Towards Risk Assessment of Abdominal Aortic Aneurysms through Geometric Modeling and Reduced Order Hemodynamic Simulations - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2024

Towards Risk Assessment of Abdominal Aortic Aneurysms through Geometric Modeling and Reduced Order Hemodynamic Simulations

Vers l'évaluation du risque des anévrismes de l'aorte abdominale par modélisation géométrique et simulations hémodynamiques d'ordre réduit

Résumé

This thesis focuses on a specific pathology affecting the abdominal section of the aorta, known as abdominal aortic aneurysm (AAA). An aneurysm involves a persistent and localized weakening of the vessel wall, leading to enlargements and bulges, causing recirculation and turbulence of blood flow.Our thesis outlines a methodology for geometric modeling of abdominal aneurysms. The process involves acquiring CT images, reconstructing the aorta 3D geometry, and isolating the aneurysm. The modeling phase begins by identifying and approximating the centerline of the aortic vessel using B-spline functions. The aortic wall is then partitioned and profiled using Fourier series.To evaluate its effectiveness, the developed technique is applied to a dataset of CT scans from patients. Reconstructions obtained from the scans are also presented as examples to detail each step of the procedure. In addition, a quantitative evaluation and rationale behind modeling parameters are explained. Then, as a first application, the modeling is integrated into a registration process for clinical diagnosis and follow-up.The geometrical modeling procedure developed is used in a pipeline for hemodynamic simulations and risk assessment, employing a reduced-order modeling approach to construct a reduced solution space. Simulations, utilizing parameterized geometries, are conducted under realistic conditions, and risk indicators are computed and linked to the geometrical representation using Radial Basis Functions interpolant. Finally, predictions on risk indicators are obtained for an unknown geometry. The results, despite being promising, can be further improved by appropriately augmenting the initial dataset.To address the aforementioned scarcity of clinical data, we devised an automated workflow for generating synthetic geometries. This approach allows for the identification of relevant geometry parameters and involves machine learning to generate a virtual patient population consistent with the original data. In addition to improving the predictive capability of reduced models, the method can also be applied prospectively for in-silico trials and studies involving virtual patient populations.
Cette thèse se concentre sur une pathologie spécifique affectant la section abdominale de l'aorte, connue sous le nom d'anévrisme de l'aorte abdominale (AAA). Un anévrisme implique un affaiblissement persistant et localisé de la paroi du vaisseau, entraînant des élargissements et des renflements, provoquant une recirculation et une turbulence du flux sanguin.Notre thèse expose une méthodologie pour la modélisation géométrique des anévrismes abdominaux. Le processus comprend l'acquisition d'images de scanners CT, la reconstruction de la géométrie 3D de l'aorte et l'isolation de l'anévrisme. La phase de modélisation commence par l'identification et l'approximation de la ligne médiane du vaisseau aortique à l'aide de fonctions B-spline. La paroi aortique est ensuite partitionnée et profilée à l'aide de séries de Fourier.Pour évaluer son efficacité, la technique développée est appliquée à un ensemble de données de scanners CT de patients. Les reconstructions obtenues à partir des scans sont également présentées comme des exemples détaillant chaque étape de la procédure. De plus, une évaluation quantitative et la logique derrière les paramètres de modélisation sont expliquées. Ensuite, en tant que première application, la modélisation est intégrée à un processus de registration pour le diagnostic clinique et le suivi.La procédure de modélisation géométrique développée est utilisée dans un pipeline pour des simulations hémodynamiques et une évaluation des risques, en utilisant une approche de modélisation d'ordre réduit pour construire un espace de solution. Des simulations, utilisant des géométries paramétrées, sont réalisées dans des conditions réalistes, et des indicateurs de risque sont calculés et liés à la représentation géométrique à l'aide d'une fonction interpolante à base radiale. Enfin, des prédictions sur les indicateurs de risque sont obtenues pour une géométrie inconnue. Les résultats, bien que prometteurs, pourront être améliorés en augmentant de manière appropriée l'ensemble de données initial.Pour remédier à la pénurie mentionnée de données cliniques, nous avons élaboré un flux de travail automatisé pour générer des géométries synthétiques. Cette approche permet l'identification de paramètres géométriques pertinents et implique l'apprentissage automatique pour générer une population virtuelle de patients cohérente avec les données d'origine. En plus d'améliorer la capacité prédictive des modèles réduits, la méthode peut également être appliquée de manière prospective pour des essais in silico et des études impliquant des populations virtuelles de patients.
Fichier principal
Vignette du fichier
SACCARO_LUDOVICA_2024.pdf (189.67 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-04509399 , version 1 (18-03-2024)

Identifiants

  • HAL Id : tel-04509399 , version 1

Citer

Ludovica Saccaro. Towards Risk Assessment of Abdominal Aortic Aneurysms through Geometric Modeling and Reduced Order Hemodynamic Simulations. Numerical Analysis [math.NA]. Université de Bordeaux, 2024. English. ⟨NNT : 2024BORD0025⟩. ⟨tel-04509399⟩
26 Consultations
4 Téléchargements

Partager

Gmail Facebook X LinkedIn More