On the analysis of inaccurate Phase-Contrast MRI and its assimilation into blood flow models

Oplossingen voor persoonlijke diagnostiek bij hart- en vaatziekten

Het belang van simulaties bij het beoordelen van hart- en vaatziekten is de afgelopen decennia toegenomen. Recente verbeteringen in Magnetic Resonance Imaging (MRI) hebben veel informatie opgeleverd over bloedhemodynamica, bloedvatreacties en verschillende hartverschijnselen die het begrip vergroten van het achterliggende mechanisme.

Verschillende inverse problemen toegepast op beeldvorming, datagestuurde modellering en hemodynamische simulaties zijn de afgelopen jaren voorgesteld als een handige manier om relevante klinische informatie te halen uit deze nieuwe informatie. Het uiteindelijk doel daarbij is de diagnose van het hele spectrum van hart- en vaatziekten te personaliseren op basis van gegevens van een patiënt. Voor dit soort analyses zijn echter vaak te maken langdurige en dure berekeningen nodig, die bovendien een sterke gevoeligheid hebben voor de artefacten van de afbeeldingen en complexe nabewerkingsstappen. Hierdoor zijn deze methoden nog niet toepasbaar voor klinische besluitvorming.

In zijn promotieonderzoek heeft Jeremias Esteban Garay Labra deze problemen aangepakt met behulp van op fysica gebaseerde modellering en benaderingen van verminderde orde. Met behulp van fysisch-conservatieve principes definieerde hij een nieuwe strategie voor het kwantificeren van het niveau van fysica-discrepantie van een recente beeldvormingsmethodologie genaamd 4D Flow MRI. Daartoe valideerde Garay Labra de methode aan de hand van numerieke data, echte MRI-beelden uit een realistisch model (fantoom) en toegepaste klinische data van vrijwilligers.

Een tweede pijler van het onderzoek was het gebruik van een snel sequentieel data-assimilatie-algoritme genaamd ‘Reduced-Order Unscented Kalman Filter’ (ROUKF) voor cardiovasculaire toepassingen. Garay Labra ontdekte dat dit probleem zeer snel faalt wanneer klinische MRI-gegevens worden gebruikt, vooral omdat deze gegevens vaak ‘vervuild’ zijn met artefacten. Om die reden heeft hij een nieuwe manier ontwikkeld om dit probleem op te lossen met behulp van sterk gealiaseerde snelheidsmetingen om onbekende randvoorwaarden te schatten.

Jeremias Esteban Garay Labra verrichtte zijn promotieonderzoek aan de afdeling Technische Mechanica en Numerieke Wiskunde van het Bernoulli Instituut met financiering via een beurs van de RUG.

Proefschrift: http://hdl.handle.net/11370/d3414a77-440b-499b-9d26-dedc409d9fd8