颅内动脉瘤血流动力学的格子Boltzmann 建模与仿真

Intracranial aneurysm is one of the most common diseases that cause serious harm to human health. Recently, stent implantation is emerging as a promising treatment option. Hemodynamic characteristics, as a main factor for the formation, growth, rupture and cure of intracranial aneurysms, have drawn wide attention. The blood fluid properties, the complex geometry of blood vessels, the different scales between the vascular and the stent, as well as large-scale computation limit the traditional numerical methods in studying the hemodynamics of intracranial aneurysms. The aim of this project is, based on the three-dimensional medical imaging data, to investigate hemodynamic characteristics, through developing advanced lattice Boltzmann model and high-performance computing technology. The research topics include: building non-Newtonian lattice Boltzmann model that can accurately describe blood flow characteristics, developing efficient numerical scheme for complex boundary; designing high-performance algorithm based on GPU/CPU heterogeneous system; performing numerical simulation and mechanism analysis of intracranial aneurysm hemodynamics. The project can provide a hemodynamic theoretical basis for thorough understanding of intracranial aneurysm pathology and physiological mechanisms, and the fast, accurate technical support for patient-specific interventional treatment of stenting.

颅内动脉瘤是严重危害人类健康的最常见疾病之一，新兴的支架介入疗法有望成为最佳治疗手段。血流动力学作为影响颅内动脉瘤产生、发展、破裂和治疗的主要因素，受到国内外学者的广泛关注。传统数值方法在研究颅内动脉瘤血流动力学方面会受到血液流体特性、血管复杂几何结构、血管与支架的不同尺度和大规模计算量等诸多瓶颈的限制。本项目拟基于三维医学影像数据，通过发展介观格子Boltzmann 模型，并借助高性能计算技术来研究颅内动脉瘤血流动力学行为特征。主要研究内容包括：构建准确描述颅内动脉瘤血液流动特性的非牛顿格子Boltzmann 模型以及能刻画真实物理情形的高效边界处理格式；设计基于GPU/CPU 异构系统的高性能算法；开展颅内动脉瘤血流动力学方面的相关数值模拟与机理分析。本研究可为深入认识颅内动脉瘤病理和生理学机制提供血流动力学方面的理论依据，进而为个体化支架介入治疗方法提供快捷、精确的技术支持。

颅内动脉瘤是严重危害人类健康的最常见疾病之一，新兴的支架介入疗法有望成为其最佳治疗手段。然而，颅内动脉瘤及载瘤血管内的血液流动受到复杂几何形态、生理条件、生物力学等诸多因素的影响，是典型的复杂流动，现有的临床观测、动物实验和体外实验等研究手段受到了很大的限制。因此，颅内动脉瘤血流动力学的研究迫切需要发展通用、高效的数值方法。. 本项目基于三维医学影像数据，通过完善和发展介观格子Boltzmann（LB）模型，并借助高性能计算技术对颅内动脉瘤血流动力学行为进行了深入的研究，取得了丰硕的成果。主要成果包括：(1) 提出一个高效的图像去噪、边缘检测和分割的LB模型。该模型不仅适用于医学的图像，而且也可用于某些复杂的自然图像；提出了一类新的正交变换：slantlet-Walsh变换，给出了其递归生成和“即位的”快速算法，推广了Walsh变换、Haar变换、斜变换等诸多已有的正交变换。(2) 针对血液流可能涉及的流动、传质传热现象，运用正则化、修正和多松弛技术，分别构建了三种求解对流扩散方程和两种求解Navier-Stokes方程的、稳定性好的LB模型。(3) 基于多组分相场理论，提出了一个稳定性好、能更准确地捕捉两相界面的多松弛LB模型，并依此建立了一个轴对称两相LB模型；进而，发展了一个有效的、三相不可压流动的LB模型，该模型能很好地捕获三相界面。(4) 基于CUDA语言和MPI技术，针对颅内动脉瘤复杂流场结构的特点，在GPU平台上设计了两种高效算法。在配有4块TeslaC1060 GPU的工作站上进行了测试，两种算法都达到近线性的加速比。(5) 运用所建立的模型和算法，详细考察了动脉瘤和载瘤血管的几何形状、置入支架的形状和孔隙率、非牛顿效应、边界条件等重要因素对血流动力学的影响。. 本研究不仅可为深入认识颅内动脉瘤病理和生理学机制提供血流动力学方面的理论依据，进而为个体化支架介入治疗方法提供快捷、精确的技术支持，而且相关的模型、方法和结果也可以应用于其它类似的复杂流动和传质传热问题。