Impact of Wall Property and Flow Rate Assumptions on Simulations of Flow‐Induced Vibration of Intracranial Aneurysms
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT Recent high‐fidelity fluid–structure interaction (FSI) simulations of cerebral aneurysms have revealed flow‐induced wall vibrations. However, those simulations were conducted under simplified conditions, and the robustness of the predicted vibrations remains unknown. This study aimed to advance the physiological accuracy of previous models and to investigate the sensitivity to parameter uncertainty. We compared the previously used near‐linear St. Venant–Kirchhoff wall model with a three‐term hyperelastic Mooney–Rivlin (MR3) model fitted to experimental data and also modeled effects of surrounding cerebrospinal fluid (CSF). We then varied flow rate (1.83 mL/s 25%), wall stiffness (soft, medium, stiff), and wall thickness (0.25 0.1 mm). Our main findings for the four aneurysms considered were as follows: the MR3 model led to an average increase of 35% in pulsation and 240% in vibration amplitude, along with an 18% decrease in frequency. Viscous damping by the CSF reduced the vibration amplitude by 68% but did not affect the frequency or pulsation. Changes in flow rate had no effect on pulsation but increased vibration amplitude by 246%. Wall stiffness and thickness had a comparatively smaller impact on vibration, altering amplitude by 36% and 82% and frequency by 20% and 8%. In conclusion, the more advanced models led to a decrease of vibration amplitude and frequency during the cardiac cycle, consistent with clinical observations. Like computational fluid dynamics, FSI simulations can be sensitive to flow rates but are otherwise robust and can provide a fundamental understanding of aneurysm wall vibration without precise knowledge of wall properties.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 découle