编辑推荐：
为评估脑动脉瘤破裂风险，需精准量化瘤内血流动力学。研究人员结合变分数据同化（DA）、计算流体动力学（CFD）与四维流动磁共振成像（4D flow MRI），构建动脉瘤颈时空速度反演模型。结果显示合成数据速度失配 4%-7%，患者数据优于传统 CFD，为个体化血流评估提供新路径。
脑动脉瘤作为脑血管壁异常膨出的疾病，其破裂引发的蛛网膜下腔出血致死率高达 35%，尽管年破裂率仅约 2%，但临床对破裂风险的精准评估需求迫切。动脉瘤的生长与破裂受血管壁病理生物学、瘤体几何形态及瘤内血流动力学的复杂相互作用影响。目前，四维流动磁共振成像（4D flow MRI）和计算流体动力学（CFD）是量化瘤内血流的主要手段，但前者受限于时空分辨率，后者难以设定个体化边界条件，导致体内血流特征的准确量化面临挑战。数据同化（DA）虽能融合观测数据与模型预测，提升血流场估计的可靠性，但其传统方法因分析范围涵盖主血管，计算成本高且对材料参数敏感，限制了在个体化瘤内血流评估中的应用。
为解决上述难题，日本滋贺医科大学的研究团队开展了一项针对脑动脉瘤内血流的变分数据同化策略研究。团队通过结合 CFD、4D flow MRI 数据与变分 DA 方法，将分析域限定于动脉瘤内，构建逆问题模型以反演动脉瘤颈处的时空速度分布，并引入基于傅里叶级数展开的模型降阶技术解决逆问题不适定性。研究成果发表于《Computer Methods and Programs in Biomedicine》，为脑动脉瘤血流的精准评估提供了新方向。
研究主要采用以下关键技术方法：首先利用时间飞跃磁共振血管造影（TOF-MRA）和 4D flow MRI 获取 3 例颈内动脉动脉瘤患者的血管几何结构与血流时空速度场数据；其次将变分 DA 与 CFD 耦合，以 4D flow MRI 测得的瘤内速度数据为约束，构建反演动脉瘤颈边界速度时空分布的逆问题模型；最后通过傅里叶级数展开对状态变量的时间变化进行模型降阶，降低逆问题求解的计算复杂度。
验证使用合成数据
通过 CFD 生成的合成数据对模型进行数值验证。结果显示，DA 方法在样本 C 的两个横截面中较好地捕捉到速度分布，优化过程中速度失配收敛，每帧瞬时值均控制在 4%?7% 范围内。尽管在动脉瘤颈周围的纵截面观察到 DA 结果与真实值存在细微差异，但整体表明模型在已知边界条件下具有较高的准确性。
患者特异性数据集应用
将模型应用于 3 例患者的特异性 MRI 数据集，结果显示速度失配范围为 35%?63%，显著低于仅使用主血管分支的 CFD 方法（失配超过两倍）。该策略有效缓解了 4D flow MRI 中可能出现的非物理速度分布，证明其在个体化瘤内血流估计中的可行性与优越性。
讨论
研究提出的 4D-Var DA 方法聚焦动脉瘤内分析域，通过反演瘤颈边界速度时空分布，显著减少了传统方法中主血管分析带来的计算负担，同时规避了图像分割重建血管形状和材料参数（如血液黏度）的不确定性对结果的影响。模型降阶技术的引入进一步提升了逆问题求解效率，为临床快速评估提供了可能。
局限性与展望
研究存在一定局限性：动脉瘤形状的重建精度制约了估计准确性，未来可引入将血管壁形状因子作为设计变量的优化技术或基于达西方程的血管壁描述方法以提升精度；此外，研究未考虑血管壁弹性等复杂生理因素，后续需结合更真实的生物力学模型。尽管如此，该策略为脑动脉瘤血流的个体化评估提供了比传统 CFD 更可靠、比现有 DA 方法更高效的新途径，有望推动基于血流动力学的破裂风险预测在临床中的应用，为精准医疗提供关键技术支撑。
