Development of an efficient 1D computational model of human airways for assessing airway structures and regional pressure : 기관지 구조 및 지역적 압력을 평가하기 위한 효율적인 1차원 전산유체역학 모델의 개발 :

윤수진

추천

검색

자료유형: 학위논문

저자정보: 윤수진 (경북대학교, 경북대학교 대학원)

지도교수: 최상헌.

발행연도: 2021

저작권: 경북대학교 논문은 저작권에 의해 보호받습니다.

이용수4

이 논문의 연구 히스토리 (3)

2021

Development of an efficient 1D computational model of human airways for assessing airway structures and regional pressure : 기관지 구조 및 지역적 압력을 평가하기 위한 효율적인 1차원 전산유체역학 모델의 개발

윤수진 기계공학과 2021.01 학위논문

2019

4-D CT 영상을 활용하여 기관지의 동적 변형 모형을 적용한 1차원 전산유체역학 모형

윤수진 , 쩐민덤 , 칭롱린 외 1명 한국전산유체공학회 학술대회논문집 2019.10 학술대회자료

정상인과 천식 환자 기관지의 유체역학 특성을 해석하기 위한 1차원 전산유체역학 모형

윤수진 , 칭롱린 , 최상헌 대한기계학회 춘추학술대회 2019.04 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

배경/목적
천식은 기관지 염증 및 기관지 과민증에 의해 호흡에 어려움을 겪는 질병이다. 많은 연구들이 천식환자의 기관지 유동특성을 해석하기 위한 3차원 CFD 모델을 개발해왔지만, 3차원 CFD는 상당한 비용을 요구한다. 따라서 본 연구에서는 기관지의 동적 변형을 모사하고, 폐 컴플라이언스, 기관지 벽 컴플라이언스 및 acinar inertance를 반영한 효율적인 1차원 전산유체역학 모델을 소개하고자 한다. 본 1차원 모델은 정상인과 천식 환자의 압력 분포, tidal volume (Vtidal)과 압력 간의 이력 곡선에 대해 탐구한다.
방법
본 연구는 5명의 정상인과 5명의 천식 환자로부터 11-14개의 time point에서 획득한 4D CT 영상을 기반으로 이루어졌다. 기관지의 직경, 길이와 같은 기관지 구조는 volume filling method, Horsefield ordering, random heterogeneity 기법을 활용하여 각각 획득되었다. 획득된 기관지 직경 및 길이는 곡선의 불필요한 파동을 예방하기 위해 Akima spline을 활용하여 보간하였다. 등온 에너지 평형식을 1차원 형태로 단순화하였고, 두 가지의 다른 압력 경계 조건은 각각 acinar unit (Model A), pleural 영역 (Model B)에 부여하였다. 그리고 기관지 벽 컴플라이언스 및 acinar inertance 모델이 지배 방정식에 새롭게 적용되었으며, 지배 방정식은 행렬 형태로서 계산의 효율성을 위해 새로운 행렬 솔버 AGMG를 이용하여 계산되었다.
결과
시뮬레이션 케이스와 상관없이 AGMG 솔버를 사용 했을 때 GMRES와 비교하여 계산시간이 거의 1/10에 가깝게 감소되었다. 본 연구에서는 4D CT로부터 획득한 공기 체적 분율 (?Vairf)과 1D CFD를 통해 계산된 ?Vairf을 두 개의 서로 다른 경계조건에 대해 비교하였다. 폐 컴플라이언스를 반영한 Model B를 적용했을 때 상관 계수가 더 높게 도출되었다. Vtidal-z 곡선에서는, 폐의 강성이 더 높은 천식 환자의 이력 곡선 단면적이 정상인 보다 더 작게 나타났다. 동적 변형 모델, 벽 컴플라이언스 모델 및 acinar inertance 모델 중 동적 변형 모델이 기관지의 저항 및 압력 분포에 가장 큰 영향을 미치는 주된 요소로 나타났다.
결론
본 연구에서 제안된 폐 컴플라이언스, 기관지 벽 컴플라이언스 및 acinar inertance가 반영된 1차원 CFD 모델을 성공적으로 기관지의 동적 변형을 모사하였다. 우리는 1D CFD 모델을 폐기능 검사(Pulmonary function test)의 대체재로 사용하여 호흡 메커니즘을 평가할 수 있다. 본 연구에서는 1차원 CFD 모델이 정상인과 천식환자의 기관지 구조 및 지역적 압력 분포 및 이력 곡선을 평가하기에 유용한 도구임을 확인하였다.

Background/Aim
Asthma is a disease with difficulty in breathing due to bronchial constriction by bronchitis and bronchial hyperresponsiveness. Many studies have developed 3D CFD to investigate fluid dynamic feature for asthmatic subjects, however, it requires high costs. This study aims to introduce an efficient 1D computational fluid dynamics (CFD) model with dynamic deforming geometry considering lung compliance, airway wall compliance and acinar inertance using CT images. The current 1D model investigates pressure distribution and hysteretic relationship between pressure and tidal volume (Vtidal) in central airways and acinar region for five healthy and five asthmatic subjects.

Methods
This study employed 5 healthy and 5 asthmatic subjects with 4D CT images captured at 11-14 time points. Airway structure such as airway diameter and length were obtained by volume filling method, Horsefield ordering, and random heterogeneity. The obtained airway diameter and length values were interpolated via Akima spline to avoid wiggle curve. Isothermal energy balance equation was simplified as 1D form and two different pressure boundary conditions were imposed at the acinar units (Model A) or at the pleural region (Model B). Then, computational models of airway wall compliance and acinar inertance were applied to the governing equations and the equations were solved by new sparse matrix solver AGMG for calculation efficiency.

Results
Regardless of simulations cases, AGMG provided lower computational time which was around one-tenth compared with time for GMRES solver. We extracted fractional air-volume change (?Vairf) from 4D CT images and 1D CFD model to compare two different boundary conditions. Model B with lung compliance model has greater correlations of 1D CFD derived ?Vairf and 4D CT derived ?Vairf. In Vtidal-z coordinates curve, asthmatic subjects with higher lung stiffness show smaller hysteresis area compared with asthmatic subjects. Dynamic deforming model is main factor influencing the work-load (hysteresis) in central airway and acinar regions compared with combined computational model.

Conclusions
The proposed 1D CFD model coupled with a lung compliance model successfully mimicked dynamic airway deforming and considered airway wall compliance and acinar inertance. We could use the 1D CFD model to assess breathing mechanism as an alternative to pulmonary function tests. We found the introduced 1D CFD model is useful tool for investigating hysteresis of pressure and lung structure and regional pressure distribution between healthy and asthmatic subjects.

LIST OF TABLES iii
LIST OF FIGURES iv
ABSTRACT vi
PARMETERS USED viii
Chapter 1. INTRODUCTION 1
1.1 Airway network model using CT images 1
1.2 Previous studies of dynamic deforming model applications 2
1.3 Importance of development 1D CFD model 3
1.4 Purpose of the current study 4
Chapter 2. METHODS 5
2.1 Subjects and CT images 5
2.2 Energy balance equations for 1D model 5
2 .3 Lung compliance model using static air-volume change 8
2.4 Applications of dynamic deforming model 10
2.5 Applications of airway wall compliance 14
2.6 Applications of dynamic acinar compliance model 15
2.7 Replacement of sparse matrix solver 17
2.8 Six simulation cases 18
Chapter 3. RESULTS 21
3.1 Flow-rate distributions depending on boundary conditions 21
3.2 Comparison of GMRES and AGMG solver according to computational time 22
3.3 Hysteresis curve for lung displacement and diameter 23
3.4 The influence of dynamic deforming model 29
3.5 The influence of the integrated computational models 34
Chapter 4. DISCUSSION 40
4.1 Vtidal vs. z curve for healthy and asthmatic subjects 40
4.2 The effects of dynamic deforming models 41
4.3 The effects of integrated computational models and performance of simulations in high frequency ventilation 42
4.4 Limitations and future studies 43
4.5 Conclusions 43
REFERENCES 45
(초록) 48

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (3)

초록· 키워드

목차

최근 본 자료

댓글(0)