一个高效的端到端计算框架,用于生成人类心房电生理学ECG校准体积模型
Elena Zappon1, Luca Azzolin2, Matthias A F Gsell3
1Division of Biophysics, Medical University of Graz, Graz, Austria; BioTechMed-Graz, Graz, Austria.
Medical image analysis
|October 16, 2025
概括
本研究引入了一种自动化工作流程,用于创建用于心房电生理学 (EP) 的高保真度数字双胞胎和虚拟队列. 这促进了个性化医学的发展,通过实现精确,可扩展的患者特定预测和治疗规划.
科学领域:
- 计算生物学是一种计算生物学.
- 医学成像医学成像
- 生物物理学的生物物理.
背景情况:
- 对心房电生理学 (EP) 的计算模型对于个性化治疗和虚拟队列至关重要.
- 目前的模型缺乏监管应用的忠实性和可扩展性,在解剖学准确性,数据校准和效率方面面临挑战.
研究的目的:
- 开发一个自动化的端到端工作流程,用于生成高保真度的数字双胞胎快照和心房EP的虚拟队列.
- 解决临床应用模型生成,校准和计算效率方面的局限性.
主要方法:
- 具有详细解剖学和纤维架构的体积双体模型的自动化多尺度生成.
- 强大的空间变化的心房参数场的定义和心房间间导电通路的参数建模.
- 高效的前进EP模型用于高保真度心电图 (ECG) 计算.
主要成果:
- 成功为50个心房动 (AF) 患者模型生成了高质量的网格.
- 在四名患者中,证明了对心房心电图和概念证明模型校准到临床P波的有效模拟.
- 验证了工作流的能力可扩展,精确的心房EP建模.
结论:
- 新的工作流显著提高了对心房EP的数字双胞胎和虚拟队伍的生成.
- 这些进步对于可扩展,精确和临床适用的特定患者预测和治疗规划至关重要.
- 这项研究为心脏病学中监管级计算模型铺平了道路.


