Artykuł metodologiczny

Modelowanie parametrów skupionych i elementów skończonych niewydolności serca z zachowaną frakcją wyrzutową

DOI:

10.3791/62167

⸱

13 lutego 2021

 ,  , 
1Institute for Medical Engineering and Science, Massachusetts Institute of Technology, 2Health Science and Technology Program, Harvard/Massachusetts Institute of Technology, 3Department of Mechanical Engineering, Massachusetts Institute of Technology

* These authors contributed equally

W tym artykule

Podsumowanie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Ta praca wprowadza dwa modele obliczeniowe niewydolności serca z zachowaną frakcją wyrzutową oparte na podejściu z parametrami skupionymi i analizie elementów skończonych. Modele te służą do oceny zmian w hemodynamice lewej komory i związanego z nią układu naczyniowego wywołanych przeciążeniem ciśnieniowym i zmniejszoną podatnością komór.

Streszczenie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Naukowe wysiłki w dziedzinie modelowania obliczeniowego chorób sercowo-naczyniowych głównie skupiały się na niewydolności serca ze zmniejszoną frakcją wyrzutową (HFrEF), pomijając niewydolność serca z zachowaną frakcją wyrzutową (HFpEF), która ostatnio stała się dominującą formą niewydolności serca na całym świecie. Ze względu na niedostatek reprezentacji HFpEF in silico, w niniejszym artykule przedstawiono dwa odrębne modele obliczeniowe symulujące hemodynamikę HFpEF wynikającą z przeciążenia ciśnienia w lewej komorze serca. W pierwszej kolejności opracowano zorientowany obiektowo model skupionych parametrów przy użyciu solwera numerycznego. Model ten opiera się na zerowymiarowej (0D) sieci podobnej do Windkessel, która zależy od właściwości geometrycznych i mechanicznych elementów składowych i ma tę zaletę, że zapewnia niskie koszty obliczeniowe. Po drugie, do przeprowadzenia symulacji wielowymiarowej wykorzystano pakiet oprogramowania do analizy metodą elementów skończonych (MES). Model MES łączy w sobie trójwymiarowe (3D) wielofizyczne modele elektromechanicznej odpowiedzi serca, deformacji strukturalnych i hemodynamiki opartej na jamie płynnej oraz wykorzystuje uproszczony model skupionych parametrów do zdefiniowania profili wymiany przepływu między różnymi jamami płynów. Za pomocą każdego podejścia z powodzeniem symulowano zarówno ostre, jak i przewlekłe zmiany hemodynamiczne w lewej komorze i proksymalnym unaczynieniu wynikające z przeciążenia ciśnieniowego. W szczególności przeciążenie ciśnieniem modelowano poprzez zmniejszenie powierzchni otworu zastawki aortalnej, podczas gdy przewlekłą przebudowę symulowano poprzez zmniejszenie podatności ściany lewej komory. Zgodnie z literaturą naukową i kliniczną dotyczącą HFpEF, wyniki obu modeli wskazują na (i) ostre zwiększenie gradientu ciśnienia przezaortalnego między lewą komorą a aortą i zmniejszenie objętości wyrzutowej oraz (ii) przewlekłe zmniejszenie końcowej objętości rozkurczowej lewej komory, co wskazuje na dysfunkcję rozkurczową. Wreszcie, model MES pokazuje, że stres w mięśniu sercowym HFpEF jest znacznie wyższy niż w zdrowej tkance serca przez cały cykl pracy serca.

Wprowadzenie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Niewydolność serca jest główną przyczyną zgonów na całym świecie, która występuje, gdy serce nie jest w stanie odpowiednio pompować lub napełniać się, aby nadążyć za metabolicznymi wymaganiami organizmu. Frakcja wyrzutowa, tj. względna ilość krwi zmagazynowanej w lewej komorze, która jest wyrzucana przy każdym skurczu, jest używana klinicznie do klasyfikacji niewydolności serca na (i) niewydolność serca ze zmniejszoną frakcją wyrzutową (HFrEF) i (ii) niewydolność serca z zachowaną frakcją wyrzutową (HFpEF), dla frakcji wyrzutowych mniejszych lub większych niż 45%, odpowiednio1, 2,3. Objawy HFpEF często rozwijają się w odpowiedzi na przeciążenie ciśnienia w lewej komorze komory, które może być spowodowane kilkoma stanami, w tym zwężeniem zastawki aortalnej, nadciśnieniem tętniczym i niedrożnością drogi odpływu lewej komory3,4,5,6,7. Przeciążenie ciśnieniowe napędza kaskadę aberracji molekularnych i komórkowych, prowadząc do pogrubienia ściany lewej komory (przebudowa koncentryczna), a ostatecznie do usztywnienia ściany lub utraty podatności8,9,10. Te zmiany biomechaniczne głęboko wpływają na hemodynamikę układu sercowo-naczyniowego, ponieważ skutkują podwyższoną zależnością ciśnienia końcoworozkurczowego i objętością oraz zmniejszeniem objętości końcoworozkurczowej11.

Modelowanie obliczeniowe układu sercowo-naczyniowego przyczyniło się do lepszego zrozumienia ciśnienia i przepływów krwi zarówno w fizjologii, jak i chorobie, a także przyczyniło się do rozwoju strategii diagnostycznych i terapeutycznych12. Modele in silico są klasyfikowane jako modele nisko- lub wysokowymiarowe, przy czym pierwsze z nich wykorzystują metody analityczne do oceny globalnych właściwości hemodynamicznych o niskim zapotrzebowaniu obliczeniowym, a drugie zapewniają bardziej obszerny, wieloskalowy i wielofizyczny opis mechaniki sercowo-naczyniowej i hemodynamiki w domenie 2D lub 3D13. Reprezentacja Windkessel z parametrem skupionym jest najczęściej spotykana wśród opisów niskowymiarowych. Opierając się na analogii obwodu elektrycznego (prawo Ohma), naśladuje to ogólne zachowanie hemodynamiczne układu sercowo-naczyniowego poprzez kombinację elementów rezystancyjnych, pojemnościowych i indukcyjnych14. Niedawne badania przeprowadzone przez tę grupę zaproponowały alternatywny model Windkessela w dziedzinie hydrauliki, który umożliwia modelowanie zmian w geometrii i mechanice dużych zbiorników - komór serca i zaworów - w bardziej intuicyjny sposób niż tradycyjne elektryczne modele analogowe. Symulacja ta została opracowana na obiektowym solverze numerycznym (patrz tabela materiałów) i może uchwycić normalną hemodynamikę, fizjologiczne skutki sprzężenia krążeniowo-oddechowego, przepływ krwi sterowany przez oddychanie w fizjologii jednego serca oraz zmiany hemodynamiczne spowodowane zwężeniem aorty. Ten opis rozszerza możliwości modeli z parametrami grupowymi, oferując fizycznie intuicyjne podejście do modelowania spektrum stanów patologicznych, w tym niewydolności serca15.

Modele wielowymiarowe są oparte na MES do obliczania hemodynamiki czasoprzestrzennej i interakcji płyn-struktura. Reprezentacje te mogą dostarczyć szczegółowych i dokładnych opisów lokalnego pola przepływu krwi; Jednak ze względu na ich niską wydajność obliczeniową nie nadają się do badań całego drzewa sercowo-naczyniowego16,17. Pakiet oprogramowania (patrz tabela materiałów) został wykorzystany jako anatomicznie dokładna platforma MES 4-komorowego serca dorosłego człowieka, która integruje reakcję elektromechaniczną, deformacje strukturalne i hemodynamikę opartą na jamie płynu. Zaadaptowany model ludzkiego serca składa się również z prostego modelu o parametrach skupionych, który definiuje wymianę przepływu między różnymi jamami płynów, a także pełną charakterystykę mechaniczną tkanki serca18,19.

Kilka modeli niewydolności serca z parametrami grupowymi i MES zostało sformułowanych w celu wychwycenia nieprawidłowości hemodynamicznych i oceny strategii terapeutycznych, szczególnie w kontekście mechanicznych urządzeń wspomagających krążenie dla HFrEF20,21,22,23,24. Szeroka gama modeli 0D o parametrach skupionych o różnym stopniu złożoności z powodzeniem uchwyciła hemodynamikę ludzkiego serca w warunkach fizjologicznych i HFrEF poprzez optymalizację dwu- lub trzyelementowych elektrycznych analogowych systemów Windkessel20,21,23,24. Większość z tych reprezentacji to modele jedno- lub dwukomorowe oparte na sformułowaniu elastycznym zmieniającym się w czasie, aby odtworzyć skurczowe działanie serca i wykorzystują nieliniową zależność ciśnienia końcoworozkurczowego do objętości do opisu wypełnienia komór25,26,27. Kompleksowe modele, które rejestrują złożoną sieć sercowo-naczyniową i naśladują zarówno działanie pompowania przedsionkowego, jak i komorowego, zostały wykorzystane jako platformy do testowania urządzeń. Niemniej jednak, mimo że istnieje obszerna literatura na temat HFrEF, zaproponowano bardzo niewiele modeli in silico HFpEF20,22,28,29,30,31.

Niskowymiarowy model hemodynamiki HFpEF, niedawno opracowany przez Burkhoffa i wsp.32 oraz Granegger et al.28, może uchwycić pętle ciśnienie-objętość (PV) 4-komorowego serca, w pełni rekapitulując hemodynamikę różnych fenotypów HFpEF. Ponadto wykorzystują swoją platformę in silico do oceny wykonalności mechanicznego urządzenia krążenia do HFpEF, prowadząc pionierskie badania obliczeniowe HFpEF do badań fizjologicznych, a także rozwoju urządzenia. Modele te nie są jednak w stanie uchwycić dynamicznych zmian w przepływach krwi i ciśnieniu obserwowanych podczas postępu choroby. Niedawne badanie przeprowadzone przez Kadry et al.30 uchwyciło różne fenotypy dysfunkcji rozkurczowej poprzez dostosowanie aktywnego relaksu mięśnia sercowego i biernej sztywności lewej komory na modelu niskowymiarowym. Ich praca zapewnia kompleksową analizę hemodynamiczną dysfunkcji rozkurczowej w oparciu zarówno o aktywne, jak i bierne właściwości mięśnia sercowego. Podobnie, literatura dotycząca modeli wielowymiarowych skupia się przede wszystkim na HFrEF19,33,34,35,36,37. Bakir et al.33 zaproponowali w pełni sprzężony model MES płynu sercowego do przewidywania profilu hemodynamicznego HFrEF i skuteczności urządzenia wspomagającego lewą komorę (LVAD). Ten dwukomorowy (lub dwukomorowy) model wykorzystywał sprzężony obwód Windkessela do symulacji hemodynamiki zdrowego serca, HFrEF i HFrEF z obsługą LVAD33,37.

Podobnie, Sack et al.35 opracowali model dwukomorowy do badania dysfunkcji prawej komory. Ich dwukomorową geometrię uzyskano na podstawie danych z rezonansu magnetycznego (MRI) pacjenta, a siatka elementów skończonych modelu została skonstruowana przy użyciu segmentacji obrazu w celu analizy hemodynamiki niewydolności prawej komory wspomaganej przez VAD35. Czterokomorowe metody kardiologiczne MES zostały opracowane w celu zwiększenia dokładności modeli elektromechanicznego zachowania serca19,34. W przeciwieństwie do opisów dwukomorowych, czterokomorowe modele ludzkiego serca pochodzące z rezonansu magnetycznego zapewniają lepszą reprezentację anatomii układu sercowo-naczyniowego18. Model serca zastosowany w tej pracy jest uznanym przykładem czterokomorowego modelu MES. W przeciwieństwie do modeli z parametrami skupionymi i dwukomorowych MES, ta reprezentacja oddaje zmiany hemodynamiczne zachodzące podczas progresji choroby34,37. Na przykład Genet i in.34 wykorzystali tę samą platformę do wdrożenia numerycznego modelu wzrostu przebudowy obserwowanej w HFrEF i HFpEF. Jednak modele te oceniają wpływ przerostu serca tylko na mechanikę strukturalną i nie zapewniają wyczerpującego opisu związanej z nim hemodynamiki.

Aby rozwiązać problem braku HFpEF w modelach in silico w tej pracy, model z parametrami lumped-opracowanymi wcześniej przez tę grupę15 oraz model MES zostały ponownie dostosowane do symulacji profilu hemodynamicznego HFpEF. W tym celu najpierw zostanie zademonstrowana zdolność każdego modelu do symulacji hemodynamiki układu sercowo-naczyniowego na początku badania. Następnie ocenione zostaną skutki przeciążenia lewej komory wywołanego zwężeniem oraz zmniejszonej podatności lewej komory z powodu przebudowy serca – typowej cechy charakterystycznej HFpEF.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. Model z parametrami grupowymi 0D

  1. Ustawienia symulacji
    UWAGA: W środowisku solwera numerycznego (patrz Tabela materiałów) skonstruuj domenę, jak pokazano w Rysunek 1. Składa się z 4-komorowego serca, górnej części ciała, brzucha, dolnej części ciała i klatki piersiowej, a także bliższego naczynia, w tym aorty, tętnicy płucnej oraz żyły głównej górnej i dolnej. Standardowe elementy używane w tej symulacji są częścią domyślnej biblioteki hydraulicznej. Szczegółowe informacje można znaleźć w plikach uzupełniających.
    1. Przejdź do biblioteki hydrauliki, aby znaleźć wymagane elementy: rurociąg hydrauliczny, komorę hydrauliczną o stałej objętości, opór liniowy, pompę odśrodkową, zawór zwrotny, kryzę o zmiennej powierzchni i niestandardowy płyn hydrauliczny.
      1. Wrzuć elementy rurociągu hydraulicznego do obszaru roboczego.
        UWAGA: Uwzględniają one straty tarcia, a także podatność ścian i ściśliwość płynów w naczyniach krwionośnych i komorach serca. Za pomocą tego bloku strata ciśnienia jest obliczana za pomocą prawa Darcy'ego-Weisbacha, podczas gdy zmiana średnicy spowodowana podatnością ścianki zależy od stałej proporcjonalności zgodności, ciśnienia świetlnego i stałej czasowej. Wreszcie, ściśliwość płynu jest definiowana przez moduł objętościowy ośrodka.
      2. Wstaw elementy komory hydraulicznej o stałej objętości, aby określić podatność ścianek i ściśliwość płynów.
        UWAGA: Ten blok nie uwzględnia strat ciśnienia spowodowanych tarciem.
      3. Dodaj elementy oporu liniowego, aby zdefiniować opór przepływu.
        UWAGA: Jest to niezależne od właściwości geometrycznych układu naczyniowego, analogicznie do elementu rezystancyjnego stosowanego w elektrycznych analogowych modelach Windkessel. Inne bloki, takie jak pompa odśrodkowa, zawór zwrotny, kryza o zmiennej powierzchni i niestandardowe elementy płynu hydraulicznego, powinny być wstawione, aby wygenerować żądane ciśnienie wejściowe do systemu, modelować wpływ zastawek serca na przepływ krwi i określić właściwości mechaniczne krwi. Dzięki tym elementom można w pełni uchwycić zachowanie układu sercowo-naczyniowego zarówno w fizjologii, jak i chorobie. Sygnał wejściowy dla pompy odśrodkowej można znaleźć w Rysunek S1A.
      4. Modeluj kurczliwość każdej komory serca za pomocą niestandardowego elementu komory zgodności ze zmiennymi.
        UWAGA: Akceptuje zgodność jako zmienny w czasie sygnał wejściowy zdefiniowany przez użytkownika i jest oparty na zmiennym w czasie modelu elastancji (Rysunek S1B-D).
    2. Podaj parametry względem każdego elementu, jak pokazano w tabeli S1, która znajduje się również w Rosalia et al.15
    3. Wstaw element powtarzającej się sekwencji sygnału fizycznego (PS) dla każdego z bloków, które wymagają zmiennego w czasie sygnału wejściowego zdefiniowanego przez użytkownika: pompy niskiego napięcia, elementów zgodności ze zmiennymi przepisami i bloków kryz o zmiennej powierzchni.
      UWAGA: Sygnały wejściowe wykorzystane w tej symulacji można znaleźć w Rysunek S1.
    4. Wybierz domyślny niejawny solver ODE 23t i uruchom symulację na 100 s, aby osiągnąć stan ustalony.

2. Model MES

  1. Ustawienia symulacji
    UWAGA: Model MES wykorzystuje sprzężoną analizę elektryczno-mechaniczną w sekwencji. W tym modelu analiza elektryczna jest przeprowadzana jako pierwsza; Następnie powstałe potencjały elektryczne są wykorzystywane jako źródło wzbudzenia w poniższej analizie mechanicznej. W związku z tym konfiguracja symulacji zawiera dwie domeny pracy: domenę elektryczną (ELEC) i mechaniczną (MECH), które są wstępnie zdefiniowane w oprogramowaniu symulacyjnym MES (tabela materiałów)18. W związku z tym w poniższej sekcji opisano tylko proces wykonywania zadań analizy. Model MES wykorzystuje następujące podprogramy użytkownika: HETVAL, VUANISOHYPER i UAMP do modelowania materiałów elektrycznych i mechanicznych18.
    1. Poruszaj się po domenie ELEC, aby przeprowadzić analizę elektryczną przy użyciu predefiniowanej procedury temperatury w module Standard.
      1. Użyj pojedynczego kroku analizy o nazwie BEAT. Ustaw czas trwania cyklu pracy serca na 500 ms i przyłóż impuls potencjału elektrycznego do zestawu węzłów reprezentujących węzeł zatokowo-przedsionkowy (SA) (zestaw węzłów: R_Atrium-1.SA_NODE).
      2. Przejrzyj domyślny przebieg elektryczny, który waha się od -80 mV do 20 mV przez 200 ms z gładką definicją amplitudy kroku, zgodnie z opisem w przewodniku po modelach18. Użyj domyślnych wartości stałych materiałowych w analizie elektrycznej, aby dostosować opóźnienie AV.
      3. Uruchom moduł Job (Zadanie) i utwórz zadanie o nazwie heart-elec.
    2. Po zakończeniu konfiguracji analizy elektrycznej przejdź do domeny MECH, aby przeprowadzić analizę mechaniczną opartą na wnęce płynu.
      UWAGA: Symulacja mechaniczna jest wykonywana po analizie elektrycznej, a wynikowe potencjały elektryczne są wykorzystywane jako źródło wzbudzenia do analizy mechanicznej. Analiza mechaniczna składa się z wielu etapów.
      1. Użyj trzech głównych kroków o nazwach PRE-LOAD, BEAT1 I RECOVERY1. W kroku OBCIĄŻENIE WSTĘPNE przejrzyj warunki brzegowe stanu wstępnie naprężonego serca. Użyj 0,3 s jako czasu kroku, aby liniowo zwiększyć ciśnienie w komorach płynów.
        UWAGA: Predefiniowane wartości ciśnienia w komorze płynu są pokazane w tabeli S3. Stan wstępnego naprężenia serca został już zdefiniowany w normalnej konfiguracji symulacji serca, a początkowe warunki węzłów są podane w zewnętrznych plikach symulacji, jak podano w tabeli S5. Ponowne obliczenie stanu zerowego naprężenia przy użyciu odwrotnej symulacji mechanicznej jest wymagane za każdym razem, gdy warunek brzegowy jest modyfikowany, jak wyjaśniono w krokach 3.2.2-3.2.4.
      2. W kroku BEAT1 użyj 0,5 s jako czasu kroku do symulacji skurczu.
      3. W RECOVERY1 kroku wybierz 0,5 s dla relaksacji serca i napełniania komór dla tętna 60 uderzeń na minutę.
      4. Włącz kolejne kroki, BEATX i RECOVERYX, aby symulować więcej niż jeden cykl pracy serca w celu osiągnięcia stanu ustalonego.
        UWAGA: Trzy cykle pracy serca wystarczą, aby osiągnąć stan stacjonarny. Jeden cykl symulacji jest wykonywany w ciągu ~8 godzin na 24-rdzeniowym procesorze (3,2 GHz x 24).
      5. Uruchom moduł Zadanie i utwórz zadanie o nazwie heart-mech, włączając opcję podwójnej precyzji.
  2. Zapoznaj się z uproszczonym parametrem grupowym Windkessel model
    UWAGA: Domena mechaniczna modelu MES ma model przepływu krwi, który jest oparty na uproszczonym obwodzie z parametrami skupionymi i jest tworzony jako kombinacja powierzchniowych jam płynów i wymiany płynów, jak widać na Rysunek 218.
    1. Aby uruchomić symulację, należy użyć reprezentacji Windkessel wymienionej w powyższej notatce. Przejrzyj reprezentację modelu przepływu krwi, aby dostosować wartości elementów rezystancyjnych i pojemnościowych odpowiednio pod kątem oporów przepływu i zgodności strukturalnej.
    2. Przejrzyj reprezentację elementów skończonych 3D czterech komór serca i upewnij się, że ich położenie geometryczne jest dokładne.
    3. Sprawdź zespół serca i przełącz się na moduł Interakcja, aby dostosować wartości podatności i kurczliwości każdej z czterech komór serca.
      UWAGA: Wartości domyślne w module Interakcja są skonfigurowane tak, aby symulować wyidealizowany cykl bicia zdrowego ludzkiego serca18.
    4. Przejrzyj następujące hydrostatyczne jamy płynu w module Interakcja: CAV-AORTA, CAV-LA, CAV-LV, CAV-PULMONARY_TRUNK, CAV-RA, CAV-RV, CAV-SVC, CAV-ARTERIAL-COMP, CAV-PULMONARY-COMP i CAV-VENOUS-COMP (tabela S3).
    5. Użyj komór zgodności (CAV-ARTERIAL-COMP, CAV-PULMONARY-COMP i CAV-VENOUS-COMP) jako objętości sześciennych, ponieważ reprezentują one zgodność krążenia tętniczego, żylnego i płucnego.
    6. Podłącz trzy objętości sześcienne podatności do uziemionej sprężyny i przejrzyj wartość sztywności, aby modelować reakcję ciśnienie-objętość w krążeniu tętniczym, żylnym i płucnym.
    7. Sprawdź następujące definicje wymiany płynów między hydrostatycznymi jamami płynów: tętniczo-żylna, żylno-przedsionkowo-prawa, prawy przedsionek-prawa komora, prawa komora-układ płucny, układ płucny-lewy przedsionek, lewy przedsionek-lewa komora i lewa komora-aorta (tabela S4).
    8. Dostosuj współczynnik oporu lepkości, aby zmodyfikować model przepływu krwi w każdym łączu wymiany płynu (patrz Pliki uzupełniające, aby uzyskać więcej informacji na temat efektu oporu lepkości).
  3. Symulacja wielofizyczna
    1. Zlokalizuj plik bazy danych CAE w katalogu roboczym.
      UWAGA: Model MES w tym protokole jest dostarczany do bazy danych i nosi nazwę LH-Human-Model-Beta-V2_1.cae.
    2. Wstaw pliki wejściowe, obiektu i biblioteki do katalogu roboczego, aby uruchomić symulację. Tabela S5 zawiera pełną listę plików wejściowych i bibliotek
      3. .
    3. Uruchom oprogramowanie do symulacji modelu MES (patrz tabela materiałów).
      UWAGA: Skonsultuj się z dostawcą oprogramowania, aby uzyskać informacje o zgodności z nowszymi wersjami18.
    4. Przejrzyj części, zespół i warunki brzegowe zarówno w domenach ELEC, jak i MECH, zgodnie z opisem w sekcjach 2.2 i 2.3.
    5. Najpierw uruchom zadanie symulacji elektrycznej o nazwie heart-elec, zgodnie z opisem w sekcji 2.1.1.3. Sprawdź wzrokowo wyniki potencjału elektrycznego, aby sprawdzić, czy symulacja heart-elec przebiegła zgodnie z oczekiwaniami. Następnie upewnij się, że plik wynikowy heart-elec.odb znajduje się w katalogu roboczym.
    6. Przejdź do drugiej fazy symulacji, przełączając się na domenę MECH. Przejrzyj wartości stałych materiałowych używanych w symulacji mechanicznej, aby modelować pożądaną bierną i czynną reakcję serca.
    7. Upewnij się, że pliki biblioteki materiałów do analizy mechanicznej używają nazwy ciągu HYBRID-. Aby zmodyfikować reakcję materiału komór serca, dostosuj odpowiedni plik materiału hybrydowego lub zastąp całą reakcję materiału, definiując nowe zachowanie materiału w sekcji Materiały w module CAE.
      UWAGA: Szczegółowe informacje na temat wbudowanych praw konstytutywnych można znaleźć w podręczniku użytkownika18.
    8. W kroku PRE-LOAD ustaw ciśnienie we wnękach hydrostatycznych, aby uzyskać pożądane zachowanie fizjologiczne. Użyj wbudowanej opcji płynnej amplitudy, aby zwiększyć ciśnienie od zera do żądanego poziomu, jak opisano w kroku 2.1.2.1.
    9. Wyłącz warunki brzegowe ciśnienia zdefiniowane w 2.1.2.1, aby uruchomić model przepływu krwi ze stałą całkowitą objętością krwi w układzie krążenia. Uruchom zadanie symulacyjne o nazwie heart-mech, zgodnie z opisem w sekcji 2.1.2.5.

3. Zwężenie zastawki aortalnej

UWAGA: Zwężenie zastawki aortalnej jest często przyczyną HFpEF, ponieważ prowadzi do przeciążenia ciśnieniem, a ostatecznie do koncentrycznej przebudowy i utraty podatności ściany lewej komory. Hemodynamika obserwowana w zwężeniu zastawki aortalnej często postępuje do tych obserwowanych w HFpEF.

  1. Model skupionych parametrów
    1. Zmodyfikuj sygnał wejściowy w elemencie sekwencji powtarzającej PS względem zastawki aortalnej, znajdującej się w lewej komorze komory. Zasymuluj zmniejszenie powierzchni kryzy o 70% w porównaniu z wartością bazową (tabela S6).
      UWAGA: Wartości wejściowe będą reprezentować obszar otworu zaworu zwężonego podczas każdego uderzenia serca. Wartość powierzchni kryzy można łatwo dostosować, mnożąc wektor początkowych wartości wyjściowych elementu PS zaworu aortalnego przez wartość dziesiętną odpowiadającą końcowemu obszarowi kryzy w odniesieniu do jego pierwotnej wartości. W tej pracy zastosowano współczynnik 0,3, aby osiągnąć 70% zwężenie.
  2. Model MES
    1. Zmodyfikuj definicję wymiany płynów w parametrze LINK-LV-ARTERIAL.
      UWAGA: Ten parametr ma współczynnik oporu lepkości dostosowany do przepływu krwi między lewą komorą a aortą. Efektywny obszar wymiany można zmodyfikować w celu dostosowania przepływu krwi i stworzenia odpowiedniego modelu zwężenia zastawki aortalnej (tabela S7).
    2. Zlokalizuj folder przybornika i skopiuj znajdujące się w nim pliki do głównego katalogu roboczego.
    3. Wykonaj odwrotną symulację mechaniczną, wykonując pliki przybornika18. W tym celu należy zmienić ciśnienie ssania lewej komory i lewego przedsionka na 6 mmHg w jamie płynu, aby dostosować ich początkowy stan objętościowy do modelu zwężenia zastawki aortalnej. Wykonaj funkcję inversePreliminary.py.
      UWAGA: Ponowne obliczenie stanu zerowego naprężenia przy użyciu odwrotnej symulacji mechanicznej jest wymagane za każdym razem, gdy warunek brzegowy jest modyfikowany.
    4. Po zakończeniu odwrotnej symulacji mechanicznej uruchom funkcje przetwarzania końcowego: calcNodeCoords.py i straight_mv_chordae.py. Użyj wartości domyślnych dla innych parametrów przepływu i uruchom nową symulację mechaniczną zgodnie z opisem w sekcji 2.1.2.5.

4. Hemodynamika HFpEF

UWAGA: Aby symulować efekty przewlekłej przebudowy, zmodyfikowano właściwości mechaniczne lewego serca.

  1. Model skupionych parametrów
    1. Zmodyfikuj podatność rozkurczową lewej komory elementu podatności LV, aby naśladować usztywnienie ściany spowodowane przeciążeniem ciśnieniowym, używając wartości podatności końcoworozkurczowej w tabeli S8.
      UWAGA: Załóżmy, że należy przestrzegać liniowego spadku ze skurczu końcowego do rozkurczu końcowego.
    2. Zwiększyć rezystancję przecieku pompy niskiego napięcia do 18 × 106 Pa s m-3 (tabela S8), aby uchwycić podwyższone ciśnienie w lewej komorze obserwowane w HFpEF.
  2. Model MES
    1. Edytuj aktywne właściwości materiału geometrii lewej komory. Zwiększ składową sztywności, aby dostroić aktywną odpowiedź tkanki wpływającą na składowe naprężeń w kierunkach włókien i arkuszy w modelu konstytutywnym.
      1. Zmodyfikuj odpowiedź materiałową lewej komory w pliku mech-mat-LV_ACTIVE.
        UWAGA: Wielkość sztywności komory lewej komory można dostroić, aby zapewnić odpowiednie efekty podatności rozkurczowej.
      2. Zwiększ parametry sztywności a i b w anizotropowym preparacie hiperelastycznym, aby uchwycić zwiększoną odpowiedź sztywności dla fizjologii HFpEF.
      3. W kroku PRE-LOAD ustaw ciśnienie w jamie płynu w lewej komorze i lewym przedsionku na 20 mmHg.
      4. Wykonaj odwrotną symulację mechaniczną, aby uzyskać stan objętościowy lewej komory i przedsionka. Wyeksportuj współrzędne węzłowe z pliku heart-mech-inverse.odb18.
      5. Wykonaj funkcje przetwarzania końcowego: calcNodeCoords.py i straight_mv_chordae.py, zgodnie z opisem w kroku 3.2.4. Zlokalizuj nowe węzłowe pliki wejściowe w katalogu roboczym i wykonaj nową symulację mechaniczną, zgodnie z opisem w sekcji 2.1.2.5.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Wyniki symulacji bazowych są zilustrowane w Rysunek 3. Przedstawia to przebiegi ciśnienia i objętości lewej komory i aorty (Rysunek 3A), a także pętlę PV lewej komory (Rysunek 3B). Dwa modele in silico wykazują podobną hemodynamikę aorty i lewej komory, które mieszczą się w zakresie fizjologicznym. Niewielkie różnice w odpowiedzi przewidywanej przez obie platformy można zauważyć podczas faz opróżniania i napełniania komór, gdzie nieliniowości są lepiej...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Zaproponowane w tej pracy platformy z parametrami skupionymi i MES podsumowały hemodynamikę układu sercowo-naczyniowego w warunkach fizjologicznych, zarówno w ostrej fazie przeciążenia ciśnieniowego wywołanego zwężeniem, jak i w przewlekłej HFpEF. Uchwycając rolę, jaką przeciążenie ciśnieniem odgrywa w ostrych i przewlekłych fazach rozwoju HFpEF, wyniki tych modeli są zgodne z literaturą kliniczną dotyczącą HFpEF, w tym z początkiem gradientu ciśnienia przezaortalnego z powodu zwężenia zastawki aortalnej, wzrostem ciśnie...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Z pracą tą nie wiąże się żaden konflikt interesów.

Podziękowania

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Dziękujemy za dofinansowanie z programu Harvard-Massachusetts Institute of Technology Health Sciences and Technology oraz nagrodę SITA Foundation Award od Institute for Medical Engineering and Science.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Abaqus SoftwareDassault Systè mes Simulia Corp.Używana wersja: 2018 r.; Oprogramowanie do symulacji MES
HETVALDassault Systè mes Simulia Corp.Używana wersja: 2018
Biblioteka hydrauliczna (izotermiczna)MathWorksUżywana wersja: 2020a
Living Heart Human ModelDassault Systè mes Simulia Corp.Zastosowana wersja: V2_1, anatomicznie dokładna platforma MES 4-komorowego serca dorosłego człowieka
MATLABMathWorksUżywana wersja: 2020a, obiektowy solwer
numeryczny SIMSCAPE FLUIDSMathWorks
UAMPDassault Systè mes Simulia Corp.Używana wersja: 2018
VUANISOHYPERDassault Systè mes Simulia Corp.Używana wersja: 2018

Bibliografia

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Borlaug, B. A., Paulus, W. J. Heart failure with preserved ejection fraction: Pathophysiology, diagnosis, and treatment. European Heart Journal. 32 (6), 670-679 (2011).
  2. Borlaug, B. A., Kane, G. C., Melenovsky, V., Olson, T. P. Abnormal right ventricular-pulmonary artery coupling with exercise in heart failure with preserved ejection fraction. European Heart Journal. 37 (43), 3293-3302 (2016).
  3. Borlaug, B. A. Evaluation and management of heart failure with preserved ejection fraction. Nature Reviews Cardiology. 17 (9), 1-15 (2020).
  4. Carabello, B. A., Paulus, W. J. Aortic stenosis. The Lancet. 373 (9667), 956-966 (2009).
  5. Lam, C. S. P., Donal, E., Kraigher-Krainer, E., Vasan, R. S. Epidemiology and clinical course of heart failure with preserved ejection fraction. European Journal of Heart Failure. 13 (1), 18-28 (2011).
  6. Omote, K., et al. Left ventricular outflow tract velocity time integral in hospitalized heart failure with preserved ejection fraction. ESC Heart Failure. 7 (1), 167-175 (2020).
  7. Samson, R., Jaiswal, A., Ennezat, P. V., Cassidy, M., Jemtel, T. H. L. Clinical phenotypes in heart failure with preserved ejection fraction. Journal of the American Heart Association. 5 (1), (2016).
  8. Weber, K. T., Brilla, C. G., Janicki, J. S. Myocardial fibrosis: Functional significance and regulatory factors. Cardiovascular Research. 27 (3), 341-348 (1993).
  9. Borbély, A., et al. Cardiomyocyte stiffness in diastolic heart failure. Circulation. 111 (6), 774-781 (2005).
  10. Borlaug, B. A., Lam, C. S. P., Roger, V. L., Rodeheffer, R. J., Redfield, M. M. Contractility and Ventricular Systolic Stiffening in Hypertensive Heart Disease. Insights Into the Pathogenesis of Heart Failure With Preserved Ejection Fraction. Journal of the American College of Cardiology. 54 (5), 410-418 (2009).
  11. Penicka, M., et al. Heart Failure With Preserved Ejection Fraction in Outpatients With Unexplained Dyspnea. A Pressure-Volume Loop Analysis. Journal of the American College of Cardiology. 55 (16), 1701-1710 (2010).
  12. Owen, B., Bojdo, N., Jivkov, A., Keavney, B., Revell, A. Structural modelling of the cardiovascular system. Biomechanics and Modeling in Mechanobiology. 17 (5), 1217-1242 (2018).
  13. Zhou, S., et al. A review on low-dimensional physics-based models of systemic arteries: Application to estimation of central aortic pressure. BioMedical Engineering Online. 18 (1), 41(2019).
  14. Sagawa, K., Lie, R. K., Schaefer, J. Translation of Otto frank's paper "Die Grundform des arteriellen Pulses" zeitschrift für biologie 37. Journal of Molecular and Cellular Cardiology. 22 (1899), 253-254 (1990).
  15. Rosalia, L., Ozturk, C., Van Story, D., Horvath, M., Roche, E. T. Object-oriented lumped-parameter modeling of the cardiovascular system for physiological and pathophysiological conditions. Advanced theory and simulations. , (2021).
  16. Lopez-Perez, A., Sebastian, R., Ferrero, J. M. Three-dimensional cardiac computational modelling: METHODS, features and applications. BioMedical Engineering Online. 14, 35(2015).
  17. Xie, X., Zheng, M., Wen, D., Li, Y., Xie, S. A new CFD based non-invasive method for functional diagnosis of coronary stenosis. BioMedical Engineering Online. 17 (1), 36(2018).
  18. Abaqus Dassault, S. SIMULIA living heart human model user documentation. , (2017).
  19. Baillargeon, B., Rebelo, N., Fox, D. D., Taylor, R. L., Kuhl, E. The living heart project: A robust and integrative simulator for human heart function. European Journal of Mechanics, A/Solids. 48, 38-47 (2014).
  20. Moscato, F., et al. Use of continuous flow ventricular assist devices in patients with heart failure and a normal ejection fraction: a computer-simulation study. The Journal of Thoracic and Cardiovascular Surgery. 145 (5), 1352-1358 (2013).
  21. Fresiello, L., Meyns, B., Di Molfetta, A., Ferrari, G. A Model of the Cardiorespiratory Response to Aerobic Exercise in Healthy and Heart Failure Conditions. Frontiers in Physiology. 7 (189), (2016).
  22. Moscato, F., et al. Left ventricle afterload impedance control by an axial flow ventricular assist device: a potential tool for ventricular recovery. Artificial Organs. 34 (9), 736-744 (2010).
  23. Colacino, F. M., Moscato, F., Piedimonte, F., Arabia, M., Danieli, G. A. Left ventricle load impedance control by apical VAD can help heart recovery and patient perfusion: a numerical study. Asaio Journal. 53 (3), 263-277 (2007).
  24. Gu, K., et al. Lumped parameter model for heart failure with novel regulating mechanisms of peripheral resistance and vascular compliance. Asaio Journal. 58 (3), 223-231 (2012).
  25. Suga, H., Sagawa, K., Kostiuk, D. P. Controls of ventricular contractility assessed by pressure-volume ratio, Emax. Cardiovascular Research. 10 (5), 582-592 (1976).
  26. Fernandez de Canete, J., Saz-Orozco, P. d, Moreno-Boza, D., Duran-Venegas, E. Object-oriented modeling and simulation of the closed loop cardiovascular system by using SIMSCAPE. Computers in Biology and Medicine. 43 (4), 323-333 (2013).
  27. Heldt, T., Shim, E. B., Kamm, R. D., Mark, R. G., et al. Computational modeling of cardiovascular response to orthostatic stress. Journal of Applied Physiology. 92 (3), 1239-1254 (2002).
  28. Granegger, M., et al. A Valveless Pulsatile Pump for the Treatment of Heart Failure with Preserved Ejection Fraction: A Simulation Study. Cardiovascular Engineering and Technology. 10 (1), 69-79 (2019).
  29. Hay, I., Rich, J., Ferber, P., Burkhoff, D., Maurer, M. S. Role of impaired myocardial relaxation in the production of elevated left ventricular filling pressure. American Journal of Physiology-Heart and Circulatory Physiology. 288 (3), 1203-1208 (2005).
  30. Kadry, K., et al. Biomechanics of diastolic dysfunction: a one-dimensional computational modeling approach. American Journal of Physiology-Heart and Circulatory Physiology. 319 (4), 882-892 (2020).
  31. Luo, C., Ramachandran, D., Ware, D. L., Ma, T. S., Clark, J. W. Modeling left ventricular diastolic dysfunction: classification and key indicators. Theoretical Biology & Medical Modelling. 8, 14(2011).
  32. Burkhoff, D., et al. Left atrial decompression pump for severe heart failure with preserved ejection fraction: theoretical and clinical considerations. JACC: Heart Failure. 3 (4), 275-282 (2015).
  33. Ahmad Bakir, A., Al Abed, A., Stevens, M. C., Lovell, N. H., Dokos, S. A Multiphysics Biventricular Cardiac Model: Simulations With a Left-Ventricular Assist Device. Frontiers in Physiology. 9 (1259), (2018).
  34. Genet, M., Lee, L. C., Baillargeon, B., Guccione, J. M., Kuhl, E. Modeling pathologies of diastolic and systolic heart failure. Annals of Biomedical Engineering. 44 (1), 112-127 (2016).
  35. Sack, K. L., et al. Investigating the Role of Interventricular Interdependence in Development of Right Heart Dysfunction During LVAD Support: A Patient-Specific Methods-Based Approach. Frontiers in Physiology. 9 (520), (2018).
  36. Baillargeon, B., et al. Human cardiac function simulator for the optimal design of a novel annuloplasty ring with a sub-valvular element for correction of ischemic mitral regurgitation. Cardiovascular Engineering and Technology. 6 (2), 105-116 (2015).
  37. Sack, K. L., et al. Partial LVAD Restores Ventricular Outputs and Normalizes LV but not RV Stress Distributions in the Acutely Failing Heart in Silico. The International Journal of Artificial Organs. 39 (8), 421-430 (2016).
  38. Baumgartner, H., et al. Echocardiographic assessment of valve stenosis: EAE/ASE recommendations for clinical practice. Journal of the American Society of Echocardiography. 22 (1), 1-23 (2009).
  39. Rajani, R., Hancock, J., Chambers, J. The art of assessing aortic stenosis. Heart. 98, 14(2012).
  40. Vahanian, A., et al. Guidelines on the management of valvular heart disease: The Task Force on the Management of Valvular Heart Disease of the European Society of Cardiology. European Heart Journal. 28 (2), 230-268 (2007).
  41. Matiwala, S., Margulies, K. B. Mechanical approaches to alter remodeling. Current Heart Failure Reports. 1 (1), 14-18 (2004).
  42. NIH Clinical Trials Registry. ImCardia for DHF to Treat Diastolic Heart Failure (DHF) Patient a Pilot Study (ImCardia). , (2011).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

Modelowanie niewydolno ci sercamodel parametr w skupionychanaliza element w sko czonychpodatno lewej komoryprzeci enie ci nieniowestenoza zastawki aortalnejdysfunkcja rozkurczowahemodynamika sercasymulacja wielofizyczna

Powiązane artykuły