Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Herramienta automática para el análisis de sensibilidad en la posición de un stent en tratamiento de aneurismas cerebrales Por Lucas Telesco Trabajo Final de la carrera de grado de Ingeniería de Sistemas de la Universidad Nacional del Centro de la Provincia de Buenos Aires Director: Ing. Nicolás Dazeo Codirector: Dr. Javier Dottori Tandil, Pcia de Buenos Aires, Argentina, Noviembre 2021 Índice Capítulo 1: Introducción 4 1.1 Resumen 4 1.2 Objetivos 5 1.3 Organización 5 Capítulo 2: Marco Teórico 7 2.1 Aneurismas Cerebrales 7 2.2 Tratamientos 8 2.3 CFD 11 Capítulo 3: Diseño de la solución 13 3.1 OpenFOAM® 13 Ejemplo simulación en OpenFOAM 14 Resumen 14 Visualizar BlockMesh en ParaView 19 Visualizar snappyHexMesh en ParaView 20 Conclusión 22 3.2 Python 23 Kit de herramientas de visualización (VTK) 23 Kit de herramientas de modelado vascular (VMTK) 23 3.3 Pipeline de la aplicación desarrollada 23 3.3.1 Mallado 24 3.3.2 Simulación 25 3.3.3 Post procesamiento 25 Construcción de línea central 25 Cortes transversales al volumen de simulación 26 3.4 Archivos de configuración OpenFOAM 27 Capítulo 4: Parámetros configurables 32 4.1 Archivo de configuración particular 33 4.2 Geometrías capilares y stent 34 Caso de estudio 34 Pacientes explorados con la herramienta desarrollada 36 4.3 Condiciones de simulación 38 Capítulo 5: Resultados y Discusión 39 Análisis de área 40 Análisis de velocidad 42 Análisis de la tensión de corte (WSS) 95 cuantil 44 Capítulo 6: Conclusiones 46 Desarrollo de la Herramienta de Software 46 2 Posición del stent 46 Área 47 Velocidad media y WSS 95q 47 Aporte de la carrera 47 Limitaciones y Trabajos futuros 48 Estudio de Fish Mouth 48 Tipos de stent 49 Ajustar condiciones del fluido/contorno en el archivo de configuración 49 Flujo pulsátil 49 Paredes elásticas 50 Referencias bibliográficas 50 3 Capítulo 1: Introducción En este primer Capítulo se introduce el tratamiento actual más utilizado para aneurismas cerebrales, esta técnica se caracteriza por emplear stents divisores de flujo. Además, se propone el desarrollo de una herramienta de software, sin registros hasta la actualidad, que sirva como apoyo al profesional médico para estimar la posición óptima de aplicación del stent. A partir de la simulación computacional, la herramienta brinda información referente a la posición que es analizada para identificar la aplicación óptima. Al finalizar el Capítulo, se plantean los objetivos generales que debe cumplir una herramienta de software desarrollada para este fin. 1.1 Resumen En la actualidad, existen diferentes técnicas para tratar los aneurismas cerebrales. Entre los tratamientos frecuentes, el más novedoso y comúnmente utilizado es el despliegue de stents divisores de flujo. Para analizar sus efectos de manera no invasiva se utiliza de forma frecuente la simulación computacional. En diferentes trabajos hasta el momento, se había analizado la dinámica del fluido en una posición del stent, pero todavía no había sido explorado el efecto de la posición de despliegue del stent. En este trabajo desarrollamos una herramienta de software con el objetivo de dar respuesta no invasiva de la posición óptima de despliegue del stent, evaluando múltiples posiciones. Para evaluar la herramienta, se utilizan doce imágenes tridimensionales de aneurismas cerebrales, pertenecientes a pacientes reales. Para cada imagen se analizan cinco posibles posiciones de aplicación del stent. En cada caso se mide la velocidad del flujo sanguíneo y tensión de corte en las paredes internas del vaso portante, para la zona del aneurisma. La aplicación desarrollada es parametrizable. Esto permite cambiar el conjunto de entrada en diferentes ejecuciones. La salida para cada entrada es una serie de gráficos generados en la etapa de post procesamiento, esto es, a partir de la simulación computacional. Para el conjunto de datos de entrada considerados en este trabajo los resultados no muestran grandes variaciones de velocidad en la zona del aneurisma. Aunque por otro lado, la tensión en la pared en diferentes pacientes tienen valores más altos en los trayectos proximal y distal a la zona del aneurisma, dependiendo de la posición de despliegue del stent. Este efecto debe analizarse en mayor profundidad. La aplicación queda disponible para futuros análisis y trabajos que puedan desencadenarse. 4 1.2 Objetivos El trabajo busca presentar un método novedoso y aún no explorado en la bibliografía. Se desea estimar, a partir de un modelo numérico, el efecto de despliegue en diferentes posiciones del stent diversor de flujo en el tratamiento de aneurismas cerebrales. Con este propósito se desarrolló una herramienta de software capaz de analizar los cambios de velocidad y presión del fluido en la zona del vaso sanguíneo afectada por un aneurisma cerebral. La herramienta itera en diferentes posiciones de despliegue del stent con el fin de estimar una ubicación óptima. Para esto se generará una geometría conjunta, a partir de una imagen tridimensional de la arteria portadora del aneurisma a la que se le ajusta un stent. Este experimento se repetirá para múltiples aneurismas con múltiples posiciones del stent respectivamente. Para cada geometría generada se realizará una simulación del fluido circulante en su interior. En este trabajo se utilizará como herramienta de simulación la Dinámica de Fluidos Computacional (CFD por sus siglas en inglés). Luego se analizan los resultados para así estimar que posición del stent es la óptima en base a los casos estudiados en este trabajo. La herramienta desarrollada quedará a disposición y podrá ejecutarse con diferentes geometrías de vasos que porten aneurismas. Para emprender las tareas mencionadas, lo clasificaremos en 3 objetivos generales: 1. Generar una malla de volúmenes finitos a partir de la geometría de cada vaso y cada stent desplegado. 2. Simular utilizando CFD el fluido en cada malla generada. La aplicación desarrollada luego medirá la tensión de corte y velocidad del fluido circulante, exportando una serie de gráficos. 3. Con los gráficos obtenidos en el punto anterior se analizarán los efectos de la posición de los stent desplegados en diferentes posiciones. La aplicación quedará disponible para proseguir con tareas de investigación que requieran simulaciones con variaciones de parámetros. 1.3 Organización Este documento describe el trabajo necesario para cumplir los objetivos antes mencionados. Para ello se organiza de la forma en que se describe a continuación. En el Capítulo 2, explicamos la problemática asociada a los aneurismas cerebrales, sus principales características e impactos sobre las personas que sufren está patología. Este tipo de lesiones tiene una tasa de mortalidad muy elevada, por lo tanto debe tratarse de forma 5 preventiva. En la actualidad hay métodos novedosos de detección y distintos tratamientos, que van desde operaciones complejas para la embolización endovascular a partir de la aplicación de clips hasta el uso de stent y coils que se alojan en el saco del aneurisma con el fin de evitar el flujo sanguíneo hacia la zona del aneurisma. En este capítulo nos centraremos en la utilización de stent divisores de flujo, siendo este el tratamiento actual de mayor efectividad. Por otro lado, veremos como el CFD ayuda a predecir el resultado de estos tratamientos de forma no invasiva con el fin de aportar información al profesional médico sobre el tratamiento previo a la intervención. En el Capítulo 3, ahondamos sobre las técnicas de CFD y su implementación mediante un software gratuito y de código abierto llamado OpenFOAM, elegido como herramienta de CDF en este trabajo. Con está base y utilizando Python, un lenguaje de programación de alto nivel, se propone el desarrollo de una Herramienta de Software para analizar la posición óptima del stent en un tratamiento de aneurisma cerebral. El pipeline de la aplicación consta de tres pasos: mallado, simulación y post procesamiento. Cada uno de estos pasosson explicados en profundidad y mediante un ejemplo se observan resultados preliminares. En el paso final (post procesamiento) se exporta mediante una serie de gráficos esta información. En el Capítulo 4, se explica de qué manera se puede configurar la aplicación a través de parámetros ubicados en archivos de entrada, además se indica un dominio que será utilizado para la simulación y posterior análisis. El dominio empleado en este trabajo está formado por 12 pacientes que fueron previamente seleccionados. Los gráficos finales son exportados para su posterior análisis y conclusión. En el Capítulo 5, se agrupan los gráficos exportados junto a su análisis e interpretación. El agrupamiento está dividido en gráficos de Área, Velocidad promedio y WSS 95q. Para cada categoría se muestra una figura principal donde se encuentran los gráficos para todos los pacientes, a partir de está figura se realiza la interpretación. Finalmente en el Capítulo 6, se desarrollan las conclusiones del trabajo realizado, estas se encuentran divididas en conclusiones sobre la herramienta software construida, resultados obtenidos y la carrera Ingeniería de Sistemas. En relación a la herramienta de software desarrollada en este trabajo, se menciona el aporte de CFD y OpenFoam como herramienta de simulación elegida, además los principales desafíos y el desarrollo final. En base a los resultados, estos se encuentran agrupados en gráficos de Área, velocidad media y WSS 95q, junto a la conclusión final. Además se mencionan las principales cátedras que funcionaron como base para el desarrollo de este trabajo. Para finalizar se plantean futuros trabajos que pueden surgir como continuación al desarrollo realizado. 6 Capítulo 2: Marco Teórico En este Capítulo desarrollamos los antecedentes y márgenes teóricos que sientan las bases del análisis realizado en este trabajo y la herramienta de software desarrollada. En las siguientes secciones se desarrollan los antecedentes en relación a los tratamientos para aneurismas cerebrales y su exploración a través de la dinámica de fluidos computacional. 2.1 Aneurismas Cerebrales Los aneurismas cerebrales son lesiones arteriales caracterizadas por el debilitamiento en un segmento de los vasos sanguíneos cerebrales. Esto provoca un englobamiento o dilatación en la región del vaso afectado. Estas lesiones presentan una gran amenaza para la vida de quienes lo padecen debido al riesgo de ruptura, trombo-embolias, o compresión del tejido más cercano [1] [2]. La ruptura de un aneurisma se encuentra entre los peligros de mayor letalidad. Genera una complicación clínica grave, conocida como hemorragia subaracnoidea (HSA), en otras palabras, un sangrado entre el cráneo y el cerebro. Este tipo de hemorragia tiene una tasa de mortalidad muy elevada, y puede darse en el momento del sangrado o por complicaciones posteriores a este. Del total de víctimas fatales por HSA: un 30% mueren antes de llegar al Hospital, un 35% consecuentes de los tratamientos realizados y un 35% como consecuencia de complicaciones propias de la hemorragia. Cabe destacar que entre los sobrevivientes al sangrado, la posibilidad de secuelas neurológicas, es cercana al 50% [3]. A estas cifras elevadas, se le añade que la mayor incidencia de sangrados se producen en adultos jóvenes (entre la cuarta y la sexta década de vida), en plena edad productiva. Otra situación clínica crítica que puede desencadenarse por ruptura de un aneurisma cerebral, es la posibilidad de sufrir un ataque cerebrovascular (ACV) hemorrágico. De acuerdo con la Organización Mundial de la Salud (OMS), los ACV son: ● la segunda causa de muerte, ● la primera causa de incapacidad en el mundo [4]. Por los datos expuestos es claro que se trata de un asunto serio que debe tratarse lo antes posible, de forma preventiva, para abatir en lo posible los porcentajes tan elevados de mortalidad e incapacidad. La mayoría de los aneurismas cerebrales pasan desapercibidos hasta que se rompen o en el mejor de los casos son detectados sobre imágenes médicas cerebrales. Afortunadamente, en la actualidad se disponen de diversos métodos para su detección y futuro tratamiento. La angiografía por resonancia magnética (ARM) produce imágenes detalladas de vasos sanguíneos. Las imágenes pueden verse de forma tridimensional o cortes transversales 7 bidimensionales del cerebro y los vasos. Estos procedimientos indoloros y no invasivos pueden mostrar el tamaño y la forma de un aneurisma no roto y pueden detectar un futuro sangrado en el cerebro [5]. Figura 2.1: Imagen tridimensional de aneurisma cerebral obtenida de NeuroMed®. Institución médica especializada en Neurociencias [6]. En Figura 2.1 se observa una imagen médica tridimensional de un aneurisma ubicado en una arteria cerebral. Se puede observar que una sección crece formando un englobamiento. Si la presión en dicho lugar sigue creciendo puede provocar la ruptura de la pared aneurismática, generando una hemorragia intracraneal. 2.2 Tratamientos La primera solución para tratar esta patología fue el clipado microvascular. Este tratamiento busca cortar instantáneamente el flujo sanguíneo al aneurisma. Para ello, se debe hacer una cirugía cerebral. Se procede a aislar el vaso sanguíneo que alimenta al aneurisma y se coloca un clip pequeño y metálico parecido a un broche en el cuello del aneurisma, como se muestra en la Figura 2.2. El clip permanecerá en el paciente y evitará el riesgo de un sangrado futuro. Se ha demostrado que el clipado es altamente eficaz, dependiendo de la ubicación, forma y tamaño del aneurisma. En general, los aneurismas que se cierran 8 completamente no regresan [5]. Este tratamiento trae riesgos asociados a la necesidad de realizarlo mediante una cirugía craneal [7]. Figura 2.2: Algunas aplicaciones de clips en aneurismas cerebrales [6]. Como alternativa a la cirugía cerebral surge la embolización endovascular. Este tratamiento consiste en introducir un tubo plástico hueco (un catéter) dentro de una arteria (generalmente en la ingle) y avanzar por el cuerpo hasta el sitio del aneurisma. Usando un alambre guía, se despliega uno o varios dispositivos para reducir el flujo dentro del aneurisma y así promover la embolización. El primer dispositivo endosacular que se comenzó a utilizar para tratar aneurismas intracraneales es el coil. Éste es un conjunto de alambres que se transportan a través del catéter y se liberan dentro del aneurisma. Los alambres llenan el aneurisma y bloquean la circulación. Con esto se logra que la sangre se coagule deteniendo el crecimiento del aneurisma. Una de las limitaciones del tratamiento endovascular, es una inadecuada relación entre el tamaño del aneurisma y su cuello en la arteria, que idealmente debe tener una relación 2/1 [5]. Este tratamiento tiene algunas debilidades: Por un lado, si los alambres no quedan bien posicionados pueden salir del saco. Además, en algunos casos, la región donde está el coil se emboliza pero el aneurisma sigue creciendo debajo. Para evitar el corrimiento de los alambres, se desarrollaron diversos tipos de stents intracraneales, con el fin de remodelar el cuello del aneurisma, permitiendo sostener los espirales en su lugar [8]. En la Figura 2.3 se muestra un esquema que ejemplifica el tratamiento con stent y coils, podemos ver una arteria cerebral portadora de un aneurisma a la 9 que se le despliega el stent y utilizando coils se obstruye el flujo sanguíneo hacia el interior del saco. Figura 2.3: Tratamientos para la embolización endovascular: Stent (Izquierda) y Stent con coil (Derecha) [9]. Luego, se descubrió que los mismos stents eran capaces de desviar el flujo del aneurisma por sí solos sin los riesgos de interactuar directamente con las débiles paredes del saco. Con este descubrimiento, comenzaron a desarrollarse stents con este objetivo específico [10]. Para ilustrar el tratamiento mencionado, en la Figura 2.4 se observa un aneurisma cerebral al que se le ajusta un stent diversor de flujo. 10 Figura 2.4: Imagentridimensional de un aneurisma cerebral al que se le acopló un stent desviador de flujo. Los dispositivos endovasculares probaron ser de utilidad para tratar aneurismas intracraneales. Pero no todos los tratamientos son efectivos. En algunos casos los aneurismas siguen creciendo y deben ser tratados nuevamente. Es necesario entonces obtener más información para tener una completa comprensión de las distintas variables en el tratamiento y sus respectivos desenlaces. Entre las variables se encuentran las propiedades de los distintos dispositivos como pueden ser la porosidad y permeabilidad, como también la posición y forma en la que son desplegados. Una estrategia efectiva y no invasiva para comprender mejor los efectos y brindar información en relación al tratamiento es la CFD. Ésta nos permite comprender mejor el comportamiento del fluido previo a la aplicación real en el paciente. 2.3 CFD Se denomina CFD al área del conocimiento que estudia mediante la simulación numérica el comportamiento de flujos de fluidos, transferencia de calor y fenómenos relacionados. Consiste en el uso de computadoras y técnicas matemáticas (ecuaciones diferenciales expresadas de forma algebraica) para resolver aquellos problemas relacionados con este tipo de eventos físicos. Dentro de las disciplinas científicas que abarca, se destacan: matemática, programación, física e ingeniería. Estas disciplinas deben unirse y por medio de un lenguaje de programación, dan lugar al desarrollo de un código que sea capaz de resolver las ecuaciones 11 del flujo de manera satisfactoria [11]. En estos problemas no se puede obtener una solución exacta analítica, por ese motivo se resuelven mediante la simulación computacional. Dentro de las ecuaciones matemáticas que se modelan mediante un software se encuentran las de Navier-Stokes para el modelado de fluidos, que son utilizadas en este trabajo: Ecuación de Continuidad Área x Velocidad = Q (Constante de caudal) Ecuación de Movimiento Proviene de la segunda ley de Newton (Principio Fundamental). Esta ecuación evalúa la aceleración del fluido y las fuerzas resistentes a este. Fuerzas Inerciales y Fuerzas Viscosas Cuando un fluido viscoso se mueve en una superficie circular, la velocidad está distribuida de tal forma que alcanza su máximo valor en el centro, y a medida que se acerca a los bordes su valor desciende a cero debido a la fricción entre las paredes y el fluido (punto de contacto entre un fluido y una superficie sólida). A causa de estas diferencias de velocidades es que se trabaja con una velocidad promedio, ya que al tratarse de un fluido incompresible y que el área transversal de la tubería sea constante, la velocidad promedio permanece constante. Si bien existe una variación de temperatura causada por el roce, en la resolución de cálculos esto se suele ignorar ya que sus efectos son despreciables. Figura 2.5: Velocidad promedio del fluido en el interior de una superficie rígida [12]. 12 En la Figura 2.5 vemos la variación de la velocidad del fluido en el interior de una superficie circular rígida. La fuerza inercial inicial en la entrada de la superficie alcanza su máximo valor en el centro de la superficie tratada, manifestando una disminución en la velocidad del fluido a medida que se acerca a las paredes internas de la superficie. Capítulo 3: Diseño de la solución En este capítulo se explica cómo se lleva a cabo cada uno de los objetivos propuestos para el desarrollo de la aplicación de software propuesta. La herramienta elegida para implementar CFD es OpenFoam, mediante un ejemplo vemos su interacción a través de línea de comandos y archivos de configuración. Luego a partir de un lenguaje de programación de alto nivel se realiza la integración de la herramienta de CFD propuesta y principales librerías, el resultado da lugar al desarrollo de la aplicación final. 3.1 OpenFOAM® La simulación computacional es un recurso importante para el estudio del comportamiento de fluidos. En la actualidad existen distintos softwares con fines comerciales o educativos especializados en este área, entre ellos se destacan: Autodesk CFD, SimScale, Ansys, OpenFOAM, entre otros. Estas diferentes herramientas establecen distintas restricciones establecidas por la organización que mantiene su desarrollo, pueden variar según tipo de licencias (comerciales o libres) y formas de procesamiento (orientado a la nube o servidor local). En este trabajo, como herramienta de CFD se eligió OpenFOAM, siendo una alternativa de libre distribución que ha tenido gran aceptación en el campo académico y comercial en los últimos años. OpenFOAM es un software CFD gratuito y de código abierto que provee una gama amplia de librerías para resolver diferentes tipos de problemas que van desde flujos de fluidos complejos que involucran reacciones químicas, turbulencia y transferencia de calor, hasta acústica, mecánica de sólidos y electromagnetismo. Cuenta con una amplia base de usuarios tanto de organizaciones comerciales como académicas, además de una gran comunidad que mantiene su desarrollo [13]. OpenFOAM es compatible con el sistema operativo Linux, a partir de las utilidades que dispone permite realizar geometrías y mallas, utilizando una interfaz sencilla a través de archivos de texto. En la etapa de post procesamiento también se integra con una herramienta que permite la visualización y análisis de datos denominada ParaView. Mediante la edición de archivos de entrada se pueden configurar los casos de trabajo. Está configuracion es posible a través de la interfaz de entradas y salidas de texto, OpenFOAM utiliza un formato de diccionario con palabras clave que son entendido por el usuario de forma sencilla, brindando la posibilidad de seleccionar un editor de texto de su elección, y modificar los archivos de configuración según lo que se quiera simular. 13 OpenFOAM resuelve las ecuaciones antes mencionadas de Navier-Stokes y permite la elección de diferentes algoritmos solucionadores y condiciones de entorno. Ejemplo simulación en OpenFOAM En este ejemplo se utiliza OpenFOAM versión 7 para calcular el flujo constante alrededor de una motocicleta junto a un conductor. La simulación se realiza sobre un modelo numérico, utilizando el solucionador SimpleFoam para flujo incompresible. El Sistema Operativo donde se realiza el ejemplo es Ubuntu en su versión 20.04 LTS. Es una distribución de GNU/Linux basada en Debian [14]. Resumen El ejemplo, tiene como objetivo analizar el comportamiento de un flujo en estado estacionario cuando éste interactúa con un objeto. Para llevar a cabo está tarea, se utiliza OpenFOAM como herramienta de CFD. En primer lugar, se crea un directorio de trabajo donde se copian las geometrías del ejemplo para MotorBike. En este directorio también se almacenarán los archivos de configuración para el modelo y los resultados generados en cada paso. Mediante las utilidades Blockmesh y Snappy se crea el contorno mallado que contiene al modelo y se refina la superficie de estudio. Luego, mediante el solucionador Simple, provisto por OpenFOAM, se procede a simular el modelo. Para finalizar utilizando ParaView como visualizador de la solución, se puede observar el comportamiento del flujo e identificar las zonas donde la velocidad alcanza sus valores máximos y mínimos. En la Figura 3.1 vemos el diagrama de actividades que ilustra los pasos mencionados. Figura 3.1: Diagrama de actividades para simulación del ejemplo MotorBike. 14 En la Figura 3.1, vemos el diagrama de actividades para el ejemplo propuesto. Podemos ver que tiene su inicio en la preparación del espacio de trabajo, luego avanza hacia las etapas de bloque mallado, ajuste de la geometría de entrada y simulación; en la etapa final se pueden realizar el análisis sobre el volumen de simulación generado. Paso 1: Crear un directorio independiente para utilizar como área de trabajo, el nombre que se le dará es “area_de_trabajo_solver_simple_foam”. En esta carpeta se alojarán los archivos que se utilizarande entrada para la construcción de malla y simulación, también se guardará el procesamiento de simulación en cada iteración y resultado final. Para crear el directorio mencionado utilizaremos el comando “mkdir”. $ mkdir area_de_trabajo_solver_simple_foam/ Paso 2: Acceder al directorio creado. Para esto utilizaremos el comando “cd”. $ cd area_de_trabajo_solver_simple_foam/ Durante el proceso de instalación de OpenFoam se crea la carpeta “tutorials”. En dicha carpeta se copian casos de ejemplo para los distintos solucionadores, con el objetivo de ejemplificar de forma sencilla su utilización y alcance. En este caso utilizaremos un ejemplo provisto para el solucionador Simple, llamado “motorBike”. Una vez posicionados en el directorio usado para área de trabajo, copiaremos los archivos provistos por OpenFoam para el ejemplo mencionado. La copia de archivos se realiza mediante el comando “cp”, con el argumento “-r” indicaremos que es una copia recursiva de todos los archivos en profundidad. Utilizaremos el parámetro “.” para especificar que la copia de archivos será hacia el directorio local. $ cp -r $OPENFOAM_TUTORIALS/incompressible/simpleFoam/motorBike . “OPENFOAM_TUTORIALS” es una variable de ambiente que guarda la ruta hacia los tutoriales, creada automáticamente en el proceso de instalación de OpenFoam. Paso 3: Luego de ejecutar el comando antes mencionado, tendremos que dirigirnos hacia el nuevo directorio llamado “motorBike”, para esto utilizaremos nuevamente el comando “cd”. 15 $ cd motorBike/ Una vez hecho esto podremos ver los archivos listos para su procesamiento y simulación. Para verificarlo utilizaremos el comando “ls -R”, listamos los directorios y archivos de forma recursiva. Al ejecutar este comando se pueden ver los directorios 0, constant y system. Junto a sus archivos internos correspondientes. Paso 4: Generación de mallas con el comando “blockMesh”. Esta utilidad crea el bloque mallado que contendrá nuestro caso de estudio. Esta malla delimita el espacio de alcance de nuestro modelo, para comprenderlo mejor se visualizará utilizando ParaView. $ blockMesh La malla se genera a partir de un archivo de diccionario llamado blockMeshDict ubicado en el directorio System de un caso. BlockMesh lee este diccionario, genera la malla y escribe los datos de la malla en points, faces, cells y boundary en el mismo directorio. Salida de comando ejecutado: 16 17 Visualizar BlockMesh en ParaView Como se mencionó, OpenFOAM provee una herramienta de visualización llamada ParaView. Este visualizador puede usarse para verificar en cada paso las superficies y volúmenes generados. Con el comando “foamToVTK”se convierten los archivos de superficies a formato “.vtk”. Luego de realizar la conversión, puede abrirse en ParaView, permitiendo visualizar de forma interactiva la geometría generada, como se ve en la Figura 3.2. $ foamToVTK Figura 3.2: Bloque mallado generado alrededor del modelo. Paso 6: Refinar la superficie de la motocicleta. La utilidad Snappy, nos permite a partir del archivo de configuración snappyHexMeshDict, generar un refinamiento de la superficie descrita en nuestro modelo, una motocicleta y su conductor en este caso. Para esto se invoca el comando “snappyHexMesh”. $ snappyHexMesh 18 Visualizar snappyHexMesh en ParaView Al igual que en el caso de BlockMesh, visualizamos en ParaView las geometrías generadas con el fin de comprender mejor la utilidad Snappy utilizando recursos gráficos. Figura 3.3: Vista frontal malla refinada de motocicleta. Figura 3.4: Vista lateral malla refinada de motocicleta. 19 Visualizado en ParaView, podemos ver en las Figura 3.3 y Figura 3.4 las geometrías generadas a partir de la utilidad SnappyHexMesh. Se puede observar la malla compuesta por elementos hexagonales que se ajustan de forma curva a la superficie de entrada. Paso 7: Simular el modelo. En este paso utilizamos el comando “simpleFoam”, esta utilidad invoca a los algoritmos del solucionador simpleFoam perteneciente a OpenFOAM para flujo incompresible. $ simpleFoam Salida de comando ejecutado: Al ejecutar “simpleFoam” vemos la configuración del entorno a nuestro modelo que será aplicado para la simulación. El algoritmo solucionador es SimpleFoam, esta utilidad realizara las iteraciones del flujo hasta llegar a la convergencia, esto es, cuando la diferencia entre dos iteraciones es menor a una cota configurada, llegado este caso la simulación culmina exportando el resultado final y cantidad de iteraciones. Esta información es persistida en memoria a través de archivos de salida. 20 Paso 8: Visualizar los resultados de simulación en ParaView. Figura 3.5: Velocidad del fluido alrededor de la superficie estudiada. En este paso, luego de realizar la simulación con el solucionador simple, visualizamos la velocidad del fluido en estado estacionario para la superficie de entrada. En la Figura 3.5 se pueden identificar las zonas donde el fluido tiene su mayor velocidad, esto es, en el casco del conductor y debajo del manillar. Mientras que detrás de la motocicleta se registran las menores medidas de velocidad. Conclusión De manera análoga, utilizando este ejemplo como base, se puede realizar el mismo procedimiento: blockMesh, Snappy y Simulación utilizando otro conjunto de geometrías de entrada. En este trabajo se utilizan geometrías arteriales, luego de aplicar los pasos antes mencionados se podrá analizar el volumen de simulación final como se realizó en el caso de la motocicleta. A diferencia de este ejemplo, al utilizar geometrías arteriales, es necesario definir un punto perteneciente al dominio del interior del vaso sanguíneo. Esto se debe realizar, ya que lo que nos interesa analizar es lo que pasa por dentro de la superficie arterial, a diferencia del caso anterior que nos interesaba analizar el impacto del fluido en el exterior de la superficie tratada, es decir, el impacto del fluido con el exterior de la motocicleta. 21 3.2 Python Python es un lenguaje de programación interpretado de tipado dinámico cuya filosofía hace hincapié en una sintaxis que favorezca un código legible. Se trata de un lenguaje de programación multiparadigma y disponible en varias plataformas. Sus características principales son: ● Interpretado: Se ejecuta sin necesidad de ser procesado por el compilador y se detectan los errores en el tiempo de ejecución. ● Multiparadigma: Soporta programación funcional, programación imperativa y programación orientada a objetos. ● Tipado dinámico: Las variables se comprueban en tiempo de ejecución. ● Multiplataforma: disponible para plataformas de Windows, Linux o MAC. ● Gratuito: No dispone de licencia para programar [15]. Python en su versión 3.6 soporta las siguientes librerías que son utilizadas en este proyecto. Kit de herramientas de visualización (VTK) Es un sistema de software de código abierto para procesamiento de imágenes, gráficos 3D, renderizado y visualización de volumen. VTK incluye algoritmos avanzados (reconstrucción de superficies, modelado implícito, diezmado) y técnicas de renderizado (renderizado de volumen acelerado por hardware, control LOD). VTK es utilizado por académicos para la docencia y la investigación; por instituciones de investigación gubernamentales como Los Alamos National Lab en los EE.UU. o CINECA en Italia; y por muchas empresas comerciales que utilizan VTK para construir o ampliar productos [16]. Kit de herramientas de modelado vascular (VMTK) VMTK es una colección de bibliotecas y herramientas para la reconstrucción 3D, el análisis geométrico, la generación de mallas y el análisis de datos. También es utilizado para el modelado de superficies basadas en imágenes tridimensionales [17]. VMTK provee de algoritmos que se ocupan del cálculo de líneas centrales a partir de modelos de superficie que pueden ser configurados mediante parámetros. 3.3 Pipeline de la aplicación desarrollada El pipeline consta de 3 pasos, mallado, simulación y post procesamiento del volumen de simulación. Enla Figura 3.5 vemos en un gráfico el proceso de ejecución del pipeline para la aplicación desarrollada. Este proceso comienza con la declaración del dominio, que está formado por geometrías de vasos sanguíneos con aneurismas junto a cada stent evaluado, para cada paciente. A partir de este dominio se forman los casos de estudio, cada caso está 22 compuesto por la geometría de un paciente y el stent desplegado en una posición. Esta geometría compuesta se somete a un proceso de mallado, para luego pasar a la etapa de simulación computacional. A partir del volumen de simulación, en la etapa de post procesamiento se obtienen los gráficos que luego son exportados. Cada uno de estos pasos son explicados en secciones independientes a continuación. Figura 3.5: Pipeline de la aplicación desarrollada. 3.3.1 Mallado El objetivo es dividir el modelo en un número finito de subregiones. La malla es el grado de aproximación que tiene nuestro modelo con el objeto en el mundo real. Cabe destacar que cuanto más denso sea el modelo, más alejado estará de la realidad, por lo tanto su margen de error será mayor. En contraposición a esto, cuanto más refinado sea el modelo mejor se adaptara a la realidad, aunque esto tiene una desventaja frente a la simulación computacional, ya que consumirá más recursos para en el proceso de simulación. Por lo tanto, es necesario llegar a un equilibrio en la toma de decisión del nivel de refinamiento de la malla, esto se realiza configurando los parámetros específicos en los archivos de configuración para OpenFOAM. En estos parámetros se pueden definir la geometría de la figura utilizada para el mallado, esta debe ser acorde a lo que se desea modelar. Por ejemplo, no es lo mismo mallar con elementos triangulares que con elementos 23 rectangulares. La adaptabilidad de los triángulos es mejor para las zonas curvas, pero al tener mayor densidad repercute en el tiempo de simulación. Sin embargo, si el objeto a modelar contiene superficies planas podemos utilizar un elemento rectangular, ya que es igual de válido que los elementos triangulares y además consumen menos recursos. Como se mostró en el ejemplo anterior, en la etapa de SnapyHexMesh se define esta configuración. 3.3.2 Simulación En la etapa de simulación computacional, la malla generada en los pasos anteriores es sometida a la configuración de la física del modelo. Esto es, condición de fluido, condición de contorno y solucionador. Luego, a partir de un proceso iterativo se resuelve el sistema de ecuaciones hasta la convergencia, cuando la variación de los resultados entre dos iteraciones consecutivas queda dentro de los límites de cota establecidos en los archivos de configuración. 3.3.3 Post procesamiento Esta es la etapa final en el pipeline de la aplicación desarrollada. Los resultados son analizados con el fin de exportar una serie de gráficos que muestran la siguiente información por paciente en cada posición del stent: 1. Gráfico de área. 2. Gráfico de velocidad media del fluido. 3. Gráfico de tensión de corte (WSS) 95 cuantil. Para generar estos gráficos, es necesaria la construcción de una geometría que se utiliza como guía para marcar la zona de estudio por paciente. Dicha geometría señala los puntos en el interior de la superficie que serán utilizados para realizar cortes en el volumen de simulación con el fin de medir el área, velocidad y WSS. Esta información es graficada y exportada por la herramienta desarrollada. Construcción de línea central Junto a cada paciente se definen una serie de puntos que son utilizados para la construcción de la línea central. La forma de indicar estos puntos se explica en mayor detalle en la sección Archivo de configuración particular del siguiente Capítulo. Esta geometría tiene el objetivo de proporcionar el trazado que irá desde un punto de inicio, distal al aneurisma, hasta un punto final posterior a esta, generando una ramificación en su trayecto hacia un punto que estará centrado en el saco aneurismal. Este último punto es el punto de mayor interés, ya que nos permite observar la zona más profunda del saco aneurismal. 24 Figura 3.6: Geometría de Línea Central utilizada en la etapa de post-procesamiento para un determinado paciente. En la Figura 3.6 vemos la línea central generada para un paciente en particular. Se observan los tres puntos antes mencionados. Estos puntos indican el inicio y fin de la geometría, y un punto que pasa por la zona más profunda del saco del aneurisma, que es la de mayor interés. Cortes transversales al volumen de simulación Luego de la construcción de la línea central, se definen una serie de puntos de estudio sobre su trayectoria. Este conjunto de puntos comienzan en el punto de inicio de construcción, y continúan con una distancia de 0,5 mm entre sí, hasta el punto final, pasando en este recorrido hacia el punto de interés ubicado en la zona del aneurisma. En la etapa de post procesamiento cada punto de estudio es utilizado para realizar un corte en el plano normal a la línea central, esto se realiza para cada volumen de simulación (compuesto por superficie aneurismal de un paciente con el stent desplegado en una posición). Sobre cada corte se medirá el área, velocidad media del fluido y la tensión de corte 95q, para luego exportar los gráficos ya mencionados. 25 Figura 3.7: Cortes transversales al volumen de simulación para análisis de post-procesamiento. En la Figura 3.7 visualizamos en ParaView, los diferentes planos en sentido normal a la línea central sobre el volumen de simulación. El vaso portador del aneurisma pertenece a un determinado paciente del conjunto de entrada utilizado para este trabajo, al que se le desplegó el stent en una posición y luego se realizó la simulación computacional. 3.4 Archivos de configuración OpenFOAM A continuación se nombraran, junto a una breve descripción, los archivos de configuración OpenFoam de la solución diseñada para este trabajo. transportProperties: Datos en relación a la física del fluido y viscosidad cinemática. 26 En este archivo se configuró la viscosidad cinemática del fluido. La viscosidad considerada fue similar a la sanguínea, con el fin de que el resultado de la simulación sea lo más cercano al caso real modelado. BlockMeshDict: Archivo de diccionario utilizado para generar la geometría y malla estructurada que delimita el modelo. 27 Condiciones iniciales y de contorno U : En este archivo se describen las condiciones iniciales y de contorno para la velocidad. 28 Condiciones iniciales y de contorno P : En este archivo se describen las condiciones iniciales y de contorno para la presión. 29 controlDict: Se utiliza para especificar los controles de casos principales. Esto incluye, por ejemplo, algoritmo de solucionador a utilizar, información de tiempo, formato de escritura y bibliotecas opcionales que se pueden cargar en tiempo de ejecución. Se puede observar en el archivo de diccionario controlDict utilizado en este trabajo, que se define como solucionador a SimpleFoam. Esto se debe a que es un solucionador de estado estable para flujo turbulento incompresible, que utiliza el algoritmo SIMPLE (método semi-implícito para ecuaciones vinculadas a presión) [18]. 30 Capítulo 4: Parámetros configurables En este capítulo se explicarán los parámetros de entrada configurables en la aplicación desarrollada en este trabajo final. Previo a la ejecución de la herramienta, es necesario agregar en una ruta ya establecida, el conjunto de pacientes a procesar. Para cada paciente se necesita un archivo particular de configuración, condiciones de simulación y el conjunto de geometrías (aneurisma y posiciones del stent). Estos tres requisitos serán ampliados en este capítulo. 31 4.1 Archivo de configuración particular Dentro de la estructura del proyecto, en un directorio particular llamado input se cargaran (previo a la ejecución de la herramienta) por cada paciente las superficies mencionadas y un archivo de configuración particular por paciente.En este archivo, se provee cierta información de utilidad: nombre de la superficie arterial, versión del proyecto y puntos por donde se desea generar la línea central. Estos últimos puntos cumplen una función fundamental para el análisis,ya que define la sección de estudio que es utilizada para generar los gráficos de salida en la etapa de post procesamiento. Este archivo es de formato .yaml, corresponde con la estructura que se muestra a continuación. Figura 4.1: Formato de archivo particular para un paciente. En la Figura 4.1 vemos un ejemplo de archivo particular para un determinado paciente. En este archivo se describe el identificador del paciente, el nombre de su geometría y los puntos que dibujan la línea de centro. En la sección CenterlineEntities, se ingresan los puntos Aneurysm y Distal, correspondientes al fin de línea central y punto profundo en el aneurisma, por otro lado en la sección Inlet se ingresa el punto inicial. 32 4.2 Geometrías capilares y stent Por cada paciente se debe cargar una geometría de entrada principal que es la representación tridimensional del vaso sanguíneo portador del aneurisma. Se necesitan además, las geometrías de las cinco aplicaciones del stent, estas últimas son analizadas en este trabajo respetando un desplazamiento de 2mm entre sí. Figura 4.2: Imagen principal para un paciente en particular, modelo tridimensional de una arteria cerebral portadora de un aneurisma. En la Figura 4.2 vemos una imagen tridimensional principal para un paciente en particular. Esta imagen médica cerebral, es la representación geométrica de un vaso sanguíneo cerebral portador de un aneurisma. Caso de estudio Un caso de estudio es una superficie compuesta por la imagen principal de un paciente con el stent desplegado en una posición. La superficie generada de la composición, continúan en el pipeline de la aplicación hacia la etapa de blockMesh, Snappy y Simulación, como se mencionó en el Capítulo anterior. En la Figura 4.3, vemos los distintos casos de estudio para un paciente en particular generados en la etapa inicial de la aplicación desarrollada. En cada caso de estudio el stent es desplegado en una posición diferente, a razón de 2 mm entre sí, el mismo proceso se realiza para todos los pacientes del conjunto de entrada. 33 Figura 4.3: Desplazamiento de stent diferenciado por colores, a razón de 2 mm entre sí. Color azul: Stent desplegado a 4 mm en dirección proximal. Color celeste: Stent desplegado a 2 mm en dirección proximal. Color gris: Stent desplegado en la zona central del aneurisma. Color naranja: Stent desplegado a 2 mm en dirección distal. Color rojo: Stent desplegado a 4 mm en dirección distal. 34 Pacientes explorados con la herramienta desarrollada El dominio explorado en este trabajo está formado por 12 pacientes. Para cada paciente se tiene 5 alternativas para el despliegue del stent, las opciones son: centrado en el aneurisma y desplazado 2 y 4 milímetros en dirección distal y proximal. A continuación se muestran en formato de tabla los casos de estudio explorados por la herramienta para el análisis de la posición del stent. Cada caso de estudio está conformado por la composición de las geometrías de aneurisma cerebral y stent en una posición, para todos los pacientes. Paciente/Stent 4 mm proximal 2 mm proximal Zona central 2 mm distal 4 mm distal Paciente 1 Caso 1-1 Caso 1-2 Caso 1-3 Caso 1-4 Caso 1-5 Paciente 2 Caso 2-1 Caso 2-2 Caso 2-3 Caso 2-4 Caso 2-5 Paciente 3 Caso 3-1 Caso 3-2 Caso 3-3 Caso 3-4 Caso 3-5 Paciente 4 Caso 4-1 Caso 4-2 Caso 4-3 Caso 4-4 Caso 4-5 Paciente 5 Caso 5-1 Caso 5-2 Caso 5-3 Caso 5-4 Caso 5-5 Paciente 6 Caso 6-1 Caso 6-2 Caso 6-3 Caso 6-4 Caso 6-5 Paciente 7 Caso 7-1 Caso 7-2 Caso 7-3 Caso 7-4 Caso 7-5 Paciente 8 Caso 8-1 Caso 8-2 Caso 8-3 Caso 8-4 Caso 8-5 Paciente 9 Caso 9-1 Caso 9-2 Caso 9-3 Caso 9-4 Caso 9-5 Paciente 10 Caso 10-1 Caso 10-2 Caso 10-3 Caso 10-4 Caso 10-5 Paciente 11 Caso 11-1 Caso 11-2 Caso 11-3 Caso 11-4 Caso 11-5 Paciente 12 Caso 12-1 Caso 12-2 Caso 12-3 Caso 12-4 Caso 12-5 Figura 4.4: Matriz de casos de estudio, stent desplegado en las distintas posiciones a analizar. En la Figura 4.4 vemos la matriz de casos de estudio analizados en este trabajo. Se estudiaron un total de 60 casos, pertenecientes a los 12 pacientes del conjunto de entrada. La exploración de la posición óptima del stent se realizó utilizando imágenes que son Angiografıa Rotacional 3D (3DRA) adquiridas con un dispositivo INNOVA 3131 IQTM(General Electric Healthcare, Milwaukee, USA, n=47). Se extrajo la anatomía vascular de estas imágenes 3DRA con un tamaño de vóxel de 0.208mm x 0.208mm x 0.208mm 35 usando una segmentación basada en umbral [20]. Los valores de umbral fueron seleccionados por un experto, tomando como prioridad el vaso tratado y el AC [21]. Los modelos 3D fueron validados por un experto en imagen angiográfica cerebral. En el siguiente gráfico se observan las geometrías aneurismáticas por paciente y las distintas posiciones del stent identificadas por color. Figura 4.5: Geometría de cada paciente y stent desplegado en todas las posiciones, diferenciados por color. 36 En la Figura 4.5, vemos las geometrías de cada paciente, estas representan mediante un modelo tridimensional el capilar cerebral portador del aneurisma. Las geometrías se encuentran numeradas de 1 a 12 para identificar el pacientes al que pertenecen. Podemos observar que para cada vaso se muestra el despliegue del stent en las cinco posiciones a estudiar, siendo está una extensión de lo mencionado en la Figura 4.3. 4.3 Condiciones de simulación En este trabajo se emplea simpleFoam, un solucionador de estado estable para flujo turbulento e incompresible, que utiliza el algoritmo SIMPLE (método semi-implícito para ecuaciones vinculadas a presión) [18]. Los casos de estudio analizados por la herramienta desarrollada (composición de arteria y stent desplegado en una posición), están sometidos a las siguientes condiciones de simulación: Condición de fluido ● Newtoniano: La viscosidad se considera constante (3.774 x 10^-6 Kg/m.s ) ● Incompresible ● Estacionario Condiciones de contorno ● Velocidad en la entrada al vaso 100 mm/s ● Presión cero en la salida Las superficies son consideradas rígidas, es decir sin variación en su elasticidad para la simulación del modelo. Con el fin de obtener datos fidedignos en base a la posición óptima del stent, se ajusta el modelo al caso real que se desea simular, para esto se configura la física de fluido y condiciones de contorno en base a las condiciones del mundo real. El fluido es Newtoniano, la viscosidad es constante y se asemejan a la sanguínea, además tiene las características de ser incompresible y estacionario. Por otro lado, en el orificio de entrada de la geometría aneurismal la velocidad del fluido es constante, está definida en 100 mm/s y la presión en la salida de las cavidades arteriales es considerada nula [19] . De está manera se garantiza una respuesta certera en base a la sensibilidad de la posición del stent. 37 Capítulo 5: Resultados y Discusión En este capítulo se muestran los gráficos exportados por la herramienta desarrollada junto a su análisis e interpretación. Los gráficos son generados por la aplicación en la etapa de post procesamiento y pertenecen a los doce pacientes antes mencionados. Para una mejor comprensión se agrupan en gráficos de área, velocidad promedio y WSS 95q. En cada sección se exponen los gráficos para cada paciente en todas las posiciones del stent, junto a su interpretación. 38 Análisis de área Figura 5.1: Gráficos de área por paciente en cada posición del stent. 39 En la Figura 5.1, vemos el área transversal a lo largo de la línea de centro definida para cada paciente. Los pacientes están numerados de 1 a 12, y para cada uno vemos discriminados por colores (rojo, naranja, gris, celeste y azul) los diferentes despliegues del stent y el área de estudio en cada posición. Se puede observar en los gráficos que las trazaspara cada paciente se superponen en su totalidad. En algunos casos existe una variación ínfima, que se debe al área ocupada por el stent junto a la arteria de estudio para el paciente, esta variación puede considerarse despreciable. Por lo tanto se concluye que el área no cambia para las diferentes aplicaciones del stent. Otra observación deducible de los gráficos se puede realizar en relación al pico que se observa en la zona central de cada gráfico. Como se mencionó en el capítulo de introducción, el aneurisma cerebral se caracteriza por ser un englobamiento en una sección del vaso sanguíneo cerebral. Este englobamiento se ve reflejado en el área abarcada en la zona central (pico en los gráficos) mientras que en las zonas proximal y distal a esta se ve una reducción de área notable, debido a que la arteria normaliza su grosor. En los pacientes 1, 2, 4, 5, 8, 10, 11 y 12 se observa un primer pico en el área al inicio de la traza y luego una reducción. Esto se debe a que la arteria de estudio comienza con un grosor mayor al inicio y luego presenta una reducción en dirección a la zona central de estudio. El mismo razonamiento pero en sentido opuesto puede realizarse para los pacientes 6 y 9, ya que este pico en la traza se observa en la zona final graficada, esto se debe a que la arteria de estudio tiende hacia un engrosamiento en el tramo final. 40 Análisis de velocidad Figura 5.2: Gráficos de velocidad media por paciente en cada posición del stent. 41 En la Figura 5.2, vemos la velocidad media calculada para cada paciente en todas las posiciones del stent. Estos gráficos se encuentran numerados por paciente con un índice de 1 a 12. Para cada paciente vemos discriminados por colores (rojo, naranja, gris, celeste y azul) los diferentes despliegues del stent y la velocidad media en cada punto, a lo largo de toda la sección de estudio. En la zona sombreada que abarca toda la trayectoria de la traza de forma horizontal se ven los valores máximos y mínimos para cada posición del stent. Se puede ver un patrón común a todos los gráficos, si observamos la zona central de estudio que se encuentra sombreado en gris, vemos que la traza en los diferentes colores convergen hacia un único camino, esta sección es la de interés ya que ahí se encuentra el aneurisma. Podemos deducir que la velocidad media no varía en la zona central en relación a los diferentes despliegues del stent, para cada paciente. Existe una única variación en relación a este patrón para el paciente 9, vemos que la traza en color azul (despliegue en -4 mm) se aleja de la zona de convergencia. Aunque existe esta variación, puede despreciarse ya que es ínfima en comparación a la fluctuación de velocidad a lo largo del vaso. En los tramos proximal y distal a la zona central de estudio, vemos que existen mayores variaciones de velocidad, principalmente en las trazas asociadas a las posiciones -4 y +4 del stent. En los gráficos podemos observar que dicho fenómeno se da en mayor medida para los pacientes 2, 8, 10 y 11. Esta variación en la velocidad ocurre por la disminución del caudal del fluido debido al despliegue del stent en las diferentes posiciones, como los despliegues en -4 y +4 son los que se encuentran más desplazados a lo largo de la arteria en relación a la zona central, su impacto en los gráficos es mayor. Concluimos que por tratarse de una reducción del caudal fuera de la aneurisma causado por el stent, se espera que no afecte la coagulación en la zona central del aneurisma que es la de interés. Por lo tanto, está variación en la velocidad puede considerarse despreciable para este estudio. 42 Análisis de la tensión de corte (WSS) 95 cuantil Figura 5.3: Gráficos de WSS 95 cuantil por paciente en cada posición del stent. 43 En la Figura 5.3, vemos la tensión de corte a lo largo de la línea de centro para cada paciente en todas las posiciones del stent. Estos gráficos se encuentran numerados por paciente de 1 a 12. Para cada paciente vemos discriminados por colores (rojo, naranja, gris, celeste y azul) los diferentes despliegues del stent y la tensión de corte con la medida de locación 95 cuantil para cada posición, durante toda la sección de estudio. Como factor común a todos los pacientes, se puede observar que no presentan variaciones notorias en la zona central de estudio, que es la de interés ya que ahí se encuentra el aneurisma. Las leves variaciones presentes en este segmento pueden considerarse despreciables. Por otro lado, se observa que en las zonas proximal y distal a la zona central, existe un fenómeno diferente para todos los pacientes. Siguiendo la traza en estas secciones, principalmente para los desplazamientos -4 mm y +4 mm del stent (colores azul y rojo) podemos ver mayores variaciones de WSS. En la posición de despliegue en -4 mm se observa una reducción de WSS desde el inicio de la traza hasta superar la zona central, luego da lugar a un pico y continuo crecimiento de WSS. Análogamente pero en sentido inverso, para el despliegue en +4 mm, se observa un índice alto de WSS al inicio de la traza, disminuyendo a medida que se acerca a la zona central donde se encuentra el aneurisma y hasta el fin del trayecto estudiado. Esto se debe a que el despliegue del stent genera una protección en la pared del vaso, ocasionando una disminución de WSS, que abarca la zona central (tiene un WSS muy bajo gracias al stent) y se extiende hacia uno de los extremos según el despliegue. 44 Capítulo 6: Conclusiones En este Capítulo se desarrollan las conclusiones de la aplicación desarrollada y resultados obtenidos para el dominio de pacientes estudiados. Con el fin de abordar cada tema de forma puntual se encuentran categorizadas en tres secciones: herramienta de software, resultados en la posición del stent y la carrera de Ingeniería de Sistemas. Desarrollo de la Herramienta de Software En la actualidad la ruptura de un aneurisma cerebral tiene cifras altas de mortalidad o problemas de incapacidad permanente. Esto se debe a que una vez que el aneurisma estalla ocasiona un sangrado intracraneal agudo y a su vez genera falta de irrigación sanguínea en zonas cerebrales. Como se mencionó en capítulos anteriores, este problema ha sido abordado desde distintos puntos y tratamientos. Este trabajo pretende dar su colaboración a profesionales de la salud a través del desarrollo de una herramienta de software que analiza de forma no invasiva la relación que existe entre la presión y velocidad sanguínea dependiendo de la ubicación del stent en un tratamiento de corrección de flujo para aneurismas cerebrales. La simulación computacional permite abordar este problema de forma no invasiva a través de un modelo. Utilizando como dominio la representación geométrica de capilares sanguíneos portadores de aneurismas cerebrales y stents, podemos analizar las variaciones del flujo causadas por la posición de despliegue del stent. En este trabajo, a partir de un lenguaje de programación de alto nivel, se desarrolló una herramienta de software capaz de analizar la posición de despliegue de un stent en un tratamiento de aneurisma cerebral. Las variables observadas fueron la velocidad media y la tensión de corte 95q en el interior de un trayecto estratégico del vaso sanguíneo. Este análisis tiene por propósito estimar la posición óptima de despliegue y brindar información al especialista médico al respecto. Posición del stent La herramienta de software desarrollada en este trabajo, permitió dar respuesta no invasiva en relación a la posición óptima de despliegue del stent en un tratamiento de aneurisma cerebral. Siendo está un área, aún no explorada en la bibliografía consultada. En esta sección abordaremos la conclusión sobre los gráficos exportados por la herramienta desarrollada utilizando como dominio los 12 pacientes antes mencionados. Para 45 mejor lectura se encuentra dividido en gráficos de área y gráficos de velocidad media y WSS 95q. Área El gráfico de área nos proporciona información sobre la implementaciónde la solución, ya que con esta gráfica podemos facilitar la detección de errores sobre los parámetros de entrada configurados para cada paciente y cada posición del stent. A partir de los gráficos concluimos que la leve variación existente de área producto de la posición del stent puede considerarse despreciable, ya que se debe al área ocupada por el stent, verificando el correcto desarrollo de la solución. Velocidad media y WSS 95q La simulación computacional, en este trabajo nos permite analizar a través de un modelo las variaciones del flujo causadas por la posición del stent, principalmente en la zona del aneurisma que es la de interés. En esta sección analizaremos los cambios de velocidad y tensión de corte en el trayecto de la línea central. Al analizar la velocidad, no se ven cambios significativos en las regiones principales de estudio, donde se encuentra el aneurisma. Por otro lado, hay cambios donde comienzan y terminan los stents. En general, los cambios son causados por la reducción del diámetro efectivo que genera el stent. Pero en algunos casos, se obstruyen las bifurcaciones, lo que puede afectar el flujo de éstas y en consecuencia la presión en el saco. Por esto, las obstrucciones de bifurcaciones deben ser estudiadas en profundidad. En el caso de la tensión de corte, se encontraron cambios en las regiones distal y proximal a la zona central dependiendo de la posición de despliegue del stent. El aumento en la tensión puede inducir una nueva fuente de crecimiento del aneurisma y debe ser evitado [20]. El especialista puede utilizar los resultados obtenidos en estos experimentos para estimar la posición óptima del despliegue del stent. Aporte de la carrera Este trabajo se basa en el desarrollo de una herramienta informática. Ésta fue posible gracias a lo aprendido en la carrera de Ingeniería de Sistemas. Las asignaturas, Introducción a la Programación 1 e Introducción a la Programación 2 pertenecientes al primer año de la carrera, asentaron los conceptos básicos de la programación estructural, aportando en los conocimientos iniciales en el desarrollo de software, luego fueron ampliando a partir de los contenidos dictados en las asignaturas Análisis y Diseño de Algoritmos 1 y Análisis y Diseño de Algoritmos 2. Estas últimas, ampliaron la frontera del conocimiento y prepararon las bases de implementación para el paradigma Orientado a Objetos, que luego fue introducido al siguiente año y es pilar en la elaboración de este trabajo. 46 La materia Programación Orientada a Objetos, brindó las herramientas necesarias para desarrollar la aplicación de software construida en este trabajo. El paradigma orientado a objetos, permite una escalabilidad sencilla, gracias a estar implementado en base a objetos que interactúan y tienen su representación a partir de modelos del mundo real. También se utilizó para el desarrollo técnicas de binding dinámico y polimorfismo. En la materia Sistemas Operativos, se adquirió el conocimiento y las prácticas para utilizar la consola en un sistema GNU/Linux. En este trabajo, el uso de comandos en bash permitieron la instalación y administración de las dependencias necesarias para el proyecto. Además, permitieron realizar con facilidad las primeras pruebas experimentales que dieron lugar al desarrollo en Python. La creación del modelo numérico y el análisis post simulación en este trabajo fueron tareas que definieron la estructura central del sistema desarrollado. Para esto fueron necesarios los conocimientos adquiridos en las cátedras de Probabilidad y Estadística e Introducción al Cálculo Diferencial e Integral, ya que se utilizaron ecuaciones diferenciales para el fluido simulado y medidas probabilísticas para analizar la velocidad media y 95 cuantil de WSS. Limitaciones y Trabajos futuros El trabajo realizado aporta tanto una herramienta como también, conocimiento en el estudio de tratamientos para aneurismas cerebrales que antes no se tenía. El mismo abre camino a futuras investigaciones. Estudio de Fish Mouth La formación de fish mouths es una problemática actualmente en estudio, que se origina cuando el diámetro de la arteria difiere en las secciones proximal y distal al aneurisma, como se ilustra en la Figura 6.1. Además, está situación empeora cuando la sección de aterrizaje del stent es relativamente corta (menos de 2,5 mm). Actualmente una solución a está problemática es el empleo de diferentes tipos de stent acoplados entre sí, con el fin de apegarse a las paredes internas del vaso [22]. 47 Figura 6.1: Efecto Fish Mouth en la aplicación de un stent. En la Figura 6.1 vemos un caso de Fish Mouth provocado por el despliegue de un stent en superficies circulares de diámetros diferentes. En este caso los diámetros son de 3mm y 5mm, se puede observar que en la superficie receptora de 3 mm de diámetro, el stent se separa de las paredes internas. La herramienta de software desarrollada en este trabajo puede ser utilizada para este análisis a partir de la construcción de nuevas imágenes tridimensionales como modelo del stent. Luego deben configurar dentro del dominio de ejecución, generando nuevos resultados para ser analizados. Tipos de stent Se puede extender el experimento hacia diferentes formatos y estilos de stent. Estas variaciones pueden deberse al grosor del alambre del stent o a diferentes formatos de malla. Al igual que para el caso de formación de Fish Mouth, está extensión se puede realizar a partir de la construcción de nuevas imágenes tridimensionales de stents y configurarlas como dominio de simulación. Ajustar condiciones del fluido/contorno en el archivo de configuración El modelo puede ser refinado a partir de introducir nuevas configuraciones que ajusten el modelo al caso real, también puede configurarse la cota de simulación con el fin de aumentar el número de iteraciones, y con esto el resultado final. Flujo pulsátil Consiste en modelar un flujo pulsátil en lugar de estacionario como se realizó en este trabajo. Este experimento tiene el fin de ajustar aún más el modelo en relación al caso real de estudio, en donde el flujo sanguíneo dentro de un vaso capilar es pulsátil. 48 Paredes elásticas Las superficies utilizadas en este trabajo fueron consideradas rígidas. Un nuevo experimento puede surgir a partir de configurar paredes elásticas para las superficies de los vasos sanguíneos, ajustando el modelo al caso real de estudio. Referencias bibliográficas [1] FUCAC. (s.f.). Fundación para la cobertura del Aneurisma Cerebral. [2] DUQUE, Laura; Veléz, Santiago Correa; Jimenez, Carlos Mario. Dinámica de flujo computacional en aneurismas cerebrales. CES Medicina, 2015, vol. 29, no 2, p. 254. [3] Spagnuolo, Edgardo, and Leonidas Quintana. "Hemorragia subaracnoidea por aneurisma cerebral roto guías de manejo clínico actualizadas 2010 una propuesta al Capítulo Vascular de la FLANC." Revista Chilena de Neurocirugía, vol. 35, 2010, p. 72+. Gale OneFile: Informe Académico, Accessed 6 June 2020. [4] OMS. Organización Mundial de la Salud. [5] NINDS. National Institute of Neurological Disorders and Stroke, 2016. [6] Neuromed. Plataforma médica, neurología y neurocirugía. [7] Wiebers DO, et al. Unruptured intracranial aneurysms: natural history, clinical outcome, and risks of surgical and endovascular treatment. Lancet 2003;362:103—10 [8] Rufenacht D, et al. Current concepts of endovascular aneurysm treatment, and about the role of stents for endovascular repair of cerebral arteries. Schweiz Arch Neurol Psychiatr 2004;155:348—52. [9] Neurocirugía Contemporánea ISSN 1988-2661. [10]Augsburger L, et al. Methodologies to assess blood flow in cerebral aneurysms: Current state of research and perspectives. J Neuroradiol (2009), doi:10.1016/j.neurad.2009.03.00, Wong, G. K., Kwan, M. C., Ng, R. Y., Simon, C. H., & Poon, W. S. (2011). Flow diverters for treatment of intracranial aneurysms: current status and ongoing clinical trials. Journal of Clinical Neuroscience, 18(6), 737-740. [11] ORO, Jesús Manuel Fernández. Técnicasnuméricas en ingeniería de fluidos: Introducción a la dinámica de fluidos computacional (CFD) por el método de volúmenes finitos. Reverté, 2012. [12] RODRÍGUEZ, Nicolás Troncoso, et al. E931 Visualización de flujos. 49 [13] openfoam.com [14] ubuntu.com [15] python.or [16] vtk.org [17] vmtk.org [18] wiki.openfoam.com [19] FIGUEROA VENEGAS, Hernán Alejandro. Análisis de Sensibilidad en Simulaciones de Aneurismas Cerebrales Considerando Interacción Fluido Estructura. 2008. [20] Raquel Kale Moyano, Hector Fernandez, Juan M Macho, Jordi Blasco, Luis San Roman, Ana Paula Narata, and Ignacio Larrabide. A robustness test of the braided device foreshortening algorithm. In 13th International Conference on Medical Information Processing and Analysis, volume 10572, page 105721H. International Society for Optics and Photonics, 2017. [21] Ignacio Larrabide, Maria-Cruz Villa-Uriol, Rubén Cárdenes, Valeria Barbarito, Luigi Carotenuto, Arjan J Geers, Hernán G Morales, José M Pozo, Marco D Mazzeo, Hrvoje Bogunovíc, P Olmedas, Chiara Riccobene, Juan M Macho, and Alejandro F Frangi. Angiolab—a software tool for morphological analysis and endovascular treatment planning of intracranial aneurysms. Computer methods and programs in biomedicine, 108(2):806–819, 2012. [22] SHAPIRO, M., et al. Variable porosity of the pipeline embolization device in straight and curved vessels: a guide for optimal deployment strategy. American Journal of Neuroradiology, 2014, vol. 35, no 4, p. 727-733. 50
Compartir