基于成像和in-silico生物标志物的心肌梗塞患者的无监督分层

科学领域:

• 心血管成像和仿真心血管成像和仿真
• 计算电生理学 计算电生理学
• 精准医学是一门精准的医学.

背景情况:

• 心肌梗塞 (MI) 后的患者面临心室心律失常 (VA) 的显著风险.
• 目前的风险分层方法往往缺乏精度,无法识别所有高风险个体.
• 个性化风险评估对于有效管理心脏疾病至关重要.

研究的目的:

• 开发和验证一种新的方法来分层VA风险在后心脏病患者.
• 整合患者特定的3D心脏模型与计算电生理学,以快速评估风险.
• 增强心脏护理中的精准医学方法.

主要方法:

• 使用患者特定的3D心脏模型,这些模型来自于晚期加多增强心血管磁共振 (LGE-CMR) 成像.
• 使用快速电生理学解决器Arritmic3D进行个性化计算模拟.
• 生成成千上万的模拟来评估心律失常的诱导性和预测VA风险.

主要成果:

• 在痕组织内确定了缓慢导电通道 (SCC),作为重新进入心律失常的关键决定因素.
• 在针对性干预的心脏模型中定位高风险区域.
• 开发了心律失常风险评分 (ARRISK),与临床结果有很强的一致性,并且表现优于传统方法.

结论:

• 这种新的方法为后心脏病患者提供了自动化,快速和准确的VA风险分层.
• 针对患者的3D心脏模型和计算模拟可以提高心脏护理的精度.
• 这种方法有望通过将干预指导到高风险区域来改善治疗策略和患者的结果.