計算流體力學在主動脈瓣狹窄中的應用及研究進展*

劉毅，鄧麗，曹勇

（1.廣東醫科大學研究生學院，廣東 湛江 524000；2.高州市人民醫院 體外循環科，廣東 高州 525200；3.高州市人民醫院 心血管外科一區，廣東 高州 525200）

主動脈瓣狹窄（aortic stenosis,AS）是常見的心臟瓣膜疾病，阻礙血液進入體循環，起病隱匿且潛伏時間長，病情發展甚至導致患者心力衰竭、增加患者的死亡風險。對于AS 患者來說，主動脈瓣瓣膜狹窄嚴重程度是AS 患者死亡率的重要影響因素之一；同時也是影響臨床決策的重要因素之一［1］。因此，準確判斷AS 嚴重程度至關重要，AS嚴重程度評估的金標準是血流動力學指標［2］。常規獲取血流動力學指標的手段主要有超聲心動圖、磁共振成像、CT 血管造影等，但都具有局限性。近年來，基于計算流體力學（computational fluid dynamics,CFD）無創性地獲得血流動力學指標的方法受到廣泛關注，CFD 在AS 的診斷、術前解剖及血流動力異常評估、手術效果及預后評估方面有諸多優勢，相信隨著多學科之間交叉應用，CFD技術會給更多的AS 患者帶來福音。

1 主動脈瓣狹窄概述

AS 是十分常見的瓣膜疾病，其發病率隨年齡增長而升高。近年來，隨著社會人口老齡化的加劇，該病患者不斷增加。目前其公認的病因主要包括瓣膜退行性變如鈣化、風濕熱、先天瓣葉畸形如二葉式主動脈瓣［3］（bicuspid aortic valve,BAV），65 歲以上患者中鈣化性主動脈瓣狹窄是主要類型，30%～40%的患者因外科高危因素不適合進行主動脈瓣置換術。我國AS 不同于西方國家的是風濕性心臟瓣膜病及BAV 是AS 的主要病因。研究表明實驗組AS 患者瓣環直徑、升主動脈連接處直徑、升主動脈直徑比對照組大，這說明主動脈瓣狹窄患者主動脈根部擴張；左室流出道直徑、主動脈瓣和二尖瓣之間纖維結構距離增大，說明左室流出道變長擴張、室間隔變厚［4］。AS 局部血流改變表現為渦流、高壓、低壁面切應力、振蕩的壁面切應力等。

2 主要的治療手段及效果評價

目前AS 的藥物治療效果不佳，主要治療方式是非藥物治療，包括主動脈瓣膜成形術、外科主動脈瓣膜置換術（surgical aortic valve replacement,SAVR）、經皮穿刺球囊主動脈瓣成形術、經導管主動脈瓣置入術（transcatheter aortic valve implantation,TAVI）、經導管瓣膜置換術（transcatheter aortic valve replacement,TAVR）。SAVR 的優點是療效確切，但創傷大、風險高，因而很多患者因高齡、心功能差及合并其他并發癥而放棄行外科治療。TAVI 是近十余年介入心臟病學發展最為迅捷的技術之一，它是一種不需要開胸和體外循環的介入治療技術，當患者因存在手術禁忌、高齡、左心功能差或合并其他重要疾患等，不適合進行SAVR 時，TAVI 有較好的有效性。TAVI 的相對禁忌證有術中及術后瓣周漏、瓣膜裝置擴張不均、生物瓣葉早期退化、升主動脈夾層等不良事件［5］。TAVR 是近年來發展起來的新型技術，主要用于鈣化性主動脈瓣膜疾病患者的治療。

3 AS 的常規診斷方法

3.1 經胸超聲心動圖

眾多周知，超聲心動圖是證實心臟瓣膜病診斷及評估瓣膜狹窄嚴重程度的首選方法，它可以觀察瓣葉數量（二葉或三葉）、測量主動脈瓣環、左心室流出道、主動脈竇部和升主動脈內徑等［6］。經胸超聲心動圖（transthoracic echocardiography,TTE）是了解主動脈根部功能的常用方法，具有無創、簡單、經濟等優點，但其檢查受患者透聲條件、探頭位置、操作者自身等影響，且無法觀察到冠狀動脈開口，因而應用受限。

3.2 CT 血管造影

CT 血管造影（computed tomography angiography,CTA）是臨床應用極廣的一種解剖學評估手段，CT 檢查具有檢查速度快、技術要求相對較低、價格相對低廉等優勢，CTA 圖像可以提供高分辨率的房室鈣化主動脈狹窄的解剖數據，可以評估鈣化的數量，但時間分辨率有限，不能提供血流動力學數據，如主動脈瓣區壓降等［7］。近年來為改變這一局限性，更多的研究著力于將CTA 與CFD 結合，基于CTA 圖像數據，利用CFD技術進行模擬仿真，獲得血流動力學數據。TAYLOR 等［8］、QIN 等［9］研究結果表明，基于CTA 的CFD 方法可準確獲取靶目標的血流動力學參數如血流儲備分數（FFR），并將其應用于心血管狹窄、心臟重建等的診斷與分析之中，具有較好的前景。

3.3 心臟磁共振成像

心臟磁共振（cardiac magnetic resonance,CMR）成像是臨床評價心臟結構和功能的重要無創性技術，也是評價心功能的金標準。近年來在相位對比（phase contrast,PC）技術基礎上發展起來的四維血流成像技術（4D Flow），可以動態多方向、多部位地采集血流數據，并計算血流量、血流速度、壁面切應力等信息［10-11］。但是因其對設備要求高、成像難度大、技術挑戰高、時間分辨率相對低、圖像易產生成像偽影，因此應用受限。還需要進一步提高時間和空間分辨率及進一步的研究來驗證利用4D Flow 分析提供的血流動力學信息來對風險分層、跟蹤疾病及評價治療效果的可行性［12］。與CTA 一樣，未來CMR 與CFD 的結合，可能是更受歡迎的一種技術手段。

如前所述，常規診斷方法如TTE 側重于對心臟功能性的評價，而CT 側重于對心臟解剖結構進行評估［13］，且具有時間和空間上的局限性，總體而言已提供了相當豐富的參數。但隨著個體化手術理念的普及，解剖與功能的結合及手術的虛擬設計（基于建模和流體仿真）受到國內外手術術者的青睞，CFD 正是一種介于數學、流體力學和計算機之間的交叉學科，通過計算機和數值方法來求解流體力學的控制方程，對流體力學問題進行模擬和分析，從而獲得目標結構的流體力學指標，因此受到廣泛關注，應用極廣。

4 影像學圖像的后處理及CFD 的基本步驟

影像學圖像如CTA 圖像無法進行血流動力學分析，需要后處理得到可用于CFD 計算的三維幾何模型，此過程即CTA 的三維重建，每位患者的CTA 圖像均需后處理，圖像處理的內容包括閾值分割法、區域生長分割法、中心線生成，下圖中流場模型即為處理后的靶目標的幾何模型。CFD的處理過程大致包括三個部分：前處理，包括幾何模型地選取和網格劃分；求解器，包括確定計算流體力學方法的控制方程，選擇離散方法進行離散，選用數值計算方法，輸入相關參數；后處理，包括速度場、壓力場、溫度場及其它參數的計算機可視化及動畫處理［14］。具體流程見圖1。

圖1 CFD 方法的基本步驟

5 網格化與邊界條件

網格化的實質是將流場離散化，使流場模型成為有限元，目的是將流體基本偏微分方程離散為易于求解的差分方程［15］。設定邊界條件，CFD方法的實質是求解流體的基本偏微分方程組，想要得到偏微分方程組的定解，方程就必須要有附加條件。實質上，邊界條件就是對偏微分方程的一組限制條件，它使得該方程有收斂性的解，而最常用的附加條件就是邊界條件，邊界條件可來源于超聲心動圖、相位對比磁共振（PC-MRI）、CMR 等獲得的血流流量數據。

6 計算方法

CFD 常用的計算方法有納維-斯托克斯（Naiver-Stokes）方程［16］，格子玻爾茲曼方法（lattice Boltzmann method,LBM）［17-18］方法，大渦模擬（large eddy simulation,LES）［19］方法，層流、湍流假設等。其中，流固耦合法（fluid–structure interaction,FSI）是較適合模擬心臟血流的方法，因為心血管系統是血流與周圍結構相互作用的系統，在研究心臟血流動力學的過程中不能忽視流體域與結構域的相互作用，有限元分析方法只考慮結構域，忽視了流體在模擬中的影響；CFD 也無法研究結構域對流體的影響［20］。而流固耦合法（FSI）結合了CFD 和有限元分析方法，以患者自身的MRI 或CT 數據重建模型，能夠獲取一些不易測量的血流指標（如壁面切應力）［21］，因此，具有高度的特異性。

7 CFD 在AS 中的應用

7.1 CFD 在評估主動脈瓣血流動力學方面的應用

HOEIJMAKERS 等［22］利用高保真CFD 模擬建立元模型，將重建幾何模型的元模型和CFD 模擬結果與分段網格的CFD 模擬結果進行對比，發現統計形狀模型（SSM）可用于主動脈瓣形狀變化的監測。基于SSM 的CFD 模擬訓練的元模型可以實時估算壓力－流量關系。HELLMEIER 等［23］僅使用患者術前解剖數據與4D flow MRI 數據進行CFD模擬，發現其可以很好地估計生物瓣膜的壓力梯度和速度，并評估不同瓣膜假體尺寸對患者術后壓力梯度升高的風險程度及術后瓣膜假體的性能。同樣，HELLMEIER 等［15］基于患者特異性MRI 的CFD 模擬，獲得了可靠的生物瓣膜和機械瓣膜置換術后的主動脈血流動力學指標，有助于臨床醫生優化手術決策并提供額外的指導。CFD 在評估主動脈瓣血流動力學方面的研究獲得了長足的進展，為臨床醫師及患者帶來了諸多便利，但主動脈根部是一個整體，以往研究大都只應用了患者術前影像學數據，如何全面利用術前術后患者的解剖及影像學數據來進行CFD 模擬是今后需要解決的問題。

7.2 CFD 在估計主動脈瓣瓣膜狹窄程度方面的應用

HOEIJMAKERS 等［24］利用18 名患者的CT 影像資料建立相應血流模型，提出“瓣膜阻力指數”的概念，用于量化瓣膜的狹窄程度，并與臨床決策的既定指標，如血流速度和瓣膜面積進行比較。發現只有將4D 成像數據與CFD 相結合，才能提供一種與生理學相關的診斷指標來量化AS 的嚴重程度。而且簡化的CFD 模型可預測在給定流量下主動脈瓣的壓降值。不足之處是，在低流量條件下，對邊界條件的簡化可能是不合理的，應該考慮更近似生理的準確地流入邊界條件。FU?íK等［17］使用CFD 模型，運用LBM 方法，研究了PC-MRI 測量AS 湍流的準確性，結果表明在高水平的湍流下嚴重瓣膜狹窄的后向流被低估。而且，LBM 方法與CFD 技術的結合，還能夠解決中重度AS 的分級問題。

7.3 CFD 在瓣膜設計方面的應用

XU 等［25］應用心電門控CTA 和PC-MRI 對一位69 歲患者的主動脈瓣區進行了幾何建模，然后參數化瓣葉的幾何形狀，并使用參數化設計平臺和FSI，模擬在生理條件下變形的主動脈根部、參數化設計的假體瓣膜和周圍血流的耦合。通過參數化，研究了幾何形狀對心臟瓣膜性能的影響。最后，將這一性能最佳的假體瓣膜的模擬結果與來自患者的PC-MRI 數據進行比較，證明升主動脈血流模式的定性相似性。研究表明該方法可能創造出更有效的瓣膜設計，并減少病人的假體失配。需要改進的是如何自動探索設計空間，在無需手動選擇候選瓣膜和分析人員檢查結果的情況下找到最優的瓣膜設計。

7.4 CFD 在計算機虛擬手術中的應用

HOHRI 等［26］報道了一例升主動脈再狹窄，雙側冠狀動脈動脈瘤和左心室壁高度增厚的病例。一位38 歲的女性患者，8 歲時曾接受先天性瓣上AS 修復術，研究人員利用CFD 的計算機虛擬手術預測術后血流動力學，成功為其進行了原位冠狀動脈重建術。表明計算機虛擬手術及CFD 模擬可以幫助外科醫生預測術后冠狀動脈流量，幫助臨床醫生術前制定手術策略，確定最佳移植設計，提高手術成功率。這種方法主要的局限性在于不能將術后生理參數的變化納入CFD 計算中，還需要進一步的研究來解決這一問題。盡管如此，采用CFD 模擬的計算機虛擬手術仍是確定冠狀動脈重建手術策略的唯一方法。

8 CFD 存在的問題與不足

CFD 在分析血流、指導AS 治療中的應用，顯示出其在預測疾病進展、手術干預效果和指導患者治療方面的良好前景。但是目前CFD 在AS 的應用中存在的問題有：①尚未在大型多中心臨床試驗中驗證其有效性［27］。使用臨床成像工具（如4D Flow MRI）作為CFD 計算結果獨立驗證的研究極少，只有21%的研究使用臨床影像學作為驗證CFD 結果的工具［25］，這使得以往的研究結果的異質性和偏倚很高，從而影響基于CFD 方法的臨床決策。②利用患者特異性影像學數據進行主動脈瓣建模和分析過程中如圖像采集、圖像分割、幾何重建、網格生成、數值模擬，這些步驟產生的誤差，以及舍入誤差、迭代誤差、收斂誤差、CFD問題的數值不穩定性和收斂準則都是數值模擬存在的問題。③急需在觀察試驗中證明其計算結果與侵入性測量結果具有等效性。

正如CEBRAL 等［28］、MORRIS 等［27］所建議的那樣，臨床醫生和工程師之間需要進行多學科協作，以了解數值模擬的原理、近似、假設和局限性，以便在臨床決策中利用CFD 結果［29-30］。未來CFD 應當是朝著多學科協作，建立大的數據庫，逐漸減少參數的方向發展。

9 結語與展望

CFD 在AS 中的應用還不夠成熟，盡管CFD已經初步證明在AS 的治療過程中有巨大的優勢，但基于CFD 的AS 研究案例較少，而這些案例本身就存在偏差，無法產生強有力的統計結果。此外，這些研究是基于單中心單人群數據，這使得結果不完全客觀而影響推廣。其次，文獻中出現繁雜的血流動力學參數，易使人困惑，雖然這是探索一個新研究領域不可避免的情況，但改變目前病例少、小組孤立、缺乏對重建模型進行驗證的現狀，需要跨學科協作，加入物理學，如結構動力學、聲學、機電和生物化學［19］，也必須利用計算機的新興趨勢，獲取大量臨床數據［28］，仍將是CFD 方法未來發展的方向。