Patient-specific coupled CFD–DEM modelling of LDL-surrogate deposition in a middle cerebral artery bifurcation

中风仍然是全球成年人残疾和死亡最严重的病因之一，它通常源于一个缓慢、无声的过程，即脂肪沉积物在脑血管内部堆积。这种被称为动脉粥样硬化的堆积，是由低密度脂蛋白（LDL）颗粒粘附在动脉内壁驱动的。几十年来，医生和科学家一直试图通过观察血液流动来精确预测这些危险沉积物会在何处形成。他们开发了测量血液对血管壁施加摩擦力、血液旋转速度以及血液在某处停留时间长短的工具。这些测量指标已成为识别动脉风险部位的标准方法。然而，这些工具仅观察血管的表面，将流动视为一层平滑的水流，而非在复杂三维空间中运动的个体粒子集合。

来自利兹大学的研究人员的一项新研究挑战了“仅靠表面测量足以预测斑块形成位置”的观点。研究团队并没有仅仅观察流动，而是构建了一个复杂的计算机模拟系统，追踪成千上万个个体低密度脂蛋白（LDL）粒子如何在患者真实的脑动脉中移动。他们将流体运动模型与一种将每个粒子视为可以碰撞、滑动并粘附在壁上的独立物体的方法相结合。通过将这种方法应用于一名患者真实的脑中动脉，他们发现动脉本身的形状在决定粒子着陆位置方面，起到了与血流同样重要的作用。他们的研究结果表明，两条动脉段即使具有近乎相同的流动条件，其捕捉粒子的行为也会表现得截然不同，而传统的测量方法完全忽略了这一细节。

研究人员将工作重点放在了大脑动脉网络的一个特定分支上，这是一个Y型接头，即一条主血管分裂为两个较小的分支。在现实世界中，这个区域是常见的阻塞部位，但科学家们一直难以解释为什么在血流情况看似相同的情况下，某些分支会收集更多的沉积物。为了解决这个问题，团队利用医学影像数据创建了一个患者动脉的“数字孪生”。随后，他们运行了一次复杂的模拟：首先计算血液如何通过血管，并考虑了血液具有粘性且行为不同于水的特性。一旦建立了流动模型，他们便向流中注入了超过一万个代表低密度脂蛋白的微小计算机生成粒子。这些粒子并非仅仅是无意义的标记物；模拟过程追踪了它们的物理相互作用，包括它们如何与血管壁发生碰撞，以及是否由于微观吸引力而粘附在上面。

结果揭示了一种令人惊讶的不对称性。研究人员将动脉分为三个部分：发生分裂的主接头、左侧分支和右侧分支。正如预期的那样，主接头显示出最高的粒子碰撞浓度，这与该处具有最大面积的缓慢、低摩擦流动的现象相吻合。然而，对两个分支的深入观察却讲述了另一个故事。左侧和右侧分支的流动条件几乎完全相同：血液流速相似，且对壁面的摩擦力也几乎相等。然而，右侧分支捕捉到的粒子明显多于左侧。事实上，尽管右侧分支的流动指标表明其安全性应与左侧相当，但它却占据了整个模拟中近一半的粒子碰撞量。

这一差异凸显了当前医疗评估的一个关键局限性。用于评估中风风险的标准工具依赖于表面测量指标，如平均壁面摩擦力和流动振荡。在本次模拟中，这些工具会预测两个分支发生斑块的可能性是相等的。然而，这种新方法表明，右侧分支的物理形状正在积极地将粒子推向血管壁，而这种机制是表面测量无法检测到的。研究人员发现，血管的几何结构产生了微妙的三维电流，将粒子推向右侧分支，而当仅观察壁面时，这种机制是隐形的。

为了确保这一结果并非仅仅因为所使用的粒子尺寸不同，团队使用两倍大的粒子重复进行了模拟。结果保持一致：右侧分支继续在粒子碰撞中占据主导地位，而左侧分支则保持相对清晰。这种一致性证实了该模式是由动脉本身的几何形状驱动的，而非由特定粒子的大小决定。研究还表明，主接头总体上仍是粒子积累最活跃的区域，但右侧分支出人意料的主导地位证明了局部形状可以覆盖标准的流动指标。

这项发现的影响超出了计算机模型本身。研究人员建议，当医生评估患者的中风风险时，应将血管的具体几何形状视为一个独立的因素，而不仅仅是流动计算的背景。患者可能在标准报告中拥有令人宽慰的流动数据，但如果其动脉存在剧烈弯曲或异常分裂，其血管仍可能以高频率捕捉粒子。通过将血管的物理形状整合到风险评估中，临床医生有可能识别出那些原本会被忽视的高风险患者。这种方法并非取代现有方法，而是增加了一个至关重要的细节层，使该领域从二维的血液流动视角转向对人体内粒子实际行为更完整的理解。研究结论指出，虽然表面指标很有用，但它们并非全貌，必须考虑血管形状的隐藏影响，才能真正理解阻塞是如何发生以及为何发生。