Mathematical modeling of the lower limbs varicose veins thermographic image

Мұқаба

Дәйексөз келтіру

Толық мәтін

Аннотация

Background and Objectives: The high prevalence of varicose veins of the lower limbs(VVLL) emphasizes the importance of accurate and timely diagnosis of this pathology. Methods for diagnosing VVLL include, among others, infrared thermography (IRT), which is the safest method. It allows surface temperature mapping with a high spatial resolution. The purpose of this work is to mathematically model the distribution of heat along the back surface of the human shin in the presence of VVLL, compare the obtained distribution with the results of IRT, as well as study the effect of model parameters on the simulation results and assess the possibility of detecting varicose veins using IRT. Methods: А differential equation of thermal conductivity was used to simulate heat transfer processes taking into account blood flow in biological tissues. Biological tissues were defined in layers, the boundaries of which were determined based on the results of X-ray computed tomography. Inclusions reflecting the anatomical structure of the superficial and main veins, which are located directly in the main tissue layers, are considered as venous vessels. Numerical modeling of the process of heat propagation in the shin was carried out in order to investigate the dependence of the temperature change caused by VVLL on the posterior surface of the shin on the maximum depth of varicose veins, their diameters, their surface temperature, perfusion rate, and ambient temperature. The analysis of the possibility of recording such temperature changes with a modern IR thermograph is made. Results: Computational experiments to assess the influence of model parameters on the thermal picture of the surface of the back of the shin have shown that the created mathematical model provides sufficient agreement with the results of real thermographic studies. Most of the temperature dependences obtained in the calculations are consistent or do not contradict real studies. Conclusion: A comparison with experimental results available in the literature has shown that the performed mathematical modeling simulates the initial stages of VVLL.

Авторлар туралы

Larisa Zhorina

Bauman Moscow State Technical University (Bauman MSTU)

ORCID iD: 0009-0003-5898-8808
SPIN-код: 3140-4751
5/1 2nd Bauman St., Moscow 105005, Russia

Egor Tolstoy

Bauman Moscow State Technical University (Bauman MSTU)

ORCID iD: 0009-0001-3641-0840
SPIN-код: 7425-1494
5/1 2nd Bauman St., Moscow 105005, Russia

Әдебиет тізімі

  1. Студенникова В. В., Севергина Л. О., Коровин И. А., Рапопорт Л. М., Крупинов Г. Е., Новиков И. А. Ультраструктурная характеристика механизмов варикозной трансформации вен различной локализации // Архив патологии. 2020. Т. 82, № 6. С. 16–23. https://doi.org/org/10.17116/patol20208206116
  2. Черняго Т. Ю., Фомина В. С., Федык О. В., Яшкин М. Н. Методы оценки функционального состояния эндотелия у пациентов с варикозной болезнью вен нижних конечностей: перспективы лечебной тактики // Вестник Национального медико-хирургического Центра им. Н. И. Пирогова. 2021. Т. 16, № 1. С. 145–150. https://doi.org/10.25881/BPNMSC.2021.17.48.028
  3. Vodovotz L., Zamora R., Barclay D. A., Vodovotz Y., Yin J., Bitner J., Florida J., Avgerinos E. D., Sachdev U. Inflammatory signals and network connections implicate cell-mediated immunity in chronic venous insufficiency // Ann. Transl. Med. 2021. Vol. 9, № 22. P. 1643. https://doi.org/10.21037/atm-21-688
  4. Zhorina L. V., Tolstoy E. A. Mathematical Modeling of the Thermographic Image of the Lower Limbs Varicose Disease in Humans // 2023 IEEE 16th International Scientific and Technical Conference Actual Problems of Electronic Instrument Engineering, APEIE Proceedings. 2023. P. 1150–1154. https://doi.org/10.1109/APEIE59731.2023.10347608
  5. Zhorina L. V., Tolstoy E. A., Shishkin Yu. V. Thermography of Lower Limbs Varicose Veins: Mathematical Modeling // 2023 IEEE Ural-Siberian Conference on Computational Technologies in Cognitive Science, Genomics and Biomedicine, CSGB Proceedings. 2023. P. 79–84. https://doi.org/10.1109/CSGB60362.2023.10329626
  6. Замечник Т. В., Овчаренко Н. С., Ларин С. И., Лосев А. Г. Изучение надёжности комбинированной термографии как метода диагностики состояния вен нижних конечностей // Флебология. 2010. Т. 4, № 3. С. 23–26.
  7. Сергеев А. Н., Морозов А. М., Чарыев Ю. О., Беляк М. А. О возможности применения медицинской термографии в клинической практике // Профилактическая медицина. 2022. Т. 25, № 4. С. 82–88. https://doi.org/10.17116/profmed20222504182
  8. Dahlmanns S., Reich-Schupke S., Schollemann F., Stücker M., Leonhardt S., Teichmann D. Classification of chronic venous diseases based on skin temperature patterns // Physiol. Meas. 2021. Vol. 42, № 4. https://doi.org/10.1088/1361-6579/abf020
  9. Bosque J. J., Calvo G. F., Pérez-García V. M., Navarro M. C. The interplay of blood flow and temperature in regional hyperthermia: A mathematical approach // R. Soc. Open Sci. 2021. Vol. 8. Article number 201234. https://doi.org/10.1098/rsos.201234
  10. Hristov J. Bio-heat models revisited: Concepts, derivations, nondimensalization and fractionalization approaches // Front. Phys. Sec. Statistical and Computational Physics. 2019. Vol. 7. Article number 189. https://doi.org/10.3389/fphy.2019.00189
  11. Sedankin M. K., Leushin V. Y., Gudkov A. G., Vesnin S. G., Sidorov I. A., Agasieva S. V., Markin A. V. Mathematical Simulation of Heat Transfer Processes in a Breast with a Malignant Tumor // Biomed. Eng. 2018. Vol. 52. P. 190–194. https://doi.org/10.1007/s10527-018-9811-2
  12. Zhorina L. V., Manucharyan F. V., Tolstoy E. A., Plokhikh A. I., Shishkin Y. V. Development of a Breast Mock-up for Thermographic Diagnostics // 2023 IEEE 16th International Scientific and Technical Conference Actual Problems of Electronic Instrument Engineering, APEIE Proceedings. 2023. P. 1260–1264. https://doi.org/10.1109/APEIE59731.2023.10347819
  13. Жеребцова А. И. Аналитический обзор математических моделей взаимосвязи параметров кровоснабжения и кожной температуры // Фундаментальные и прикладные проблемы техники и технологии. 2015. № 5. С. 104–113.
  14. Иваницкий Г. Р., Деев А. А., Крестьева И. Б., Хижняк Е. П., Хижняк Л. Н. Разработка методов определения стадий облитерирующего атеросклероза сосудов и ранней диагностики варикозной болезни с применением современных матричных инфракрасных систем // Материалы конференции «Фундаментальные науки – медицине» (Москва, 2007) / РАН. М. : Слово, 2007. С. 69–70.
  15. Компания ООО «ИРТИС» : [сайт]. URL: http://m.irtis.ru/oblasti-primeneniya/ (дата обращения: 29.04.2024).
  16. Воловик М. Г., Долгов И. М., Муравина Н. Л. Тепловизионная скрининг-диагностика. Болезни системы кровообращения. Варикозное расширение вен нижних конечностей. Флебит. Тромбофлебит: атлас термограмм. М. : ИНФРА-М, 2020. 91 с. https://doi.org/10.12737/1159602
  17. Замечник Т. В., Ларин С. И., Стерн Н. А., Овчаренко Н. С., Андриянов А. Ю. Результаты термографии тканей голеней у больных варикозной болезнью в зависимости от температуры окружающей среды // Флебология. 2008. Т. 2, № 1. С. 10–13.
  18. Лучаков Ю. И., Камышев Н. Г., Шабанов П. Д. Перенос тепла кровью: сопоставление расчетных и экспериментальных данных // Обзоры по клинической фармакологии и лекарственной терапии. 2009. Т. 7, № 4. С. 3–20.
  19. Dixon A. K., Bowden D. J., Ellis H., Logan B. M. Human Sectional Anatomy: Atlas of body sections, CT and MRI images. 4th ed. Boca Raton: CRC Press, 2015. 288 p.
  20. Xu F., Lu T. J., Seffen K. A. Biothermomechanical behavior of skin tissue // Acta Mech. Sinica. 2008. Vol. 24. P. 1–23.
  21. Ivanitsky G. R., Khizhnyak E. P., Deev A. A., Khizhnyak L. N. Thermal imaging in medicine: A comparative study of infrared systems operating in wavelength ranges of 3–5 and 8–12 µm as applied to diagnosis // Dokl. Biochem. Biophys. 2006. Vol. 407, March–April. P. 59–63. https://doi.org/10.1134/S1607672906020049

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML
Жүктеу

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».