在规模上构建双层和体积心房模型

科学领域:

• 计算生物学 计算生物学
• 心脏电生理学 心脏电生理学
• 医疗成像医学成像

背景情况:

• 大规模的in silico试验和个性化的心脏模型预测需要高效和可重复的模型构建.
• 现有的方法在规模生成心脏模型方面面临挑战,特别是对于心房模型.
• 了解解剖学和生理学因素对心脏动态的影响对于临床应用至关重要.

研究的目的:

• 开发一个强大的,开源的管道,以在规模上构建双层和体积心房模型.
• 为了研究心脏纤维,纤维化和模型表示对心房动力学的影响.
• 为了实现个性化的心脏模型预测和大规模的in silico临床试验.

主要方法:

• 扩展了一个坐标系统,以纳入跨度,心房区域和纤维方向 (基于规则或扩散张力MRI驱动的).
• 使用CT,MRI和电解剖学绘图数据生成了1000个双心层和体积模型的队列.
• 模拟了纤维动态,并分析了模型类型,纤维化和纤维场对模拟结果的影响.

主要成果:

• 在CT队列中,动动态显示了双层和体积模型之间的差异 (LA:0.27 ± 0.19,RA:0.41 ± 0.14相关性).
• 纤维化重塑稳定了重新进入,减少了模型类型对动态的影响 (LA:0.52 ± 0.20,RA:0.36 ± 0.18).
• 纤维场的选择对节奏激活的影响最小 (<12毫秒),但显著影响了纤维动态.

结论:

• 开发和验证了一个开源的,用户友好的管道 (atrialmtk) 用于从成像和电解剖数据生成心房模型.
• 该管道有助于创建个性化的心脏模型,用于大规模的in silico临床试验.
• 研究结果强调了模型表示,纤维方向和纤维化在模拟心房动力学方面的重要性.