Understanding the three-dimensional blood flow and fluid filtration within the renal glomerulus is essential for studying kidney function. However, directly measuring these local microvascular physical parameters remains difficult using traditional in vivo experimental techniques. This thesis presents a computational pipeline designed to transform high-resolution confocal microscopy data from a mouse kidney into a functional 3D finite element model to simulate glomerular haemodynamics.Using a combination of tissue clearing protocols and fluorescent labels, high-contrast image stacks of a mouse glomerulus were successfully captured. A fully connected 3D capillary lumen volume was isolated using machine learning segmentation combined with manual corrections. To satisfy computational mesh and workstation hardware constraints, the segmented volume was simplified into a network of smooth, straight cylinders.Computational fluid dynamics and mass transport equations were coupled and solved within COMSOL Multiphysics. The simulation successfully replicated the continuous hydrostatic pressure decline from the afferent to the efferent arteriole, mapped distinct zones of near-identical pressure suggesting the existence of capillary lobules, and captured the localised rise in oncotic pressure driven by plasma protein concentration. However, the baseline flow magnitudes were higher than standard literature values. Furthermore, data analysis revealed a mismatch between the model and biology, suggesting that the constriction and dilation abilities of the afferent and efferent arterioles are essential for correct glomerular function.Ultimately, this thesis establishes a specific, verifiable 3D framework that enables a scalable estimation of localised glomerular pressure fields and filtration gradients, offering a foundational tool for renal studies.

Att förstå det tredimensionella blodflödet och vätskefiltreringen inom njurens glomerulus är avgörande för att studera njurfunktionen. Att direkt mäta dessa lokala mikrovaskulära fysikaliska processer är dock svårt med traditionella experimentella in vivo-tekniker. Denna avhandling presenterar en beräkningspipeline utformad för att omvandla högupplöst konfokalmikroskopidata från en musnjure till en funktionell 3D-modell baserad på finita elementmetoden, i syfte att simulera glomerulär hemodynamik.Genom en kombination av protokoll för att göra vävnad mer transperent och fluorescerande markörer kunde högupplösta bildstackar av en glomerulus från mus framgångsrikt registreras. En helt sammanhängande 3D-kapillärvolym isolerades med hjälp av maskininlärningsbaserad segmentering kombinerat med manuella korrigeringar. För att uppfylla kraven för beräkningsnätet samt arbetsstationens hårdvarubegränsningar förenklades den segmenterade volymen till ett nätverk av släta, raka cylindrar.Ekvationer för beräkningsströmningsdynamik (CFD) och masstransport kopplades och löstes i COMSOL Multiphysics. Simuleringen replikerade framgångsrikt det kontinuerliga hydrostatiska tryckfallet från den afferenta till den efferenta arteriolen, kartlade tydliga zoner med nästintill identiskt tryck vilket tyder på förekomsten av kapillära lobuli, samt fångade den lokala ökningen av onkotiskt tryck till följd av plasmaproteinkoncentration. De initiala flödesmagnituderna var dock högre än vanliga litteraturvärden. Vidare avslöjade dataanalysen en avvikelse mellan modellen och biologin, vilket tyder på att den sammandragande och utvidgande förmågan hos de afferenta och efferenta arteriolerna är avgörande för en korrekt glomerulär funktion.Slutligen etablerar denna avhandling ett specifikt, verifierbart 3D-ramverk som möjliggör en skalbar uppskattning av lokaliserade glomerulära tryckfält och filtrationsgradienter, vilket erbjuder ett grundläggande verktyg för framtida njurstudier.