脑动脉瘤血液动力学的格子Boltzmann模拟

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:qingxu007
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在心脑血管疾病中,脑动脉瘤由于很高的发病率和死亡率受到人们的广泛关注。血管内支架介入治疗技术的临床运用,成为了脑动脉瘤治疗的新亮点。目前普遍认为导致动脉瘤生长乃至破裂的一个主要因素是血液动力学机制。随着对血液动力学机制的认识更加深入,通过数值模拟研究支架的特征如支架形状、孔隙率等对脑动脉瘤血液动力学的影响成为了一个研究热点。格子Boltzmann方法(LBM)是近年来迅速发展的一种求解流体问题的数值模拟新方法,具有许多传统数值方法没有的优点,如程序简洁、易于处理复杂边界、并行效率高等,因而易于模拟复杂流动,例如多孔介质流、多相流、化学反应系统等。将LB方法与血流问题结合已被证实是一种有效的方法,国内外有学者利用LB方法研究支架对动脉瘤血液动力学的影响,但是对于支架网孔尺寸为多少时瘤内恰好没有漩涡,以及支架对脑动脉瘤侧支血管血液循环的影响这些与实际临床治疗相关的问题研究较少。本文利用格子Boltzmann方法针对这些问题进行研究。本文对二维情形的脑动脉瘤及侧支细小血管内的血流情况进行模拟,利用D2Q9模型,假设血液为牛顿流体,分析支架对脑动脉瘤血液动力学的影响。首先,讨论植入前后不同的动脉瘤瘤内血流的变化,证实了支架的置入使瘤内血流速度明显减小,涡运动明显减弱。其次,对于不同直径的动脉瘤以及不同大小的瘤口,模拟并讨论了支架网孔的尺寸恰好使瘤内没有漩涡的临界值。最后,由于真实的动脉瘤往往发生在血管交叉处,且颅内小血管对支架植入更敏感,更易引起血管内膜增生,因此需要考虑动脉瘤周围血管的影响,接下来分析植入支架前后侧支血管的血流量变化。本文的数值分析结果对于脑动脉瘤的临床治疗具有一定参考价值。
其他文献
图G=(V,E)的媒体图就是顶点集为E,边集为{ef|e,f是G中两条相邻的边且在同一面内}的图,用M(G)表示.链环L是将一维平面S1上的图嵌入到三维空间E3上形成的圈的不交并.链环图D(G)是链
统计学习理论具有强大的理论基础,支持向量机(Support Vector Machine,简称SVM)作为一种常用的学习方法又是建立在结构风险最小化原理(Structural Risk Minimization,SRM)和V
随着计算机技术、存储技术和数字化技术的发展,数字图像处理技术的应用领域越来越广泛,已经渗透到各行各业。如何有效地访问和提取图像信息成为人们亟待解决的问题,于是基于
本文主要研究一类特殊的完全耦合的带反射的正倒向随机微分方程(简记RFBSDE)解的存在唯一性,以及此类方程与一类拟线性抛物型偏微分方程(简记PDE)的关系。   形如Yt=ζ+∫
矩阵保持问题主要研究从某一矩阵空间V1到另一矩阵空间V2上的保持某些函数、子集、关系、变换等不变量的映射.这类问题由于在微分方程,系统控制,量子力学和数理统计等领域有着
G是一个图, h是一个正整数,一个图G的h-限制性连通度(h-限制性边连通度)是使得G删除G中的某个点集(边集)使得G不连通且每个分支中点的度数至少是h的最小点集(边集)的基数.特
虽然目前生物信息学研究的核心内容是基因组学,但对蛋白质组学的研究也是生物信息学所从事的一项非常重要的工作。一方面,基因作为重要的生命信息,它需要通过表达将信息转移