Computational modeling and imaging of hemodynamics in intracranial aneurysms

Abstract

Výpočetní dynamika tekutin (CFD, z anglického computational fluid dynamics) hraje stále významnější roli v oblasti personalizovaného modelování intrakraniálních aneury- smat s cílem zpřesnit hodnocení rizika ruptury. Tato disertační práce využívá open-source kód založený na metodě konečných prvků a knihovně FEniCS k simulaci proudění krve v intrakraniálních aneurysmatech a k výpočtu klíčových hemodynamických parametrů, včetně smykového napětí na stěně, oscilačního smykového indexu a oblasti nízkého smyku. Hlavními přínosy práce jsou: (i) retrospektivní analýza šesti aneurysmat se známými místy ruptury, validovaná pomocí experimentálních měření PIV (z anglického particle image velocimetry), (ii) numerické vyhodnocení smykového napětí na stěně s využitím různých prostorů konečných prvků a uvedení nové metody hodnocení založené na hranič- ním toku, (iii) vývoj technik pro redukci šumu u akvizice rychlostních dat z magnetické rezonance, které by mohly být využity v budoucích studiích ke zvýšení přesnosti a spoleh- livosti personalizovaných simulací. Tato práce přispívá k rozvoji výpočetní hemodynamiky a lékařského zobrazování a nabízí potenciální přínos pro budoucí klinické aplikace.

Computational fluid dynamics (CFD) has gained increasing attention for modeling patient-specific intracranial aneurysms to improve rupture risk assessment. This thesis employs an open-source FEniCS-based finite element code to simulate blood flow in in- tracranial aneurysms and compute key hemodynamic parameters, including wall shear stress, oscillatory shear index, and low shear area. The main contributions are: (i) a ret- rospective analysis of six aneurysms with known rupture sites, validated against particle image velocimetry measurements, (ii) a numerical evaluation of wall shear stress using different finite element spaces and introducing a novel boundary-flux assessment method, (iii) the development of denoising techniques for magnetic resonance imaging velocity acquisitions, which could be employed in future studies to improve the accuracy and reli- ability of patient-specific simulations. This work advances computational hemodynamics and medical imaging, offering potential benefits for future clinical applications.