ETD

• CFD
• hemodynamics
• high-fidelity data
• human arteries
• in-vitro
• in-vivo data
• patient-specific
• PIV

The PhD research activity aims to carry out numerical and experimental analysis on hemodynamic flows. The ultimate objective is to develop tools to provide reliable and detailed information on the cardiovascular flows in arterial vessels of particular interest, i.e thoracic aorta or carotid vessels, on a patient-specific level, by combining in-vivo data with in-vitro experiments and in-silico simulations.
The first activity focuses on modelling atherosclerotic plaque growth in patient-specific carotid arteries. The objective of this study is to set-up a numerical platform to predict the onset of atherosclerotic plaques in patient-specific carotid arteries by coupling Computational Fluid Dynamics (CFD) simulations with a plaque growth model and a morphing procedure. We first assess the reliability of a model proposed in the literature, denoted here as the Low-Density Lipoprotein (LDL) model, which correlates plaque growth with the wall shear stress magnitude and the blood LDL concentration.
By comparing numerical predictions with in-vivo data, we found that the LDL model correctly predicts the onset region of the disease and gives growth rates during the early stages of the pathology in reasonable agreement with literature data. This is not the case, conversely, for growth models only based on wall shear stresses.
Consequently, the LDL model is used to evaluate a risk factor, based on both the probability of plaque onset and on the predicted plaque growth rate, which could be used as a single indicator of potential risk. The advantage is that it gives an indication of the region where the plaque is likely to form and grow based on a single steady simulation of the healthy geometry, and therefore at moderate computational cost.
Finally, we analyze whether and how different hemodynamics features, such as, e.g., dynamics of vortical structures or instantaneous wall-shear stresses, are related with the plaque formation and growth predicted by the model and with the risk indicator.
Building on this efficient framework, the next phase investigates how carotid bifurcation geometry affects plaque formation. Parametric models, derived from a real patient geometry, are used to perform a sensitivity analysis using stochastic collocation and sparse grids. Results show that even small geometric changes, especially in the internal carotid artery’s curvature and inflection point, strongly influence plaque growth patterns, particularly at the edges of the predicted onset region. Finally, unsteady flow analysis on selected parametric geometries reaffirms that local geometric variations significantly impact flow dynamics and thus play a key role in plaque development. Subtle shape differences can alter vortical structures and shear stress patterns and variability, highlighting the sensitivity of plaque growth to arterial geometry.
The second activity involves a Particle Image Velocimetry (PIV) analysis conducted on a patient-specific thoracic aorta model to investigate hemodynamic flow patterns. Thoracic aorta represents a fundamental arterial vessel supplying oxygenated blood to most of the organs and body, and it is crucial to have a complete understanding of the hemodynamic flow developing in this artery. However, the flow in the aorta is difficult to measure, and in-vivo four-dimensional-flow Magnetic Resonance Imaging (4D-flow MRI) provides the velocity field with a low spatial and temporal resolution. PIV measurements, acquired in a fully-controlled and characterized experimental set-up are useful to obtain a complete understanding of the flow features, and they could also be used to validate CFD hemodynamic simulations that are widely used to investigate patient-specific cardiovascular flows. In this work, we present and discuss PIV measurements in a patient-specific thoracic aorta integrated into a hybrid mock circulatory loop.
The aortic phantom, fabricated via lost-core casting, embedded in a modular and optically accessible structure, enables flow visualization across different anatomical regions. The hybrid mock circulatory loop combines a programmable piston pump and real-time flow sensing to impose physiological pulsatile inflow profiles, while also enabling precise control over outflow pressure conditions. The PIV acquisitions are performed at multiple depths along each anatomical plane, enabling ultimately to reconstruct the velocity orthogonal to the cross-section planes over the cardiac cycle. The reconstructed flow rates show satisfactory agreement with the reference flow sensor data, and repeated measurements exhibited low variability.

L’attività di ricerca di dottorato consiste nello svolgere analisi di simulazioni numeriche ed esperimenti dei flussi emodinamici cardiovascolari. L’obiettivo finale è di sviluppare strumenti in grado di fornire informazioni affidabili e dettagliate sui flussi cardiovascolari in vasi arteriosi di particolare interesse, quali l’aorta toracica o le arterie carotidi, a livello di medicina personalizzata, combinando dati in-vivo, esperimenti in-vitro e simulazioni in-silico.
La prima attività del dottorato si concentra sulla modellazione della crescita della placca aterosclerotica in arterie carotidi dei pazienti. L’obiettivo di questo studio è di sviluppare una piattaforma numerica in grado di stimare l’insorgenza di placche aterosclerotiche accoppiando simulazioni di Fluidodinamica Computazionale (CFD) con un modello di crescita della placca e una procedura di morphing. In primo luogo, si prende in considerazione e si valuta la potenzialità e l’affidabilità di un modello proposto in letteratura, qui indicato come modello a Lipoproteine a Bassa Densità (LDL), che correla la crescita della placca con il modulo dello sforzo di taglio alla parete e la concentrazione di LDL nel sangue.
Confrontando le previsioni numeriche con dati in-vivo, si vede che il modello LDL predice correttamente la regione di insorgenza della malattia e fornisce tassi di crescita nelle fasi iniziali in buon accordo con i dati presenti in letteratura. Ciò non avviene, invece, per i modelli di crescita basati unicamente sugli sforzi di taglio alla parete. Di conseguenza, si utilizza il modello LDL per valutare un fattore di rischio, basato sia sulla probabilità di insorgenza della placca che sul tasso di crescita previsto, che può essere impiegato come un indicatore unico di previsione del potenziale rischio. Il vantaggio di questo approccio è che fornisce un’indicazione delle regioni in cui la placca è più probabile che si formi e cresca, basandosi su una singola simulazione stazionaria della geometria sana, e quindi con un costo computazionale moderato. Infine, si analizza se e in che modo diverse caratteristiche emodinamiche del flusso sanguigno non stazionario, come la dinamica delle strutture vorticali o gli sforzi di taglio istantanei alla parete, siano correlate con la formazione e la crescita della placca previste dal modello e con l’indicatore di rischio.
Sulla base di questa piattaforma numerica efficiente, la fase successiva consiste nell’indagare come la geometria della biforcazione carotidea influenzi la formazione della placca. Modelli di geometria parametrici, derivati dalla geometria reale delle carotidi di un paziente, vengono utilizzati per condurre un’analisi di sensibilità mediante il metodo di collocazione stocastica e griglie sparse. I risultati mostrano che anche piccole variazioni geometriche, in particolare nella curvatura e nel punto di inflessione del profilo del ramo dell’arteria carotide interna, influenzano fortemente i pattern di crescita della placca, soprattutto ai margini della regione di insorgenza prevista. Infine, l’analisi del flusso non stazionario su geometrie parametriche selezionate conferma che variazioni geometriche locali hanno un impatto significativo sulla dinamica del flusso e svolgono quindi un ruolo chiave nello sviluppo della placca. Differenze anche sottili nella forma possono alterare le strutture vorticali e i pattern di sforzo di taglio, nonché la loro variabilità, evidenziando la sensibilità della crescita della placca alla geometria arteriosa.
La seconda attività del dottorato riguarda un’analisi sperimentale mediante Particle Image Velocimetry (PIV) condotta su un modello di aorta toracica di un paziente per investigare i pattern di flusso emodinamico. L’aorta toracica rappresenta un vaso arterioso fondamentale che fornisce sangue ossigenato alla maggioranza degli organi e del corpo, per cui è importante la totale comprensione delle caratteristiche del flusso che si sviluppa in questa arteria. Tuttavia, il flusso nell’aorta è difficile da misurare e la tecnica di risonanza magnetica con flusso quadridimensionale (4D-flow MRI) fornisce il campo di velocità con una risoluzione spaziale e temporale limitata. Le misure PIV, acquisite in un set-up sperimentale completamente controllato e caratterizzato, sono utili per ottenere una comprensione completa delle caratteristiche del flusso e possono anche essere utilizzate per validare le simulazioni CFD, ampiamente impiegate per lo studio dei flussi cardiovascolari di medicina personalizzata. In questo lavoro presentiamo e discutiamo misure sperimentali PIV in un’aorta toracica di un paziente integrata in un circuito circolatorio simulato ibrido.
Il fantoccio aortico, realizzato mediante tecnica di lost-core casting e integrato in una struttura modulare e otticamente accessibile, consente la visualizzazione del flusso in diverse regioni anatomiche. Il circuito circolatorio simulato ibrido combina una pompa a pistone programmabile e un sistema di misura della portata in tempo reale per imporre profili di flusso pulsatile fisiologici, permettendo al contempo un controllo preciso delle condizioni di pressione in uscita. Le acquisizioni PIV vengono effettuate a diverse profondità del fantoccio lungo ciascun piano anatomico, consentendo di ricostruire la velocità ortogonale alle sezioni trasversali durante il ciclo cardiaco. Le portate ricostruite mostrano un buon accordo con i dati di riferimento forniti dal sensore di flusso, e le misurazioni ripetute evidenziano una bassa variabilità.