Intracranial Pulsatility - A Novel Computational MPET Framework

Abstract

Hjernen kan betraktes som et porøst medium fylt av forskjellige typer væske, de viktigste er: blod, interstitiell væske (ISF) og cerebrospinalvæske (CSF). De siste årene har modeller basert på multi-nettverk poroelastisitet teori (MPET) sett en økende popularitet for å studere hjernen. Selv om noen av disse studiene som bruker MPET-modeller har inkludert effekten av hjertesyklusen gjennom pulserende blodstrøm til hjernen, har ingen tidligere studie relatert hjerteindusert pulsatilitet i kraniet til kliniske målinger av trykk, forskyvninger og strømningshastigheter med både gjennomsnittsverdier og pulserende amplituder i tankene. Dessuten har alle tidligere MPET-studier benyttet fastholdt forskyvning på overflaten til hjernebarken, noe som er en grov tilnærming, ettersom den pulserende variasjonen i intrakranielt trykk (ICP) har vist seg å avhenge av utvidelsen og sammentrekningen av hjernevev.

I denne oppgaven introduseres en ny metode for å modellere intrakraniell pulsatilitet. Metoden inkluderer en tre-nettverks MPET-modell av hjernen, kombinert med en kompartment modell som representerer ICP i subaraknoidalrommet (SAS) og i hjerne ventriklene. Kompartment modellen er ikke-lineær på grunn av den eksponentielle intrakranielle trykk-volum-relasjonen forårsaket av de stive begrensningene til skallen. Videre brukes trekkgrenseforhold på hjerneoverflatene i stedet for faste forskyvninger, noe som muliggjør bevegelse av hjernevev sammen med netto CSF-utveksling for å direkte drive det pulserende trykket til komperment modellen. Det porelastiske domenet til hjernen løses ved hjelp av det endelige elementrammeverket FEniCS, med et implisitt Euler-skjema i tid.

Resultatene av den foreslåtte modellen sammenlignes og diskuteres med kliniske målinger av pulsatilitet. Trykkkarakteristikkene til de numeriske resultatene stemmer godt overens med kliniske data i alle tre væskenettverk og i kompartment modellen. Forskyvninger og strømningshastigheter stemmer også godt overens med flere kliniske indikatorer. Denne oppgaven demonstrerer muligheten for å gjenskape en realistisk sammenheng mellom trykk, deformasjon og væskestrøm ved å bruke den foreslåtte modellen. Avhandlingen illustrerer også at modellering av pulsatilitet med MPET-modeller krever en komponent som gjør rede for den ikke-lineære sammenhengen mellom hjerneekspansjon, CSF-flyt og ICP.

The brain can be considered a porous medium permeated by different types of fluid, most notably: blood, interstitial fluid (ISF) and cerebrospinal fluid (CSF). In recent years, models based on multiple-network poroelasticity theory (MPET) have seen an increased popularity for studying the brain. Although some of these studies using MPET models have included the effect of the cardiac cycle through cerebral pulsatile blood flow, no previous study has related cardiac-induced intracranial pulsatility to clinical measurements of pressure, displacements, and flow rates with both mean values and pulsatile amplitudes in mind. Whats more, all previous MPET studies have fixed the displacement on the cortical surface, which is a crude approximation, as the pulsatile variation in intracranial pressure (ICP) has been shown to depend heavily on the expansion and contraction of brain tissue.

In this thesis, a novel method to model intracranial pulsatility is introduced. The method includes a three-network MPET model of the brain, coupled with a compartment model that represents ICP in the subarachnoid space (SAS) and in the cerebral ventricles. The compartment model is non-linear due to the exponential intracranial pressure-volume relation caused by the rigid confines of the skull. Furthermore, traction boundary conditions are used on the brain surfaces instead of fixed displacements, which allows for the motion of brain tissue along with net CSF exchange to directly drive the pulsatile pressures of the compartment model. The poroelastic domain of the brain is solved using the finite element framework FEniCS, with an implicit Euler scheme in time.

The results of the proposed model are compared and discussed with clinical measurements of pulsatility. The pressure characteristics of the numerical results agree well with clinical data in all three fluid networks and in the compartment model. Displacements and flow rates are also in good agreement with several clinical indicators. This thesis demonstrates the possibility of recreating a realistic relation between pressure, deformation, and fluid flow using the proposed model. The thesis also illustrates that modeling pulsatility with MPET models requires a component that accounts for the non-linear relation between brain expansion, CSF flow, and ICP.