A new inverse method for estimation of in vivo mechanical properties of the aortic wall.
A new inverse method for estimation of in vivo mechanical properties of the aortic wall.
复制标题
DOI：
10.1016/j.jmbbm.2017.05.001
复制
发表时间：
2017-08
影响因子：
3.9
通讯作者：
Sun W
中科院分区：
文献类型：
--
作者：
Liu M;Liang L;Sun W
主动脉壁在体内始终承受负载，这使得从体内图像数据估计其非线性、各向异性本构方程的材料参数变得具有挑战性。以前的方法很大程度上依赖于计算昂贵的有限元模型或几何或材料模型的简化。在本研究中，我们研究了一种基于主动脉壁应力计算的新反演方法。该方法包括以下两个步骤：(1) 根据体内几何形状和载荷条件计算“几乎真实”的应力场，(2) 基于“几乎真实”的应力场、本构方程和变形关系构建目标函数，并通过最小化目标函数来估计材料参数。该方法使用四名升主动脉瘤 (AsAA) 患者的体内数据通过数值实验进行了验证。结果表明该方法计算效率高。这种新方法可能有助于在临床应用中对主动脉组织进行个性化生物力学分析，例如升主动脉瘤的破裂风险分析。
The aortic wall is always loaded in vivo, which makes it challenging to estimate the material parameters of its nonlinear, anisotropic constitutive equation from in vivo image data. Previous approaches largely relied on either computationally expensive finite element models or simplifications of the geometry or material models. In this study, we investigated a new inverse method based on aortic wall stress computation. This approach consists of the following two steps: (1) computing an “almost true” stress field from the in vivo geometries and loading conditions, (2) building an objective function based on the “almost true” stress fields, constitutive equations and deformation relations, and estimating the material parameters by minimizing the objective function. The method was validated through numerical experiments by using the in vivo data from four ascending aortic aneurysm (AsAA) patients. The results demonstrated that the method is computationally efficient. This novel approach may facilitate the personalized biomechanical analysis of aortic tissues in clinical applications, such as in the rupture risk analysis of ascending aortic aneurysms.
登录
查看更多内容
DOI：
10.1016/j.ejvs.2013.12.026
发表时间：
2014-04-01
影响因子：
5.7
作者：
Chiu, K. W. H.;Ling, L.;Shrivastava, V.
通讯作者：
Shrivastava, V.
影响因子：
10.9
作者：
Huang, Xiaojie;Dione, Donald P.;Compas, Colin B.;Papademetris, Xenophon;Lin, Ben A.;Bregasi, Alda;Sinusas, Albert J.;Staib, Lawrence H.;Duncan, James S.
通讯作者：
Duncan, James S.
影响因子：
2.4
作者：
Genet, M.;Rausch, M. K.;Lee, L. C.;Choy, S.;Zhao, X.;Kassab, G. S.;Kozerke, S.;Guccione, J. M.;Kuhl, E.
通讯作者：
Kuhl, E.
DOI：
10.1002/cnm.1236
发表时间：
2010-01-01
影响因子：
2.1
作者：
Gee, M. W.;Foerster, Ch;Wall, W. A.
通讯作者：
Wall, W. A.
影响因子：
9.7
作者：
Duprey, Ambroise;Trabelsi, Olfa;Avril, Stephane
通讯作者：
Avril, Stephane