Une des données essentielles que recherche le clinicien ORL lors de son diagnostic concerne la fonctionnalité des fosses nasales. Dans certains cas, cette fonction n’est approchée que de manière partielle par les diverses méthodes de mesures mises à sa disposition. La prévalence des obstructions nasales chroniques dans la population générale1 (30% de la population) souligne l’intérêt que les orthodontistes doivent porter aux pathologies respiratoires. L’acquisition d’un outil de diagnostic fiable de l’obstruction nasale permettra d’effectuer un traitement plus précoce afin de guider au mieux la croissance crânio-faciale. La RAA ne peut pas être actuellement utilisée comme unique examen diagnostique, car sa corrélation avec les évaluations subjectives peut rester faible. L’objectif de ce travail est de fournir un modèle d’aide au diagnostic de l’obstruction nasale pour tous les patients. Dans les cas où la RAA ne permet pas un diagnostic certain de l’obstruction nasale, la simulation numérique permettrait, après avoir identifié les situations anatomiques particulières, d’obtenir une approche fonctionnelle objective en confirmant ou non le diagnostic de la RAA. La méthode utilisée pour ce travail de thèse consiste en une résolution complète des équations de Navier-Stokes dans des géométries reconstruites en 3D, c’est-à-dire ayant bénéficié d’un traitement numérique pour extraire les contours puis créer les maillages surfaciques et volumiques. Le développement d'outils de mesure objectifs est un enjeu capital pour déterminer les stratégies thérapeutiques optimales et pour évaluer les résultats des traitements. La modélisation par ordinateur de la dynamique des flux aériens au sein des fosses nasales à partir de reconstructions tomodensitométriques tridimensionnelles peut présenter des applications cliniques. Une de ses applications permettrait à l’ORL de visualiser l’écoulement post-opératoire virtuellement. / One of the essential data sought by the clinician in his diagnosis on the functionality of the nasal cavity. In some cases, this function is only partially approached by various measurement methods at its disposal. The prevalence of chronic nasal obstruction in the population (30% of the population) underlines the interest to orthodontists must wear respiratory disorders. The acquisition of a reliable diagnostic tool of nasal obstruction will allow for earlier treatment to guide the best craniofacial growth. The RAA can not be currently used as single diagnostic test, because its correlation with subjective assessments can remain low. The objective of this work is to provide a model for the diagnosis of nasal obstruction for all patients. In cases where the RAA does not allow a definite diagnosis of nasal obstruction, numerical simulations allow, after identifying the particular anatomical situations, to obtain a functional objective or not confirming the diagnosis of rheumatic fever. The methodology for this thesis consists of a complete resolution of the Navier-Stokes equations in geometries reconstructed in 3D, that is to say who received a digital processing to extract the contours and surface meshes and create volume. The development of objective measurement tools is a key issue in determining optimal treatment strategies and to evaluate treatment outcomes. Computer modeling of the dynamics of air flow within the nasal cavity from three-dimensional CT reconstructions may have clinical applications. One of its applications allow to visualize the flow postoperative virtually.

Introdução: A obstrução nasal é um sintoma presente em várias doenças nasais. Este projeto propõe desenvolver uma metodologia para o cálculo da resistência nasal ao fluxo aerífero por meio de fluidodinâmica computacional e comparar os resultados dessa técnica com os da rinomanometria. Métodos: a resistência nasal ao fluxo aerífero foi medida por rinomanometria, experimentalmente e por fluidodinâmica computacional. A influência da segmentação da tomografia computadorizada nas variáveis de fluidodinâmica computacional foi investigada. O modelo computacional de escoamento laminar foi comparado ao modelo de turbulência k-w padrão. Foram analisadas a acurácia, correlação e concordância entre a resistência nasal calculada por fluidodinâmica computacional com aquela obtida por experimento e rinomanometria. Resultados: A resistência nasal provida por fluidodinâmica computacional pode variar até 50% de acordo com os critérios de segmentação da tomografia computadorizada. O modelo de turbulência k-w padrão apresentou acurácia de 93,1%, demonstrando melhor desempenho que o modelo laminar para prever a resistência da cavidade nasal. A correlação entre a vazão em 75Pa obtida por rinomanometria e fluidodinâmica computacional foi alta para ambas as cavidades, Pearson r = 0,75 p < 0,001. Não houve concordância entre a resistência nasal fornecida pelos dois métodos. A resistência nasal por fluidodinâmica computacional é, em média, 65% da resistência por rinomanometria. Conclusão: os critérios para segmentação da cavidade nasal interferem na resistência calculada por fluidodinâmica computacional. A metodologia de fluidodinâmica computacional para calcular a resistência nasal foi validada experimentalmente. O modelo de escoamento turbulento é melhor que o modelo laminar para calcular a resistência nasal. A resistência nasal calculada por fluidodinâmica computacional apresentou alta correlação com a medida por rinomanometria anterior ativa, mas o nível de concordância entre os métodos não permite comparação direta entre os valores obtidos por cada um / Introduction: Nasal obstruction is a symptom present in various nasal diseases. This project proposes to develop a methodology for the calculation of nasal resistance to airflow through computational fluid dynamics and, to compare the results of this technique with those of rhinomanometry. Methods: nasal airflow resistance was measured by rhinomanometry, experimentally and computational fluid dynamics. We investigated the influence of computed tomography segmentation on the computational fluid dynamics variables. The computational model of laminar flow was compared to the kw turbulence model. The accuracy, correlation and agreement between the nasal resistance calculated by computational fluid dynamics was analyzed comparing it with nasal resistance obtained through experiment and rhinomanometry. Results: The nasal resistance provided by computational fluid dynamics can vary up to 50% according to the computed tomography segmentation criteria. The k-w turbulence model showed accuracy of 93.1%, presenting a better performance than the laminar model to predict nasal cavity resistance. The correlation between the flow in 75Pa obtained by rhinomanometry and computational fluid dynamics was high for both cavities, Pearson r >= 0.75 p < 0.001. There was no agreement between nasal resistance provided by the two methods. Nasal resistance due to computational fluid dynamics is, on average, 65% of rhinomanometric resistance. Conclusion: the criteria used for nasal cavity segmentation interfere with the resistance calculated by computational fluid dynamics. The methodology of computational fluid dynamics to calculate nasal resistance was validated experimentally. The turbulent flow model is better than the laminar model to calculate nasal resistance. The nasal resistance calculated by computational fluid dynamics showed a high correlation with the measurement by active rhinomanometry, but the level of agreement between the methods does not allow a direct comparison between the values obtained by each one

Introdução: A obstrução nasal é um sintoma presente em várias doenças nasais. Este projeto propõe desenvolver uma metodologia para o cálculo da resistência nasal ao fluxo aerífero por meio de fluidodinâmica computacional e comparar os resultados dessa técnica com os da rinomanometria. Métodos: a resistência nasal ao fluxo aerífero foi medida por rinomanometria, experimentalmente e por fluidodinâmica computacional. A influência da segmentação da tomografia computadorizada nas variáveis de fluidodinâmica computacional foi investigada. O modelo computacional de escoamento laminar foi comparado ao modelo de turbulência k-w padrão. Foram analisadas a acurácia, correlação e concordância entre a resistência nasal calculada por fluidodinâmica computacional com aquela obtida por experimento e rinomanometria. Resultados: A resistência nasal provida por fluidodinâmica computacional pode variar até 50% de acordo com os critérios de segmentação da tomografia computadorizada. O modelo de turbulência k-w padrão apresentou acurácia de 93,1%, demonstrando melhor desempenho que o modelo laminar para prever a resistência da cavidade nasal. A correlação entre a vazão em 75Pa obtida por rinomanometria e fluidodinâmica computacional foi alta para ambas as cavidades, Pearson r = 0,75 p < 0,001. Não houve concordância entre a resistência nasal fornecida pelos dois métodos. A resistência nasal por fluidodinâmica computacional é, em média, 65% da resistência por rinomanometria. Conclusão: os critérios para segmentação da cavidade nasal interferem na resistência calculada por fluidodinâmica computacional. A metodologia de fluidodinâmica computacional para calcular a resistência nasal foi validada experimentalmente. O modelo de escoamento turbulento é melhor que o modelo laminar para calcular a resistência nasal. A resistência nasal calculada por fluidodinâmica computacional apresentou alta correlação com a medida por rinomanometria anterior ativa, mas o nível de concordância entre os métodos não permite comparação direta entre os valores obtidos por cada um / Introduction: Nasal obstruction is a symptom present in various nasal diseases. This project proposes to develop a methodology for the calculation of nasal resistance to airflow through computational fluid dynamics and, to compare the results of this technique with those of rhinomanometry. Methods: nasal airflow resistance was measured by rhinomanometry, experimentally and computational fluid dynamics. We investigated the influence of computed tomography segmentation on the computational fluid dynamics variables. The computational model of laminar flow was compared to the kw turbulence model. The accuracy, correlation and agreement between the nasal resistance calculated by computational fluid dynamics was analyzed comparing it with nasal resistance obtained through experiment and rhinomanometry. Results: The nasal resistance provided by computational fluid dynamics can vary up to 50% according to the computed tomography segmentation criteria. The k-w turbulence model showed accuracy of 93.1%, presenting a better performance than the laminar model to predict nasal cavity resistance. The correlation between the flow in 75Pa obtained by rhinomanometry and computational fluid dynamics was high for both cavities, Pearson r >= 0.75 p < 0.001. There was no agreement between nasal resistance provided by the two methods. Nasal resistance due to computational fluid dynamics is, on average, 65% of rhinomanometric resistance. Conclusion: the criteria used for nasal cavity segmentation interfere with the resistance calculated by computational fluid dynamics. The methodology of computational fluid dynamics to calculate nasal resistance was validated experimentally. The turbulent flow model is better than the laminar model to calculate nasal resistance. The nasal resistance calculated by computational fluid dynamics showed a high correlation with the measurement by active rhinomanometry, but the level of agreement between the methods does not allow a direct comparison between the values obtained by each one