Numerical Simulations of Blood Flow in the Left Heart Hemodynamics

Le monde est confronté aux maladies cardiovasculaires (MCV), principales causes de mortalité. Ainsi, la détection précoce des anomalies de la fonction cardiaque devient essentielle pour réduire les taux de décès et de morbidité. Le système des cavités gauches du coeur, comprenant l’oreillette gauche (OG), le ventricule gauche (VG) et la valve mitrale (VM), constitue le principal élément de la circulation systémique tout en étant le plus exposé au risque de dysfonctionnement. Cette région manifeste précocement des signes de modifications hémodynamiques, ce qui fait de l’analyse des écoulements une méthode diagnostique essentielle avant l’apparition de symptômes cliniquement perceptibles. Cette recherche met en oeuvre un système computationnel destiné à étudier les profils d’écoulement sanguin dans le coeur gauche à partir de modèles cardiaques spécifiques aux patients, dérivés d’images d’imagerie par résonance magnétique cardiaque (IRM). Le modèle de simulation combine un modèle à paramètres concentrés et un solveur CFD à géométrie prescrite afin d’analyser les profils d’écoulement dans les ventricules et les oreillettes tout au long du cycle cardiaque complet. La méthode permet de calculer plusieurs paramètres hémodynamiques, incluant les profils de vitesse, les cartes de pression, le cisaillement pariétal (WSS) et la dynamique des tourbillons. Le modèle proposé a été appliqué à des données IRM issues d’un sujet sain au repos, en utilisant Segment Medviso et MATLAB pour réaliser la segmentation et la reconstruction. L’utilisation d’équations paramétriques a permis d’améliorer la forme des cavités cardiaques, tandis que la méthode de couplage a assuré la cohérence entre la circulation systémique et le fonctionnement local des cavités. Les résultats obtenus par la simulation concordent avec les données expérimentales et numériques documentées dans des études antérieures. L’étude a révélé les différences de profils d’écoulement entre les phases systolique et diastolique, notamment par l’observation des tourbillons dans le VG et l’impact de la contraction auriculaire sur le remplissage ventriculaire. La simulation a produit des résultats conformes aux plages physiologiques normales pour les mesures de pression et de vitesse, tout en mettant en évidence des profils de WSS et de vorticité en accord avec les valeurs de référence établies. L’analyse de sensibilité a démontré la robustesse du processus de segmentation et de reconstruction tout au long de l’étude.

Abstract

Cardiovascular diseases (CVD) are the world’s leading cause of death, so improving early-stage detection of cardiac function abnormalities is essential for reducing mortality and morbidity. The left heart (LH) system, consisting of the left atrium (LA), the left ventricle (LV), and the mitral valve (MV), is a key component of systemic circulation and is particularly vulnerable to dysfunction. This region often shows early dynamic changes in hemodynamics, making flow analysis important for clinical assessment before visible symptoms appear in patients. We use a computational system to investigate left heart blood flow patterns by building individual patient heart models from cardiac magnetic resonance imaging (MRI) data. The model combines a lumped parameter model with a prescribed-geometry computational fluid dynamics solver to study blood flow patterns in both the ventricles and atria over the full cardiac cycle. This approach allows the analysis of several hemodynamic parameters, including velocity patterns, pressure mapping, wall shear stress (WSS), and vortex dynamics. The proposed model was applied to MRI data from a resting healthy participant, using Segment Medviso and MATLAB to perform the segmentation and reconstruction steps. Parametric equations were used to improve the chamber shapes, while the coupling method maintained proper connections between systemic circulation patterns and local chamber operations. The simulation results matched experimental and numerical data reported in previous studies. The study showed how blood flow patterns differ between systolic and diastolic periods through observations of LV vortices and how atrial contractions affect ventricular filling. The simulation produced results within normal physiological ranges for pressure and velocity, and the WSS and vorticity patterns agreed with established benchmarks. The sensitivity analysis demonstrated that the segmentation and reconstruction process remained stable throughout the analysis. This work demonstrates the potential of combining imaging-based reconstruction with CFD modeling for non-invasive assessment of left heart hemodynamics. By offering detailed insights into flow patterns, the framework provides a foundation for early detection of pathological remodeling and contributes to the development of personalized diagnostic tools. Future extensions may include simulations under exercise conditions and integration with higher-fidelity fluid–structure interaction models.