Évaluation in silico des chances de succès de traitements des anévrismes cérébraux par prothèses endovasculaires

par Alain Berod

Projet de thèse en Mathématiques et Modélisation

Sous la direction de Franck Nicoud et de Simon Mendez.

Thèses en préparation à Montpellier , dans le cadre de École Doctorale Information, Structures, Systèmes (Montpellier ; 2015) , en partenariat avec IMAG - Institut Montpelliérain Alexander Grothendieck (laboratoire) et de ACSIOM - Equipe d'Analyse, Calcul Scientifique Industriel et Optimisation de Montpellier (equipe de recherche) depuis le 04-12-2017 .


  • Résumé

    Sim&Cure désire compléter sa gamme d'outils d'aide au geste chirurgical en développant un utilitaire capable de prévoir les chances de succès suite au traitement de pathologies anévrismales par diverteur de flux. Cette technique consiste à gainer le flux sanguin dans l'artère principale à l'aide d'une prothèse de type stent. Ce faisant, l'écoulement dans l'anévrisme est ralenti et devient propice à l'apparition d'un thrombus. Ce dernier, une fois pleinement développé, stabilise le sac anévrismal et limite le risque de rupture. Anticiper les chances de succès d'un tel traitement nécessite en premier lieu de connaître la position de la prothèse après implémentation par le neuroradiologue. C'est l'objet d'outils déjà développés par Sim&Cure pour les diverteurs de flux et en cours de développement pour les web. Il est ensuite nécessaire de déduire de la morphologie (artère, anévrisme et prothèse implémentée) les chances de génération d'un thrombus suite aux modifications hémodynamiques induites par la prothèse. Si la caractérisation par imagerie médicale fait désormais partie de l'arsenal à la disposition des médecins dans la phase de diagnostic, seule la simulation numérique (mécanique des fluides numérique - MFN) permet d'estimer les modifications de l'écoulement sanguin avant l'implémentation effective de la prothèse. La collaboration avec l'IMAG (UMR CNRS 5149) de Montpellier est alors naturelle puisque le groupe biomécanique de l'IMAG développe un outil de MFN pour les écoulements sanguins (www.math.univ-montp2.fr/~yales2bio/). Le logiciel YALES2BIO a atteint aujourd'hui un niveau de maturité (Mendez et al. 2014; Chnafa et al. 2015; Zmijanovic et al. 2016; Sigüenza et al. 2016) suffisant pour permettre des applications effectives en milieux industriel (optimisation de systèmes biomédicaux) et médical (imagerie fonctionnelle).

  • Titre traduit

    In silico evaluation of the chances of success of the treatment of intracranial aneurysms by endovascular prothesis


  • Résumé

    To further complete its product range of numerical tools for surgical treatment, Sim&Cure is developing a new product to predict the efficacy of flow diverter treatments prior to surgery. A flow diverter is an endovascular prosthesis placed in an artery leading to the aneurysm, in order to divert blood flow from the aneurysm sac. This technique achieves aneurysm stabilization and thus, limit the risk of aneurysm rupture, by decreasing the blood flow into the aneurysm sac and increasing the chances of thrombus. Anticipating the chance of success of such treatment requires as a first step to know the position of the prosthesis after its apposition, which is the function of one of the tools developed by Sim&Cure. Knowing the position of the prosthesis, the chances of thrombus formation can be inferred from the interaction between the modified blood flow and the morphology of the vessels, aneurysm and prosthesis. Even though the prosthesis characterization can be done by medical imaging in clinical routine, numerical simulations (computational fluid dynamics – CFD) is the only way of predicting the modified blood flow and its effect prior to the effective prosthesis placement. Our collaboration with the IMAG (UMR CNRS 5149) in Montpellier is thus natural since their biomechanical group is developing a CFD software for blood flows (www.math.univ-montp2.fr/~yales2bio/). To date, the CFD software YALES2BIO has achieved a satisfactory maturity (Chnafa et al. 2014, Mendez et al. 2014, Sigüenza et al. 2016, Zmijanovic et al. 2016) to allow effective industrial (optimization of biomedical system) and medical applications (functional imaging).