Automated Prediction of Fractional Flow Reserve through Numerical Simulation of Coronary Artery Flow

Abstract

I denne masteroppgaven har det blitt utviklet en metode for å bestemme "Fractional Flow Reserve" indeksen for kvantifisering av funksjonell reduksjon i menneskelige kransarterier. Metoden har benyttet seg av den strømningstekniske programvaren ANSYS Fluent, og er spesialisert for å håndtere rekonstruerte domener basert på CT bilder. Målet har vært å reprodusere resultatene fra en semi-transient løser basert på elementmetoden, men ved bruk av en tidsuavhengig løser basert på volummetoden. Ved å kvantifisere strømningen basert på perifer motstand har det lykkes i å reprodusere gode resultater i 77 ut av 78 tilgjengelige domener. En lineært økende skjevhet er observert ved verdier under grensepunktet på 0.8, med en maksimal feil på 0.059, men metoden er likevel treffsikker nok til at den kan benyttes videre i forskning på diagnosemetoder for koronarsykdom.

In this thesis, a method for determining Fractional Flow Reserve for quantification of functional reduction in human coronary artery trees have been developed. The method has been produced in the Computational Fluid Dynamics software ANSYS Fluent and is specialised to handle reconstructed meshes based on Computed Tomography imaging. The goal was to produce similar results as previously done in a semi-transient Finite Element Solver, but using Finite Volume Elements and steady-state conditions. With a resistance analogy representing the hyperemic conditions of the fluid flow in coronary artery trees. A linearly increasing bias is observed when trying to simulate values lower then the cut-off value of 0.8, with a maximum observed error at 0.059. The method is performing well in 77 out of 78 available domains and with sufficiently accurate results to be used for further research in diagnostic tools of Coronary Artery Disease.