심장의 환자 별 모델링 : 심실 섬유 오리엔테이션의 추정

다음 실험의 목적은 현재 심장 섬유 방향을 임상적으로 획득하는 것이 불가능하기 때문에 심장 전기생리학의 개인화된 시뮬레이션을 위해 환자 심장의 섬유 방향을 추정하는 것입니다. 이는 두 번째 단계로 임상 CT 또는 MRI 이미지에서 사용할 수 있는 환자 심장의 기하학과 일치하도록 아틀라스 심장 형상을 변형하여 달성됩니다. geometry deformation field는 아틀라스 섬유 방향을 모핑하는 데 사용되며, 이는 환자 심장 섬유 방향의 추정치를 생성합니다.

다음으로, 최첨단 기술인 확산 텐서(diffusion tensor), MRI(MRI)를 사용하여 섬유 배향이 비임상적으로 측정된 송곳니 심장을 사용하여 추정된 섬유 배향을 획득된 것과 비교하여 제안된 방법론을 검증합니다. 얻어진 결과는 추정된 섬유 방향이 획득된 섬유 방향과 밀접하게 일치하며 임상적으로 관찰 가능한 수준에서 추정 및 획득된 섬유 방향과 전기생리학적 시뮬레이션의 결과 간에 큰 차이가 없음을 보여줍니다. 이 연구는 확산 텐서가 없는 경우 정상 및 고장난 심실의 MRI 심근 섬유 방향을 심장 전기생리학 시뮬레이션에 사용하기 위해 기하학의 생체 내 이미지에서 추정할 수 있음을 정량적으로 보여줍니다.

환자의 심장 섬유 방향을 추정하는 것은 심장 기능에 대한 환자 특이적 모델을 구성하는 능력에 필수적입니다. 이러한 환자별 심장 모델은 심장 질환 환자의 부정맥 위험을 예측하거나 심장 리듬 장애를 치료하는 데 사용할 수 있는 중재를 안내하는 데 사용할 수 있습니다. 우리는 이것이 환자 특정 전기 생리학적 모델링에 사용될 수 있음을 보여주지만 개인화된 전기 기계 모델링에도 적용할 수 있습니다.

먼저 구조적 MRI 및 확산 텐서 MRI 또는 D-T-M-R-I를 획득하여 피험자 심장의 섬유 방향을 추정하기 시작합니다. 이완기에 있는 정상적인 성인 인간 심장의 이미지. 1mm 세제곱의 해상도로 이미지를 획득합니다.

그런 다음 이미지 J를 사용하여 아틀라스 구조 이미지에서 심실 심근을 추출합니다. 이를 위해 심외막과 심내막 경계를 따라 일련의 랜드마크 지점을 통해 밀착 블라인드를 장착합니다. 각 짧은 축 슬라이스에 대해 랜드마크 점의 배치를 수동으로 수행합니다.

이미지의 10번째 슬라이스마다, matlab을 사용하여 수동으로 식별된 점을 선형 보간하여 나머지 슬라이스에 대한 랜드마크 점을 구합니다. 다음으로, DT MRI 이미지에서 확산 텐서의 기본 iGen 벡터를 계산하여 아틀라스 심장의 섬유 방향을 재구성합니다. 아틀라스 심장의 기하학적 구조가 정의되면 생체 내 심장 CT 또는 MRI를 사용하여 이완기 환자 심장의 기하학적 이미지를 획득하고 아틀라스가 구축된 방식과 유사하게 이미지에서 환자의 심장 기하학적 구조를 재구성합니다.

재구성된 형상의 해상도가 랜드마크를 수동으로 선택하는 슬라이스 수와 평면 외 보간 간격을 조정하여 1mm 세제곱이 되도록 합니다. 다음으로, 자홍색으로 표시된 atlas 심실 이미지를 빨간색으로 표시된 환자 기하학 이미지와 일치하도록 두 단계로 변형합니다. 첫 번째 단계에서는 프로토콜에 설명된 13개의 랜드마크 포인트 집합을 기반으로 에인 변환을 수행합니다.

두 번째 단계에서는 대형 변형 이형성 메트릭 매핑 또는 L-D-D-M-M을 사용하여 환자 기하학적 구조와 일치하도록 INE 변환된 아틀라스 심실을 추가로 변형합니다. 다음으로 아틀라스의 DT MRI 이미지를 모핑합니다. 이를 위해 이미지 참호의 위치를 변경하고 확산 텐서의 방향을 변경합니다.

L-D-D-M-M 변환 중 AINE 매칭 및 변형 필드에서 얻은 변환 매트릭스에 따라 확산 텐서의 방향 변경은 원리 방향 보존 또는 PPD 방법을 사용하여 수행해야 합니다. 마지막으로, 확산 시제의 1차 iGen 벡터를 계산하여 morphed atlas GT MRI 이미지에서 환자 섬유 방향의 추정치를 얻습니다. 추정 오류를 측정하기 위해서는 먼저 정상 심장 6개와 고장 난 개 심장 3개의 생체 외 구조 MRI를 고해상도로 촬영합니다.

이전 섹션에서 설명한 바와 같이 인간 아틀라스 심장과 유사하게 개의 심장에서 심실을 분리하면 정상 개의 심장에서 1에서 6까지의 심장으로 분절되고 실패한 개의 심장에서 7에서 9까지의 심장으로 분절된 심실을 나타냅니다. 그런 다음 2개에서 6개의 심장 각각을 지도로 사용하여 심장의 심실 섬유 방향에 대한 5개의 서로 다른 추정치를 얻습니다. 다음으로 7번, 8번, 9번 심장에서 실패한 심실 각각에 대한 섬유 방향을 추정하고, 1번 심장을 추정된 섬유 세트의 모든 데이터 포인트에 대한 아틀라스로 사용하고, 방향은 추정 오차를 계산하며, 여기서 theta E와 theta A는 각각 심장에서 해당 지점에서 추정 및 획득된 섬유 방향의 경사각입니다.

하나의 구성 6 모델은 DT MRI가 획득 한 심장 1의 섬유 방향으로 첫 번째 모델을 구성하고 추정 된 섬유 방향, 심장 데이터 세트, 3 개 각각에 대해 하나씩 모델 2에서 6까지 구성합니다. 실패한 심장 기하학은 두 개의 심실 모델을 구성하는데, 하나는 DT MRA가 획득한 섬유 방향을 사용하고 다른 하나는 추정된 섬유 방향을 사용합니다. 여기서 모델의 공간 해상도는 600미크론이어야 합니다.

다음은 심부전 모델을 나타냅니다. DT를 통해 MRI는 모델에서 모델 7에서 9로 섬유를 획득하고 모델에서 모델 10에서 12로 추정된 섬유를 획득했습니다. mono domain representation을 사용하여 여기에 표시된 관리 방정식을 활용하고 소프트웨어 패키지 carp by cardio solve를 사용하여 텍스트 프로토콜에 자세히 설명되어 있는 심장 조직을 설명하고, 여기에 표시된 대로 PACE 인사이트를 사용하여 모든 모델로 부비동 리듬을 시뮬레이션하고 7번 심장에 오버레이합니다.

다음으로, 여기에 예시된 바와 같이 전극 위치가 있는 S one S 두 페이싱 프로토콜을 사용하여 6개의 실패한 모델에서 재진입 심실 빈맥을 유도합니다.이를 달성하기 위해 S 1과 S 2 사이의 타이밍을 선택하여 S 2 분만 후 2초 동안 지속적인 심실 빈맥 활성을 얻습니다. S one S two 타이밍에 대해 심실 빈맥이 유발되지 않는 경우 각 시뮬레이션에 대해 빈맥이 유도될 때까지 전도도를 최대 70%까지 줄입니다. 심장 기저부 근처의 두 지점 사이의 세포 외 전위의 차이를 취하여 유사 ECG를 계산합니다.

점들은 18cm 떨어져 있으며, 이들을 연결하는 선이 E, 1 및 E 2로 표시된 바와 같이 격막의 기본 정점 평면에 수직이 되도록 하며, 추정된 섬유 배향을 가진 각 시뮬레이션에 대해 여기에 표시된 공식을 사용하여 매드 메트릭을 계산하며, 여기서 X는 추정된 광섬유 배향의 ECG 파형입니다. Y는 획득한 광섬유 배향의 ECG 파형입니다. X 마이너스는 x의 평균값입니다.

Y 마이너스는 Y의 평균값이고, 그 다음에는 X와 Y의 길이입니다. 여기에 표시된 것은 청록색 섬유로 표시된 추정 섬유 방향과 노란색으로 표시된 DT MRI 획득 섬유 방향으로 표시된 건강한 심장과 병든 심장의 간소화된 시각화입니다. 더 자세히 살펴보면 획득된 섬유 방향과 추정된 섬유 방향 사이의 유사한 정렬을 볼 수 있습니다. 획득한 섬유와 추정된 섬유 사이의 경사각 차이는 색상을 사용하여 평균 추정 오차 각도를 나타내는 3D 분포 모델에서 더 쉽게 볼 수 있습니다.

색상 막대의 범위는 이 데이터에서 0도에서 175도까지입니다. 각 오차 정도에서 복셀의 수를 보여주는 히스토그램은 정상 심장과 고장 심장 모두에 대해 표시됩니다. 이러한 결과는 예측된 섬유의 경사각, 정상 심장 및 고장 심장의 방향이 체외 DT MRI에 의해 획득된 것과 유사하다는 것을 보여줍니다.

그런 다음 시뮬레이션된 활성화 맵을 사용하여 심장 전체의 전기 신호 전파와 관련하여 획득 및 추정된 광섬유 방향을 비교합니다. 색상은 색상 범례에 설명된 대로 활성화 시간을 나타냅니다. 왼쪽의 활성화 맵은 획득한 섬유 방향을 나타내는 모델 1을 사용한 부비동 리듬 시뮬레이션을 위한 것이고, 오른쪽의 활성화 맵은 부비동 리듬 시뮬레이션을 위한 것입니다.

모델 2에서 6은 추정된 섬유 방향을 나타냅니다. 추정된 섬유 방향에 해당하는 활성화 맵의 평균을 구할 때, 이들과 모델 1 간의 평균 전체 차이는 최소화됩니다. 모델 1과 모델 3을 사용한 부비동 리듬 시뮬레이션의 유사 ECG는 동일한 형태를 보이며 MAD 점수가 4.14%로 낮았습니다.마찬가지로, 부비동 리듬 시뮬레이션의 활성화 맵을 병든 심장의 획득 및 추정된 섬유 방향과 비교할 때 낮은 MAD 점수가 나타났습니다.

MAD 점수는 하트 3.8, 하트 9에서 7에서 6.1 사이였습니다. 이것은 획득된 섬유 배향과 추정된 섬유 배향 사이의 높은 상관 관계를 나타냅니다 일단 숙달되면 이 절차를 따라 적절하게 수행하면 이 기술을 몇 시간 내에 실행할 수 있습니다. 섬유 배향의 추정은 심근경색이 있는 상태에서 방법의 효능을 테스트하기 위해 허혈성 심근병증이 있는 심장에서 수행할 수 있습니다.

이 기술의 개발은 심장 기능에 대한 컴퓨터 시뮬레이션을 기초 과학에서 클리닉으로 변환하여 환자의 침대 옆에서 심장 리듬 장애를 치료하기 위한 개입을 안내하는 데 사용할 수 있는 길을 열었습니다.