Questi modelli arteriosi sono stati creati da una scansione specifica del paziente. Il modello a sinistra è la "maglia" fondamentale necessaria per dividere l'arteria in molti pezzi per modellare le sollecitazioni all'interno. La figura a destra modella il modo in cui una proprietà materiale si propaga attraverso l'arteria in un'unica direzione. Credito:Duke University
Gli scienziati della Duke University stanno lavorando per modellare accuratamente le incertezze nel comportamento meccanico delle pareti arteriose umane. Supportando gli sviluppi teorici per l'ingegneria dei tessuti, la ricerca potrebbe infine sostenere simulazioni specifiche del paziente per aiutare i medici a sviluppare tecniche non invasive per la diagnosi precoce e identificare potenziali insidie prima di eseguire procedure mediche.
Il lavoro ha attirato l'attenzione internazionale, con Brian Staber, un ex dottorato di ricerca allievo di Johann Guilleminot, assistente professore di ingegneria civile e ambientale alla Duke, vincendo due premi per la sua tesi sull'argomento. Ad aprile 2019, Staber ha vinto per la prima volta il Thesis Award della Computational Structural Mechanics Association con sede in Francia. Cinque mesi dopo, Staber ha accettato il dottorato di ricerca della Comunità Europea sui metodi computazionali nelle scienze applicate (ECCOMAS). Premio, assegnato per la migliore tesi presentata in Europa nel settore.
"C'è una grande variabilità nei tessuti artificiali che progettiamo così come all'interno del corpo umano, — disse Guilleminot. — Vasi vascolari ingegnerizzati, ad esempio, presentano tipicamente significative variabilità dovute a complesse condizioni di sviluppo, e le pareti arteriose sono essenzialmente biologiche, materiali compositi stratificati che hanno proprietà strutturali diverse a seconda, Per esempio, il genere, età o livello di attività del proprietario".
"Stiamo cercando di creare gemelli digitali che tengano conto in modo accurato di queste variabilità e prevedano in modo efficiente come mitigheranno e si propagheranno a quantità di interesse, " ha aggiunto. "Capire come queste due parti si interfacceranno l'una con l'altra e funzioneranno in condizioni estreme all'interno di un costrutto vascolare rappresenta una sfida scoraggiante".
Il trucco è creare modelli computazionali che possono essere utilizzati per esplorare scenari virtuali in modo ottimale.
Le due arterie colorate a sinistra mostrano come una proprietà meccanica della parete arteriosa sia distribuita in tutta la struttura dati diversi presupposti di base. La sezione a destra è una media di molti modelli diversi e, i ricercatori sperano, è vicino a come la proprietà meccanica è effettivamente distribuita in tutta l'arteria. Credito:Duke University
"Stiamo combinando modelli matematici con tecniche di simulazione avanzate per creare una serie di scenari di come si comporterà un innesto, in base a tale variabilità, " ha detto Guilleminot. "E stiamo cercando di farlo definendo i coefficienti nelle equazioni di governo in un modo che rifletta la realtà fisica per gruppi di pazienti".
I modelli sviluppati nel gruppo di Guilleminot stanno tentando di ricreare come una varietà di proprietà meccaniche in un punto influenzino quelle stesse proprietà in punti vicini e lungo tutta la struttura. E per rendere le cose più complicate, quelle strutture si curvano, volumi leggermente irregolari che sembrano il tentativo di un bambino dell'asilo di una scultura in argilla.
Gli algoritmi sviluppati modellano le complessità di queste forme irregolari consentendo agli utenti di regolare indipendentemente quanto le proprietà fisiche di ciascun punto influenzino i suoi vicini in ciascuna dimensione. Modificando la forza di queste correlazioni dimensionali e gli effetti delle deformazioni indotte, possono corrispondere alle misurazioni sperimentali in un certo senso statistico.
"Abbiamo creato molta flessibilità nella modellazione di comportamenti molto complessi su forme molto complicate, " disse Guilleminot.
I ricercatori sono attualmente in procinto di vedere quanto bene funzionano i loro modelli. Confrontando i risultati dei loro modelli con quelli ottenuti da esperimenti fisici, Guilleminot e il suo gruppo alla Duke sperano di dimostrare che i loro modelli e algoritmi tengono conto di tutte queste complicazioni abbastanza bene da prevedere con precisione l'affidabilità meccanica degli innesti vascolari.
