Three-dimensional blood flow simulations have emerged as a viable option for diagnosing cardiovascular disease, predicting treatment outcomes, and developing and evaluating medical devices. However, since three-dimensional simulations can take a long time to execute, they are limited in clinical practice and optimization and uncertainty quantification methods. To overcome these limitations, various reduced order models are developed using reduced order models, proper orthogonal decomposition methods, machine learning methods and principal component analysis, to list a few. These methods, however, are developed for steady flows and only a few studies have developed reduced order models for pulsatile blood flow simulations. We develop a reduced order model for pulsatile flows using a one-dimensional blood flow assumption and apply to various patient-specific geometries. The reduced order model calculates pressure difference as a function of flow rates but the coefficients are computed based on minimal blood flow simulation results instead of deriving them from geometric relationships. The reduced order model is evaluated for an ideal cylindrical model and extended to patient-specific models constructed from medical image data.
3차원 혈류 시뮬레이션은 심혈관 질환 진단, 치료 결과 예측, 의료 기기 개발 및 평가를 위한 실용적인 옵션으로 부상했다. 하지만 3차원 시뮬레이션은 실행에 오랜 시간이 걸리기 때문에 의료현장이나 최적화, 불확실성 정량화 방법 등에서 활용하기에 제한이 있다. 이러한 한계를 극복하기 위해 환원 차수 모델, 적절한 직교 분해 방법, 기계학습, 주성분 분석 등을 사용하여 다양한 대리 모델이 개발되고 있다. 그러나 이러한 방법들은 많은 경우 정상 유동에 대해서만 연구가 진행되었고, 맥동성 혈류 시뮬레이션을 위한 대리 모델을 개발한 연구는 소수에 불과하다. 본 연구에서는 1차원 혈류 가정을 사용하여 맥동성 혈류에 대한 대리 모델을 개발하고 다양한 환자의 혈관에 적용한다. 대리 모델은 유속의 함수로 압력 차이를 계산하지만 계수는 기하학적 관계에서 도출하는 대신 최소한의 혈류 시뮬레이션 결과를 기반으로계산한다. 대리 모델은 이상적인 원통형 모델에 대해 평가되고 의료 영상 데이터로 구성된 환자별 모델로 확장한다.
