Mémoire de maîtrise (2025)
Résumé
L’étude de l’hémodynamique intraventriculaire permettrait de faire un diagnostic précoce de pathologies cardiaques. Au cours des dernières décennies, pour palier à la résolution limitée de l’imagerie médicale, des modèles numériques ont été développés pour améliorer la compré-hension de l’écoulement dans le cœur. Ce terrain fertile a permis la découverte de nombreux marqueurs diagnostics caractérisant la capacité cardiaque. En se rapprochant de la réalité in vivo, la complexification des modèles numériques, en terme de ressources informatiques et de spécificité des données utilisées, a rendu impossible leur utilisation dans un contexte clinique. La démarche régressive de ce mémoire est de concevoir un modèle numérique de complexité modérée pour le post-traitement d’images médicales. L’hypothèse de recherche est qu’un modèle CFD 2D ALE patient-spécifique à géométrie prescrite basé sur des données Échocardiographiques (EchoCG) mode B reconstruit de manière satisfaisante l’écoulement dans le Ventricule Gauche (VG) et permettrait la comparaison inter-individuelle. Ce projet de maîtrise se consacre uniquement à la conception du modèle numérique et s’arti-cule autour des objectifs suivants : l’implémentation en langage Python et l’automatisation basé sur l’écosystème API PyAnsys ; le développement d’un modèle paramétrique de Valve Mitrale (VM) ; l’étude de sensibilité des paramètres géométriques βt et βn, respectivement d’asymétrie et de prolapsus de la VM et finalement la validation des performances par com-paraison à la méthode iVFM et aux mesures EchoCG Doppler.
Statistiques
Total des téléchargements à partir de PolyPublie
Téléchargements par année
Provenance des téléchargements
