Numerical modeling for the estimation of stress-CT maps of myocardial blood flow

Myocardial ischemia and related pathologies are among the first causes of death worldwide. Timely intervention is fundamental for a positive prognosis, so the development of reliable diagnostic tools has become of critical importance. In current clinical practice, myocardial ischemia is diagnosed quantifying the Myocardial Blood Flow (MBF) from in vivo CT scans in a pharmacologically induced stress state (stress CTP). Despite its high predictive value, this test requires multiple scans with additional radiation exposure and the intravenous injection of a stressor agent. Computational methods can provide a non-invasive alternative for MBF quantification, preserving the patient-specific feature with the use of coronary Computed Tomographic Angiography (cCTA) scans. In this work, we propose the adaptation of a multi-physics model for myocardial perfusion to a patient-specific scenario, using anonimized data of three patients provided by Centro Cardiologico Monzino in Milan: cCTA scans are used to reconstruct the coronary and ventricle geometries through semi-automatic segmentation. The multi-physics mathematical model, featuring 3D Navier Stokes fluid-dynamics coupled with a multi-compartment Darcy model for blood flow in the smaller vessels, is tailored to reproduce the stress state and numerical simulations are carried out exploiting a splitting algorithm and efficient numerical solvers. The parameters of the model are optimized with two alternative strategies: exploiting the clinical MBF maps (data-driven) or based solely on anatomical data (a priori). We find excellent agreement between the clinical maps and the computational results after the data-driven optimization, proving that the proposed methods are effective in their predictions. Despite the agreement with the a priori optimization is lower, it preserves important features from a clinical standpoint, correctly discerning between healthy and pathologic patients as well as ischemic regions from normoperfused ones. Given these promising results, we believe that this work can be a first step towards an effective computational tool for the numerical quantification of myocardial perfusion.

Le cardiomiopatie ischemiche sono la prima causa di morte nel mondo. Un intervento tempestivo è cruciale per la prognosi e lo sviluppo di strumenti diagnostici è diventato di importanza critica. Nella pratica clinica, l’ischemia è valutata quantificando il flusso ematico miocardico (MBF) da immagini TC in uno stato di sforzo indotto da farmaci (stress CTP). Nonostante l’alto valore predittivo, questo test richiede acquisizioni multiple con aumentata esposizione a radiazioni e la somministrazione di un farmaco per indurre lo stato di sforzo. I metodi computazionali possono fornire un’alternativa non-invasiva per la quantificazione dell’MBF, preservando il carattere paziente-specifico con l’uso di immagini TC di angiografia coronarica (cCTA). In questo lavoro è proposto l’adattamento di un modello multi-fisica per la perfusione miocardica a uno scenario paziente-specifico: utilizzando dati anonimizzati di tre pazienti del Centro Cardiologico Monzino di Milano, immagini cCTA sono usate per ricostruire le geometrie ventricolari e coronariche. Il modello matematico include una descrizione fluidodinamica 3D (Navier-Stokes) accoppiata con un modello poroso (Darcy, per descrivere il flusso ematico nei vasi più piccoli), ed è adattato per riprodurre lo stato di sforzo. Le simulazioni numeriche sono effettuate sfruttando un algoritmo di splitting dei due problemi ed efficienti risolutori numerici. I parametri del modello sono ottimizzati con due strategie alternative: usando le mappe cliniche stress CTP (paziente-specifico) o basandosi solo su dati anatomici (a priori). I risultati numerici con ottimizzazione paziente-specifica sono in ottimo accordo con le mappe cliniche, provando che i metodi proposti sono efficaci nelle loro previsioni. Nonostante l’accordo con i risultati da ottimizzazione a priori sia minore, importanti risultati dal punto di vista clinico sono raggiunti: i pazienti sani sono correttamente distinti da quelli patologici, così come le regioni ischemiche da quelle normoperfuse. Grazie a questi risultati, riteniamo che questo lavoro sia un primo passo verso uno strumento computazionale efficace nella quantificazione numerica della perfusione miocardica.