Turbulent blood flow in a cerebral artery with an aneurysm
Notice bibliographique
Résumé
Unruptured intracranial aneurysms are common in the general population, and many uncertainties remain when predicting rupture risks and treatment outcomes. One of the cutting-edge tools used to investigate this condition is computational fluid dynamics (CFD). However, CFD is not yet mature enough to guide the clinical management of this disease. In addition, recent studies have reported significant flow instabilities when refined numerical methods are used. Questions remain as to how to properly simulate and evaluate this flow, and whether these instabilities are really turbulence. The purpose of the present study is to evaluate the impact of the simulation setup on the results and investigate the occurrence of turbulence in a cerebral artery with an aneurysm. For this purpose, direct numerical simulations were performed with up to 200 cardiac cycles and with data sampling rates of up to 100,000 times per cardiac cycle. Through phase-averaging or triple decomposition, the contributions of turbulence and of laminar pulsatile waves to the velocity, pressure and wall shear stress fluctuations were distinguished. For example, the commonly used oscillatory shear index was found to be closely related to the laminar waves introduced at the inlet, rather than turbulence. The turbulence energy cascade was evaluated through energy spectrum estimates, revealing that, despite the low flow rates and Reynolds number, the flow is turbulent near the aneurysm. Phase-averaging was shown to be an approach that can help researchers better understand this flow, although the results are highly dependent on simulation setup and post-processing choices.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».