Wetenschappers van Duke University werken aan het nauwkeurig modelleren van de onzekerheden in het mechanische gedrag van menselijke arteriële wanden. Door theoretische ontwikkelingen voor tissue engineering te ondersteunen, het onderzoek zou uiteindelijk patiëntspecifieke simulaties kunnen ondersteunen om artsen te helpen bij het ontwikkelen van niet-invasieve technieken voor vroege diagnose en het identificeren van mogelijke valkuilen voordat medische procedures worden uitgevoerd.

Het werk kreeg internationale aandacht, met Brian Staber, een voormalig Ph.D. leerling van Johann Guilleminot, assistent-professor civiele en milieutechniek aan Duke, het winnen van twee prijzen voor zijn proefschrift over het onderwerp. In april 2019, Staber won voor het eerst de Thesis Award van de in Frankrijk gevestigde Computational Structural Mechanics Association. Vijf maanden later, Staber aanvaardde de European Community on Computational Methods in Applied Sciences (ECCOMAS) Ph.D. Prijs, uitgereikt voor de beste scriptie die in Europa op dit gebied is gepresenteerd.

"Er is een grote variabiliteit in de kunstmatige weefsels die we ontwikkelen, evenals in het menselijk lichaam, "zei Guilleminot. "Geconstrueerde vasculaire vaten, bijvoorbeeld, vertonen doorgaans aanzienlijke variabiliteit als gevolg van complexe ontwikkelingsomstandigheden, en slagaderwanden zijn in wezen biologisch, gelaagde composietmaterialen die verschillende structurele eigenschappen hebben, afhankelijk van, bijvoorbeeld, het geslacht, leeftijd of activiteitenniveau van hun eigenaar."

"We proberen digitale tweelingen te creëren die nauwkeurig rekening houden met deze variabiliteiten en efficiënt voorspellen hoe ze zullen verminderen en zich zullen verspreiden naar hoeveelheden van belang, " voegde hij eraan toe. "Het is een enorme uitdaging om te begrijpen hoe deze twee delen met elkaar zullen communiceren en werken onder extreme omstandigheden binnen een vasculaire constructie."

De truc is om rekenmodellen te maken die kunnen worden gebruikt om virtuele scenario's op een optimale manier te verkennen.

"We combineren wiskundige modellen met geavanceerde simulatietechnieken om een ​​reeks scenario's te creëren van hoe een transplantaat zal presteren, op basis van die variabiliteit, " zei Guilleminot. "En we proberen dit te doen door de coëfficiënten in de heersende vergelijkingen te definiëren op een manier die de fysieke realiteit voor groepen patiënten weerspiegelt."

De modellen die in de groep van Guilleminot zijn ontwikkeld, proberen na te bootsen hoe een verscheidenheid aan mechanische eigenschappen op een bepaald punt diezelfde eigenschappen op aangrenzende punten beïnvloeden - en langs de hele lijn door de hele structuur. En om het nog ingewikkelder te maken, die structuren zijn gebogen, licht hobbelige volumes die eruitzien als een kleuterpoging tot een kleisculptuur.

De ontwikkelde algoritmen modelleren de fijne kneepjes van deze onregelmatige vormen, terwijl gebruikers kunnen aanpassen hoeveel de fysieke eigenschappen van elk punt zijn buren in elke dimensie onafhankelijk beïnvloeden. Door de sterkte van deze dimensionale correlaties en de effecten van de geïnduceerde vervormingen aan te passen, ze kunnen in een of andere statistische zin overeenkomen met experimentele metingen.

"We hebben veel flexibiliteit gecreëerd bij het modelleren van zeer complex gedrag op zeer gecompliceerde vormen, ' zei Guilleminot.

De onderzoekers zijn momenteel bezig om te zien hoe goed hun modellen werken. Door de resultaten van hun modellen te vergelijken met die van fysieke experimenten, Guilleminot en zijn groep bij Duke hopen aan te tonen dat hun modellen en algoritmen al die complicaties goed genoeg verantwoorden om de mechanische betrouwbaarheid van vaattransplantaten nauwkeurig te voorspellen.