血管周围网络中蠕动产生的定向流——理论与数值降阶描述

围绕脑动脉的血管周围空间中的定向流体流动被假设在脑溶质运输与清除中发挥关键作用。尽管诸如心搏或呼吸脉动等脉动流的多种驱动因素已被充分量化，但何种机制能在生理区间内诱导定向流仍存疑问。为解答此问题，我们发展理论与数值降阶模型，以量化血管周围网络中蠕动泵送可诱导的定向（净）流。每个动脉周围单元被建模为细环形空间，其内部由支撑周期行波（蠕动波）的圆形管界定。在小雷诺数流、小半径及小振幅蠕动波的合理假设下，我们使用润滑理论与正则扰动方法推导血管周围网络中定向净流与压力分布的理论表达式。该降阶模型用于推导感兴趣简单网络构型（包括单单元、串联双单元及三单元分叉）净流的闭式解析表达式，并与数值预测比较。特别地，我们给出血管周围网络中蠕动运动诱导净流作为生理参数（显著包括波长、频率、振幅与血管周围尺寸）函数的可计算理论估计。量化特定生理区间的最大净流，我们发现血管运动可诱导量级为几至数十 mum/s 的软脑膜动脉周围净流速度，且睡眠相关的血管运动脉动变化可驱动三倍流量增加。