Research trends

대동맥류 질환 관련 해석 연구 동향

김현진 · 한국과학기술원 기계공학과

서론

대동맥류는 대동맥의 일부가 정상 범위 이상으로 직경이 증가하는 질환으로 질환이 발생하는 위치에 따라서 흉부 대동맥류 (thoracic aortic aneurysm)와 복부 대동맥류 (abdominal aortic aneurysm)으로 분류한다. 대동맥류 질환은 심해질 경우 대동맥의 파열로 이루어질 수 있기 때문에 진단 후 지속적인 추적 관찰이 필요하다.
대동맥류는 협착질환과 마찬가지로 질환의 발현에 혈관 내부벽으로 혈액과 접촉하고 있는 endothelial cell이 큰 역할을 하는 것으로 알려져 있다. Endothelial cell이 정상 범위를 벗어나 염증이 잘 생기는 상황이 되면 혈관벽 구조의 평형이 깨지기 시작하면서 대동맥류가 발생하는 것으로 알려져 있다 [1]. 이 때 혈관벽 구조가 바뀌게 되는데 잘 늘어나는 특징을 가진 엘라스틴 조직(elastin fiber)이 손상이 되고 그 자리를 잘 늘어나지 않는 특징을 가진 콜라겐 조직 (collagen fiber)이 대체하게 된다. 이 과정이 반복되면서 대동맥류 발생, 성장, 리모델링이 되는 것으로 알려져 있다. 또한 엘라스틴 조직을 대체하는 콜라겐 조직이 기존의 응력을 잘 버틸 수 있는 강한 구조로 리모델링 되는 것이 아니라 매우 불규칙한 구조로 리모델링이 되면서 대동맥류 성장과 리모델링에 악영향을 미치는 것으로 알려져 있다.
대동맥류가 파열하면 사망에까지 이를 수 있는 질환이므로 대동맥류를 조기 진단하고 주기적으로 추적 관찰하여 환자 개개인에게 최적의 시술 혹은 수술 타이밍을 예측하는 것이 중요하다. 공학 분야 연구 역시 이것에 초점을 맞추어 다양한 도구를 활용한 연구가 진행되고 있다. 저자는 최근 몇 년 안에 발표된 공학 논문들 중 의미있다고 판단한 해석 연구 중심으로 대동맥류 연구 동향을 요약하고자 한다.

연구 동향

대동맥류 관련 최신 연구 동향은 네 가지 분야의 연구로 분류하여 각 분야의 연구 동향을 간략히 소개하고자 한다. 그 네 분야는 각각
1) 전산유체해석 기반의 질환 심각도 및 질환과 혈류역학 사이의 상관관계 연구 2) 전산 유체-구조 상호작용 해석 기반의 질환의 심각도 분석, 파열 위험도 예측 및 질환의 진행에 영향을 미치는 역학과의 상관관계 연구 3) 전산해석 모델과 성장과 리모델링 모델을 결합한 대동맥류 성장 및 파열 위험도 예측 연구 4) 형상모델 기반의 대동맥류 성장 및 파열 위험도 예측 연구 로 분류하였다. 실험 기반의 공학 연구도 많이 존재하지만 이번 연구 동향에서는 해석 연구를 중심으로 요약하였다.

연구동향: 전산유체해석 기반의 질환 심각도 및 질환과 혈류역학 사이의 상관관계 연구

전산유체해석을 활용한 대동맥류 연구는 전산유체역학을 활용해 심장혈관계 질환 연구를 시작한 1990년대부터 꾸준히 수행되고 있는 연구로 대동맥류에서 발생하는 불규칙한 유동 분석 및 이 유동이 대동맥류 성장과 리모델링에 미치는 영향을 알아보는 연구가 주로 이루어지고 있다. 불규칙한 유동 분석은 대부분 복잡한 해부학적 구조에서 발생하는 천이 혹은 난류 유동, 유동의 정체 등과 질환의 연관관계를 알아보는데 초점을 맞추고 있다. 일례로 Che et al. 그룹은 대동맥류 파열에 영향을 미치는 혈류역학적, 해부학적 특징을 해석과 실험을 통해 찾았고 [2] Kumar et al. 그룹은 대동맥류의 모양에 따른 유동의 복잡도와 이것이 질환에 미칠 수 있는 영향을 분석하였다 [3]. Rezaeitaleshmahalleh et al. 그룹은 대동맥류 환자의 전산유체해석을 수행하여 혈류역학 파라미터와 대동맥류 성장 속도 사이에 상관관계가 있음을 보고하였다 [4].

전산유체해석 연구는 오래 지속되다 보니 최근에는 주류 연구는 아니지만 대부분의 전산유체해석 연구는 혈관내부벽, 특히 endothelial cell에 미치는 영향에 초점을 맞추어 진행하고 있는 것으로 보인다. 특별히 대동맥류 안의 전단응력이 정상 혈관보다 낮은 것과 유동의 진동하는 특성, 속도가 감소하여 적혈구가 머무는 시간이 증가하는 특성 등을 강조하고 있다. 이와 관련하여 혈류역학 파라미터는 oscillatory shear index (OSI), Time-averaged wall shear stress (TAWSS), particle residence time (RT) 등이 주로 보고되고 있다.

연구동향: 전산 유체-구조 상호작용 해석 기반의 질환의 심각도 분석,
파열 위험도 예측 및 질환의 진행에 영향을 미치는 역학과의 상관관계 연구

최근 대동맥류 전산해석 연구의 상당한 지분이 유체-구조 상호작용 해석 기반의 연구를 차지하고 있다. 전산 유체-구조 상호작용 해석은 이상적인 대동맥류 모델부터 환자 모델을 이용하여 다양한 생체역학 파라미터가 대동맥류 성장과 리모델링, 그리고 파열에 미치는 영향을 분석하는 연구까지 넓은 스펙트럼의 연구를 찾을 수 있다. 기존에는 혈관벽의 두께와 물성값 등을 문헌에서 가져오거나 단순한 모델을 활용한 연구가 대부분이었는데 최근에는 초음파, MRI 등의 의료 영상 데이터를 기반으로 혈관벽 두께, 물성값, 혈관벽 내부 혈전 구성요소까지 해석에 이용하는 연구가 보고되고 있다.

일례로 Schussnig와 Holzapfel et al. 그룹은 혈관벽의 변형-응력 관계를 간단한 구성방정식부터 복잡한 구성방정식까지 구현할 수 있는 전산 유체-구조 상호작용 해석 모델을 개발하였고 경계조건과 구성방정식을 어떻게 적용하느냐에 따라서 대동맥류의 혈류역학적, 생체역학적 파라미터값이 크게 변할 수 있음을 보고하였다 [5]. 경계조건이나 혈관벽의 구성방정식을 복잡한 모델을 활용하여 구현이 가능하지만 복잡한 모델의 파라미터값을 어떻게 환자 맞춤형으로 정할지가 향후 연구 주제로 제시되었다. Duca와 Vagara et al. 그룹은 이상적인 모델과 환자 모델을 이용하여 유체-구조 상호작용 해석을 이용해 대동맥류 시술 전후의 혈류역학, 생체역학 파라미터값들을 비교하여 시술 후의 예후를 예측하였다 [6]. Zamirpour et al. 그룹은 대동맥류 환자들의 예후와 혈류역학 파라미터값을 비교하여 혈류역학 파라미터를 고려하는 것이 대동맥류 환자들의 예후를 보다 더 잘 예측하는 것을 보고하였다 [7]. Zhu et al. 그룹은 혈관벽의 물성값이 혈류역학 파라미터값에 영향을 주는 연구를 보고하였다 [8].

최근에 발표된 연구에서는 혈관벽 두께, 환자 개개인의 물성값, 혈관벽 구성요소 등을 보다 더 정확히 모사하는 연구가 보고되었다. 일례로 Lorenzen et al. 그룹은 초음파를 활용하여 대동맥류 위치에 따른 혈관벽 변형량을 측정하였고 이를 활용한 물성값 및 대동맥류 질환의 심각도 예측 가능성이 발표하였다 [9]. 비슷하게 MRI 영상을 활용한 대동맥류의 변형량을 측정하는 연구도 보고되었다 [10].

연구동향: 전산해석 모델과 성장과 리모델링 모델을 결합한 대동맥류 성장 및 파열 위험도 예측 연구

위의 두 연구는 대부분 대동맥류 질환의 발생 원인이나 환자의 현재 해부학적 구조에 따른 혈류역학적, 생체역학적 특징에 초점을 맞추는 연구라고 할 수 있다. 이에 비교하여 대동맥류의 성장과 리모델링 모델 기반의 대동맥류 위험도 예측 연구도 활발하게 진행되고 있다. 대동맥류는 성장과 리모델링 과정이 개략적으로 엘라스틴 조직의 소실과 이를 대체하기 위한 콜라겐 조직의 불규칙적인 혹은 규칙적인 성장과 리모델링으로 이루어진다. 특별히 콜라겐 조직의 성장과 리모델링은 혈관벽의 물성값 및 강성에 큰 영향을 미친다. 지금까지 알려진 연구 결과에 따르면 이 성장과 리모델링 과정에 혈류역학적 파라미터가 큰 영향을 준다. 이 연구 결과에 기반하여 역학 기반의 혈관 조직의 성장과 리모델링 모델이 개발되었고 이 모델을 활용한 대동맥류 성장과 리모델링 예측 연구가 활발하게 이루어지고 있다. 단순히 환자의 추적 데이터를 활용한 성장과 리모델링 파라미터 예측부터 형상과 역학 기반의 성장과 리모델링 예측 등 다양한 연구가 진행되고 있다. 최근에는 기계학습 기반의 형상 예측 모델도 보고되고 있다.

혈류역학 파라미터값에 따른 대동맥의 성장 및 리모델링 과정을 모사한 연구는 Paukner, Cyron, Humphrey et al. 그룹에서 활발하게 진행되고 있다. 이 그룹은 Constrained mixture 모델을 활용하여 생체 조직의 성장과 리모델링이 세포 간의 신호나 화학-역학적 관계로부터 기인한다는 실험 결과를 바탕으로 대동맥과 대동맥류의 성장을 모사한다 [11]. Dalbosco, Holzapfel et al. 그룹은 멀티 스케일 해석 모델을 활용하여 마이크로 단위에서 발생하는 조직의 성장과 리모델링이 혈관벽과 혈액 유동에 미치는 영향을 멀티 스케일로 결합하여 모사하였다 [12]. Zuo et al. 그룹은 혈관벽 손상 후에 콜라겐 조직이 어떻게 리모델링 되느냐에 따라 대동맥류 성장 및 리모델링에 미치는 영향을 예측하였다 [13]. Yan et al. 그룹은 통합된 유체-성장-리모델링 모델을 활용해 환자의 혈류역학적 특징이 대동맥류에 미치는 영향을 분석하는 해석 모델을 개발하였다.

연구동향: 형상모델 기반의 대동맥류 성장 및 파열 위험도 예측 연구

최근에는 환자의 추적 데이터를 활용한 형상 모델 기반의 대동맥류 성장 및 파열 위험도 예측 연구가 활발하게 진행되고 있다. 환자 추적 데이터를 많이 확보함에 따라 해석에 많은 시간이 필요한 혈류역학, 생체역학 파라미터값에 대한 고려 없이 오로지 형상 데이터만을 학습하여 가까운 미래의 대동맥류 형상을 예측하는 연구가 진행되고 있다. Geranzi et al. 그룹은 대동맥류 추적 데이터를 기반으로 여러 가지 형상 파라미터를 활용하여 대동맥류의 성장 속도와의 상관관계를 보았고 형상 파라미터를 활용하는 것이 대동맥류 성장 속도 예측 가능성을 높이는 것을 보였다 [15]. Chung et al. 그룹은 형상과 혈류역학 파라미터를 활용한 대동맥류 예후 예측 모델이 기존의 진단 방법과 비교하여 예후 예측도를 높이는 것을 보고하였다 [16].

요약

본 글은 대동맥류 질환의 개략적인 공학 연구 동향을 해석 분야에 초점을 맞추어 살펴보았다. 최근 대부분의 연구는 유동-구조 상호작용 해석을 바탕으로 하고 있고 간단한 혈관벽 모델에서 벗어나 혈관벽의 물성값 및 구성요소를 보다 더 자세하게 그리고 환자 고유의 물성값을 구현하는 방향으로 발전하고 있다. 또한 대량의 의료 데이터를 활용한 질환의 예후 혹은 위험도와 혈류역학, 생체역학 파라미터 사이의 상관관계를 알아보는 연구가 활발히 이루어지고 있다. 혈류역학, 생체역학 파라미터값을 바탕으로 발생하는 대동맥류의 성장과 리모델링 과정을 해석적으로 구현하고 가까운 미래의 대동맥류 형상 및 파열 위험도를 예측하는 연구도 진행되고 있다. 이 연구들을 결합하여 가까운 미래에 대동맥류 질환의 진단 및 최적의 시술/수술 타이밍을 정하는 데 해석 모델을 참고하는 것도 가능할 것으로 보인다.

참고 문헌

  • Chalouhi, N., Hoh, B. L., & Hasan, D. (2013). Review of cerebral aneurysm formation, growth, and rupture. Stroke, 44(12), 3613–3622.
  • Che, Y., Cao, X., Cao, Z., Zhang, Y., Zhu, J., Shu, C., Luo, M., & Zhang, X. (2025). Rupture prediction of medium to large-sized abdominal aortic aneurysm combining wall shear stress-related parameters and anatomical characteristics: A computational, experimental, and statistical analysis. Physics of Fluids, 37(1), 11908.
  • Kumar, S., Kumar, B. V. R., & Rai, S. K. (2023). Influence of abdominal aortic aneurysm shape on hemodynamics in human aortofemoral arteries: A transient open-loop study. Physics of Fluids, 35(4), 41903.
  • Rezaeitaleshmahalleh, M., Lyu, Z., Mu, N., Zhang, X., Rasmussen, T. E., McBane, R. D., & Jiang, J. (2023). Characterization of small abdominal aortic aneurysms’ growth status using spatial pattern analysis of aneurismal hemodynamics. Scientific Reports 2023 13:1, 13(1), 1–15.
  • Schussnig, R., Rolf-Pissarczyk, M., Bäumler, K., Fries, T. P., Holzapfel, G. A., & Kronbichler, M. (2024). On the role of tissue mechanics in fluid–structure interaction simulations of patient-specific aortic dissection. International Journal for Numerical Methods in Engineering.
  • Duca, F., Bissacco, D., Crugnola, L., Faitini, C., Domanin, M., Migliavacca, F., Trimarchi, S., & Vergara, C. (2024). Computational analysis to assess hemodynamic forces in descending thoracic aortic aneurysms.
  • Zamirpour, S., Xuan, Y., Wang, Z., Gomez, A., Leach, J. R., Mitsouras, D., Saloner, D. A., Guccione, J. M., Ge, L., & Tseng, E. E. (2024). Height and body surface area versus wall stress for stratification of mid-term outcomes in ascending aortic aneurysm. IJC Heart & Vasculature, 51, 101375
  • Zhu, Y., Pirola, S., Salmasi, M. Y., Sasidharan, S., Fisichella, S. M., O’Regan, D. P., Moore, J. E., Athanasiou, T., & Xu, X. Y. (2024). The Influence of Material Properties and Wall Thickness on Predicted Wall Stress in Ascending Aortic Aneurysms: A Finite Element Study. Cardiovascular Engineering and Technology, 1–14.
  • Lorenzen, U. S., Bracco, M. I., Zielinski, A. H., Broda, M., Avril, S., Rouet, L., & Eiberg, J. P. (2025). Strain Patterns With Ultrasound for Assessment of Abdominal Aortic Aneurysm Vessel Wall Biomechanics. Ultrasound in Medicine & Biology, 51(1), 112–119.
  • Dong, H., Haraldsson, H., Leach, J., Zhou, A., Ballweber, M., Zhu, C., Xuan, Y., Wang, Z., Hope, M., Epstein, F., Ge, L., Saloner, D., Tseng, E., & Mitsouras, D. (2024). In Vivo Quantification of Ascending Thoracic Aortic Aneurysm Wall Stretch Using MRI: Relationship to Repair Threshold Diameter and Ex Vivo Wall Failure Behavior. Journal of Biomechanical Engineering, 146(12), 1–26.
  • Paukner, D., Humphrey, J. D., & Cyron, C. J. (2024). Multiscale homogenized constrained mixture model of the bio-chemo-mechanics of soft tissue growth and remodeling. Biomechanics and Modeling in Mechanobiology 2024 23:6, 23(6), 2115–2136.
  • Dalbosco, M., Terzano, M., Carniel, T. A., Fancello, E. A., & Holzapfel, G. A. (2023). A two-scale numerical study on the mechanobiology of abdominal aortic aneurysms. Journal of the Royal Society Interface, 20(208).
  • Zuo, D., Zhu, M., Chen, D., Xue, Q., Avril, S., Hackl, K., & He, Y. (2024). Three-dimensional anisotropic unified continuum model for simulating the healing of damaged soft biological tissues. Biomechanics and Modeling in Mechanobiology, 23(6), 2193–2212.
  • Yan, K., Ye, W., Martínez, A., Geronzi, L., Escrig, P., Tomasi, J., Rochette, M., Haigron, P., & Bel-Brunon, A. (2025). Fluid–structure–growth modeling in ascending aortic aneurysm: capability to reproduce a patient case. Biomechanics and Modeling in Mechanobiology, 1–18.
  • Geronzi, L., Martinez, A., Rochette, M., Yan, K., Bel-Brunon, A., Haigron, P., Escrig, P., Tomasi, J., Daniel, M., Lalande, A., Lin, S., Marin-Castrillon, D. M., Bouchot, O., Porterie, J., Valentini, P. P., & Biancolini, M. E. (2023). Computer-aided shape features extraction and regression models for predicting the ascending aortic aneurysm growth rate. Computers in Biology and Medicine, 162, 107052.
  • Chung, T. K., Gueldner, P. H., Aloziem, O. U., Liang, N. L., & Vorp, D. A. (2024). An artificial intelligence based abdominal aortic aneurysm prognosis classifier to predict patient outcomes. Scientific Reports 2024 14:1, 14(1), 1–10.