Морфометрические особенности структурных компонентов внутриорганного венозного русла селезенки как фрактальной системы

Цель исследования – установить морфометрические особенности различного вида структурных компонентов (биюнитов, BU) внутриорганного венозного русла селезенки (ВВРС) у лиц разного пола и возраста. Материал и методы. В основу работы положены результаты морфометрического исследования коррозионных препаратов ВВРС 64 человек (32 мужчины, 32 женщины) в возрасте от 21 до 60 лет (32 – первого периода зрелого возраста, 32 – второго периода зрелого возраста), умерших от внезапной смерти и случайных причин. Работа проведена с соблюдением этических принципов, включая Хельсинкскую декларацию Всемирной медицинской ассоциации. Измеряли диаметры (D) и длины (L) венозных сегментов, составляющих BU. ВВРС представляли как систему, состоящую из трех видов BU: 1 BU — диаметр проксимального сегмента (D) меньше суммы диаметров связанных с ним дистальных сегментов (d_max и d_min), D < d_max + d_min; 0 BU – D = d_max + d_min; 2 BU – D > d_max + d_min. Результаты. Установлено присутствие в составе ВВРС всех трех видов BU; наличие достоверной связи между относительным количеством BU разного вида, полом и возрастной группой; определены размеры всех трех видов BU. Наибольшие размеры имеет 1 BU, наименьшие – 0 BU; 0 BU являются самыми симметричными, 2 BU – самыми асимметричными; относительное количество 1 BU уменьшается, 0 BU увеличивается, а 2 BU практически не меняется в направлении от проксимальных участков русла к дистальным. BU 1-го вида обладают наибольшим диаметром проксимальных сегментов, в то время как BU 2-го вида занимают среднее положение в ряду значений исследуемых показателей. Наименьший диаметр принадлежит BU 0-го вида. Что касается длины сегментов L, максимальные значения характерны для 1 BU, минимальные – для 2 BU, среднее положение в ряду занимают 0 BU. Заключение. Полученные результаты могут служить фундаментом для создания морфометрического эталона ВВРС и должны учитываться при его численном моделировании.

1. Costi R., Castro Ruiz C., Romboli A., Wind P., Violi V., Zarzavadjian Le Bian A. Partial splenectomy: Who, when and how. A systematic review of the 2130 published cases. J. Pediatr. Surg. 2019;54(8):1527–1538. doi: 10.1016/j.jpedsurg.2018.11.010

2. Redmond H.P., Redmond J.M., Rooney B.P., Duignan J.P., Bouchier-Hayes D.J. Surgical anatomy of the human spleen. Br. J. Surg. 1989;76(2):198–201. doi: 10.1002/bjs.1800760230

3. Kothari P., Kumar A., Deshmukh A., Meisheri I. Splenic artery embolisation for portal hypertention in children. Afr. J. Paediatr. Surg. 2010;7(2):86. doi: 10.4103/0189-6725.62854

4. Dokoumetzidis A., Macheras P. A model for transport and dispersion in the circulatory system based on the vascular fractal tree. Ann. Biomed. Eng. 2003;31(3):284–293. doi: 10.1114/1.1555627

5. Dmitriev A., Dovgiallo Y., Zenin O. Conceptional models of the tree-shape arterial bed. Scr. Sci. Medica. 2008;40:47–49.

6. Зенин О.К., Милтых И.С., Дмитриев А.В., Юрченко О.О. Морфометрический анализ применимости уравнений Murray C.D. для численного моделирования сосудистых дихотомий почки человека. Sib. J. Life Sci. Agric. 2021;13(3):170–192. doi: 10.12731/2658-6649-2021-13-3-170-192

7. Kafarov E.S., Miltykh I., Dmitriev A.V., Zenin O.K. Anatomical variability of kidney arterial vasculature based on zonal and segmental topography. Heliyon. 2023;9(4):e15315. doi: 10.1016/j.heliyon.2023.e15315

8. Jorstad A., Nigro B., Cali C., Wawrzyniak M., Fua P., Knott G. NeuroMorph: A toolset for the morphometric analysis and visualization of 3D models derived from electron microscopy image stacks. Neuroinformatics. 2015;13(1):83–92. doi: 10.1007/s12021-014-9242-5

9. Автандилов Г.Г. Основы количественной патологической анатомии. М.: Медицина, 2002. 237 с.

10. The R Project for Statistical Computing. Available at: https://www.R-project.org/

11. Wymer D.T., Patel K.P., Burke W.F., Bhatia V.K. Phase-contrast MRI: physics, techniques, and clinical applications. Radiographics. 2020;40(1):122–140. doi: 10.1148/rg.2020190039

12. Gao J., Wang Y., Ding Q. Comparison of the clinical value of transcranial Doppler ultrasound and computed tomography angiography for diagnosing ischemic cerebrovascular disease. J. Int. Med. Res. 2022;50(6):03000605211047718. doi: 10.1177/03000605211047718

13. Tang H., Hu N., Yuan Y., Xia C., Liu X., Zuo P., Stalder A.F., Schmidt M., Zhou X., Song B., Sun J. Accelerated time-of-flight magnetic resonance angiography with sparse undersampling and iterative reconstruction for the evaluation of intracranial arteries. Korean J. Radiol. 2019;20(2):265–274. doi: 10.3348/kjr.2017.0634

14. Vigneshwaran V., Sands G.B., LeGrice I.J., Smaill B.H., Smith N.P. Reconstruction of coronary circulation networks: A review of methods. Microcirculation. 2019;26(5):e12542. doi: 10.1111/micc.12542

15. Roux W. Über die Verzweigungen der Blutgefässe : eine morphologische Studie. Z. Naturwiss. 1878;12:205–266.

16. Murray C.D. The physiological principle of minimum work applied to the angle of branching of arteries. J. Gen. Physiol. 1926;9(6):835–841. doi: 10.1085/jgp.9.6.835

17. Uylings H.B.M. Optimization of diameters and bifurcation angles in lung and vascular tree structures. Bull. Math. Biol. 1977;39(5):509–520. doi: 10.1007/BF02461198

18. Zamir M. On fractal properties of arterial trees. J. Theor. Biol. 1999;197(4):517–526. doi: 10.1006/jtbi.1998.0892

19. Розен Р. Принцип оптимальности в биологии. М.: Мир, 1969. 215 с.

20. Keelan J., Chung E.M.L., Hague J.P. Development of a globally optimised model of the cerebral arteries. Phys. Med. Biol. 2019;64(12):125021. doi: 10.1088/1361-6560/ab2479