左心室辅助装置血流流速和流出管道方向的优化

Optimization of flow rate and orientation of outflow graft at implantation for patients with left ventricular assist device

摘要

目的：心室辅助装置(ventricular assist device,VAD)是一种辅助心脏血液循环的机电装置，可用于治疗终末期心力衰竭，最常置于左心室。植入左心室辅助装置(left ventricular assist device,LVAD)可以改善心室灌注性能，但同时改变了左心室内局部血流，也增加了血栓形成的风险。本研究旨在探讨心脏三维重建模型下应用LVAD后的流体-颗粒相互作用和血栓栓塞形成风险，有助于理解不同血流流速和流出管道方向的LVAD的植入效果。方法：使用Mimics软件，基于1名植入LAVD的心力衰竭终末期患者心脏舒张末期的CT图像，粗略构建立体光刻(stereo lithography,STL)格式的三维重建模型。采用非定常数值模拟方法评估相同粒径(2 mm)下不同流出管道方向的LVAD在不同血流流速(4 L/min和5 L/min)条件下的流体-颗粒相互作用和血栓栓塞形成风险，并对该患者实施血液流速优化方案。结果：在LVAD血流流速为5 L/min时，血液回流和血流停滞使血流颗粒停留时间(residence time,RT)延长，增加了主动脉根部血栓形成的风险，颗粒向头臂干移动的比例高达20.33%；当LVAD血液流速为4 L/min时，主动脉中血液湍流减少，血流颗粒RT缩短，颗粒向头臂干移动的比例降至10.54%；当LVAD血液流速为5 L/min，流出管道方向最优时，主动脉中血液湍流减少，血流颗粒RT缩短，颗粒向头臂干移动的比例降至11.22%。对该患者进行18个月的随访发现LVAD工作状态良好，且患者未出现与手术相关的并发症。结论：植入LVAD会增加脑梗死的发生风险；优化LVAD的血流和流出管道方向可降低脑梗死发生风险。

Abstract

Objective A ventricular assist device (VAD) is an electromechanical device used to assist cardiac blood circulation, which can be employed for the treatment of end-stage heart failure and is most commonly placed in the left ventricle. Despite enhancing perfusion performance, the implantation of left ventricular assist device (LVAD) transforms the local intraventricular flow and thus may increase the risk of thrombogenesis. This study aims to investigate fluid-particle interactions and thromboembolic risk under different LVAD configurations using three-dimensional (3D) reconstruction models, focusing on the effects of outflow tract orientation and blood flow rates. Methods A patient-specific end-diastolic 3D reconstruction model was initially constructed in stereo lithography (STL) format using Mimics software based on CT images. Transient numerical simulations were performed to analyze fluid-particle interactions and thromboembolic risks for LVAD with varying outflow tract orientations under 2 flow rates (4 L/min and 5 L/min), using particles of uniform size (2 mm), and a blood flow rate optimization protocol was implemented for this patient. Results When the LVAD flow rate was 5 L/min, helicity and flow stagnation of the blood flow increased the particle residence time (RT) and the risk of thrombogenesis of the aortic root. The percentage of particles traveling toward the brachiocephalic trunk was up to 20.33%. When the LVAD flow rate was 4 L/min, blood turbulence in the aorta was reduced, the RT of blood particles was shortened, and then the percentage of particles traveling toward the brachiocephalic trunk decreased to 10.54%. When the LVAD blood flow rate was 5 L/min and the direction of the outflow pipe was optimal, the RT of blood particles was shortened, and then the percentage of particles traveling toward the brachiocephalic trunk decreased to 11.22%. A 18-month follow-up observation of the patient revealed that the LVAD was in good working order and the patient had no complications related to the implantation of LVAD. Conclusion Implantation of LVAD results in a higher risk of cerebral infarction; When implanting LVAD with the same outflow tract direction, optimizing flow velocity and outflow tract can reduce the risk of cerebral infarction occurrence.

Graphical abstract

关键词

心力衰竭 / 左心室辅助装置 / 特定患者模型 / 血流动力学 / 流体-颗粒相互作用

Key words

heart failure / left ventricular assist device / patient-specific model / hemodynamics / fluid-particle interactions

心力衰竭(heart failure，HF)是一个重要的公共卫生问题，据估计，全球患病人数达6 400万人^[1]。由于人口增长、老龄化和其他疾病心血管并发症发病率的增加，患者的住院人数预计在未来25年将增加50%^[2]。HF患者在确诊后1年和5年内的病死率分别为20%和53%^[2]。尽管药物治疗取得了很大进展，但晚期HF患者在生存期、功能状态和生活质量方面仍面临诸多挑战。心室辅助装置(ventricular assist device，VAD)是一种辅助心脏血液循环的机电装置，可用于治疗终末期HF，最常置于左心室。左心室辅助装置(left ventricular assist device，LVAD)为HF患者提供了一种新的治疗选择，能够在患者等待心脏移植期间为其提供循环支持，或作为心脏移植的永久性替代手段。研究^[3]表明LVAD植入患者的5年生存率接近心脏移植患者的5年生存率。

脑梗死是LVAD植入最严重的并发症，在LVAD植入后的6~12个月内，脑梗死的发生率为14%~47%，对患者的生存时间和生存质量均造成了显著影响^[4-8]。血栓是血液在血管内异常凝固形成的固体物质，随血液循环至脑血管，造成脑血管阻塞，是脑梗死发生的主要原因之一。血栓形成与植入物材料性质、局部血流动力学等因素有关^[7-9]。植入LVAD会改变局部血流动力学，以及血液停滞区、再循环区和剪切应力的分布^[10-12]。LVAD中不同几何形状的流入道插管(inflow cannula，IC)会影响脑室内血流动力学，从而影响脑梗死的发生率^[13-17]。Anselmi等^[18]采用定量同轴度分析方法(quantitative coaxiality analysis)研究了IC对脑梗死的影响，并建议应基于患者特点进行个性化的IC选择。Prisco等^[19]研究了2种不同IC植入角度对血流停滞区的影响，发现通过心脏的根尖部(植入角度约60°)植入相比通过横膈膜表面(植入角度约90°)植入，血流停滞区比例显著减少，更有利于血流分布。Liao等^[20]发现IC对心室血流和血栓形成有影响，不同几何形状的IC对心室内血流的影响不同，导致不同的血流停滞区。Entezari等^[21]发现增加IC置入心室的长度会增加心室内血栓的数量。He等^[22]研究了IC方向对血栓形成风险的影响，发现IC朝向二尖瓣(mitral valve，MV)方向时，心室内剪切应力较低，这可能可以降低血栓形成风险。

LVAD流出管道的方向也会影响进入脑室内的血流，进而影响脑梗死发生率^[23-25]。对完全依赖于LVAD的患者，Prather等^[23]通过调整LVAD流出管道角度，发现植入角度为30°时，脑梗死发生率最低，为11%。Aliseda等^[24]采用拉格朗日粒子跟踪法研究LVAD流出管道植入角度对血栓形成的影响，发现LVAD流出管道植入角度为45°和60°时，在降低血小板激活方面优于90°。

既往研究主要基于特定患者的左心室模型或主动脉模型分析植入LVAD时IC的深度或位置、LVAD流出管道方向和血流颗粒粒径大小对血栓形成风险的影响，缺乏基于特定患者左心室、LVAD和主动脉(left ventricle-LVAD-aorta，LLA)整体模型的血流动力学研究。本研究基于LLA整体模型，探究LVAD不同血液流速及流出道方向对脑梗死发生率的影响。

1 材料与方法

1.1 伦理声明

本研究已获得中南大学湘雅二医院伦理委员会批准(审批号：LYEC2024-0108)，患者及家属均知情同意并签署知情同意书

1.2 材料

基于Mimics软件(比利时Materialise NV公司)，选取一名植入LAVD的HF终末期患者的心脏舒张末期CT图像，粗略构建立体光刻(stereo lithography，STL)格式的三维重建模型。采用Solidworks软件(美国Dassault Systemes Solidworks公司)对模型进行优化。根据LVAD(Corheart 6 LVAD，深圳核心医疗科技股份有限公司)的几何尺寸，使用Solidworks软件重新绘制LVAD IC的几何形状。使用ANSYS软件(美国ANSYS公司)生成计算网格^[26]。左心室模型采用非结构化网格进行网格划分。通过减小网格尺寸来修改总网格数。采用108万、154万、210万单元3种网格模型，进一步进行网格独立性验证。模型重构过程如附图1(https://doi.org/10.57760/sciencedb.xbyxb. 00094)所示。

1.3 方法

1.3.1 模型构建

特定患者模型：基于患者特征构建LLA三维模型，以正常情况下的血流模式作为研究对照。

流速优化模型：根据Prather等^[23]的研究，将LVAD与心室之间的血流流速分割比例建模为4꞉1。

流出管道方向优化模型：根据Aliseda等^[24]的研究，LVAD流出管道方向与升主动脉轴线形成的角度约60°时，为最佳植入方向。在LVAD血液流速为 5 L/min的情况下，优化植入时流出管道方向。

1.3.2 血流动力学模拟

在LVAD入口部分，大约有10 000个颗粒在空间和时间上随机释放^[26]。球形栓子颗粒直径(为2 mm)，栓子的密度为1 117 kg/m³。采用非定常数值模拟(unsteady simulation)方法评估流体-颗粒相互作用与血栓形成风险^[27]。使用Navier-Stokes方程计算血流动力学参数，其中血液设为非牛顿流体，密度为 1 060 kg/m^3[26-28]。在Fluent软件(美国Ansys公司)中使用用户定义函数(user defined functions，UDFs)定义血液的动力黏度。左心室壁面的运动通过正弦函数定义^[29-30]。采用弹性平滑和局部重建相结合的方法进行网格光顺(mesh smoothing)^[29]。时间步长为0.001 s。比较3种网格模型主动脉入口断面的血流流速，变化趋势大致相同，最大误差均在1%以下(附图2， https://doi.org/10.57760/sciencedb.xbyxb.00094)。因此，采用154万单元的中等网格模型进行后续计算。对于中等网格，y+值为1.2时，采用剪切应力传输(shear-stress transport，SST)k-ω湍流模型与壁面函数模拟血流运动情况^[29-30]。

为了确定血流停滞对脑梗死发生风险的影响，用拉格朗日粒子跟踪法计算血流颗粒轨迹。心脏收缩期约为0.3 s，心脏舒张期约为0.5 s。为了保证收敛性，总计算时间为10个心动周期。

质量和动量守恒定律如式(1)^[31]所示：

\frac{\partial (\rho \varphi )}{\partial t}+\mathrm{d}\mathrm{i}\mathrm{v}(\rho u\varphi )=\mathrm{d}\mathrm{i}\mathrm{v}(\mathrm{\Gamma }\mathrm{g}\mathrm{r}\mathrm{a}\mathrm{d}\varphi )+S(1)

式中\rho为密度，\varphi为广义变量，u为速度矢量，\mathrm{\Gamma }为广义扩散系数，S为广义源项。

血液密度为1 060 kg/m^3[18]。非牛顿流体的黏度如式(2)^{[23, 32-34]}所示：

\mu ={\mu }_{\mathrm{\infty }}+\left({\mu }_{\mathrm{0}}-{\mu }_{\mathrm{\infty }}\right){\left[\mathrm{1}+{\left(\lambda \dot{\gamma }\right)}^{\mathrm{2}}\right]}^{\frac{n-\mathrm{1}}{\mathrm{2}}}(2)

式中μ为黏度，μ_∞ 为极限黏度，μ₀ 为初始黏度，\dot{\gamma }为应变速率，λ是时间常数，n是幂指数。

颗粒密度为1 117 kg/m³，大于血液密度。阻力如式(3)^{[22, 35]}所示：

{\stackrel{\rightharpoonup }{F}}_d=\frac{\mathrm{1}}{\mathrm{2}}{C}_d{\rho }_p{A}_p\left|{\stackrel{\rightharpoonup }{V}}_s\right|{\stackrel{\rightharpoonup }{V}}_s(3)

式中C_d 为阻力系数，ρ_p 为血流颗粒密度，A_p 为颗粒截面，{\stackrel{\rightharpoonup }{V}}_s为颗粒滑移速度。

颗粒停留时间(residence time，RT)如式(4)^{[17, 32]}所示：

R{T}_i=T_i^{entrance}-T_i^{exit}(4)

式中i为不同颗粒，T_i^{entrance}和T_i^{exit}代表每个颗粒进入和离开区域时间。

剪切应力(shear stress，SS)如式(5)^[16]所示：

\mathrm{S}\mathrm{S}={\displaystyle \underset{t_{\mathrm{0}}}{\overset{t}{\int }}}\tau \left(X\left(t^{\text{'}}\right),t^{\text{'}}\right)d{t}^{\text{'}}(5)

式中t₀为开始计算时间，t为结束计算时间，τ为瞬时剪切应力，X\left(t^{\text{'}}\right)为血小板的位置。

1.3.3 临床验证

基于模拟优化结果，对1例已植入LVAD的终末期HF患者实施血液流速优化方案，并进行18个月的随访；由于患者LVAD流出道方向已固定，未对流出管道方向进行优化。

2 结 果

2.1 LVAD植入术后HF患者血栓栓塞风险

正常情况下心脏收缩期左心室内血流流线见图1A~1C：血液从左心室内直接注入主动脉，流速最大的区域在主动脉瓣区。此外，在心脏收缩期，血流流速先增大后减小。在特定患者LVAD重建模型中，当LVAD血液流速为5 L/min时，左心室收缩期的血流流线见图1D~1F：血流直接流向LVAD的IC，流速最大的区域位于IC入口截面，由于LVAD血液流速恒定，在心脏收缩期血液流速稳定。

正常情况下心脏舒张期左心室内血流流线见图2A~2C：在心脏舒张早期和中期，血液直接注入左心室；心脏舒张期末期由于心脏舒张幅度减少，MV附近出现回流区。在特定患者LVAD重建模型中，当LVAD血液流速为5 L/min时，心脏舒张期血流流线见图2D~2F：心脏舒张早、中、末期靠近MV区域的血液流速均比正常情况下心脏舒张早、中、末期要慢。因此，在整个心脏舒张期，正常状态模型的血流量大于特定患者模型的血流量。

正常情况下心脏收缩期主动脉内血流流线见图 3A~3C。正常主动脉内可见均匀平行流速的三维层流流线。层流流线表明在心脏收缩期早期和中期正常主动脉内有不间断的血流。此外，由于血流截面缩小，主动脉内血液流速大于心室内血液流速。在心脏收缩期，血液流速先增大后减小。由于心脏舒张幅度降低，心脏收缩末期升主动脉内血流出现湍流。在特定患者模型中，当LVAD流速为5 L/min时，心脏收缩期主动脉内血流流线见图3D~3F：升主动脉血流的湍流大于正常情况下的湍流。

正常情况下心脏舒张期主动脉内血流流线见图4A~4C。由于主动脉瓣的关闭，主动脉内的血液流速几乎为零。在特定患者模型中，当LVAD血液流速为5 L/min时，心脏舒张期主动脉内血流流线见图4D~4F。由于主动脉瓣关闭，特定患者模型中心脏舒张期的局部血流动力学与心脏收缩期相似(图3D~3F、图4D~4F)。

主动脉内颗粒的动态分布见图5。由于LVAD流出管道方向与主动脉内血流方向相反，部分颗粒反流至主动脉根部，延长了主动脉瓣区的RT。从流出管道射血后4.8 s，仍有超过11.00%的颗粒滞留主动脉瓣区内；在12.0 s时，滞留在主动脉瓣区的颗粒百分比下降到6.03%。颗粒向头臂干方向移动的百分比为20.33%，表明脑梗死的风险较高。

2.2 血液流速优化后血栓栓塞风险

在流速优化(LAVD血液流速4 L/min)模型中，心脏收缩期左心室内血流流线见图6A~6C。左心室内出现相对均匀平行的三维层流流线。心脏收缩期的血流分为两部分：一部分血流通过主动脉瓣进入升主动脉和动脉弓，另一部分流向LVAD的IC。

在流速优化模型中，心脏舒张期左心室血流流线见图7。在心脏舒张早期出现的湍流靠近LVAD的IC；在心脏舒张末期，湍流边界向心室壁扩展。

在流速优化模型中，心脏收缩期和舒张期主动脉内血流流线见图8和图9。主动脉根部的血液反流减少。然而，随着主动脉瓣关闭，血液在心脏舒张期再次出现反流。

在流速优化模型中，主动脉内颗粒的分布见图10。与特定患者模型相比，流速优化模型中颗粒RT缩短。在4.8 s时，主动脉瓣区的颗粒百分比降至1.46%。颗粒向头臂干方向移动的百分比为10.54%。

2.3 流出管道方向优化后血栓栓塞风险

在流出管道定向(LAVD植入角度约60°，血液流速4 L/min)优化模型中，心脏收缩期和舒张期主动脉内血流流线见图11和图12。在整个心脏收缩期，升主动脉中湍流减少。左侧锁骨下动脉、左侧颈总动脉、头臂干、降主动脉附近可见相对均匀平行的三维层流流线。图13显示了流出管道方向优化模型中主动脉内颗粒的分布图，可以观察到颗粒RT不断降低。在4.8 s时，粒子向头臂干方向移动的百分比为11.22%。

2.4 临床验证结果

对接受血液流速优化方案的LVAD植入患者进行18个月的随访，结果显示LVAD工作状态良好，且患者未出现与手术相关的并发症。

3 讨 论

本研究基于特定患者的心脏三维重建模型，探究在相同粒径(2 mm)条件下，不同LVAD血液流速 (4 L/min和5 L/min)和流出管道方向对流体-颗粒相互作用和血栓栓塞形成风险的影响。在特定患者模型中，血流进入主动脉后分为两部分：一部分射流直接流向升主动脉和动脉弓；另一部分由于与LVAD流出管道方向与主动脉血流流向相反，部分血液反流至主动脉根部。此外，在整个心脏收缩期靠近主动脉根部的区域出现典型的逆时针流体旋转，这可能导致主动脉根部区域的血流停滞，形成血栓。在特定患者模型中，12 s时仍有高达6.03%的颗粒滞留在主动脉瓣区。较长的RT提示靠近主动脉根部区域的血栓形成风险较高。此外，颗粒进入头臂干的比例高达20.33%，提示发生脑梗死的风险较高。

优化LVAD的流速、流出管道方向有利于降低血栓形成和脑梗死发生的风险。在LVAD血液流速优化为4 L/min时，血液反流明显减少，且颗粒向头臂干移动的百分比降至10.54%。在LVAD流出管道方向优化为最佳移植方向时，颗粒流向头臂主干的比例降至11.22%。

基于上述研究发现，笔者团队为1名HF终末期的患者实施血液流速优化方案，将LVAD与左心室血液流速的比例由之前的5꞉0 L/min调整为4꞉1 L/min，并对患者进行为期18个月的随访。结果显示LVAD工作状态良好，且患者未出现与手术相关的并发症。然而，本研究存在一定的局限性。在临床实际应用中，植入LVAD后需应用抗凝治疗，对血液的流变特性会造成一定影响，但其具体影响仍存在争议。本文模型在一定程度上简化处理了血液的非牛顿流体特性，采用的血液黏度参数值为正常范围内的代表值，未纳入抗凝治疗对血液的流变特性的影响，可能高估了血栓形成风险。此外，由于已植入LVAD的患者无法调整流出管道方向，流出管道方向优化效果缺乏验证。未来在临床实践中可进一步探究在优化 LVAD 血液流速的基础上优化LVAD流出管道方向，从而更大程度地降低主动脉弓和脑血管分叉处血栓形成的风险。

参考文献

[1] Shahim B, Kapelios C, Savarese G, et al. Global public health burden of heart failure: an updated review[J/OL]. Card Fail Rev, 2023, 9: e11[2024-04-01].

[2] McDonagh T, Metra M, Adamo M, et al. 2021 ESC Guidelines for the diagnosis and treatment of acute and chronic heart failure[J]. Eur Heart J, 2021, 42(36): 3599-3726.

[3] Nayak A, Hall SA, Uriel N, et al. Predictors of 5-year mortality in patients managed with a magnetically levitated left ventricular assist device[J]. J Am Coll Cardiol, 2023, 82(9): 771-781.

[4] Han J, Acker M, Atluri P. Left ventricular assist devices[J]. Circulation, 2018, 138(24): 2841-2851.

[5] Wilson S, Ingram K, Oh A, et al. The role of innovative modeling and imaging techniques in improving outcomes in patients with LVAD[J]. Front Cardiovasc Med, 2023, 10: 1248300.

[6] Spiliopoulos S, Wasler A, Fruehwald F, et al. Implantation of the HeartMate III left ventricular assist device in a giant left ventricular aneurysm: Is left ventricular reconstruction mandatory?[J/OL]. Circ Heart Fail, 2017, 10(3): e003803[2024-04-01].

[7] Schmid C, Weyand M, Nabavi D, et al. Cerebral and systemic embolization during left ventricular support with the novacor N100 device[J]. Ann Thorac Surg, 1998, 65(6): 1703-1710.

[8] Tsukui H, Abla A, Teuteberg J, et al. Cerebrovascular accidents in patients with a ventricular assist device[J]. J Thorac Cardiovasc Surg, 2007, 134(1): 114-123.

[9] Kuchinka J, Willems C, Telyshev D, et al. Control of blood coagulation by hemocompatible material surfaces—A review[J]. Bioengineering (Basel), 2021, 8(12): 215.

[10] Blum C, Groß-Hardt S, Steinseifer U, et al. An accelerated thrombosis model for computational fluid dynamics simulations in rotary blood pumps[J]. Cardiovasc Eng Technol, 2022, 13(4): 638-649.

[11] Li Y, Wang H, Xi Y, et al. A new mathematical numerical model to evaluate the risk of thrombosis in three clinical ventricular assist devices[J]. Bioengineering (Basel), 2022, 9(6): 235.

[12] Aigner P, Schweiger M, Fraser K, et al. Ventricular flow field visualization during mechanical circulatory support in the assisted isolated beating heart[J]. Ann Biomed Eng, 2020, 48(2): 794-804.

[13] Thaker R, Araujo-Gutierrez R, Marcos-Abdala H, et al. Innovative modeling techniques and 3D printing in patients with left ventricular assist devices: a bridge from bench to clinical practice[J]. J Clin Med, 2019, 8(5): 635.

[14] Yazdanpanah-Ardakani K, Niroomand-Oscuii H, Sahebi-Kuzeh Kanan R, et al. Optimization of a centrifugal blood pump designed using an industrial method through experimental and numerical study[J]. Sci Rep, 2024, 14(1): 7443.

[15] Ghodrati M, Maurer A, Schlöglhofer T, et al. The influence of left ventricular assist device inflow cannula position on thrombosis risk[J]. Artif Organs, 2020, 44(9): 939-946.

[16] Kazui T, Zhang A, Greenberg J, et al. Left ventricular assist device inflow angle and pump positional change over time adverse impact on left ventricular assist device function[J]. Ann Thorac Surg, 2016, 102(6): 1933-1940.

[17] Chivukula V, Beckman J, Li S, et al. Left ventricular assist device inflow cannula insertion depth influences thrombosis risk[J]. ASAIO J, 2020, 66(7): 766-773.

[18] Anselmi A, Collin S, Haigron P, et al. Device-specific evaluation of intraventricular left ventricular assist device position by quantitative coaxiality analysis[J]. J Surg Res, 2017, 213: 110-114.

[19] Prisco A, Aliseda A, Beckman J, et al. Impact of LVAD implantation site on ventricular blood stagnation[J]. ASAIO J, 2017, 63(4): 392-400.

[20] Liao S, Simpson B, Neidlin M, et al. Numerical prediction of thrombus risk in an anatomically dilated left ventricle: the effect of inflow cannula designs[J]. Biomed Eng Online, 2016, 15(): 136.

[21] Entezari S, Shakiba A, Niazmand H. Numerical investigation of the effects of cannula geometry on hydraulic blood flow to prevent the risk of thrombosis[J]. Comput Biol Med, 2021, 134: 104484.

[22] He G, Han L, Zhang J, et al. Numerical study of the effect of LVAD inflow cannula positioning on thrombosis risk[J]. Comput Methods Biomech Biomed Engin, 2022, 25(8): 852-860.

[23] Prather R, Divo E, Kassab A, et al. In-silico analysis of outflow graft implantation orientation and cerebral thromboembolism incidence for full LVAD support[J]. Comput Methods Biomech Biomed Engin, 2022, 25(11): 1249-1261.

[24] Aliseda A, Chivukula V, Mcgah P, et al. LVAD outflow graft angle and thrombosis risk[J]. ASAIO J, 2017, 63(1): 14-23.

[25] Zhang Q, Gao B, Chang Y. The study on hemodynamic effect of series type LVAD on aortic blood flow pattern: A primary numerical study[J]. Biomed Eng Online, 2016, 15(): 163.

[26] Narang N, Raikhelkar J, Sayer G, et al. Hemodynamic pump-patient interactions and left ventricular assist device imaging[J]. Cardiol Clin, 2018, 36(4): 561-569.

[27] Kortekaas K, de Graaf M, Palmen M, et al. Left ventricular assist device and pump thrombosis: The importance of the inflow cannula position[J]. Int J Cardiovasc Imag, 2022, 38(12): 2771-2779.

[28] Imamura T, Narang N, Nitta D, et al. HeartWare ventricular assist device cannula position and hemocompatibility-related adverse events[J]. Ann Thorac Surg, 2020, 110(3): 911-917.

[29] Khalafvand S, Ng E, Zhong L, et al. Fluid-dynamics modelling of the human left ventricle with dynamic mesh for normal and myocardial infarction: Preliminary study[J]. Comput Biol Med, 2012, 42(8): 863-870.

[30] Song X, Wood H, Olsen D. Computational Fluid Dynamics (CFD) study of the 4th generation prototype of a continuous flow Ventricular Assist Device (VAD)[J]. J Biomech Eng, 2004, 126(2): 180-187.

[31] Santiago A, Butakoff C, Eguzkitza B, et al. Design and execution of a verification, validation, and uncertainty quantification plan for a numerical model of left ventricular flow after LVAD implantation[J/OL]. PLoS Comput Biol, 2022, 18(6): e1010141[2024-04-01].

[32] Wang X, Li X. Computational simulation of aortic aneurysm using FSI method: Influence of blood viscosity on aneurismal dynamic behaviors[J]. Comput Biol Med, 2011, 41(9): 812-821.

[33] Zhao Y, Vatankhah P, Goh T, et al. Hemodynamic analysis for stenosis microfluidic model of thrombosis with refined computational fluid dynamics simulation[J]. Sci Rep, 2021, 11(1): 6875.

[34] Prather R, Divo E, Kassab A, et al. Computational fluid dynamics study of cerebral thromboembolism risk in ventricular assist device patients: effects of pulsatility and thrombus origin[J]. J Biomech Eng, 2021, 143(9): 091001.

[35] Argueta-Morales I, Tran R, Ceballos A, et al. Mathematical modeling of patient-specific ventricular assist device implantation to reduce particulate embolization rate to cerebral vessels[J]. J Biomech Eng, 2014, 136(7).

基金资助

湖南省科技创新计划项目(2021SK53513)

中南大学学位与研究生教育教学改革项目(2022JGYB019┫。This work was supported by the Science and Technology Innovation Program Project of Hunan Province ┣2021SK53513)

the Degree & Postgraduate Education Reform Project of Central South University(2022JGYB019)

RIGHTS & PERMISSIONS

开放获取(Open access)：本文遵循知识共享许可协议，允许第三方用户按照署名-非商业性使用-禁止演绎4.0(CC BY-NC-ND 4.0)的方式，在任何媒介以任何形式复制、传播本作品(https://creativecommons.org/licenses/by-nc-nd/4.0/)。