Quantitative Comparison of 3D-1D Vascular Coupling Models: Lateral Average versus Sphere of Influence Methods

技術要約：3D-1D血管結合モデルの定量的比較

問題提起
1次元（1D）血管ネットワークと3次元（3D）組織ドメインを結合する計算モデルは、腫瘍の灌流、薬物送達、および治療計画における血流予測に不可欠である。現在、2つの主要な結合パラダイムが存在する：**側方平均モデル（Lateral Average Model: LAM）と影響圏モデル（Sphere of Influence: SOI）**である。これらは広く利用されているものの、研究者は厳密な予測の違いに関する理解よりも、歴史的な前例や利便性に基づいてこれらを選択しているのが現状である。パラメトリックな挙動、予測の等価性、および境界条件に対する感性に関する体系的な定量的比較が不足している。具体的には、これらのモデルが等価な血行動態予測を生み出すことができるのか、また、それらの結合パラメータ（LAMにおける血管壁透過率 $\gamma$ および SOIにおけるソース球半径 $\epsilon$）がどのように関連しているのか、そしてモデルの選択が領域的あるいは全域的な流量予測にどのように影響するのかという点が未解決である。

手法
本研究では、結合メカニズムを数値的または幾何学的な混同要因から分離するために、制御された計算フレームワークを採用している。両モデルは、同一の離散化スキーム、境界条件、および血管幾何学を用いて実装されている。

1. 数学的定式化:

   • LAM: 血管全長にわたる分布的な経壁交換を、血管壁透過率パラメータ $\gamma$ を介して実装する。結合は、3D組織方程式における分布線源として、また対応するシンク（吸収源）として1D方程式に表現される。
   • SOI: 血管末端における局所的な結合のみを採用する。血流は、各末端ノードを中心とする半径 $\epsilon$ のソース球を介して、滑らかでコンパクトな支持を持つ分布関数によって重み付けされ、3D組織ドメインへと転送される。
   • 両モデルは、1D血管にはハーゲン・ポアズイユ方程式を、3D多孔質組織にはダルシーの法則を使用する。

2. 実験設定:

   • ベンチマークネットワーク: 水平な1D血管ネットワークを含む簡略化された3D組織ドメイン（$50 \times 40 \times 30$ mm$^3$）を使用。3つの異なるシンク（静脈排液）境界構成をテストした：
     • ケース1: 入口面（$x=0$）にシンク。
     • ケース2: 反対側の面（$x=50$）にシンク。
     • ケース3: 2つの横方向の面（$y=0$ および $y=40$）にシンク。
   • 動物研究: 豚の肝臓のCT血管造影から再構築された、生理学的に現実的な肝動脈ネットワーク。制御体積（$103.7 \times 53.5 \times 52.5$ mm$^3$）に対してシミュレーションを実行し、入口圧を80から100 mmHgの範囲で変化させた。
   • 指標: 全体の純流量（$Q_{net}$）および特定の関心領域（ROI）内における領域的灌流率を、変動するパラメータ範囲（$\gamma$ および $\epsilon$）にわたって分析した。

主要な結果

• パラメトリックな挙動と飽和:

  • LAM: 純流量は $\gamma$ の増加とともに滑らかに上昇し、プラトー（$\gamma \gtrsim 10^{-8}$ m Pa$^{-1}$ s$^{-1}$ で観察）に達して飽和する。一度飽和すると、流量は血管壁の透過率ではなく、バルク組織輸送と境界幾何学によって制限される。
  • SOI: 純流量は、テストされた範囲（$5.8$から$12$ mm）において、$\epsilon$ の増加に伴いほぼ線形に増加し、飽和は見られなかった。総流量の大きさは、拡大する球体によってアクセス可能な有効組織導電率によって決定される。

• 全域的流量の等価性:

  • LAMとSOIの等価性は普遍的ではない。それは境界幾何学に厳密に依存する。
  • ケース1では、両モデルはそれぞれのパラメータの上限において、比較可能な流量に収束する。
  • ケース2では、SOIの曲線はテストされた $\epsilon$ の範囲内でLAMのプラトーを超過するため、等価性は成立しない。
  • ケース3では、SOIの曲線は最小のテストされた $\epsilon$ においてもLAMのプラトーを超過するため、テストされたパラメータ内では正確な全域的流量の等価性は存在しない。
  • したがって、$\gamma$ と $\epsilon$ の間の固定された変換比率は、生理学的なパラメータ範囲全体において達成できない。

• 領域的灌流の分岐:

  • 全臓器流量については一致する可能性があるものの、両モデルは領域的灌流において大幅に乖離する。
  • ベンチマーク: ケース1において、結合強度を高めると、両モデルとも近くのシンクへの「ショートサーキット（短絡）」により、上部ROI（末端付近）への流量が減少したが、その変化の大きさは異なっていた。ケース2では、LAMにおける上部ROIの流量は単調に増加したが、SOIでは非単調なピークを示した（球体半径がROIの面までの距離と一致したときにピークに達した）。
  • 動物研究: 血管末端付近の領域（ROI 1）において、SOIは $\epsilon$ に関わらず安定した灌流率（約31–35%）を予測した。対照的に、LAMの予測は $\gamma$ によって数倍変動した（10–55%）。低透過率において、LAMは期待される流量の階層を逆転させ、遠方の領域（ROI 2）への流量を血管近接領域よりも多く予測したが、SOIは期待される階層を維持した。

• パラメータの識別可能性:

  • 飽和状態にあるLAMにおいて、全域的な流量測定は $\gamma$ を制約するための情報をほとんど提供しない。
  • SOIのパラメータはテストされた範囲全体で情報量があり、$\epsilon$ が増加するにつれて不確実性の包絡線が狭まる。

意義と主張
本論文は、結合モデルの選択は予測される全臓器流量には限定的な影響しか与えないが、予測される局所的な薬物送達および領域的灌流には重大な影響を与えると結論付けている。

• モデル選択の指針:

  • SOI は、結合パラメータが不明確な場合、治療計画のためにパラメータ変動に対する堅牢性が必要な場合、または領域的流量の安定性が重要な場合に推奨される。これは、血管壁の透過率を独立して特性評価できない場合に特に適している。
  • LAM は、血管壁の透過率が生理学的に意味があり、識別可能かつ測定可能な量（例：炎症や腫瘍による高透過状態）である場合に推奨される。なぜなら、LAMは経壁交換プロセスに関するより豊かなメカニズム的洞察を提供するからである。

• 検証要件: 著者らは、モデルの検証には、全域的な流量指標のみに頼るのではなく、複数の領域的灌流測定を用いるべきであると主張している。全域的な等価性は、薬物濃度、低酸素分布、および治療反応の予測に直接影響を与える大きな領域的差異を隠蔽してしまう可能性がある。

本研究は、特定の臨床的または研究的な問い、あるいは利用可能な生理学的データ（具体的には透過率）に応じて、LAMとSOIのどちらの定式化を選択すべきかについての定量的な根拠を提供するものである。