程。与其不同的是,ZOHDI等[3 ] 对动脉粥样硬化中生物学过程演化的时间尺度进行了分析,首次从生物力学和数值的角度模拟动脉粥样硬化斑块生长和破裂的整体和长期耦合现象。然而上述工作均无法直接用于动画模拟动脉粥样硬化病变过程。有别于上述研究,TANG等[4 ] 基于三维核磁共振成像构建了动脉粥样硬化中流固耦合的多组分模型,对斑块进行力学分析,尽管构建了斑块的三维几何形状图形,但其依靠商用有限元软件包求解,在医学交互上有所限制。
综上所述,现有工作在血液模拟和动脉粥样硬化病变模拟方面尽管取得了一定进展,但由于动脉粥样硬化病变过程的复杂性,对动脉粥样硬化的模拟仿真仍需进一步完善。为此,提出一种基于SPH的动脉粥样硬化斑块生成模拟方法,可动画模拟该病变。
2 方 法
为实现对动脉粥样硬化病变的模拟,提出了一种基于高效流固耦合不可压缩SPH的动脉粥样硬化病变模拟方法。
Step 1 用斑块生成模型对血液粒子、内皮细胞粒子和单核细胞粒子建模,使这些粒子具有生理属性。
Step 2 用高效流固耦合不可压缩SPH方法模拟斑块的生成机制。
Step 3 用SPH方法模拟血液流动和斑块生成。
2.1 基于SPH的血液流动模拟方法
将血液离散化为由粒子构成的系统,并用SPH方法模拟血液流动。将血液视为不可压缩流体,在原SPH方法上加入对流体不可压缩条件的修正。
2.1.1 SPH方法
SPH通过核函数方法计算粒子的各物理属性,离散化计算的一般求解式[5 ] 为
Q i = ∑ j m j Q j ρ j W ( x i - x j , h ) ,(1)
其中,Q i 为粒子i 的某物理属性,x i 表示粒子i 的位置,m j 为粒子j 的的质量,ρ j 为粒子j 的密度,W ( x i - x j , h ) 为光滑核函数,h 为核函数的有效半径。
流体模拟:SPH对Navier-Stokes(N-S)方程和连续性方程进行建模,得到的N-S方程[20 -21 ] 和连续性方程[22 ] 分别为:
ρ D v D t = - ∇ p + μ ∇ 2 v + ρ g ,(2)
∂ ρ ∂ t + ∇ ⋅ ( ρ v ) = 0 。(3)
式(2)等号左边为粒子所受的合力,右边- ∇ p 为粒子压力,μ ∇ 2 v 为粒子黏性力,ρ g 为粒子受到的重力。结合SPH核函数方法,粒子i 的密度计算式为
ρ i = ∑ j m j ρ i ρ j W ( x i - x j , h ) 。(4)
同理,粒子i 的黏性力和压力F i p 的计算式可分别表示为:
F i v = μ ∑ j m j v j - v i ρ j ∇ 2 W ( x i - x j , h ) F i v ,(5)
F i p = - ∑ j m j p j ρ j ∇ W ( x i - x j , h ) 。(6)
2.1.2 血液模拟方法
将血液视为不可压缩流体,因此需满足不可压缩条件。对连续性方程,满足流体不可压缩性的计算式为
∂ ρ ∂ t = 0 ⇔ ∇ v = 0 ,(7)
式(7)左边部分表示密度不变,右边部分表示散度为0。为满足血液的不可压缩条件,本文用耦合密度不变和散度为零[10 ] 对血液流体粒子的物理量进行修正。
对密度不变和散度为0的计算,通过耦合形式同时对2个条件进行修正。粒子i 的耦合形式C i 为
C i = | ρ i ( t ) - ρ 0 | + ∑ j m j [ x i ( t + Δ t ) - x j ( t + Δ t ) + x j ( t ) - x i ( t ) ] × ∇ W ( x i - x j , h ) = 0 ,(8)
其中,ρ 0 为常量密度,t 为当前时刻,Δ t 为时间步长。C i =0表示同时满足密度不变和散度为0的条件。结合PBF[12 ] 的求解方式,对粒子i 的位置进行修正:
Δ x i = - C i ( x ) | ∇ x i C ( x ) | 2 + ϵ ∇ C ,(9)
x i = x i * + Δ x i 。(10)
此外,为更真实地体现血液的特性,基于医学数据进一步对血液的物理属性,如黏度、密度等进行初始化处理。
2.2 动脉粥样硬化斑块生成模型
图1 展示了动脉粥样硬化病变中单核细胞向巨噬细胞转化的过程。在动脉粥样硬化病变中,由于血液中的凝血酶会刺激一定距离内的内皮细胞,使得内皮细胞产生细胞间黏附分子-1(ICAM-1)[23 ] 。而血管中的单核细胞被黏附分子招募[24 ] ,进入动脉壁内层,单核细胞在动脉壁内层受粒细胞-巨噬细胞集落刺激因子(GM-CSF)等影响分化为活跃的巨噬细胞[25 ] ,最终成熟为泡沫细胞,内皮层中泡沫细胞不断积累导致斑块形成并生长。
图1
图1
单核细胞向巨噬细胞的转化过程[26 ]
Fig.1
Transition of monocytes to macrophages in atherosclerosis[26 ]
基于该机理,构建动脉粥样硬化斑块生成模型,并对其中的单核细胞募集和斑块生成构建数学模型。
2.2.1 凝血酶刺激内皮细胞表达ICAM-1
炎症在动脉粥样硬化中起重要作用,凝血酶是调整炎症过程的关键因素。在生理条件下,凝血酶导致动脉粥样硬化早晚期血管间黏附分子(VCAM)和细胞间黏附分子(ICAM)的激活[27 ] 。而该过程需要血液中多种物质和离子的参与,如果考虑所有因素模型将变得很复杂。为满足SPH的实时性计算要求,须进一步简化该过程。
粒子位置的判断:若含有凝血酶的血液粒子与内皮细胞粒子处于一定距离内,则直接激活这些内皮细胞,使内皮细胞分泌ICAM-1,见图2 。
图2
图2
凝血酶刺激ICAM-1表达
Fig.2
Thrombin stimulates ICAM-1 expression
2.2.2 单核细胞募集
在动脉粥样硬化斑块生长过程中,大量血细胞、单核细胞、T细胞黏附在动脉粥样硬化病变区[28 ] 。该过程最重要的是单核细胞的募集,而单核细胞在细胞黏附分子作用下黏附在动脉粥样硬化病变区,因此首先构建该过程单核细胞募集的数学模型。
由于目前仍然缺少单核细胞在迁移过程中的力学特性研究结果,而单核细胞在病发血管内运动时因受黏附分子的影响向病发点运动,距离病变处越近的单核细胞受到的招募力越大。为模拟单核细胞的迁移过程,定义一种吸引力F a t t r a c t 作用于单核细胞的运动,并使其被吸引至动脉粥样硬化斑块中心:
F a t t r a c t = R * - d * R * f m a x ,(11)
其中,R * 为在空间几何上斑块中心与单核细胞向量延长线交于边界R 的距离,f m a x 为该方向所受最大吸引力,| f m a x | = l n η ,其受内皮细胞分泌的ICAM-1数量η 的影响。图3 为吸引力F a t t r a c t 分析。
图3
图3
单核细胞募集吸引力分析
Fig.3
Attractive force analysis of monocyte recruitment in atherosclerosis
当单核细胞低于沉积临界速度时发生黏附并进入内皮层。为计算单核细胞黏附时的临界速度,基于ZOHDI等[3 ] 的现象学模型构造动量-冲量平衡方程:
m v * + ∫ 0 t r e s ∑ F m d t ≈ m v * + ( F m v - F m p ) t r e s = 0 ,(12)
其中,m 为单核细胞的质量,v * 为单核细胞的沉积临界速度,t r e s 为单核细胞在内皮层滚动的时间,F m 为单核细胞所受的合力,F m v 为单核细胞在滚动过程中所受的黏力之和,F m p 为单核细胞所受的压力。由于F m v 和F m p 可通过SPH方法求解,因此对于所有位于内皮细胞粒子表面滚动的单核细胞粒子均可通过式(12)计算其沉积临界速度。
2.2.3 斑块形成模型
类似于BANERJEE等[29 ] 的研究,本文将斑块视为类余弦形状,并以此构建斑块形成模型。ISLAM等[30 ] 将形成斑块的影响因素归纳为促炎介质、单核细胞、ox-LDL、泡沫细胞和HDL 5个。为降低模型的复杂度,本文仅考虑单核细胞、巨噬细胞和泡沫细胞的影响。因此将斑块体积视为单核细胞、巨噬细胞和泡沫细胞的累积总和,即
V = ϕ m V m + ϕ M V M + ϕ F V F ,(13)
其中,V 为当前斑块的体积,V m ,V M ,V F 分别为单核细胞、巨噬细胞和泡沫细胞的粒子单位体积,ϕ m ,ϕ M ,ϕ F 分别为单核细胞、巨噬细胞和泡沫细胞的粒子累积数。
由于在压力负荷P e f f 作用下,斑块先向血管壁内生长,再逐渐向血管腔内生长。当生长到一定程度时,病变部位硬度增加,弹性模量升高[31 ] ,假设当斑块体积V > V 0 时,病变部位的杨氏模量与斑块的体积呈线性关系,分别引入比例系数λ 1 ,λ 2 ,则病变部位的压力负荷P e f f 和杨氏模量E 分别为:
P e f f = P 0 λ 1 V 0 V + P 0 ,(14)
E = E 0 λ 2 V 0 V + E 0 ,(15)
其中,P 0 为初始状态血液施加给动脉血管壁的压力,E 0 为初始状态内皮层的杨氏模量。为反映模拟过程斑块在笛卡尔坐标系下的形状变化,用R ( x , z ) 表示由x 和z 确定的斑块表面边界位点到血管壁的距离,其中x 表示所在位点与动脉粥样硬化斑块中心沿血液流动方向的距离,z 表示所在位点与动脉粥样硬化斑块中心沿动脉壁内径的距离,得到斑块生长量
Δ R = P e f f 1 - 1 1 + e - E / E 0 。(16)
基于文献[4 ],在笛卡尔坐标系下斑块在( x , y , z ) 方向的拉伸比分别为γ 1 ,γ 2 ,γ 3 ,且满足:
γ 1 γ 2 γ 3 = 1 ,(17)
γ 1 = γ 3 ,(18)
2.3 基于粒子的血液与斑块流固耦合处理
为便于展现血液与斑块的流固耦合作用,将血液、血管、斑块均离散为粒子,并结合SPH方法进行计算。
在模拟中,单核细胞混合在血液流体中,当发生动脉粥样硬化病变时,用单核细胞逐步向巨噬细胞、泡沫细胞演化表示斑块的生成。物质的变化:将粒子分为不同物质类型,在斑块生成过程中,根据动脉粥样硬化斑块生成模型的病变条件对粒子类型进行动态转化。其中单核细胞与巨噬细胞之间的转化,由单核细胞的位置与状态决定;巨噬细胞和泡沫细胞的转化,由巨噬细胞的成熟时间决定。
为简化表示,将血液粒子和单核细胞粒子表示为在血管中运动的流体粒子,而处于静态的内皮细胞、巨噬细胞和泡沫细胞则表示为固体粒子。当单核细胞在血管中运动至与斑块粒子相距一定范围时,在吸附力作用下向斑块移动,若单核细胞被内皮细胞黏附且位于斑块形成边界内,即满足动脉粥样硬化生成模型的阈值条件,则单核细胞粒子被吸收并转化为巨噬细胞,此时单核细胞由流体粒子转化为固体粒子,并作为固体粒子参与固体的SPH计算,一定时间后,巨噬细胞成熟为泡沫细胞。
图4 展示的为斑块生成过程不同物质的表示。其中灰色粒子为血管中的单核细胞粒子,浅绿色粒子为新吸附的单核细胞粒子,绿色粒子为成熟的巨噬细胞粒子,橙色粒子为泡沫细胞粒子。
图4
图4
粒子转换处理
Fig.4
Conversion processing of particles
在SPH流固粒子耦合计算过程中,基于AKINCI等[32 ] 的处理方法对SPH方法进行调整,以模拟不同类型粒子之间的流固耦合行为变化。
V b i = m b i ρ b i = 1 ∑ k W i k ,(19)
其中,k 为固体边界粒子在固定范围内相邻边界的粒子数,m b i 和ρ b i 分别为边界粒子的质量和密度,W i k 为W ( x i - x k , h ) 的简化表示,下同。将固体边界粒子对流体粒子密度的贡献Ψ b k ( ρ 0 ) = ρ V b k 用于流体粒子密度计算,此时流固粒子混合模式下的密度为
ρ i = ∑ j m j W i j + ∑ k Ψ b k ( ρ 0 ) W i k 。(20)
类似地,在文献[32 ]基础上,对压力、黏性力的计算进行调整。对耦合密度不变和散度为0的不可压缩条件进行修正,将流体粒子的不可压缩条件C i 进一步修正为结合流固粒子的耦合形式:
C i = ∑ j m f i W i j + ∑ k Ψ b k ( ρ 0 ) W i k - ρ 0 + ∑ j m f i [ x f i ( t + Δ t ) - x f j ( t + Δ t ) - x f j ( t ) - x f i ( t ) ] ∇ W i j + ∑ k Ψ b k ( ρ 0 ) [ x f i ( t + Δ t ) - x b k ( t + Δ t ) + x b k ( t ) - x f i ( t ) ] ∇ W i k 。 (21)
类似地,将式(9)中的∇ C i ( x ) 和∇ x C i ( x ) 转换为流固粒子耦合形式。
3 方法实现
在step 3中,对于位于病变处的内皮细胞粒子,当其邻域含凝血酶粒子时,更新其ICAM-1含量η i 。对于每个粒子的合力F i ,分别用式(2)、式(5)、式(6)、式(11)进行计算,并由式(12)计算临界速度v i * 。
在step14中,若位于R 范围内的粒子满足沉积条件,则该粒子沉积,速度设为0,粒子转换为斑块固体粒子。
在step16中,使用流固耦合CISPH方法修正物理量,计算每个粒子i 的位移Δ x i ,更新粒子位置并计算边界碰撞。
在step17中,更新已沉积粒子的沉积时间,当沉积时间满足条件后,粒子依次转化为巨噬细胞粒子和泡沫细胞粒子。
在step18中,分别根据式(13)~式(18)更新斑块形成的作用域R 。
通过提取动脉粥样硬化斑块的主要形成过程,合理简化血液中斑块的形成过程。根据相关医学文献[33 -34] ,在式(13)中,3种成分的分子体积取值分别为V m = 10 - 17 m 3 ,V M = 10 - 14 m 3 ,V F = 10 - 13 m 3 。
在step7、step8、step10、step11和step16中,结合各核函数的特点及已有研究,除压强和黏性力外,其余物理量均使用poly6核函数,即
W p o l y 6 ( x , h ) = 315 64 π h 9 ( h 2 - x 2 ) 3 , 0 ≤ x ≤ h , 0 , 其他 。 (22)
该函数的梯度在x → 0 时趋于0,因此当2个粒子十分接近时用poly6核函数计算压强梯度,排斥力会趋于0,导致粒子聚集在一起,对计算起反效果。同样,该函数的拉普拉斯算子在x → 0 ,x → 0 ,r → 0 处为负数,在计算黏性力时可能会导致稳定性问题。因此压力和黏性力可分别采用以下2个核函数计算:
W s p i k y ( x , h ) = 15 π h 6 ( h - x ) 3 , 0 ≤ x ≤ h , 0 , 其他 ; (23)
W v i s c o s i t y ( x , h ) = 15 2 π h 3 - x 3 2 h 3 + x 2 h 2 + h 2 x - 1 , 0 ≤ x ≤ h , 0 , 其他 。 (24)
用spiky核函数计算压强梯度,在r → 0 ,x → 0 处能产生必要的排斥力。viscosity核函数的拉普拉斯算子在光滑核半径h 内的值均为正,用其计算黏性力可极大地增加模拟的稳定性。
4 实验结果与讨论
对动脉粥样硬化斑块形成模拟进行实验分析,用模拟效果、模拟性能说明本文方法的可行性与有效性。实验在一台配置为Intel Core i9-12 900H(2.50 GHZ)CPU、32 G内存、RTX3070Ti显卡的64位Windows11操作系统PC机上进行。程序在编译环境Visual Studio 2015下用C++语言实现。模拟结果分别用OpenGL和Blender进行在线实时渲染和离线真实渲染。
与已有血栓生成模拟工作[7 -8 ] 不同的是,本文对血液充满血管进行模拟,以展示更真实的血液环境状态。此外,人体内血管形态具有不确定性,仅在平直血管中进行模拟并不能说明模拟方法的通用性,为此,分别在平直血管和弯曲血管下进行血液及斑块生成过程模拟实验。由于斑块生成是一个漫长的过程,为此对斑块的形成进行了一定的加速处理。为简化模拟,预设了重要实验参数,见表1 。
4.1 血液模拟
图5 展示了在平直血管和弯曲血管中模拟血液流动的状态,红色的为血液粒子。从渲染效果中可以看出,本文方法能较为逼真地对血液进行模拟。
图5
图5
血液模拟效果
Fig.5
Effects of blood simulation
图6 展示了斑块在两类血管中不同生长时期的渲染效果,从左到右依次为第1 200,3 800,7 200帧。为清晰呈现血液与斑块形态以及材料的区别,用半透明的红色材质渲染血液,用浅黄色漫反射材料渲染斑块。其中,(a)和(c)为斑块形成过程血管中的粒子态,(b)和(d)渲染了血液和斑块网格态。由图6 可知,随着斑块的生长,血液逐渐无法充满血管,有效地模拟了斑块堵塞血管的情形。
图6
图6
斑块可视化生长过程
Fig.6
Visualization of plaque growth processes
为清晰观察斑块生成的效果,图7 展示了在弯曲血管斑块生成模拟中多时期的斑块和第1 200帧多角度的斑块渲染效果,其中,(a)从左至右分别为初期、中期和末期斑块的形态,(b)为3个不同角度的斑块可视化结果。图7 中的斑块用单核细胞转变后的巨噬细胞粒子及泡沫细胞粒子表示。首先将斑块粒子进行网格重建,然后进行真实渲染。从斑块不同时期和不同角度的渲染效果看,本文方法能生成较真实的斑块。
图7
图7
斑块的渲染效果
Fig.7
Rendering of the generated plaque
由本文所构建的斑块形成模型与SPH方法结合的斑块形成模拟方法可知,式(14)和式(15)中的V 0 ,P 0 和E 0 均可影响病变处的压力负荷和杨氏模量,并在一定程度上决定了斑块作用域的变化速度。起始体积V 0 越小,斑块开始生长得越早,压力负荷和杨氏模量的增长量越大,斑块生长速度越快。
因此,可以通过调节斑块形成的起始体积V 0 改变斑块的生长速度。图8 为不同V 0 下,斑块生长速度的对比实验。从左至右分别为第1 000,2 500,4 000帧的实验渲染结果,用黄色的漫反射材料表示斑块,不显示液体粒子。从图8 中可以看出,随着V 0 的增大,斑块的生长速度越来越慢。因此本文方法可通过调节V 0 改变斑块形成的速度。
图8
图8
不同V 0 对斑块形成速度的影响
Fig.8
Effect of different V 0 on the rate of plaque formation
4.2 斑块生成有效性验证
为表明斑块生成的有效性,设计了平面血流流过斑块的模拟实验,这是因为在体现斑块对血流的堵塞作用时平面血流较血管血流更直观。图9 展示了在平面血流中斑块对血流的阻拦作用,其中,(a)(b)和(c)分别为在第1 726,1 800和1 900帧时得到的粒子状态的渲染效果,(d)(e)和(f)分别为对应帧流体状态的渲染效果,区别在于渲染的处理操作不同;(a)(b)和(c)展示了基于SPH模拟过程中的粒子运动状态,(d)(e)和(f)展示了对应帧粒子状态在现实世界的模拟结果。通过对比模拟的粒子状态和流体状态的渲染结果,可更清晰、直观地展示斑块生成效果。为便于区分血液和斑块,在Blender中用半透明红色材质渲染血液,用漫反射材质渲染斑块,而粒子状态下的血液则用蓝色材质渲染。从图9 中可以看到,第1 726帧((a)和(d))尚未生成斑块,血液在平面上向右流动。第1 800帧((b)和(e)),斑块小规模生成,影响了血液流动的轨迹,造成一定阻塞。而第1 900帧((c)和(f)),当血液与斑块碰撞时,血液呈略微飞溅效果。这些结果表明,本文方法能够有效模拟斑块在血液中的阻塞作用。
图9
图9
在平面血流中斑块的生成
Fig.9
Plaque generation in planar blood flow
为进一步验证斑块生成模拟的有效性,实验在血管出口设置一段区间,实时统计流过的血液粒子数量及粒子平均速度,通过监测血流量的变化展示斑块堵塞血管造成血流不正常的现象。图10 展示了第3 000~15 000帧的血流速度及血流量变化,其中,(a)为在有无动脉粥样硬化病变血管中的血流平均速度变化,(b)为在有无动脉粥样硬化病变血管中的血流量变化。其中血流量为该帧时刻从血管流出的血液粒子数。由图10 可知,在10 000帧前,动脉粥样硬化处于发展初期和中期,斑块对血流平均速度和血流量的影响不大,而在第10 000~15 000帧时,斑块生长至末期,血管的血流量逐渐降低,血流平均速度逐渐升高。这是由于在动脉粥样硬化中期至末期,斑块逐渐生长完全,较大的阻塞对血液造成明显影响,血流量减少,血管内血压升高,导致不可压缩血液的速度增大。需要说明的是,图中数据出现的波动由心肌脉动所致。
图10
图10
3 000~15 000帧的血流速度及血流量变化
Fig.10
Blood flow rate and blood flow changes from frame 3 000 to frame 15 000
实验结果表明,本文方法的模拟结果具有真实性和有效性。
4.3 程序运行效率
模拟方法涉及大量计算,为提高模拟效率,本文通过CUDA并行计算加速模拟过程。为验证该方法的实时性,表2 给出了上述各实验的模拟效率。
为进一步探究本文方法的模拟效率,根据粒子数量和是否存在斑块设计了4组模拟实验,分析粒子数和动脉粥样硬化生成模型对模拟效率的影响,结果如表3 所示,其中√表示存在斑块,×表示不存在斑块,用每秒传输帧数(frames per second,FPS)作为效率评估指标。
由表3 可知,用CUDA加速运算能显著提升模拟效率。由TC2、TC3可知,在血液流动模拟的基础上增加斑块形成的模拟对整体的模拟效率无明显影响,表明用本文方法模拟动脉粥样硬化病变不会对原有血液模拟造成明显的计算开销。
5 结 论
提出了一种基于SPH的动脉粥样硬化形成模拟方法,从生物力学角度对动脉粥样硬化斑块形成进行建模,利用SPH方法的优势将其应用于血液的模拟,完成了血液与斑块的流固耦合,成功实现了对斑块实时形成的模拟。研究结果表明,方法能较好地还原动脉粥样硬化病变过程,具有较高的真实性;采用CUDA并行计算,提高了模拟效率。
但是,本文方法对动脉粥样硬化的模拟仍存在局限性。为保证斑块生长模拟的实时性,模型仅考虑了内皮细胞、单核细胞、巨噬细胞和泡沫细胞的作用,而动脉粥样硬化病变过程涉及的物质多且复杂,包括炎症因子的作用、平滑肌细胞的增生等。同时,在模拟过程中斑块生长部分出现了血液与斑块的交合,这是由单核细胞粒子被黏附的随机性导致少数血液粒子在运动过程中被阻碍造成的,有待未来进一步研究。
http://dx.doi.org/10.3785/j.issn.1008-9497.2023.06.001
参考文献
View Option
[1]
SONG P , FANG Z , WANG H , et al . Global and regional prevalence, burden, and risk factors for carotid atherosclerosis: A systematic review, meta-analysis, and modelling study
[J]. The Lancet Global Health , 2020 , 8 (5 ): e721 -e729 . DOI:10.1016/s2214-109x(20)30117-0
[本文引用: 1]
[2]
KE G , HANS C , AGARWAL G , et al . Mathematical model of atherosclerotic aneurysm
[J]. Mathematical Biosciences and Engineering , 2021 , 18 (2 ): 1465 -1484 . DOI:10.3934/mbe.2021076
[本文引用: 2]
[3]
ZOHDI T I , HOLZAPFEL G A , BERGER S A . A phenomenological model for atherosclerotic plaque growth and rupture
[J]. Journal of Theoretical Biology , 2004 , 227 (3 ): 437 -43 . DOI:10.1016/j.jtbi.2003.11.025
[本文引用: 3]
[6]
MÜLLER M , SCHIRM S , TESCHNER M . Interactive blood simulation for virtual surgery based on smoothed particle hydrodynamics
[J]. Technology and Health Care , 2004 , 12 (1 ): 25 -31 . DOI:10.3233/thc-2004-12103
[本文引用: 2]
[7]
AL-SAAD M , SUAREZ C A , OBEIDAT A , et al . Application of smooth particle hydrodynamics method for modelling blood flow with thrombus formation
[J]. Computer Modeling in Engineering & Sciences , 2020 , 122 (3 ): 831 -862 . DOI:10.32604/cmes.2020. 08527
[本文引用: 2]
[8]
[本文引用: 2]
CHEN X Y , WANG R M , LIN S J , et al . Thrombus clotting simulation method based on the Gillespie method
[J]. Journal of Computer-Aided Design & Computer Graphics , 2019 , 31 (8 ): 1301 -1311 . DOI:10.3724/SP.J.1089.2019.17570
[本文引用: 2]
[9]
WANG F , XU S , JIANG D , et al . Particle hydrodynamic simulation of thrombus formation using velocity decay factor
[J]. Computer Methods and Programs in Biomedicine , 2021 , 207 : 106173 . DOI:10.1016/j.cmpb.2021.106173
[本文引用: 2]
[10]
WANG F , LIN S , LUO X , et al . Coupling computation of density-invariant and divergence-free for improving incompressible SPH efficiency
[J]. IEEE Access , 2020 , 8 : 135912 -135919 . DOI:10.1109/access.2018.2872420
[本文引用: 3]
[11]
MÜLLER M , CHARYPAR D , GROSS M . Particle-based fluid simulation for interactive applications
[C]// Proceedings of the ACM SIGGRAPH/Eurographics Symposium on Computer Animation . Aire-la-Ville : Eurographics Association Press , 2003 : 154 -159 .
[本文引用: 1]
[13]
BECKER M , TESCHNER M . Weakly compressible SPH for free surface flows
[C]// Proceedings of the ACM SIGGRAPH/ Eurographics Symposium on Computer Animation . Aire-la-Ville : Eurographics Association Press , 2007 : 209 -217 .
[本文引用: 1]
[14]
SOLENTHALER B , PAJAROLA R . Predictive-corrective incompressible SPH
[J]. ACM Transactions on Graphics , 2009 , 28 (3 ): 40 . DOI:10.1145/1531326.1531346
[本文引用: 1]
[15]
IHMSEN M , CORNELIS J , SOLENTHALER B , et al . Implicit incompressible SPH
[J]. IEEE Transactions Visualization and Computer Graphics , 2014 , 20 (3 ): 426 -435 . DOI:10.1109/tvcg.2013.105
[本文引用: 1]
[16]
BENDER J , KOSCHIER D . Divergence-free SPH for incompressible and viscous fluids
[J]. IEEE Transactions on Visualization and Computer Graphics , 2017 , 23 (3 ): 1193 -1206 . DOI:10.1109/tvcg.2016.2578335
[本文引用: 1]
[18]
MUKHERJEE D , GUIN L N , CHAKRAVARTY S . A reaction-diffusion mathematical model on mild atherosclerosis
[J]. Modeling Earth Systems and Environment , 2019 , 5 : 1853 -1865 . DOI:10.1007/s40808-019-00643-6
[本文引用: 1]
[19]
KHATIB N E , GÉNIEYS S , VOLPERT V . Atherosclerosis initiation modeled as an inflammatory process
[J]. Mathematical Modelling of Natural Phenomena , 2007 , 2 (2 ): 126 -141 . DOI:10.1051/mmnp:2008022
[本文引用: 1]
[20]
NAVIER C . Mémoire sur les lois du mouvement des fluides
[J]. Mémoires de l'Académie Royale des Sciences de l'Institut de France , 1823 , 6 : 389 -440 .
[本文引用: 1]
[22]
LAGRANGE J L . Mécanique Analytique [M]. Paris : Mallet-Bachelier , 1853 .
[本文引用: 1]
[23]
KAPLANSKI G , MARIN V , FABRIGOULE M , et al . Thrombin-activated human endothelial cells support monocyte adhesion in vitro following expression of intercellular adhesion molecule-1 (ICAM-1; CD54) and vascular cell adhesion molecule-1 (VCAM-1; CD106)
[J]. Blood , 1998 , 92 (4 ): 1259 -1267 . DOI:10.1182/blood.v92.4.1259
[本文引用: 1]
[24]
WATANABE T , FAN J L . Atherosclerosis and inflammation mononuclear cell recruitment and adhesion molecules with reference to the implication of ICAM-1/LFA-1 pathway in atherogenesis
[J]. International Journal of Cardiology , 1998 , 66 (): 45 -53 . DOI:10.1016/s0167-5273(98)00147-8
[本文引用: 1]
[26]
KALZ J , CATE H T , SPRONK H M . Thrombin generation and atherosclerosis
[J]. Journal of Thrombosis and Thrombolysis , 2013 , 37 : 45 -55 . DOI:10.1007/s11239-013-1026-5
[本文引用: 2]
[28]
BANERJEE M K , GANGULY R , DATTA A . Variation of wall shear stress and flow characteristics across cosine shaped stenotic model with flow reynolds number and degree of stenosis
[J]. International Journal of Fluid Mechanics Research , 2010 , 37 (6 ): 530 -552 . DOI:10.1615/InterJFluidMechRes.v37.i6.30
[本文引用: 1]
[29]
ISLAM M H , JOHNSTON P R . A mathematical model for atherosclerotic plaque formation and arterial wall remodelling
[J]. Anziam Journal , 2016 , 57 : 320 -345 . DOI:10.21914/anziamj.v57i0.10386
[本文引用: 1]
[30]
REZVANI-SHARIF A , TAFAZZOLI-SHADPOUR M , AVOLIO A . Progressive changes of elastic moduli of arterial wall and atherosclerotic plaque components during plaque development in human coronary arteries
[J]. Medical & Biological Engineering & Computing , 2018 , 57 (3 ): 731 -740 . DOI:10.1007/s11517-018-1910-4
[本文引用: 1]
[31]
AKINCI N , IHMSEN M , AKINCI G , et al . Versatile rigid-fluid coupling for incompressible SPH
[J]. ACM Transactions on Graphics (TOG) , 2012 , 31 (4 ): 1 -8 . DOI:10.1145/2185520.2185558
[本文引用: 1]
[32]
GERRITY R G . The role of the monocyte in atherogenesis: I. Transition of blood-borne monocytes into foam cells in fatty lesions
[J]. American Journal of Pathology , 1981 , 103 (2 ): 181 -190 .
[本文引用: 2]
[33]
KROMBACH F , MÜNZING S , ALLMELING A M , et al . Cell size of alveolar macrophages: An interspecies comparison
[J]. Environmental Health Perspectives , 1997 , 105 (): 1261 -1263 . DOI:10.1289/ehp.97105s51261
[本文引用: 1]
Global and regional prevalence, burden, and risk factors for carotid atherosclerosis: A systematic review, meta-analysis, and modelling study
1
2020
... 动脉粥样硬化是由斑块在动脉内部堆积引起的一种动脉硬化病征.该疾病发病率高,严重威胁人类健康,引起了广泛关注[1 ] .通过仿真模拟动脉粥样硬化的病变过程,还原血液与斑块的流固耦合行为,通过可视化手段辅助临床医学分析、预测和诊断,具有重要的应用意义,尤其在科普教育、生理仿真和虚拟手术等方面. ...
Mathematical model of atherosclerotic aneurysm
2
2021
... 对动脉粥样硬化病变的模拟仍面临多重挑战,除涉及多种物理和化学变化外,还需考虑血流环境的复杂性,包括血液在血管中的正常流动以及血液与动脉粥样硬化斑块的流固耦合.现有方法难以直接实现这一模拟目标,因此需要结合可靠的动脉粥样硬化机理模型提高模拟效果.现有针对动脉粥样硬化的模拟研究存在局限性,大多研究仅限于数值模拟或简化的二维动画模拟[2 -3 ] ,尽管也有少数研究采用有限元法进行三维模拟[4 ] ,但仍依赖商用有限元软件包进行模拟求解,限制了其医学模拟应用的发展. ...
... 在动脉粥样硬化模拟研究中,大多采用数值方法模拟动脉粥样硬化过程血液中各物质的含量.KE等[2 ] 结合动脉壁的多层结构和动脉粥样硬化动脉瘤的病理特性,用具有自由边界的偏微分方程构建数学模型模拟了动脉粥样硬化性动脉瘤的发展过程,并对胆固醇和受体酪氨酸激酶等物质进行数值模拟,同时探讨了不同治疗方案的有效性,但没有考虑血压的生物学效应,低估了高血压对动脉粥样硬化性动脉瘤的影响.MUKHERJEE等[18 ] 则通过构建反应-扩散模型系统描述巨噬细胞在动脉粥样硬化斑块形成过程中吞噬氧化低密度脂蛋白(ox-LDL)的互动过程,对非空间系统和空间系统进行分析和数值研究,所得结果表明模型具有全局稳定性,能在一定程度上承受模型中涉及的参数数值的显著变化.KHATIB等[19 ] 建立了基于反应扩散系统的一维和二维模型,描述了动脉粥样硬化的慢性炎症进展过程,以ox-LDL为模型的关键参数,分析了不同浓度ox-LDL对动脉粥样硬化进展的影响,研究模拟的是炎症反应过程,而非动脉粥样硬化发展全过程.与其不同的是,ZOHDI等[3 ] 对动脉粥样硬化中生物学过程演化的时间尺度进行了分析,首次从生物力学和数值的角度模拟动脉粥样硬化斑块生长和破裂的整体和长期耦合现象.然而上述工作均无法直接用于动画模拟动脉粥样硬化病变过程.有别于上述研究,TANG等[4 ] 基于三维核磁共振成像构建了动脉粥样硬化中流固耦合的多组分模型,对斑块进行力学分析,尽管构建了斑块的三维几何形状图形,但其依靠商用有限元软件包求解,在医学交互上有所限制. ...
A phenomenological model for atherosclerotic plaque growth and rupture
3
2004
... 对动脉粥样硬化病变的模拟仍面临多重挑战,除涉及多种物理和化学变化外,还需考虑血流环境的复杂性,包括血液在血管中的正常流动以及血液与动脉粥样硬化斑块的流固耦合.现有方法难以直接实现这一模拟目标,因此需要结合可靠的动脉粥样硬化机理模型提高模拟效果.现有针对动脉粥样硬化的模拟研究存在局限性,大多研究仅限于数值模拟或简化的二维动画模拟[2 -3 ] ,尽管也有少数研究采用有限元法进行三维模拟[4 ] ,但仍依赖商用有限元软件包进行模拟求解,限制了其医学模拟应用的发展. ...
... 在动脉粥样硬化模拟研究中,大多采用数值方法模拟动脉粥样硬化过程血液中各物质的含量.KE等[2 ] 结合动脉壁的多层结构和动脉粥样硬化动脉瘤的病理特性,用具有自由边界的偏微分方程构建数学模型模拟了动脉粥样硬化性动脉瘤的发展过程,并对胆固醇和受体酪氨酸激酶等物质进行数值模拟,同时探讨了不同治疗方案的有效性,但没有考虑血压的生物学效应,低估了高血压对动脉粥样硬化性动脉瘤的影响.MUKHERJEE等[18 ] 则通过构建反应-扩散模型系统描述巨噬细胞在动脉粥样硬化斑块形成过程中吞噬氧化低密度脂蛋白(ox-LDL)的互动过程,对非空间系统和空间系统进行分析和数值研究,所得结果表明模型具有全局稳定性,能在一定程度上承受模型中涉及的参数数值的显著变化.KHATIB等[19 ] 建立了基于反应扩散系统的一维和二维模型,描述了动脉粥样硬化的慢性炎症进展过程,以ox-LDL为模型的关键参数,分析了不同浓度ox-LDL对动脉粥样硬化进展的影响,研究模拟的是炎症反应过程,而非动脉粥样硬化发展全过程.与其不同的是,ZOHDI等[3 ] 对动脉粥样硬化中生物学过程演化的时间尺度进行了分析,首次从生物力学和数值的角度模拟动脉粥样硬化斑块生长和破裂的整体和长期耦合现象.然而上述工作均无法直接用于动画模拟动脉粥样硬化病变过程.有别于上述研究,TANG等[4 ] 基于三维核磁共振成像构建了动脉粥样硬化中流固耦合的多组分模型,对斑块进行力学分析,尽管构建了斑块的三维几何形状图形,但其依靠商用有限元软件包求解,在医学交互上有所限制. ...
... 当单核细胞低于沉积临界速度时发生黏附并进入内皮层.为计算单核细胞黏附时的临界速度,基于ZOHDI等[3 ] 的现象学模型构造动量-冲量平衡方程: ...
3D MRI-based multicomponent FSI models for atherosclerotic plaques
3
2004
... 对动脉粥样硬化病变的模拟仍面临多重挑战,除涉及多种物理和化学变化外,还需考虑血流环境的复杂性,包括血液在血管中的正常流动以及血液与动脉粥样硬化斑块的流固耦合.现有方法难以直接实现这一模拟目标,因此需要结合可靠的动脉粥样硬化机理模型提高模拟效果.现有针对动脉粥样硬化的模拟研究存在局限性,大多研究仅限于数值模拟或简化的二维动画模拟[2 -3 ] ,尽管也有少数研究采用有限元法进行三维模拟[4 ] ,但仍依赖商用有限元软件包进行模拟求解,限制了其医学模拟应用的发展. ...
... 在动脉粥样硬化模拟研究中,大多采用数值方法模拟动脉粥样硬化过程血液中各物质的含量.KE等[2 ] 结合动脉壁的多层结构和动脉粥样硬化动脉瘤的病理特性,用具有自由边界的偏微分方程构建数学模型模拟了动脉粥样硬化性动脉瘤的发展过程,并对胆固醇和受体酪氨酸激酶等物质进行数值模拟,同时探讨了不同治疗方案的有效性,但没有考虑血压的生物学效应,低估了高血压对动脉粥样硬化性动脉瘤的影响.MUKHERJEE等[18 ] 则通过构建反应-扩散模型系统描述巨噬细胞在动脉粥样硬化斑块形成过程中吞噬氧化低密度脂蛋白(ox-LDL)的互动过程,对非空间系统和空间系统进行分析和数值研究,所得结果表明模型具有全局稳定性,能在一定程度上承受模型中涉及的参数数值的显著变化.KHATIB等[19 ] 建立了基于反应扩散系统的一维和二维模型,描述了动脉粥样硬化的慢性炎症进展过程,以ox-LDL为模型的关键参数,分析了不同浓度ox-LDL对动脉粥样硬化进展的影响,研究模拟的是炎症反应过程,而非动脉粥样硬化发展全过程.与其不同的是,ZOHDI等[3 ] 对动脉粥样硬化中生物学过程演化的时间尺度进行了分析,首次从生物力学和数值的角度模拟动脉粥样硬化斑块生长和破裂的整体和长期耦合现象.然而上述工作均无法直接用于动画模拟动脉粥样硬化病变过程.有别于上述研究,TANG等[4 ] 基于三维核磁共振成像构建了动脉粥样硬化中流固耦合的多组分模型,对斑块进行力学分析,尽管构建了斑块的三维几何形状图形,但其依靠商用有限元软件包求解,在医学交互上有所限制. ...
... 基于文献[4 ],在笛卡尔坐标系下斑块在( x , y , z ) 方向的拉伸比分别为γ 1 ,γ 2 ,γ 3 ,且满足: ...
Smoothed particle hydrodynamics
2
2005
... 动脉粥样硬化斑块模拟主要包括血液和斑块耦合的模拟以及斑块生成机制的模拟两方面.血液与斑块耦合的模拟主要为斑块与血液的相互作用模拟,斑块对血液的影响主要指斑块对血液的阻塞,而血液对斑块的影响主要指血液对血管壁面的压力的影响,其影响斑块的生长速度.斑块生成机制的模拟涉及高密度脂蛋白(HDL)、低密度脂蛋白(LDL)、细胞间黏附因子等10多种物质,这些物质间具有复杂的反应关系,主要用偏微分方程描述不同的反应模型并进行数值求解.基于网格的欧拉方法是求解斑块生成模型的主要方法之一,但存在若干缺点,首先,欧拉方法是基于网格计算的,网格数量随计算精度的提高而剧增,随之而来的是巨大的计算量,使其不适合实时应用;其次,使用欧拉方法得到的结果不具有可视化效果,不能直接用于可视化医学研究.目前已有使用光滑粒子流体动力学(smoothed particle hydrodynamics,SPH)[5 ] 方法对血液及血液疾病进行模拟的研究[6 -9 ] .其中,耦合不可压缩光滑粒子流体动力学(coupled incompressible smoothed particle hydrodynamics,CISPH)[10 ] 方法,通过耦合密度不变条件和散度不变条件提高模拟效率和稳定性,保证血液模拟的高效和稳定.虽然现有方法具有较好的模拟效果,但由于血液的生理特性复杂,需要用特定的建模方法才能模拟不同环境下的血液. ...
... SPH通过核函数方法计算粒子的各物理属性,离散化计算的一般求解式[5 ] 为 ...
Interactive blood simulation for virtual surgery based on smoothed particle hydrodynamics
2
2004
... 动脉粥样硬化斑块模拟主要包括血液和斑块耦合的模拟以及斑块生成机制的模拟两方面.血液与斑块耦合的模拟主要为斑块与血液的相互作用模拟,斑块对血液的影响主要指斑块对血液的阻塞,而血液对斑块的影响主要指血液对血管壁面的压力的影响,其影响斑块的生长速度.斑块生成机制的模拟涉及高密度脂蛋白(HDL)、低密度脂蛋白(LDL)、细胞间黏附因子等10多种物质,这些物质间具有复杂的反应关系,主要用偏微分方程描述不同的反应模型并进行数值求解.基于网格的欧拉方法是求解斑块生成模型的主要方法之一,但存在若干缺点,首先,欧拉方法是基于网格计算的,网格数量随计算精度的提高而剧增,随之而来的是巨大的计算量,使其不适合实时应用;其次,使用欧拉方法得到的结果不具有可视化效果,不能直接用于可视化医学研究.目前已有使用光滑粒子流体动力学(smoothed particle hydrodynamics,SPH)[5 ] 方法对血液及血液疾病进行模拟的研究[6 -9 ] .其中,耦合不可压缩光滑粒子流体动力学(coupled incompressible smoothed particle hydrodynamics,CISPH)[10 ] 方法,通过耦合密度不变条件和散度不变条件提高模拟效率和稳定性,保证血液模拟的高效和稳定.虽然现有方法具有较好的模拟效果,但由于血液的生理特性复杂,需要用特定的建模方法才能模拟不同环境下的血液. ...
... 在基于SPH方法的血液建模方面,MÜLLER等[6 ] 用SPH方法对血液进行了简单模拟,由于没有考虑血液的生理特性,因此模拟结果无法体现血液的生理学特征.CHEN等[17 ] 提出了一种基于形状约束的血流实时仿真方法,避免黏力项的大计算量,在保证血液黏性效果的同时模拟速度也得以提高.AL-SAAD等[7 ] 采用粒子间力模型模拟血小板在血栓形成过程中的黏附和聚集机制,实现对血小板凝固形成血栓的模拟.CHEN等[8 ] 基于Gillespie方法提出了一种血栓生成模拟方法,将血液医学模型与SPH方法相融合,由蒙特卡洛方法确定血栓生成的物化反应,实现对血管创伤后血液凝固形成血栓过程的模拟.在此基础上,WANG等[9 ] 引入了速度衰减因子,进一步改进了血栓生成的模拟方法,使血液和血栓之间的流固耦合模拟效果更加真实.由于血液的生理特性复杂,在不同环境下差异较大,需要根据血液特定的生理机制对真实血管血流进行模拟. ...
Application of smooth particle hydrodynamics method for modelling blood flow with thrombus formation
2
2020
... 在基于SPH方法的血液建模方面,MÜLLER等[6 ] 用SPH方法对血液进行了简单模拟,由于没有考虑血液的生理特性,因此模拟结果无法体现血液的生理学特征.CHEN等[17 ] 提出了一种基于形状约束的血流实时仿真方法,避免黏力项的大计算量,在保证血液黏性效果的同时模拟速度也得以提高.AL-SAAD等[7 ] 采用粒子间力模型模拟血小板在血栓形成过程中的黏附和聚集机制,实现对血小板凝固形成血栓的模拟.CHEN等[8 ] 基于Gillespie方法提出了一种血栓生成模拟方法,将血液医学模型与SPH方法相融合,由蒙特卡洛方法确定血栓生成的物化反应,实现对血管创伤后血液凝固形成血栓过程的模拟.在此基础上,WANG等[9 ] 引入了速度衰减因子,进一步改进了血栓生成的模拟方法,使血液和血栓之间的流固耦合模拟效果更加真实.由于血液的生理特性复杂,在不同环境下差异较大,需要根据血液特定的生理机制对真实血管血流进行模拟. ...
... 与已有血栓生成模拟工作[7 -8 ] 不同的是,本文对血液充满血管进行模拟,以展示更真实的血液环境状态.此外,人体内血管形态具有不确定性,仅在平直血管中进行模拟并不能说明模拟方法的通用性,为此,分别在平直血管和弯曲血管下进行血液及斑块生成过程模拟实验.由于斑块生成是一个漫长的过程,为此对斑块的形成进行了一定的加速处理.为简化模拟,预设了重要实验参数,见表1 . ...
基于Gillespie方法的血栓生成模拟方法
2
2019
... 在基于SPH方法的血液建模方面,MÜLLER等[6 ] 用SPH方法对血液进行了简单模拟,由于没有考虑血液的生理特性,因此模拟结果无法体现血液的生理学特征.CHEN等[17 ] 提出了一种基于形状约束的血流实时仿真方法,避免黏力项的大计算量,在保证血液黏性效果的同时模拟速度也得以提高.AL-SAAD等[7 ] 采用粒子间力模型模拟血小板在血栓形成过程中的黏附和聚集机制,实现对血小板凝固形成血栓的模拟.CHEN等[8 ] 基于Gillespie方法提出了一种血栓生成模拟方法,将血液医学模型与SPH方法相融合,由蒙特卡洛方法确定血栓生成的物化反应,实现对血管创伤后血液凝固形成血栓过程的模拟.在此基础上,WANG等[9 ] 引入了速度衰减因子,进一步改进了血栓生成的模拟方法,使血液和血栓之间的流固耦合模拟效果更加真实.由于血液的生理特性复杂,在不同环境下差异较大,需要根据血液特定的生理机制对真实血管血流进行模拟. ...
... 与已有血栓生成模拟工作[7 -8 ] 不同的是,本文对血液充满血管进行模拟,以展示更真实的血液环境状态.此外,人体内血管形态具有不确定性,仅在平直血管中进行模拟并不能说明模拟方法的通用性,为此,分别在平直血管和弯曲血管下进行血液及斑块生成过程模拟实验.由于斑块生成是一个漫长的过程,为此对斑块的形成进行了一定的加速处理.为简化模拟,预设了重要实验参数,见表1 . ...
基于Gillespie方法的血栓生成模拟方法
2
2019
... 在基于SPH方法的血液建模方面,MÜLLER等[6 ] 用SPH方法对血液进行了简单模拟,由于没有考虑血液的生理特性,因此模拟结果无法体现血液的生理学特征.CHEN等[17 ] 提出了一种基于形状约束的血流实时仿真方法,避免黏力项的大计算量,在保证血液黏性效果的同时模拟速度也得以提高.AL-SAAD等[7 ] 采用粒子间力模型模拟血小板在血栓形成过程中的黏附和聚集机制,实现对血小板凝固形成血栓的模拟.CHEN等[8 ] 基于Gillespie方法提出了一种血栓生成模拟方法,将血液医学模型与SPH方法相融合,由蒙特卡洛方法确定血栓生成的物化反应,实现对血管创伤后血液凝固形成血栓过程的模拟.在此基础上,WANG等[9 ] 引入了速度衰减因子,进一步改进了血栓生成的模拟方法,使血液和血栓之间的流固耦合模拟效果更加真实.由于血液的生理特性复杂,在不同环境下差异较大,需要根据血液特定的生理机制对真实血管血流进行模拟. ...
... 与已有血栓生成模拟工作[7 -8 ] 不同的是,本文对血液充满血管进行模拟,以展示更真实的血液环境状态.此外,人体内血管形态具有不确定性,仅在平直血管中进行模拟并不能说明模拟方法的通用性,为此,分别在平直血管和弯曲血管下进行血液及斑块生成过程模拟实验.由于斑块生成是一个漫长的过程,为此对斑块的形成进行了一定的加速处理.为简化模拟,预设了重要实验参数,见表1 . ...
Particle hydrodynamic simulation of thrombus formation using velocity decay factor
2
2021
... 动脉粥样硬化斑块模拟主要包括血液和斑块耦合的模拟以及斑块生成机制的模拟两方面.血液与斑块耦合的模拟主要为斑块与血液的相互作用模拟,斑块对血液的影响主要指斑块对血液的阻塞,而血液对斑块的影响主要指血液对血管壁面的压力的影响,其影响斑块的生长速度.斑块生成机制的模拟涉及高密度脂蛋白(HDL)、低密度脂蛋白(LDL)、细胞间黏附因子等10多种物质,这些物质间具有复杂的反应关系,主要用偏微分方程描述不同的反应模型并进行数值求解.基于网格的欧拉方法是求解斑块生成模型的主要方法之一,但存在若干缺点,首先,欧拉方法是基于网格计算的,网格数量随计算精度的提高而剧增,随之而来的是巨大的计算量,使其不适合实时应用;其次,使用欧拉方法得到的结果不具有可视化效果,不能直接用于可视化医学研究.目前已有使用光滑粒子流体动力学(smoothed particle hydrodynamics,SPH)[5 ] 方法对血液及血液疾病进行模拟的研究[6 -9 ] .其中,耦合不可压缩光滑粒子流体动力学(coupled incompressible smoothed particle hydrodynamics,CISPH)[10 ] 方法,通过耦合密度不变条件和散度不变条件提高模拟效率和稳定性,保证血液模拟的高效和稳定.虽然现有方法具有较好的模拟效果,但由于血液的生理特性复杂,需要用特定的建模方法才能模拟不同环境下的血液. ...
... 在基于SPH方法的血液建模方面,MÜLLER等[6 ] 用SPH方法对血液进行了简单模拟,由于没有考虑血液的生理特性,因此模拟结果无法体现血液的生理学特征.CHEN等[17 ] 提出了一种基于形状约束的血流实时仿真方法,避免黏力项的大计算量,在保证血液黏性效果的同时模拟速度也得以提高.AL-SAAD等[7 ] 采用粒子间力模型模拟血小板在血栓形成过程中的黏附和聚集机制,实现对血小板凝固形成血栓的模拟.CHEN等[8 ] 基于Gillespie方法提出了一种血栓生成模拟方法,将血液医学模型与SPH方法相融合,由蒙特卡洛方法确定血栓生成的物化反应,实现对血管创伤后血液凝固形成血栓过程的模拟.在此基础上,WANG等[9 ] 引入了速度衰减因子,进一步改进了血栓生成的模拟方法,使血液和血栓之间的流固耦合模拟效果更加真实.由于血液的生理特性复杂,在不同环境下差异较大,需要根据血液特定的生理机制对真实血管血流进行模拟. ...
Coupling computation of density-invariant and divergence-free for improving incompressible SPH efficiency
3
2020
... 动脉粥样硬化斑块模拟主要包括血液和斑块耦合的模拟以及斑块生成机制的模拟两方面.血液与斑块耦合的模拟主要为斑块与血液的相互作用模拟,斑块对血液的影响主要指斑块对血液的阻塞,而血液对斑块的影响主要指血液对血管壁面的压力的影响,其影响斑块的生长速度.斑块生成机制的模拟涉及高密度脂蛋白(HDL)、低密度脂蛋白(LDL)、细胞间黏附因子等10多种物质,这些物质间具有复杂的反应关系,主要用偏微分方程描述不同的反应模型并进行数值求解.基于网格的欧拉方法是求解斑块生成模型的主要方法之一,但存在若干缺点,首先,欧拉方法是基于网格计算的,网格数量随计算精度的提高而剧增,随之而来的是巨大的计算量,使其不适合实时应用;其次,使用欧拉方法得到的结果不具有可视化效果,不能直接用于可视化医学研究.目前已有使用光滑粒子流体动力学(smoothed particle hydrodynamics,SPH)[5 ] 方法对血液及血液疾病进行模拟的研究[6 -9 ] .其中,耦合不可压缩光滑粒子流体动力学(coupled incompressible smoothed particle hydrodynamics,CISPH)[10 ] 方法,通过耦合密度不变条件和散度不变条件提高模拟效率和稳定性,保证血液模拟的高效和稳定.虽然现有方法具有较好的模拟效果,但由于血液的生理特性复杂,需要用特定的建模方法才能模拟不同环境下的血液. ...
... 基于SPH的模拟为血液模拟提供了良好的技术基础.其中,MÜLLER等[11 ] 首次将SPH方法应用于Navier-Stokes方程,用核函数方法解决流体模拟问题.此后,SPH方法的变种不断被提出,用于模拟不同流体.对不可压缩流体的模拟,MACKLIN等[12 ] 基于位移修正提出了基于位置的流体(position based fluids,PBF)方法,通过满足不可压缩条件迭代修正粒子位移.BECKER等[13 ] 首次提出弱可压缩SPH (WCSPH)方法,通过设定状态方程中的压力常数增强流体粒子的压缩性.由于压力常数过大会限制计算步长,因此该方法只适合对小规模流体的模拟.SOLENTHALER等[14 ] 提出预测-校正不可压缩SPH(PCISPH)方法,将求解过程分为两部分:首先求解非压力的作用效果,然后不断调整粒子的密度偏移量,直至所有粒子的密度偏差均在给定阈值内,完成对流体不可压缩性的控制,从而有效保证液体的不可压缩性,且计算步长可设置得更大.IHMSEN等[15 ] 提出隐式不可压缩SPH(IISPH)方法.首先求解非压力因素对流体粒子的影响,然后推导满足密度恒定的压力线性方程组,通过松弛Jacobi方法求解方程组得到压力值.该方法在满足流体粒子不可压缩性的前提下,得到了更大的时间步长和更小的密度偏差.BENDER等[16 ] 提出了无发散SPH(DFSPH)方法,满足密度不变和散度为零的流体不可压缩条件,将此2条件分步迭代修正粒子速度,较好地满足了流体的不可压缩性.为进一步提升模拟效率,WANG等[10 ] 对2个不可压缩条件的计算结果进行耦合,基于位移的修正,在保证不可压缩流体稳定模拟的同时提升模拟效率. ...
... 式(7) 左边部分表示密度不变,右边部分表示散度为0.为满足血液的不可压缩条件,本文用耦合密度不变和散度为零[10 ] 对血液流体粒子的物理量进行修正. ...
Particle-based fluid simulation for interactive applications
1
2003
... 基于SPH的模拟为血液模拟提供了良好的技术基础.其中,MÜLLER等[11 ] 首次将SPH方法应用于Navier-Stokes方程,用核函数方法解决流体模拟问题.此后,SPH方法的变种不断被提出,用于模拟不同流体.对不可压缩流体的模拟,MACKLIN等[12 ] 基于位移修正提出了基于位置的流体(position based fluids,PBF)方法,通过满足不可压缩条件迭代修正粒子位移.BECKER等[13 ] 首次提出弱可压缩SPH (WCSPH)方法,通过设定状态方程中的压力常数增强流体粒子的压缩性.由于压力常数过大会限制计算步长,因此该方法只适合对小规模流体的模拟.SOLENTHALER等[14 ] 提出预测-校正不可压缩SPH(PCISPH)方法,将求解过程分为两部分:首先求解非压力的作用效果,然后不断调整粒子的密度偏移量,直至所有粒子的密度偏差均在给定阈值内,完成对流体不可压缩性的控制,从而有效保证液体的不可压缩性,且计算步长可设置得更大.IHMSEN等[15 ] 提出隐式不可压缩SPH(IISPH)方法.首先求解非压力因素对流体粒子的影响,然后推导满足密度恒定的压力线性方程组,通过松弛Jacobi方法求解方程组得到压力值.该方法在满足流体粒子不可压缩性的前提下,得到了更大的时间步长和更小的密度偏差.BENDER等[16 ] 提出了无发散SPH(DFSPH)方法,满足密度不变和散度为零的流体不可压缩条件,将此2条件分步迭代修正粒子速度,较好地满足了流体的不可压缩性.为进一步提升模拟效率,WANG等[10 ] 对2个不可压缩条件的计算结果进行耦合,基于位移的修正,在保证不可压缩流体稳定模拟的同时提升模拟效率. ...
Position based fluids
2
2013
... 基于SPH的模拟为血液模拟提供了良好的技术基础.其中,MÜLLER等[11 ] 首次将SPH方法应用于Navier-Stokes方程,用核函数方法解决流体模拟问题.此后,SPH方法的变种不断被提出,用于模拟不同流体.对不可压缩流体的模拟,MACKLIN等[12 ] 基于位移修正提出了基于位置的流体(position based fluids,PBF)方法,通过满足不可压缩条件迭代修正粒子位移.BECKER等[13 ] 首次提出弱可压缩SPH (WCSPH)方法,通过设定状态方程中的压力常数增强流体粒子的压缩性.由于压力常数过大会限制计算步长,因此该方法只适合对小规模流体的模拟.SOLENTHALER等[14 ] 提出预测-校正不可压缩SPH(PCISPH)方法,将求解过程分为两部分:首先求解非压力的作用效果,然后不断调整粒子的密度偏移量,直至所有粒子的密度偏差均在给定阈值内,完成对流体不可压缩性的控制,从而有效保证液体的不可压缩性,且计算步长可设置得更大.IHMSEN等[15 ] 提出隐式不可压缩SPH(IISPH)方法.首先求解非压力因素对流体粒子的影响,然后推导满足密度恒定的压力线性方程组,通过松弛Jacobi方法求解方程组得到压力值.该方法在满足流体粒子不可压缩性的前提下,得到了更大的时间步长和更小的密度偏差.BENDER等[16 ] 提出了无发散SPH(DFSPH)方法,满足密度不变和散度为零的流体不可压缩条件,将此2条件分步迭代修正粒子速度,较好地满足了流体的不可压缩性.为进一步提升模拟效率,WANG等[10 ] 对2个不可压缩条件的计算结果进行耦合,基于位移的修正,在保证不可压缩流体稳定模拟的同时提升模拟效率. ...
... 其中,ρ 0 为常量密度,t 为当前时刻,Δ t 为时间步长.C i =0表示同时满足密度不变和散度为0的条件.结合PBF[12 ] 的求解方式,对粒子i 的位置进行修正: ...
Weakly compressible SPH for free surface flows
1
2007
... 基于SPH的模拟为血液模拟提供了良好的技术基础.其中,MÜLLER等[11 ] 首次将SPH方法应用于Navier-Stokes方程,用核函数方法解决流体模拟问题.此后,SPH方法的变种不断被提出,用于模拟不同流体.对不可压缩流体的模拟,MACKLIN等[12 ] 基于位移修正提出了基于位置的流体(position based fluids,PBF)方法,通过满足不可压缩条件迭代修正粒子位移.BECKER等[13 ] 首次提出弱可压缩SPH (WCSPH)方法,通过设定状态方程中的压力常数增强流体粒子的压缩性.由于压力常数过大会限制计算步长,因此该方法只适合对小规模流体的模拟.SOLENTHALER等[14 ] 提出预测-校正不可压缩SPH(PCISPH)方法,将求解过程分为两部分:首先求解非压力的作用效果,然后不断调整粒子的密度偏移量,直至所有粒子的密度偏差均在给定阈值内,完成对流体不可压缩性的控制,从而有效保证液体的不可压缩性,且计算步长可设置得更大.IHMSEN等[15 ] 提出隐式不可压缩SPH(IISPH)方法.首先求解非压力因素对流体粒子的影响,然后推导满足密度恒定的压力线性方程组,通过松弛Jacobi方法求解方程组得到压力值.该方法在满足流体粒子不可压缩性的前提下,得到了更大的时间步长和更小的密度偏差.BENDER等[16 ] 提出了无发散SPH(DFSPH)方法,满足密度不变和散度为零的流体不可压缩条件,将此2条件分步迭代修正粒子速度,较好地满足了流体的不可压缩性.为进一步提升模拟效率,WANG等[10 ] 对2个不可压缩条件的计算结果进行耦合,基于位移的修正,在保证不可压缩流体稳定模拟的同时提升模拟效率. ...
Predictive-corrective incompressible SPH
1
2009
... 基于SPH的模拟为血液模拟提供了良好的技术基础.其中,MÜLLER等[11 ] 首次将SPH方法应用于Navier-Stokes方程,用核函数方法解决流体模拟问题.此后,SPH方法的变种不断被提出,用于模拟不同流体.对不可压缩流体的模拟,MACKLIN等[12 ] 基于位移修正提出了基于位置的流体(position based fluids,PBF)方法,通过满足不可压缩条件迭代修正粒子位移.BECKER等[13 ] 首次提出弱可压缩SPH (WCSPH)方法,通过设定状态方程中的压力常数增强流体粒子的压缩性.由于压力常数过大会限制计算步长,因此该方法只适合对小规模流体的模拟.SOLENTHALER等[14 ] 提出预测-校正不可压缩SPH(PCISPH)方法,将求解过程分为两部分:首先求解非压力的作用效果,然后不断调整粒子的密度偏移量,直至所有粒子的密度偏差均在给定阈值内,完成对流体不可压缩性的控制,从而有效保证液体的不可压缩性,且计算步长可设置得更大.IHMSEN等[15 ] 提出隐式不可压缩SPH(IISPH)方法.首先求解非压力因素对流体粒子的影响,然后推导满足密度恒定的压力线性方程组,通过松弛Jacobi方法求解方程组得到压力值.该方法在满足流体粒子不可压缩性的前提下,得到了更大的时间步长和更小的密度偏差.BENDER等[16 ] 提出了无发散SPH(DFSPH)方法,满足密度不变和散度为零的流体不可压缩条件,将此2条件分步迭代修正粒子速度,较好地满足了流体的不可压缩性.为进一步提升模拟效率,WANG等[10 ] 对2个不可压缩条件的计算结果进行耦合,基于位移的修正,在保证不可压缩流体稳定模拟的同时提升模拟效率. ...
Implicit incompressible SPH
1
2014
... 基于SPH的模拟为血液模拟提供了良好的技术基础.其中,MÜLLER等[11 ] 首次将SPH方法应用于Navier-Stokes方程,用核函数方法解决流体模拟问题.此后,SPH方法的变种不断被提出,用于模拟不同流体.对不可压缩流体的模拟,MACKLIN等[12 ] 基于位移修正提出了基于位置的流体(position based fluids,PBF)方法,通过满足不可压缩条件迭代修正粒子位移.BECKER等[13 ] 首次提出弱可压缩SPH (WCSPH)方法,通过设定状态方程中的压力常数增强流体粒子的压缩性.由于压力常数过大会限制计算步长,因此该方法只适合对小规模流体的模拟.SOLENTHALER等[14 ] 提出预测-校正不可压缩SPH(PCISPH)方法,将求解过程分为两部分:首先求解非压力的作用效果,然后不断调整粒子的密度偏移量,直至所有粒子的密度偏差均在给定阈值内,完成对流体不可压缩性的控制,从而有效保证液体的不可压缩性,且计算步长可设置得更大.IHMSEN等[15 ] 提出隐式不可压缩SPH(IISPH)方法.首先求解非压力因素对流体粒子的影响,然后推导满足密度恒定的压力线性方程组,通过松弛Jacobi方法求解方程组得到压力值.该方法在满足流体粒子不可压缩性的前提下,得到了更大的时间步长和更小的密度偏差.BENDER等[16 ] 提出了无发散SPH(DFSPH)方法,满足密度不变和散度为零的流体不可压缩条件,将此2条件分步迭代修正粒子速度,较好地满足了流体的不可压缩性.为进一步提升模拟效率,WANG等[10 ] 对2个不可压缩条件的计算结果进行耦合,基于位移的修正,在保证不可压缩流体稳定模拟的同时提升模拟效率. ...
Divergence-free SPH for incompressible and viscous fluids
1
2017
... 基于SPH的模拟为血液模拟提供了良好的技术基础.其中,MÜLLER等[11 ] 首次将SPH方法应用于Navier-Stokes方程,用核函数方法解决流体模拟问题.此后,SPH方法的变种不断被提出,用于模拟不同流体.对不可压缩流体的模拟,MACKLIN等[12 ] 基于位移修正提出了基于位置的流体(position based fluids,PBF)方法,通过满足不可压缩条件迭代修正粒子位移.BECKER等[13 ] 首次提出弱可压缩SPH (WCSPH)方法,通过设定状态方程中的压力常数增强流体粒子的压缩性.由于压力常数过大会限制计算步长,因此该方法只适合对小规模流体的模拟.SOLENTHALER等[14 ] 提出预测-校正不可压缩SPH(PCISPH)方法,将求解过程分为两部分:首先求解非压力的作用效果,然后不断调整粒子的密度偏移量,直至所有粒子的密度偏差均在给定阈值内,完成对流体不可压缩性的控制,从而有效保证液体的不可压缩性,且计算步长可设置得更大.IHMSEN等[15 ] 提出隐式不可压缩SPH(IISPH)方法.首先求解非压力因素对流体粒子的影响,然后推导满足密度恒定的压力线性方程组,通过松弛Jacobi方法求解方程组得到压力值.该方法在满足流体粒子不可压缩性的前提下,得到了更大的时间步长和更小的密度偏差.BENDER等[16 ] 提出了无发散SPH(DFSPH)方法,满足密度不变和散度为零的流体不可压缩条件,将此2条件分步迭代修正粒子速度,较好地满足了流体的不可压缩性.为进一步提升模拟效率,WANG等[10 ] 对2个不可压缩条件的计算结果进行耦合,基于位移的修正,在保证不可压缩流体稳定模拟的同时提升模拟效率. ...
基于SPH及形状约束的血流实时仿真
1
2015
... 在基于SPH方法的血液建模方面,MÜLLER等[6 ] 用SPH方法对血液进行了简单模拟,由于没有考虑血液的生理特性,因此模拟结果无法体现血液的生理学特征.CHEN等[17 ] 提出了一种基于形状约束的血流实时仿真方法,避免黏力项的大计算量,在保证血液黏性效果的同时模拟速度也得以提高.AL-SAAD等[7 ] 采用粒子间力模型模拟血小板在血栓形成过程中的黏附和聚集机制,实现对血小板凝固形成血栓的模拟.CHEN等[8 ] 基于Gillespie方法提出了一种血栓生成模拟方法,将血液医学模型与SPH方法相融合,由蒙特卡洛方法确定血栓生成的物化反应,实现对血管创伤后血液凝固形成血栓过程的模拟.在此基础上,WANG等[9 ] 引入了速度衰减因子,进一步改进了血栓生成的模拟方法,使血液和血栓之间的流固耦合模拟效果更加真实.由于血液的生理特性复杂,在不同环境下差异较大,需要根据血液特定的生理机制对真实血管血流进行模拟. ...
基于SPH及形状约束的血流实时仿真
1
2015
... 在基于SPH方法的血液建模方面,MÜLLER等[6 ] 用SPH方法对血液进行了简单模拟,由于没有考虑血液的生理特性,因此模拟结果无法体现血液的生理学特征.CHEN等[17 ] 提出了一种基于形状约束的血流实时仿真方法,避免黏力项的大计算量,在保证血液黏性效果的同时模拟速度也得以提高.AL-SAAD等[7 ] 采用粒子间力模型模拟血小板在血栓形成过程中的黏附和聚集机制,实现对血小板凝固形成血栓的模拟.CHEN等[8 ] 基于Gillespie方法提出了一种血栓生成模拟方法,将血液医学模型与SPH方法相融合,由蒙特卡洛方法确定血栓生成的物化反应,实现对血管创伤后血液凝固形成血栓过程的模拟.在此基础上,WANG等[9 ] 引入了速度衰减因子,进一步改进了血栓生成的模拟方法,使血液和血栓之间的流固耦合模拟效果更加真实.由于血液的生理特性复杂,在不同环境下差异较大,需要根据血液特定的生理机制对真实血管血流进行模拟. ...
A reaction-diffusion mathematical model on mild atherosclerosis
1
2019
... 在动脉粥样硬化模拟研究中,大多采用数值方法模拟动脉粥样硬化过程血液中各物质的含量.KE等[2 ] 结合动脉壁的多层结构和动脉粥样硬化动脉瘤的病理特性,用具有自由边界的偏微分方程构建数学模型模拟了动脉粥样硬化性动脉瘤的发展过程,并对胆固醇和受体酪氨酸激酶等物质进行数值模拟,同时探讨了不同治疗方案的有效性,但没有考虑血压的生物学效应,低估了高血压对动脉粥样硬化性动脉瘤的影响.MUKHERJEE等[18 ] 则通过构建反应-扩散模型系统描述巨噬细胞在动脉粥样硬化斑块形成过程中吞噬氧化低密度脂蛋白(ox-LDL)的互动过程,对非空间系统和空间系统进行分析和数值研究,所得结果表明模型具有全局稳定性,能在一定程度上承受模型中涉及的参数数值的显著变化.KHATIB等[19 ] 建立了基于反应扩散系统的一维和二维模型,描述了动脉粥样硬化的慢性炎症进展过程,以ox-LDL为模型的关键参数,分析了不同浓度ox-LDL对动脉粥样硬化进展的影响,研究模拟的是炎症反应过程,而非动脉粥样硬化发展全过程.与其不同的是,ZOHDI等[3 ] 对动脉粥样硬化中生物学过程演化的时间尺度进行了分析,首次从生物力学和数值的角度模拟动脉粥样硬化斑块生长和破裂的整体和长期耦合现象.然而上述工作均无法直接用于动画模拟动脉粥样硬化病变过程.有别于上述研究,TANG等[4 ] 基于三维核磁共振成像构建了动脉粥样硬化中流固耦合的多组分模型,对斑块进行力学分析,尽管构建了斑块的三维几何形状图形,但其依靠商用有限元软件包求解,在医学交互上有所限制. ...
Atherosclerosis initiation modeled as an inflammatory process
1
2007
... 在动脉粥样硬化模拟研究中,大多采用数值方法模拟动脉粥样硬化过程血液中各物质的含量.KE等[2 ] 结合动脉壁的多层结构和动脉粥样硬化动脉瘤的病理特性,用具有自由边界的偏微分方程构建数学模型模拟了动脉粥样硬化性动脉瘤的发展过程,并对胆固醇和受体酪氨酸激酶等物质进行数值模拟,同时探讨了不同治疗方案的有效性,但没有考虑血压的生物学效应,低估了高血压对动脉粥样硬化性动脉瘤的影响.MUKHERJEE等[18 ] 则通过构建反应-扩散模型系统描述巨噬细胞在动脉粥样硬化斑块形成过程中吞噬氧化低密度脂蛋白(ox-LDL)的互动过程,对非空间系统和空间系统进行分析和数值研究,所得结果表明模型具有全局稳定性,能在一定程度上承受模型中涉及的参数数值的显著变化.KHATIB等[19 ] 建立了基于反应扩散系统的一维和二维模型,描述了动脉粥样硬化的慢性炎症进展过程,以ox-LDL为模型的关键参数,分析了不同浓度ox-LDL对动脉粥样硬化进展的影响,研究模拟的是炎症反应过程,而非动脉粥样硬化发展全过程.与其不同的是,ZOHDI等[3 ] 对动脉粥样硬化中生物学过程演化的时间尺度进行了分析,首次从生物力学和数值的角度模拟动脉粥样硬化斑块生长和破裂的整体和长期耦合现象.然而上述工作均无法直接用于动画模拟动脉粥样硬化病变过程.有别于上述研究,TANG等[4 ] 基于三维核磁共振成像构建了动脉粥样硬化中流固耦合的多组分模型,对斑块进行力学分析,尽管构建了斑块的三维几何形状图形,但其依靠商用有限元软件包求解,在医学交互上有所限制. ...
Mémoire sur les lois du mouvement des fluides
1
1823
... 流体模拟:SPH对Navier-Stokes(N-S)方程和连续性方程进行建模,得到的N-S方程[20 -21 ] 和连续性方程[22 ] 分别为: ...
1
2007
... 流体模拟:SPH对Navier-Stokes(N-S)方程和连续性方程进行建模,得到的N-S方程[20 -21 ] 和连续性方程[22 ] 分别为: ...
1
1853
... 流体模拟:SPH对Navier-Stokes(N-S)方程和连续性方程进行建模,得到的N-S方程[20 -21 ] 和连续性方程[22 ] 分别为: ...
Thrombin-activated human endothelial cells support monocyte adhesion in vitro following expression of intercellular adhesion molecule-1 (ICAM-1; CD54) and vascular cell adhesion molecule-1 (VCAM-1; CD106)
1
1998
... 图1 展示了动脉粥样硬化病变中单核细胞向巨噬细胞转化的过程.在动脉粥样硬化病变中,由于血液中的凝血酶会刺激一定距离内的内皮细胞,使得内皮细胞产生细胞间黏附分子-1(ICAM-1)[23 ] .而血管中的单核细胞被黏附分子招募[24 ] ,进入动脉壁内层,单核细胞在动脉壁内层受粒细胞-巨噬细胞集落刺激因子(GM-CSF)等影响分化为活跃的巨噬细胞[25 ] ,最终成熟为泡沫细胞,内皮层中泡沫细胞不断积累导致斑块形成并生长. ...
Atherosclerosis and inflammation mononuclear cell recruitment and adhesion molecules with reference to the implication of ICAM-1/LFA-1 pathway in atherogenesis
1
1998
... 图1 展示了动脉粥样硬化病变中单核细胞向巨噬细胞转化的过程.在动脉粥样硬化病变中,由于血液中的凝血酶会刺激一定距离内的内皮细胞,使得内皮细胞产生细胞间黏附分子-1(ICAM-1)[23 ] .而血管中的单核细胞被黏附分子招募[24 ] ,进入动脉壁内层,单核细胞在动脉壁内层受粒细胞-巨噬细胞集落刺激因子(GM-CSF)等影响分化为活跃的巨噬细胞[25 ] ,最终成熟为泡沫细胞,内皮层中泡沫细胞不断积累导致斑块形成并生长. ...
Monocyte recruitment and foam cell formation in atherosclerosis
1
2006
... 图1 展示了动脉粥样硬化病变中单核细胞向巨噬细胞转化的过程.在动脉粥样硬化病变中,由于血液中的凝血酶会刺激一定距离内的内皮细胞,使得内皮细胞产生细胞间黏附分子-1(ICAM-1)[23 ] .而血管中的单核细胞被黏附分子招募[24 ] ,进入动脉壁内层,单核细胞在动脉壁内层受粒细胞-巨噬细胞集落刺激因子(GM-CSF)等影响分化为活跃的巨噬细胞[25 ] ,最终成熟为泡沫细胞,内皮层中泡沫细胞不断积累导致斑块形成并生长. ...
Monocyte recruitment and foam cell formation in atherosclerosis
1
2006
... 图1 展示了动脉粥样硬化病变中单核细胞向巨噬细胞转化的过程.在动脉粥样硬化病变中,由于血液中的凝血酶会刺激一定距离内的内皮细胞,使得内皮细胞产生细胞间黏附分子-1(ICAM-1)[23 ] .而血管中的单核细胞被黏附分子招募[24 ] ,进入动脉壁内层,单核细胞在动脉壁内层受粒细胞-巨噬细胞集落刺激因子(GM-CSF)等影响分化为活跃的巨噬细胞[25 ] ,最终成熟为泡沫细胞,内皮层中泡沫细胞不断积累导致斑块形成并生长. ...
Thrombin generation and atherosclerosis
2
2013
...
图1 展示了动脉粥样硬化病变中单核细胞向巨噬细胞转化的过程.在动脉粥样硬化病变中,由于血液中的凝血酶会刺激一定距离内的内皮细胞,使得内皮细胞产生细胞间黏附分子-1(ICAM-1)
[23 ] .而血管中的单核细胞被黏附分子招募
[24 ] ,进入动脉壁内层,单核细胞在动脉壁内层受粒细胞-巨噬细胞集落刺激因子(GM-CSF)等影响分化为活跃的巨噬细胞
[25 ] ,最终成熟为泡沫细胞,内皮层中泡沫细胞不断积累导致斑块形成并生长.
图1 单核细胞向巨噬细胞的转化过程[26 ] Transition of monocytes to macrophages in atherosclerosis[26 ] Fig.1 ![]()
基于该机理,构建动脉粥样硬化斑块生成模型,并对其中的单核细胞募集和斑块生成构建数学模型. ...
... [
26 ]
Fig.1 ![]()
基于该机理,构建动脉粥样硬化斑块生成模型,并对其中的单核细胞募集和斑块生成构建数学模型. ...
Monocyte recruitment and foam cell formation in atherosclerosis
1
2006
... 炎症在动脉粥样硬化中起重要作用,凝血酶是调整炎症过程的关键因素.在生理条件下,凝血酶导致动脉粥样硬化早晚期血管间黏附分子(VCAM)和细胞间黏附分子(ICAM)的激活[27 ] .而该过程需要血液中多种物质和离子的参与,如果考虑所有因素模型将变得很复杂.为满足SPH的实时性计算要求,须进一步简化该过程. ...
Variation of wall shear stress and flow characteristics across cosine shaped stenotic model with flow reynolds number and degree of stenosis
1
2010
... 在动脉粥样硬化斑块生长过程中,大量血细胞、单核细胞、T细胞黏附在动脉粥样硬化病变区[28 ] .该过程最重要的是单核细胞的募集,而单核细胞在细胞黏附分子作用下黏附在动脉粥样硬化病变区,因此首先构建该过程单核细胞募集的数学模型. ...
A mathematical model for atherosclerotic plaque formation and arterial wall remodelling
1
2016
... 类似于BANERJEE等[29 ] 的研究,本文将斑块视为类余弦形状,并以此构建斑块形成模型.ISLAM等[30 ] 将形成斑块的影响因素归纳为促炎介质、单核细胞、ox-LDL、泡沫细胞和HDL 5个.为降低模型的复杂度,本文仅考虑单核细胞、巨噬细胞和泡沫细胞的影响.因此将斑块体积视为单核细胞、巨噬细胞和泡沫细胞的累积总和,即 ...
Progressive changes of elastic moduli of arterial wall and atherosclerotic plaque components during plaque development in human coronary arteries
1
2018
... 类似于BANERJEE等[29 ] 的研究,本文将斑块视为类余弦形状,并以此构建斑块形成模型.ISLAM等[30 ] 将形成斑块的影响因素归纳为促炎介质、单核细胞、ox-LDL、泡沫细胞和HDL 5个.为降低模型的复杂度,本文仅考虑单核细胞、巨噬细胞和泡沫细胞的影响.因此将斑块体积视为单核细胞、巨噬细胞和泡沫细胞的累积总和,即 ...
Versatile rigid-fluid coupling for incompressible SPH
1
2012
... 由于在压力负荷P e f f 作用下,斑块先向血管壁内生长,再逐渐向血管腔内生长.当生长到一定程度时,病变部位硬度增加,弹性模量升高[31 ] ,假设当斑块体积V > V 0 时,病变部位的杨氏模量与斑块的体积呈线性关系,分别引入比例系数λ 1 ,λ 2 ,则病变部位的压力负荷P e f f 和杨氏模量E 分别为: ...
The role of the monocyte in atherogenesis: I. Transition of blood-borne monocytes into foam cells in fatty lesions
2
1981
... 在SPH流固粒子耦合计算过程中,基于AKINCI等[32 ] 的处理方法对SPH方法进行调整,以模拟不同类型粒子之间的流固耦合行为变化. ...
... 类似地,在文献[32 ]基础上,对压力、黏性力的计算进行调整.对耦合密度不变和散度为0的不可压缩条件进行修正,将流体粒子的不可压缩条件C i 进一步修正为结合流固粒子的耦合形式: ...
Cell size of alveolar macrophages: An interspecies comparison
1
1997
... 通过提取动脉粥样硬化斑块的主要形成过程,合理简化血液中斑块的形成过程.根据相关医学文献[33 -34] ,在式(13) 中,3种成分的分子体积取值分别为V m = 10 - 17 m 3 ,V M = 10 - 14 m 3 ,V F = 10 - 13 m 3 . ...