Développement de modèles numériques haute-fidélité pour l'impression 3D d'anatomies spécifiques au patient

Development of high-fidelity numerical models for 3D printing of patient-specific anatomy

• Auteur / Autrice : Loïc Guezou
• Direction : Bing Tie, Andrea Barbarulo
• Type : Projet de thèse
• Discipline(s) : Mécanique des solides et des structures
• Date : Inscription en doctorat le 03/10/2022
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Sciences Mécaniques et Energétiques, Matériaux et Géosciences
• Partenaire(s) de recherche : Laboratoire : LMPS - Laboratoire de Mécanique Paris-Saclay
• Partenaire(s) de recherche : Equipe de recherche : STAN - Sciences et techniques et mécanique numérique
• Partenaire(s) de recherche : Référent : CentraleSupélec

Mots clés

Mots clés libres

Traitement de lésions de l'aorte

Méthode de réduction de modèles

Caractérisation des matériaux hétérogènes

Modélisation numérique

Impression 3D

Optimisation et problème inverse

3D printing

Treatment of aortic lesions

Numerical modeling

Characterization of heterogeneous materials

Optimization et inverse problem

Reduced Order Modelling

Résumé

Cette thèse s'inscrit dans le projet PIA-RHU « EndoVx-Nouvelles technologies pour une prise en charge rapide et personnalisée des lésions de l'aorte ». L'accès aux endoprothèses spécifiques aux patients, nécessaires pour effectuer une EVAR (réparation endovasculaire d'anévrisme) sur des anévrismes abdominaux complexes, est actuellement limité en raison des coûts élevés d'équipements médicaux et de la formation du personnel médical, d'un taux élevé de complications post-chirurgicales et d'un processus de fabrication longs et coûteux. L'objectif du projet EndoVx est d'améliorer la prise en charge endovasculaire des lésions aortiques, en particulier les anévrismes aortiques (AA) complexes, grâce à un flux de travail clinique innovant et intégré, réduisant ainsi le délai entre les mesures des lésions aortiques et l'intervention chirurgicale de 3-6 mois à 15 jours. Cette thèse de doctorat contribuera au Work Package 4 du projet EndoVx : Modèles 3D réalistes pour la formation et l'innovation. Ce Work Package vise à fournir des modèles d'anatomie pathologique imprimés en 3D et réalistes, ainsi qu'une configuration de banc plug-and-play. Ces modèles physiques seront utilisés pour former les chirurgiens, répéter des cas complexes et améliorer les procédures peropératoires en intégrant les repères anatomiques clés définis lors de la répétition. Les produits de simulation serviront également aux développements techniques et cliniques de nouveaux dispositifs endovasculaires implantables. Enfin, ces modèles de simulation 3D haute-fidélité seront utilisés pour soutenir l'évolution des normes réglementaires de validation préclinique en s'éloignant de l'expérimentation animale. Pour optimiser la distribution des matériaux dans l'anatomie imprimée en 3D, qui doit reproduire les états de déformation et de contrainte souhaités, des modèles numériques haute-fidélité capables de prendre en compte à l'échelle microscopique les hétérogénéités des matériaux imprimés en 3D et de caractériser correctement leurs comportements mécaniques seront développés. Ces modèles seront couplés aux chargements et interactions réels, et intégreront les données matérielles et morphologiques issues de la caractérisation expérimentale. Grâce aux mailleurs intégrés dans le logiciel de simulation développé au LMPS, les complexités morphologiques seront prises en compte dans les modèles haute-fidélité et leurs effets seront finement simulés. Basées sur une modélisation de réduction de modèle de pointe, des techniques de simulation permettent de générer un catalogue de simulations préconstruites sur un espace anatomique paramétrique pour un ensemble de patients standards. Ces modèles numériques très détaillés, incluant l'écoulement de fluides, les comportements des membranes et leurs interactions avec les structures rigides, sont calculés hors ligne sur un supercalculateur grâce à un logiciel maison dédié. Un outil d'optimisation automatique sera développé pour dicter les propriétés des matériaux à imprimer en 3D afin d'imiter l'anatomie pathologique cible.

This thesis is part of a PIA-RHU project “EndoVx - New technologies for a fast and personalized treatment of aortic lesions”. Access to patient-specific endografts necessary to perform an EVAR (EndoVascular Aneurysm Repair) on complex abdominal aneurysms is currently limited due to high costs of medical equipment and training of medical staff, a high rate of post-surgical complications, and a lengthy and expensive manufacturing process. The objective of the EndoVx project is to improve the endovascular management of aortic lesions, particularly complex Aortic Aneurysms (AA), with an innovative and integrated clinical workflow, thereby reducing the time between aortic lesion measurements and the surgical intervention from 3-6 months to 15 days. This PhD thesis will contribute to Work Package 4 of the EndoVx project: Life-like 3D-models for training and innovation. This Work Package aims to provide life-like 3D-printed models of pathological anatomies and a plug-and-play bench setup. These physical models will be used to train fellows, rehearse complex cases and improve per-operative procedures by integrating key anatomical landmarks defined during the rehearsal. The simulation products will also support technical and clinical developments of new implantable endovascular devices. Lastly, we will use these high-fidelity 3D simulation models to support the evolution of pre-clinical validation regulatory standards away from animal testing. To optimize the distribution of materials in 3D printed anatomy, which must reproduce the desired states of deformation and stress, high-fidelity numerical models capable of taking into account at a microscopic scale the heterogeneities of 3D-printed materials and correctly characterizing their mechanical behaviours will be developed. These models will be coupled to the real loadings and interactions and integrate material and morphological data from experimental characterization. Thanks to the integrated meshers in the simulation software developed at LMPS, morphological complexities will be taken into the high-fidelity models and their effects finely simulated. Based on state-of-the-art Order Reduction Modelling, In-house simulation techniques allow generating a catalog of prebuilt simulations over a parametric anatomy space for a set of standard patients. These detailed numerical models, including the fluid flow, the behavior of membranes, and their interactions with rigid structures, are computed offline on a supercomputer thanks to a dedicated in-house software. An automatic optimization tool will be developed to dictate the properties of the 3D printed materials to mimic the target pathological anatomy.