Matematyczne wspomaganie przewidywania skutków leczenia tętniaków wewnątrzczaszkowych
Mathematically-assisted Predictor of Intracranial Aneurysm Treatment Outcome
Typ projektu: naukowo-badawczy
Słowa kluczowe: leczenie tętniaków wewnątrzczaszkowych sieci neuronowe obliczeniowa mechanika płynów symulacje numeryczne przepływ krwi w tętnicach mózgowych
Słowa kluczowe (angielski): intracranial aneurysm treatment artificial neural networks computational fluid dynamics numerical simulations blood flow in cerebral arteries
Członkowie konsorcjum: Projekt nie był realizowany w ramach konsorcjum
Okres realizacji projektu: 1.03.2024 - 1.03.2027
Instytucja finansująca: Narodowe Centrum Badań i Rozwoju
Nazwa programu: LIDER
Kierownik projektu: Zbigniew Tyfa
Wartość dofinansowania: 1 795 647,50 PLN
Wartość projektu: 1 795 647,50 PLN
Choroby układu krążenia pozostają dominującymi schorzeniami (są one częstsze od nowotworów) i zajmują pierwsze miejsce we wskaźnikach śmiertelności. Jednymi z groźniejszych patologii są tętniaki wewnątrzczaszkowe, które nieleczone mogą pęknąć skutkując trwałym kalectwem, śpiączką, a nawet śmiercią. W związku z powyższym, dobór odpowiedniej techniki zabezpieczenia tętniaka przed pęknięciem jest kluczowy w praktyce klinicznej. Niestety, każda z obecnych i nowo wprowadzanych metod wiąże się z pewnymi komplikacjami i niekiedy nie może być zastosowana u danego pacjenta lub może nie przynieść zakładanych rezultatów. Obecnie na rynku medycznym nie istnieje narzędzie informatyczne, które w obiektywny sposób przedstawiłoby jak dana procedura leczenia tętniaka wpłynęłaby na hemodynamikę przepływu krwi, jak bardzo naprężenia działające na ściany zostałyby zmienione oraz czy procedura ta skutkowałaby zaistnieniem warunków sprzyjających zakrzepicy tętniaka i jego zabezpieczeniu przed pęknięciem. Celem projektu jest stworzenie interaktywnego programu MAPIATO, który będzie wspomagał dobór spersonalizowanej techniki leczenia tętniaków mózgowych w oparciu o szereg danych pochodzących z zaawansowanych symulacji numerycznych, uwzględniając wszystkie powyższe parametry hemodynamiczne. Wprowadzając dane dotyczące parametrów morfometrycznych tętniaka określonego pacjenta oraz wskazując wybraną procedurę leczenia tętniaka, lekarz otrzymałby zestaw wyników dotyczących zmian w hemodynamice przepływu krwi w rejonie tętniaka. Ilościowe dane przedstawiłyby lekarzowi w sposób obiektywny możliwe skutki danej techniki zabezpieczania tętniaka, a więc mógłby on wybrać optymalny wariant leczenia tętniaka dla danego pacjenta w oparciu o jego anatomię naczyń. Dane generowane przez program MAPIATO będą bazowały na sieci neuronowej i wynikach otrzymanych metodą obliczeniowej mechaniki płynów (computational fluid dynamics, CFD), a więc na podstawie skomplikowanych analiz in-silico.
Circulatory system diseases remain a major cause of morbidity (they are even more frequent than tumours) and they are a leading cause of mortality globally. The greatest pathological threat is an intracranial aneurysm (IA) that can rupture when not treated properly, which leads to permanent disability, coma or even death. Therefore, a choice of the most suitable method of IA treatment (IAT) is of utmost importance in clinical practice. Unfortunately, each of the current and newly-introduced methods is related to specific complications and sometimes it cannot be applied for a given patient or assumed results might not be reached. Currently, the worldwide medical market lacks a computer tool that would objectively suggest how a given IAT would influence the flow hemodynamics, to what extent stresses acting on aneurysm walls would be changed and whether this technique would result in aneurysm thrombosis and creation of an environment that would prevent the aneurysm from rupture. The major objective of this project is to develop an interactive program (MAPIATO) that will support physicians in personalized IAT planning. This software will base its predictions on a huge dataset coming from advanced numerical simulations, including all the aforementioned hemodynamic parameters. By providing data concerning morphometric parameters of the patient-specific aneurysm and by selecting a desired IAT method, the physician would obtain a dataset presenting flow hemodynamics changes that occurred in the vicinity of the aneurysm. These quantitative data would show (objectively) possible hemodynamic consequences of the chosen IAs treatment technique, hence, the physician would be able to select the optimal patient-specific treatment procedure. Data generated by the calculator would base on an artificial neural network and results deriving from the computational fluid dynamics (CFD) tool, so from complicated in-silico analyses.
Powrót