Calibration of a computational model to predict myocardial blood flow for the diagnosis of coronary artery disease

This thesis presents the calibration of a computational model to predict myocardial perfusion. The starting point is the work by Criseo et al. Specifically, the model comprises a 3D Navier-Stokes problem for the epicardial coronaries, while the intramural vessels are described using a porous-medium fluid dynamics approach by means of a three-compartment compliant Darcy model. The initial phases of the present work comprised the geometry reconstruction of forty-two patients' coronaries and myocardiums, which would be used as a database, and a geometric sensitivity analysis to assess the impact of inter-operator variability on the simulations' results. The main objective of this thesis was to develop a new calibration strategy for the model against clinical data. This was achieved using six calibrating patients and through the tuning of three parameters. These were the conductivity between the coronary arteries and the microvasculature, the permeabilities of the Darcy compartments, and the conductivities across Darcy compartments. The former regulates blood flows between the Navier-Stokes and the Darcy models, while the latter two regulate flow between two Darcy compartments. The metric derived from the simulations' results was the myocardial blood perfusion, which was used to determine whether a certain region of the myocardium was ischemic or healthy. The outcomes were then compared to those obtained from stress-CTP and agreement was checked. Once the results of the calibration cohorts were deemed adequate, the parameters were blindly applied to a validating population of sixteen patients. The final results of this thesis were promising. The accuracy obtained was 0.83 for the validating patients and the simulations showed a higher agreement with clinical data when compared to those in the previous work by Criseo et al. Still, the true predictive value was low, highlighting the need to better discriminate ischemic regions, especially for highly pathological subjects.

Questa tesi presenta la calibrazione di un modello computazionale per predire la perfusione miocardica. Il punto di partenza è il lavoro di Criseo et al. In particolare, il modello comprende un problema tridimensionale di Navier–Stokes per le coronarie epicardiche, mentre i vasi intramurali sono descritti con un approccio basato sulla fluidodinamica in mezzo poroso attraverso un problema di Darcy deformabile a tre compartimenti. Le fasi iniziali di questo lavoro hanno riguardato la ricostruzione geometrica delle coronarie e del miocardio di quarantadue pazienti, che sono poi stati utilizzati come database, e un’analisi di sensibilità geometrica per valutare l’impatto della variabilità inter-operatore sui risultati delle simulazioni. L’obiettivo principale di questa tesi è stato sviluppare una nuova strategia di calibrazione del modello rispetto a dati clinici. Ciò è stato ottenuto utilizzando sei pazienti per la calibrazione, attraverso la regolazione di tre parametri. Questi sono stati la conducibilità tra le arterie coronariche e il microcircolo, le permeabilità dei compartimenti di Darcy e le conducibilità tra i compartimenti di Darcy. Il primo parametro regola il flusso sanguigno tra il modello di Navier–Stokes e quello di Darcy, mentre gli altri due regolano il flusso tra due compartimenti di Darcy. La metrica derivata dai risultati delle simulazioni è stata la perfusione ematica miocardica, utilizzata per determinare se una determinata regione del miocardio fosse ischemica o sana. I risultati sono stati quindi confrontati con quelli ottenuti tramite stress-CTP e ne è stata verificata la concordanza. Una volta ritenuti adeguati gli esiti ottenuti per la coorte di calibrazione, i parametri sono stati applicati in cieco a una popolazione validante di sedici pazienti. Il risultato finale di questa tesi è stato promettente. L'accuratezza ottenuta è stata pari a 0.83 per i pazienti validanti e le simulazioni hanno mostrato una maggiore concordanza con i dati clinici rispetto a quelle riportate nel precedente lavoro di Criseo et al. Tuttavia, il valore predittivo positivo è risultato basso, evidenziando la necessità di migliorare la capacità di discriminare le regioni ischemiche, soprattutto nei soggetti altamente patologici.