整合软机器人和计算模型来研究左心房血动力学和 sinus 节律和心房动中的设备测试
Research square
|May 19, 2025
概括
使用软机器人和计算模型的新多模式框架准确地模拟了用于心房动研究的左心房尾功能. 该工具有助于开发个性化的中风预防治疗方法,并改进设备测试.
科学领域:
- 心血管生物力学心血管生物力学
- 医疗器械模拟医疗器械模拟
- 计算建模计算建模
背景情况:
- 心房动 (AF) 由于复杂的左心房附属体 (LAA) 几何形状而带来挑战,阻碍了个性化中风预防干预措施,如LAA阻塞 (LAAO).
- 目前对LAA/LA研究的动物和尸体模型的依赖缺乏可重现性和生理相关性.
研究的目的:
- 开发一个高保真性,生理相关的多式模式框架来模拟左心脏 (LA) 和LAA功能.
- 为了在临床相关条件下准确评估AF相关疾病和LAAO干预措施.
主要方法:
- 一个多式模式框架,集成软机器人桌面模拟器,一次性参数模型 (LPM) 和有限元素分析 (FEA).
- 利用3D打印,患者特定的LA几何形状与柔软的机器人执行器实现现实的墙壁运动和血液动力学.
- 使用一个紧的,MRI兼容的流循环,由软的机器人左心室 (LV) 驱动,用于精确的流量测量和设备测试.
主要成果:
- 该框架成功地复制了鼻节律,心房和心房动脉,捕捉了心房功能障碍的临床标志物中的LA功能.
- 在疾病和干预期间,LPM和FEA模型为血液动力学变化和LA壁压力提供了机械洞察力.
- 生理学准确性与人类成像和猪模型进行了验证,在猪循环系统中成功进行了体内验证.
结论:
- 开发的多式模式框架为推进心血管生物力学研究提供了一个可扩展和多功能工具.
- 这种综合的实验和计算方法支持个性化的AF治疗,设备开发和临床培训.
- 该系统有助于开发有效的LAAO设备,用于预防AF患者中风.


