| Images and models for decision support in aortic dissection surgery (Images et modèles pour l’aide à la décision clinique de la chirurgie de la dissection aortique) Shao, Clémentine - (2019-12-16) / Universite de Rennes 1 Images and models for decision support in aortic dissection surgery
| |||
Langue : Anglais Directeur(s) de thèse: Haigron, Pascal; Dubini, Gabriele Discipline : Signal, image, vision Laboratoire : Laboratoire de Traitement du Signal et de l'Image Ecole Doctorale : MATHSTIC Classification : Sciences de l'ingénieur, Médecine et santé Mots-clés : Dissection aortique, Segmentation d’image, Simulation fluide, Modèle d’ordre réduit
| |||
Résumé : La décision clinique, concernant le traitement de la dissection aortique de type B, est encore actuellement controversée dans certaines configurations. La simulation numérique est envisagée pour obtenir des informations sur l’hémodynamique de manière non-invasive. Nous avons ; i) proposé une méthode de segmentation semi-automatique pour la simulation fluide ; ii) implémenté des simulations spécifiques patient basées sur une nouvelle méthode pour la définition des conditions aux limites ; iii) créé des modèles d’ordre réduit à partir des simulations fluides dynamiques. Ces modèles permettent de calculer rapidement les contraintes de pression et de cisaillement pour différents scénarios cliniques. Abstract : The clinical decision concerning the treatment of type B aortic dissection is still controversial in some configurations. CFD approachs were investigated to assess the hemodynamics in a noninvasive way. In this context, we : i) proposeda semi-automatic method for the segmentation of aortic dissections ; ii) implemented a CFD model using a novel method for the definition of the boundary conditions ; iii) created reduced order models from 3D dynamic fluid simulations. These models allow to calculate in real time the wall shear stress and pressure for different clinical scenarios. | |||