Simulações computacionais do escoamento cardiovascular guiadas por ressonância magnética

• Main Author: Rispoli, Vinicius de Carvalho
• Other Authors: Carvalho, João Luiz Azevedo de
• Language: Portuguese
• Published: 2015
• Subjects: Ressonância magnética; Sistema cardiovascular - doenças; Sangue - distúrbios de circulação; Dinâmica dos fluidos - programas de computador; Processamento de imagens
• Online Access: http://repositorio.unb.br/handle/10482/18045

Tese (doutorado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2014. === Submitted by Ana Cristina Barbosa da Silva ([e-mail]) on 2015-02-20T17:57:17Z No. of bitstreams: 1 2014_ViniciusdeCarvalhoRispoli.pdf: 16939736 bytes, checksum: 8dfa17c58667403d827192cadef858c7 (MD5) === Approved for entry into archive by Raquel Viana([e-mail]) on 2015-04-29T21:10:38Z (GMT) No. of bitstreams: 1 2014_ViniciusdeCarvalhoRispoli.pdf: 16939736 bytes, checksum: 8dfa17c58667403d827192cadef858c7 (MD5) === Made available in DSpace on 2015-04-29T21:10:38Z (GMT). No. of bitstreams: 1 2014_ViniciusdeCarvalhoRispoli.pdf: 16939736 bytes, checksum: 8dfa17c58667403d827192cadef858c7 (MD5) === As doenças cardiovasculares representam hoje uma das maiores causas de morte no mundo. Desta forma, o conhecimento dos padrões de escoamento sanguíneo no corpo humano se faz importante no diagnóstico e pesquisa de algumas doenças. Utilizando a ressonância magnética (RM), o escoamento sanguíneo pode ser mensurado in vivo diretamente usando ressonância magnética (RM) com contraste de fase (CF) ou através da codificação de velocidade em Fourier (CVF). Por outro lado, o escoamento sanguíneo pode também ser simulado utilizando uma abordagem baseada em modelos da dinâmica dos fluidos computacional (DFC). O CF tem como desvantagens os longos tempos de aquisição, a resolução espaço-temporal limitada, efeitos de volume parcial e baixa relação sinal-ruído (SNR). Por outro lado, a codificação de velocidade em Fourier é um método de imageamento por ressonância magnética promissor para realizar medidas do escoamento cardiovascular. A CVF oferece SNR consideravelmente maior que o CF e também é robusto aos efeitos de volume parcial. Os conjuntos de dados com CVF são adquiridos com baixa resolução espacial devido aos longos tempos de aquisição relacionados a sua alta dimensionalidade, (x,y,v,t), mas proporcionam a distribuição de velocidade associada a cada um dos seus grandes voxels. Entretanto, não um mapa de velocidades do escoamento. Finalmente, a DFC proporciona alta resolução temporal e espacial, além de tempos de aquisição reduzidos. Porém a sua acurácia é dependente das hipóteses do modelo. O objetivo deste trabalho é apresentar um método capaz de integrar medidas diretas de RM (CF ou CVF) a um algoritmo para determinar solução das equações da dinâmica dos fluidos, tendo como principal interesse a redução no tempo de exame num ambiente clínico. Desta forma, este trabalho apresenta duas contribuições originais: (i) um método para extrair mapas de velocidade de alta resolução espacial a partir de dados com CVF de baixa resolução espacial; e (ii) um método para reconstruir campos de velocidade que são influenciados ao mesmo tempo pelas medidas diretas por RM (CF ou CVF) e pelos modelos físicos da dinâmica dos fluidos. _________________________________________________________________________________ ABSTRACT === Cardiovascular diseases represents today one of the leading causes of death worldwide. Thus, knowledge of the blood flow patterns in the human body is important for diagnosis and research of certain diseases. Using magnetic resonance (MRI), in vivo 3D blood flow patterns can be either measured directly using phase–contrast (PC) MRI or Fourier velocity encoding (FVE) MRI. On the other hand, blood flow patterns can be obtained from model-based computational fluid dynamics (CFD) calculations. PC–MRI suffers from long scan times, limited spatio–temporal resolution, partial–volume effects and low signal–to–noise ratio (SNR). Fourier velocity encoding (FVE) is a promising magnetic resonance imaging method for measurement of cardiovascular blood flow. FVE provides considerably higher SNR than phase contrast imaging, and is robust to partial–volume effects. FVE data is usually acquired with low spatial resolution, due to scantime restrictions associated with its higher dimensionality, (x; y; v; t), and provides the velocity distribution associated with a large voxel, but does not directly provides a velocity map. Since the acquisition time is a disadvantage of FVE, then, preferably, it should be acquired with rapid spiral trajectories. Finally, CFD provides arbitrarily high spatial and temporal resolution and reduced scan times, but its accuracy hinges on the model assumptions. The objective of this work is to present a method capable of integrate direct MRI (PC or FVE) measures inside a CFD solver on the way to reduce scan time in a clinical environment. This work presents two main original contributions: (i) a method to derive velocity maps with high spatial resolution from low spatial resolution FVE data; and (ii) a numerical framework for constructing a flow field that is influenced by both direct measurements (PC–MRI or FVE) and a fluid physics model.