Name: Paciente específico Modelagem do Coração: Estimativa de Orientações de fibra ventriculares (Vídeo) | JoVE Journal
Uploaded: 2013-01-08T13:00:00.000+00:00
Duration: 12 min 9 s
Description: Aprenda a estimar orientações de fibras ventriculares para modelagem cardíaca personalizada usando imagens in vivo de CT ou RM. Este método computacional validado em corações caninos permite simulações eletrofisiológicas precisas sem necessidade de DTI.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Agradecemos os drs. Raimond Winslow, Elliot McVeigh, e Patrick Helm na Johns Hopkins University para fornecer o ex vivo conjuntos de dados de pesquisa online.This foi apoiado pelo National Institutes of Health concessão R01-HL082729 e National Science Foundation concessão CBET-0933029.

1. Estimativa Orientações fibra <ol><li> Adquirir imagens de ressonância magnética e estruturais DTMRI de um coração humano adulto normal em diástole, a uma resolução de 1 mm 3. Usando ImageJ, extrair o miocárdio ventricular a partir da imagem atlas estrutural por encaixe, para cada fatia do eixo curto, fechado estrias através de um conjunto de pontos de marco colocados ao longo dos limites do epicárdio e endocárdio na fatia (Figura 2A e Figura 2B). Realizar a colocação de pontos de marco manualmente para cada fatia 10 ª na imagem. Obter os pontos marcantes para as restantes fatias através da interpolação linear dos pontos identificados manualmente, utilizando as orientações MATLAB.Reconstruct fibras do coração atlas calculando os vectores próprios primárias dos DTs na imagem DTMRI (Figura 2C). </li><li> Adquirir uma imagem da geometria do coração do paciente, em diástole cardíaca in vivo utilizando CT ou MRI. Reconstruct a geometria cardíaca do doente a partir da imagem de forma semelhante à forma como o atlas foi construído (Figura 3A e 3B). A imagem do paciente deve ser re-amostrados antes da reconstrução de tal forma que a resolução no plano é de 1 mm 2. Da mesma forma, o número de fatias para os quais pontos de referência são escolhidas manualmente, eo intervalo de fora-de-plano interpolação deve ser ajustada de modo a que a imagem do coração segmentado paciente tem uma espessura de corte de 1 mm. </li><li> Deformar a imagem do ventrículo atlas para coincidir com a geometria da imagem do paciente em duas etapas. No primeiro passo, realizar uma transformação afim com base num conjunto de pontos de 13 pontos de referência: o ventrículo esquerdo (LV) do vértice, a dois ventricular direita (VD), os pontos de inserção na base, os dois pontos de RV de inserção a meio caminho entre a base eo vértice, e quatro conjuntos de dois pontos que dividem uniformemente RV e contornos LV epicárdicas na base e intermediárias entre a base eo ápice (Figura 4A e <strong&gt; Figura 4B). No segundo passo, deformar o atlas affine transformada ventrículos adicional para coincidir com a geometria do paciente, utilizando o mapeamento difeomórfico grande deformação métrica (LDDMM) (Figura 4C). </li><li> Morph a imagem DTMRI do atlas de reposicionamento de voxels de imagem e re-orientar o DTS de acordo com a matriz de transformação da correspondência afim e o campo de deformação da transformação LDDMM. Realizar a re-orientação dos TDs usando a preservação de direções principais (PPD) do método. </li><li> Obter a estimativa das orientações de fibra a partir do paciente morphed imagem DTMRI atlas calculando o vector próprio primário do DTS (Figura 5). </li></ol> 2. Medição de erro de estimativa <ol><li> Adquirir ex vivo estrutural MR e imagens DTMR de seis normais e três falhando corações caninos, em uma resolução de 312,5 × 312,5 × 800 3 mM. Aqui, coração faiisca deve ser gerado nos caninos através ablação por radiofreqüência do ramo esquerdo, seguido de 3 semanas de tachypacing a 210 min -1. </li><li> Segmento os ventrículos do coração canino similarmente ao coração atlas humano, tal como descrito em § 1.1. Denotam ventrículos segmentados a partir de corações normais caninos como corações de 1 a 6, e os corações não segmentado de caninos como corações 7 a 9 (Figura 6). </li><li> Obter cinco diferentes estimativas de orientações ventriculares do coração de uma fibra usando cada um dos corações 2-6 como um atlas (Figura 7). </li><li> Estimar orientações de fibra para cada um dos ventrículos falência cardíaca usando 1 como o atlas (Figura 8). </li><li> Foreach ponto de dados de cada conjunto de orientação da fibra estimado, calcular o erro de estimativa como | θ θ c-a |, onde θ θ c e um são os ângulos de inclinação de uma estimad adquirido orientações de fibra nesse ponto, respectivamente. </li><li> Para cada ponto de dados de cada conjunto de orientação da fibra estimados, computar o ângulo agudo betweenestimated e adquirida direcções de fibra em três dimensões (3D), por meio de thevector produto escalar. </li></ol> 3. Mensuração dos efeitos de erro de estimativa em simulações <ol><li> De um coração, construir seis modelos, um com as orientações DTMRI-adquiridas fibra de coração 1 (referido como modelo 1), e cinco com os cinco conjuntos de dados estimados orientações de fibra (modelos 2 a 6). Para cada um dos três não cardíaca geometrias, construir dois modelos ventriculares, um com os DTMRI adquiridas orientações de fibra e outro com as orientações de fibra estimados. Aqui, a resolução espacial dos modelos, calculado em termos de comprimento da aresta média das malhas, deve ser de cerca de 600 ^ m. Denotam os modelos de insuficiência cardíaca de fibras DTMRI-adquiridas como modelos 7-9, e aqueles com Estimafibras ed como modelos de 10 a 12.In os modelos, usar a representação monodomain para descrever o tecido cardíaco, com equações que regem: </li></ol><img src="/files/ftp_upload/50125/50125eq1.jpg" alt="Equação 1" fo:content-width="2.18in" fo:src="/files/ftp_upload/50125/50125eq1highres.jpg" /> onde σ b é o tensor de condutividade a granel, que é calculado a partir dos tensores de condutividade como descrito por bidomain Potse et al 30; V m é o potencial transmembranar; C m é a capacitância de membrana específico, e I de iões é a densidade da corrente transmembranar, que por sua vez depende de V m e um conjunto de variáveis ​​de estado μ descrevendo a dinâmica de fluxos iónicos através da C membrane.For m, usar um valor de 1 μ F / cm 2. Para σ i em condições normais de modelos de coração canino, use lonnal e transversal valores de condutividade de 0,34 S / m e 0,06 S / m, respectivamente. Representar lon l pelos modelos Greenstein-Winslow iónicos do miócito ventricular canino. Diminuir os de condutividade elétrica em caninos coração modelos falência ventricular em 30% (Figura 9). <ol start="2"><li> Usando o software de pacote CARP (CardioSolv, LLC), simular ritmo sinusal, com todos os modelos. Induzir taquicardia ventricular reentrante (VT) em seis modelos de falência utilizando um protocolo de estimulação S1-S2. Escolha o tempo entre S1 e S2 para obter atividade TV sustentada por 2 segundos após o parto S2. Se VT não é induzida por qualquer tempo S1-S2, diminuir as condutividades em até 70%, até VT foi induzida (Figura 10). </li><li> Para cada simulação, calcular pseudo-ECGs tomando a diferença de potencial entre dois pontos extracelulares num banho isotrópico em torno dos corações. Colocar os dois pontos perto da base do coração, separadopor 18 cm, de tal forma que a linha que os une é perpendicular ao plano de base de ápice do septo, conforme ilustrado na Figura 10. Para cada simulação com orientações de fibra estimados, calcular a métrica como MAD </li></ol><img src="/files/ftp_upload/50125/50125eq2.jpg" alt="Equação 2" fo:content-width="2.77in" fo:src="/files/ftp_upload/50125/50125eq2highres.jpg" /> onde X é a forma de onda do ECG da simulação com as orientações de fibra de cerca de, Y é a forma de onda do ECG de thecorresponding simulação com as orientações de fibra adquiridos, X é o valor médio de X, Y é o valor médio de Y, e n é o comprimento de X e Y.

<ol><li>Trayanova, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Whole+Heart+Modeling%3A+Applications+to+Cardiac+Electrophysiology+and+Electromechanics%5BTitle%5D)+AND+%22Circulation+Research%22%5BJournal%5D)">Whole Heart Modeling: Applications to Cardiac Electrophysiology and Electromechanics.</a> Circulation Research. 108, 113-128 Forthcoming.</li>
<li>Vadakkumpadan, F., Arevalo, H., Ceritoglu, C., Miller, M., Trayanova, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Image-Based+Estimation+of+Ventricular+Fiber+Orientations+for+Personalized+Modeling+of+Cardiac+Electrophysiology%5BTitle%5D)+AND+%22IEEE+Transactions+on+Medical+Imaging%22%5BJournal%5D)">Image-Based Estimation of Ventricular Fiber Orientations for Personalized Modeling of Cardiac Electrophysiology.</a> IEEE Transactions on Medical Imaging. 31 (5), 1051-1060 Forthcoming.</li>
<li>Vadakkumpadan, F., Gurev, V., Constantino, J., Arevalo, H., Trayanova, N. Modeling of Whole-Heart Electrophysiology and Mechanics: Towards Patient-Specific Simulations. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aVadakkumpadan%2C+F+%22Patient-Specific+Modeling+of+the+Cardiovascular+System%3A+Technology-Driven+Personalized+Medicine%22">Patient-Specific Modeling of the Cardiovascular System: Technology-Driven Personalized Medicine</a>. Kerckhoffs, R. , Springer. 145-165 (2010).</li>
<li>Buxton, A. E., Lee, K. L., DiCarlo, L., Gold, M. R., Greer, G. S., Prystowsky, E. N., O'Toole, M. F., Tang, A., Fisher, J. D., Coromilas, J., Talajic, M., Hafley, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Electrophysiologic+testing+to+identify+patients+with+coronary+artery+disease+who+are+at+risk+for+sudden+death.+Multicenter+Unsustained+Tachycardia+Trial+Investigators%5BTitle%5D)+AND+%22The+New+England+Journal+of+Medicine%22%5BJournal%5D)">Electrophysiologic testing to identify patients with coronary artery disease who are at risk for sudden death. Multicenter Unsustained Tachycardia Trial Investigators.</a> The New England Journal of Medicine. 342 (26), 1937-1945 (2000).</li>
<li>Wei, D., Okazaki, O., Harumi, K., Harasawa, E., Hosaka, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comparative+simulation+of+excitation+and+body+surface+electrocardiogram+with+isotropic+and+anisotropic+computer+heart+models%5BTitle%5D)+AND+%22IEEE+Transactions+on+Biomedical+Engineering%22%5BJournal%5D)">Comparative simulation of excitation and body surface electrocardiogram with isotropic and anisotropic computer heart models.</a> IEEE Transactions on Biomedical Engineering. 42 (4), 343-357 (1995).</li>
<li>Leon, L. J., Horacek, B. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Computer+model+of+excitation+and+recovery+in+the+anisotropic+myocardium.+II.+Excitation+in+the+simplified+left+ventricle%5BTitle%5D)+AND+%22Journal+of+Electrocardiology%22%5BJournal%5D)">Computer model of excitation and recovery in the anisotropic myocardium. II. Excitation in the simplified left ventricle.</a> Journal of Electrocardiology. 24 (1), 17-31 (1991).</li>
<li>Rohmer, D., Sitek, A., Gullberg, G. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reconstruction+and+Visualization+of+Fiber+and+Laminar+Structure+in+the+Normal+Human+Heart+from+Ex+Vivo+Diffusion+Tensor+Magnetic+Resonance+Imaging+%28DTMRI%29+Data%5BTitle%5D)+AND+%22Investigative+Radiology%22%5BJournal%5D)">Reconstruction and Visualization of Fiber and Laminar Structure in the Normal Human Heart from Ex Vivo Diffusion Tensor Magnetic Resonance Imaging (DTMRI) Data.</a> Investigative Radiology. 42 (11), 777-789 (2007).</li>
<li>Daubert, J. P., Zareba, W., Hall, W. J., Schuger, C., Corsello, A., Leon, A. R., Andrews, M. L., McNitt, S., Huang, D. T., Moss, A. J., Investigators, M. I. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Predictive+value+of+ventricular+arrhythmia+inducibility+for+subsequent+ventricular+tachycardia+or+ventricular+fibrillation+in+Multicenter+Automatic+Defibrillator+Implantation+Trial+%28MADIT%29+II+patients%5BTitle%5D)+AND+%22Journal+of+Americal+College+of+Cardiology%22%5BJournal%5D)">Predictive value of ventricular arrhythmia inducibility for subsequent ventricular tachycardia or ventricular fibrillation in Multicenter Automatic Defibrillator Implantation Trial (MADIT) II patients.</a> Journal of Americal College of Cardiology. 47 (1), 98-107 (2006).</li>
<li>Sosnovik, D. E., Wang, R., Dai, G., Reese, T. G., Wedeen, V. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Diffusion+MR+tractography+of+the+heart%5BTitle%5D)+AND+%22Journal+of+Cardiovascular+Magnetic+Resonance%22%5BJournal%5D)">Diffusion MR tractography of the heart.</a> Journal of Cardiovascular Magnetic Resonance. 11 (1), 47-61 (2009).</li>
<li>Sundar, H., Shen, D., Biros, G., Litt, H., Davatzikos, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Estimating+myocardial+fiber+orientations+by+template+warping%5BTitle%5D)+AND+%22Proc.+IEEE+International+Symposium+on+Biomedical+Imaging%22%5BJournal%5D)">Estimating myocardial fiber orientations by template warping.</a> Proc. IEEE International Symposium on Biomedical Imaging. , 73-76 (2006).</li>
<li>Beg, M. F., Helm, P. A., McVeigh, E., Miller, M. I., Winslow, R. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Computational+Cardiac+Anatomy+Using+MRI%5BTitle%5D)+AND+%22Magnetic+Resonance+in+Medicine%22%5BJournal%5D)">Computational Cardiac Anatomy Using MRI.</a> Magnetic Resonance in Medicine. 52 (5), 1167-1174 (2004).</li>
<li>Alexander, D. C., Pierpaoli, C., Basser, P. J., Gee, J. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spatial+Transformations+of+Diffusion+Tensor+Magnetic+Resonance+Images%5BTitle%5D)+AND+%22IEEE+Transactions+on+Medical+Imaging%22%5BJournal%5D)">Spatial Transformations of Diffusion Tensor Magnetic Resonance Images.</a> IEEE Transactions on Medical Imaging. 20, 1131-1139 (2001).</li>
<li>Helm, P. A., Younes, L., Beg, M. F., Ennis, D. B., Leclercq, C., Faris, O. P., McVeigh, E., Kass, D., Miller, M. I., Winslow, R. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evidence+of+Structural+Remodeling+in+the+Dyssynchronous+Failing+Heart%5BTitle%5D)+AND+%22Circulation+Research%22%5BJournal%5D)">Evidence of Structural Remodeling in the Dyssynchronous Failing Heart.</a> Circulation Research. 98, 125-132 (2006).</li>
<li>Helm, P., Beg, M. F., Miller, M., Winslow, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Measuring+and+mapping+cardiac+fiber+and+laminar+architecture+using+diffusion+tensor+MR+imaging%5BTitle%5D)+AND+%22Annals+of+the+New+York+Academy+of+Sciences%22%5BJournal%5D)">Measuring and mapping cardiac fiber and laminar architecture using diffusion tensor MR imaging.</a> Annals of the New York Academy of Sciences. 1047, 296-307 (2005).</li>
<li>Helm, P. A., Tseng, H. -J., Younes, L., McVeigh, E. R., Winslow, R. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Ex+vivo+3D+diffusion+tensor+imaging+and+quantification+of+cardiac+laminar+structure%5BTitle%5D)+AND+%22Magnetic+Resonance+in+Imaging%22%5BJournal%5D)">Ex vivo 3D diffusion tensor imaging and quantification of cardiac laminar structure.</a> Magnetic Resonance in Imaging. 54, 850-859 (2005).</li>
<li>Scollan, D. F., Holmes, A., Winslow, R., Forder, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Histological+validation+of+myocardial+microstructure+obtained+from+diffusion+tensor+magnetic+resonance+imaging%5BTitle%5D)+AND+%22American+Journal+of+Physiology+-+Heart+and+Circulatory+Physiology%22%5BJournal%5D)">Histological validation of myocardial microstructure obtained from diffusion tensor magnetic resonance imaging.</a> American Journal of Physiology - Heart and Circulatory Physiology. 275 (6), H2308-H2318 (1998).</li>
<li>Lombaert, H., Peyrat, J., Croisille, P., Rapacchi, S., Fanton, L., Cheriet, F., Clarysse, P., Magnin, I., Delingette, H., Ayache, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Human+Atlas+of+the+Cardiac+Fiber+Architecture%3A+Study+on+a+Healthy+Population%5BTitle%5D)+AND+%22IEEE+Transactions+on+Medical+Imaging%22%5BJournal%5D)">Human Atlas of the Cardiac Fiber Architecture: Study on a Healthy Population.</a> IEEE Transactions on Medical Imaging. 31 (7), 1436-1447 (2012).</li>
<li>Streeter, D. D. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aStreeter%2C+DD+%22Gross+morphology+and+fiber+geometry+of+the+heart%22">Gross morphology and fiber geometry of the heart</a>. , Johns Hopkins Press. Baltimore. (1979).</li>
<li>Vadakkumpadan, F., Rantner, L. J., Tice, B., Boyle, P., Prassl, A. J., Vigmond, E., Plank, G., Trayanova, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Image-Based+Models+of+Cardiac+Structure+with+Applications+in+Arrhythmia+and+Defibrillation+Studies%5BTitle%5D)+AND+%22Journal+of+Electrocardiology%22%5BJournal%5D)">Image-Based Models of Cardiac Structure with Applications in Arrhythmia and Defibrillation Studies.</a> Journal of Electrocardiology. 42, 151.e1-151.e10 (2009).</li>
<li>Plank, G., Zhou, L., Greenstein, J. L., Plank, G., Zhou, L., Greenstein, J. L., Cortassa, S., Winslow, R. L., O'Rourke, B., Trayanova, N. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((From+mitochondrial+ion+channels+to+arrhythmias+in+the+heart%3A+computational+techniques+to+bridge+the+spatio-temporal+scales%5BTitle%5D)+AND+%22Philosophical+Transactions+Series+A%2C+Mathematical%2C+Physical%2C+and+Engineering+Sciences%22%5BJournal%5D)">From mitochondrial ion channels to arrhythmias in the heart: computational techniques to bridge the spatio-temporal scales.</a> Philosophical Transactions Series A, Mathematical, Physical, and Engineering Sciences. 366 (1879), 3381-3409 (2008).</li>
<li>Roberts, D. E., Scher, A. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effect+of+tissue+anisotropy+on+extracellular+potential+fields+in+canine+myocardium+in+situ%5BTitle%5D)+AND+%22Circulation+Research%22%5BJournal%5D)">Effect of tissue anisotropy on extracellular potential fields in canine myocardium in situ.</a> Circulation Research. 50, 342-351 (1982).</li>
<li>Greenstein, J., Wu, R., Po, S., Tomaselli, G. F., Winslow, R. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Role+of+the+Calcium-Independent+Transient+Outward+Current+I%28to1%29+in+Shaping+Action+Potential+Morphology+and+Duration%5BTitle%5D)+AND+%22Circulation+Research%22%5BJournal%5D)">Role of the Calcium-Independent Transient Outward Current I(to1) in Shaping Action Potential Morphology and Duration.</a> Circulation Research. 87, 1026-1033 (2000).</li>
<li>Winslow, R., Rice, J., Jafri, S., Marbán, E., O'Rourke, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mechanisms+of+altered+excitation-contraction+coupling+in+canine+tachycardia-induced+heart+failure%2C+II%3A+model+studies%5BTitle%5D)+AND+%22Circulation+Research%22%5BJournal%5D)">Mechanisms of altered excitation-contraction coupling in canine tachycardia-induced heart failure, II: model studies.</a> Circulation Research. 84 (5), 571-586 (1999).</li>
<li>Akar, F., Nass, R., Hahn, S., Cingolani, E., Shah, M., Hesketh, G., DiSilvestre, D., Tunin, R., Kass, D., Tomaselli, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dynamic+Changes+in+Conduction+Velocity+and+Gap+Junction+Properties+During+Development+of+Pacing-Induced+Heart+Failure%5BTitle%5D)+AND+%22American+Journal+of+Physiology+-+Heart+and+Circulatory+Physiology%22%5BJournal%5D)">Dynamic Changes in Conduction Velocity and Gap Junction Properties During Development of Pacing-Induced Heart Failure.</a> American Journal of Physiology - Heart and Circulatory Physiology. 293 (2), H1223-H1230 (2007).</li>
<li>Gurev, V., Constantino, J., Rice, J. J., Trayanova, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Distribution+of+Electromechanical+Delay+in+the+Ventricles%3AInsights+from+a+3D+Electromechanical+Model+of+the+Heart%5BTitle%5D)+AND+%22Biophysical+Journal%22%5BJournal%5D)">Distribution of Electromechanical Delay in the Ventricles:Insights from a 3D Electromechanical Model of the Heart.</a> Biophysical Journal. 99 (3), 745-754 Forthcoming.</li>
<li>Ten Tusscher, K. H. W. J., Hren, R., Panfilov, A. V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Organization+of+Ventricular+Fibrillation+in+the+Human+Heart%5BTitle%5D)+AND+%22Circulation+Research%22%5BJournal%5D)">Organization of Ventricular Fibrillation in the Human Heart.</a> Circulation Research. 100 (12), e87-e101 (2007).</li>
<li>Gima, K., Rudy, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Ionic+Current+Basis+of+Electrocardiographic+Waveforms%5BTitle%5D)+AND+%22Circulation+Research%22%5BJournal%5D)">Ionic Current Basis of Electrocardiographic Waveforms.</a> Circulation Research. 90, 889-896 (2002).</li>
<li>Gerstenfeld, E., Dixit, S., Callans, D., Rajawat, Y., Rho, R., Marchlinski, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+comparison+of+spontaneous+and+paced+12-lead+electrocardiogram+during+right+ventricular+outflow+tract+ventricular+tachycardia%5BTitle%5D)+AND+%22Journal+of+Americal+College+of+Cardiology%22%5BJournal%5D)">Quantitative comparison of spontaneous and paced 12-lead electrocardiogram during right ventricular outflow tract ventricular tachycardia.</a> Journal of Americal College of Cardiology. 41 (11), 2046-2053 (2003).</li>
<li>Potse, M., Dube, B., Richer, J., Vinet, A., Gulrajani, R. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+comparison+of+monodomain+and+bidomain+reaction-diffusion+models+for+action+potential+propagation+in+the+human+heart%5BTitle%5D)+AND+%22IEEE+Transactions+on+Biomedical+Engineering%22%5BJournal%5D)">A comparison of monodomain and bidomain reaction-diffusion models for action potential propagation in the human heart.</a> IEEE Transactions on Biomedical Engineering. 53 (12), 2425-2435 (2006).</li>
<li>Peyrat, J. -M., Sermesant, M., Pennec, X., Delingette, H., Chenyang, X., McVeigh, E. R., Ayache, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+Computational+Framework+for+the+Statistical+Analysis+of+Cardiac+Diffusion+Tensors%3A+Application+to+a+Small+Database+of+Canine+Hearts%5BTitle%5D)+AND+%22IEEE+Transactions+on+Medical+Imaging%22%5BJournal%5D)">A Computational Framework for the Statistical Analysis of Cardiac Diffusion Tensors: Application to a Small Database of Canine Hearts.</a> IEEE Transactions on Medical Imaging. 26, 1500-1514 (2007).</li>
<li>Chen, J., Song, S. -K., Liu, W., McLean, M., Allen, S. J., Tan, J., Wickline, S. A., Yu, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Remodeling+of+cardiac+fiber+structure+after+infarction+in+rats+quantified+with+diffusion+tensor+MRI%5BTitle%5D)+AND+%22American+Journal+of+Physiology+-+Heart+and+Circulatory+Physiology%22%5BJournal%5D)">Remodeling of cardiac fiber structure after infarction in rats quantified with diffusion tensor MRI.</a> American Journal of Physiology - Heart and Circulatory Physiology. 285 (3), H946-H954 (2003).</li>
<li>Stecker, E. C., Chugh, S. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Prediction+of+sudden+cardiac+death%3A+next+steps+in+pursuit+of+effective+methodology%5BTitle%5D)+AND+%22Journal+of+Interventional+Cardiac+Electrophysiolog%22%5BJournal%5D)">Prediction of sudden cardiac death: next steps in pursuit of effective methodology.</a> Journal of Interventional Cardiac Electrophysiolog. 31 (2), 101-107 (2011).</li>
</ol>

Não há conflitos de interesse declarados.

Esta pesquisa demonstra quantitativamente que, na ausência de DTMRI, orientações de fibra do miocárdio dos ventrículos normais e não pode ser estimada a partir de imagens in vivo das suas geometrias para utilização em simulações de electrofisiologia cardíaca. A metodologia proposta é demonstrado com dados in vivo TC, mas é igualmente aplicável a imagens de RM in vivo da geometria ventricular, dirigindo-se a falta de capacidade para adquirir directamente orientações de fibra d...

<html> A abordagem computacional está a tornar-se central para o avanço do conhecimento da função do coração na saúde e na doença. Estado-da-arte todo coração modelos de eletrofisiologia e eletromecânica estão sendo usados ​​para estudar uma ampla gama de fenômenos, como a propagação ventricular normal, arritmia, desfibrilação, acoplamento eletromecânico, e ressincronização cardíaca 1. No entanto, para a abordagem computacional para ser directamente aplicável no ambiente clínico, é imperativo que os modelos ser específicas do paciente, isto é, os modelos devem basear-se na arquitectura específica e propriedades electrofisiológicas ou electromecânicos de coração doente do paciente. Simulação com esses modelos ajudará os médicos a chegar a decisões altamente personalizados para intervenções eletrofisiológicas bem como profilaxia, reduzindo drasticamente melhorar a saúde cardíaca 2-4. content &quot;&gt; Criação de modelos cardíacos realistas requer a obtenção da estrutura e geometria da fibra de um coração do paciente. orientações de fibra determinar direcções de propagação e as distribuições de deformação eléctrica no coração, e portanto, antes de os adquirir é essencial para a modelagem cardíaco 5, 6. Com recentes avanços na imagiologia médica, é agora possível obter a geometria de um coração do paciente, a remodelação includingstructural tais como enfarte, in vivo com alta resolução usando imagem por ressonância magnética (MRI) e tomografia computadorizada (CT) tecnologias. No entanto, não há nenhuma método prático para a obtenção de uma estrutura de fibras do coração do paciente, in vivo. Diffusion tensor (DT) MRI 7, 8, a única técnica de adquirir orientações de fibras do coração intactos, não é amplamente disponível, in vivo, devido a certas limitações 9. Uma breve descrição dos esforços anteriores para traduzir DTMRI o quadro clínico pode ser encontrada elsewhere 2. Apesar de metodologias como a regra de atribuição baseada em fibra de orientações oferecer alternativas ao DTMRI, estas metodologias têm certas limitações graves 2, 10. Assim dificuldades na aquisição de estrutura de fibra cardíaca in vivo atualmente impedem a aplicação de eletrofisiológicos e eletromecânica simulações cardíacas em ambiente clínico. O objetivo desta pesquisa foi o de abordar diretamente essa necessidade. Colocámos a hipótese de que as orientações de fibras ventriculares de um coração pode ser prevista com precisão, dada a geometria do coração e um atlas, onde o atlas é um coração cuja geometria e fibra orientações estão disponíveis. Assim, usamos estado das técnicas de arte para desenvolver uma metodologia para a estimativa de orientações fibra cardíaca in vivo, e testou a hipótese em normal e não ventrículos caninos 2. A idéia central da nossa metodologia de estimativa de fibra é explorar similarities em orientações de fibras, em relação à geometria, entre corações diferentes a fim de aproximar a estrutura de fibra de um coração (alvo) para os quais as informações a geometria está disponível. No coração de nossa metodologia de estimação é o registro da geometria atlas com a geometria alvo usando mapeamento difeomórfico grande deformação métrica (LDDMM) 11, eo morphing de orientações de fibra atlas usando preservação de componentes principais (PPD) 2, 12. Diffeomorphicproperty A de garantias LDDMM que o atlas não &quot;foldover&quot; em si durante a deformação, preservando assim as estruturas anatômicas integrityof. figura 1 ilustra o pipeline de processamento de nossa metodologia. A secção de texto de protocolo § 1 descreve os vários componentes do oleoduto, demonstrando como o cálculo pode ser executado para um paciente exemplo. Os números dentro de alguns dos blocos na Figura 1 referem-se ao correspondentesubseções ao abrigo da secção § 1 º do texto do protocolo. Foi avaliado o desempenho da metodologia proposta pela quantificação do erro de estimação, e medir o efeito deste onsimulations erro de eletrofisiologia cardíaca, por simular computacionalmente locais mapas de ativação elétrica, bem como pseudo-eletrocardiogramas (ECGs pseudo-). Devido à indisponibilidade dos corações humanos, a avaliação de desempenho foi realizado utilizando corações caninos disponíveis a partir de estudos anteriores 13-15. O erro de estimativa foi calculada por meio de ângulos de inclinação 16, a tradição followingthe de histologia, onde as medições são secções angulares performedon tecidos que são cortadas paralelamente à epicardialsurface. Desde que o sentido das fibras anglebetween e plano tangente epicardial é generallysmall 17, 18, ​​a perda de informação em descrever um fiberdirection inteiramente usando o seu ângulo de inclinação é insignificante. Para o computcionais, simulações de imagem baseados em modelos foram construídos como descrito previamente 19, 20, e o tecido cardíaco nos modelos foi representada com base em técnicas matemáticas estabelecidas e os dados experimentais 21-25. Ritmo sinusal foi simulado por activação de replicação proveniente da rede de Purkinje 26, e taquicardia ventricular, por uma estimulação S1-S2 protocolo 27. Pseudo-ECGs foram computados 28 e comparados utilizando o desvio médio absoluto (MAD) métrica 29.

<table border="1"><tbody><tr><td> LDDMM </td><td> Johns Hopkins University </td><td></td><td> <a href="http://cis.jhu.edu/software/lddmm-volume/index.php" target="_blank">http://cis.jhu.edu/software/lddmm-volume/index.php</a> </td></tr><tr><td> MATLAB </td><td> Mathworks, Inc. </td><td> R2011b </td><td> <a href="http://www.mathworks.com/products/matlab/" target="_blank">http://www.mathworks.com/products/matlab/</a> </td></tr><tr><td> ImageJ </td><td> National Institutes of Health </td><td></td><td> <a href="http://rsbweb.nih.gov/ij/" target="_blank">http://rsbweb.nih.gov/ij/</a> </td></tr><tr><td> Tarântula </td><td> CAE Software Solutions </td><td></td><td> <a href="http://www.meshing.at/Spiderhome/Tarantula.html" target="_blank">http://www.meshing.at/Spiderhome/Tarantula.html</a> </td></tr><tr><td> CARP </td><td> CardioSolv</td><td></td><td> <a href="http://cardiosolv.com/" target="_blank">http://cardiosolv.com/</a> </td></tr><tr><td> Imagens caninos </td><td> Johns Hopkins University </td><td></td><td> <a href="http://www.ccbm.jhu.edu/research/DTMRIDS.php" target="_blank">http://www.ccbm.jhu.edu/research/DTMRIDS.php</a> </td></tr></tbody></table>

paciente específico modelagem do coração: estimativa de orientações de fibra ventriculares

Patient-specific Modeling of the Heart: Estimation of Ventricular Fiber Orientations

Específicas do paciente simulações da função cardíaca (dis), destinado a personalizar a terapia cardíaca são dificultados pela ausência de tecnologia de imagem in vivo para adquirir clinicamente orientações fibras miocárdicas. O objetivo deste projeto foi desenvolver uma metodologia para estimar orientações de fibra cardíaca em imagens in vivo de geometrias coração do paciente. Uma representação exacta da geometria ventricular e orientações de fibra foi reconstruído, respectivamente, de alta resolução, ressonância ex vivo estrutural magnética (RM) e imagens do tensor de difusão (DT) de RM de um coração humano normal, referido como o atlas. Geometria ventricular do coração do paciente foi extraído, através da segmentação semi-automática, a partir de uma in vivo tomografia computadorizada de imagem (CT). Utilizando algoritmos de transformação da imagem, a geometria ventricular atlas foi deformada para corresponder ao do paciente. Finalmente, o campo de deformação foi aplicado à fibra atlas orientatíons para obter uma estimativa de orientações de fibra de pacientes. A precisão das estimativas de fibra foi avaliada usando seis normais e três falhando corações caninos. A diferença média absoluta entre ângulos de inclinação de orientações de fibra adquiridos e estimada foi de 15,4 °. Simulações computacionais de mapas de ativação ventricular e pseudo-ECG em ritmo sinusal e taquicardia ventricular indicaram que não há diferenças significativas entre as orientações de fibra estimados e adquirido em um clinicamente observáveis ​​level.The novos insights obtidos a partir do projeto vai preparar o caminho para o desenvolvimento de paciente modelos específicos do coração, que pode ajudar os médicos no diagnóstico personalizado e decisões sobre intervenções eletrofisiológicas.

Figura 11, AC exibe visualizações simplificadas de estimativa, bem como orientações DTMRI derivados de fibra em corações normais e falhando. A análise qualitativa mostra que as orientações de fibra de cerca de alinham bem com DTMRI derivados entes. O painel D ilustra, sobreposta sobre a geometria do coração 1, a distribuição do erro de ângulos de inclinação corações normais &quot;, em média, em todos os cinco estimativas. Painel E mostra a distribuição média de erro de falha ângulos de inclinação, os co...

Uma metodologia para estimar orientações de fibra de ventriculares em imagens in vivo de geometrias coração do paciente para a modelagem de personalizado é descrito. Validação da metodologia realizada utilizando normal e não corações caninos demonstrar que que não há diferenças significativas entre as orientações de fibra estimadas e adquirida a um nível clinicamente observável.

Paciente específico Modelagem do Coração: Estimativa de Orientações de fibra ventriculares

Patient-specific  simulations of heart (dys)function aimed at personalizing cardiac therapy are hampered  by the absence of in vivo imaging technology for ...

O objetivo do experimento a seguir é estimar as orientações das fibras do coração de um paciente para simulações personalizadas de eletrofisiologia cardíaca, porque atualmente não é viável adquirir clinicamente as orientações das fibras cardíacas. Isso é obtido deformando a geometria do coração de um atlas para corresponder à geometria do coração do paciente disponível a partir de uma imagem clínica de TC ou RM como uma segunda etapa. O campo de deformação da geometria é usado para transformar as orientações das fibras do atlas, o que gera uma estimativa das orientações das fibras cardíacas do paciente.Em seguida, utilizando corações caninos cujas orientações de fibras são medidas não clinicamente por tensor de difusão, ressonância magnética, técnica de última geração, as orientações de fibras estimadas são comparadas com as adquiridas para validar a metodologia proposta. Os resultados obtidos mostram que as orientações estimadas das fibras correspondem estreitamente às adquiridas e não há diferenças significativas entre os resultados das simulações eletrofisiológicas com as orientações estimadas e adquiridas das fibras em um nível clinicamente observável. Esta pesquisa demonstra q

patient-specific-modeling-heart-estimation-ventricular-fiber

Research

JoVE Journal

Bioengineering

Bioengenharia

Este relatório fornece uma descrição detalhada da metodologia e os resultados do mapeamento endocárdico e epicárdico simultâneos óptico de excitação elétrica no átrio esquerdo intacto de um coração de ovelha Langendorff-perfundidos durante o alongamento induzida por fibrilação atrial.

Alta Resolução Mapeamento endocárdico e epicárdico óptico em um modelo de Ovinos de Stretch Induzida por Fibrilação Atrial

O objetivo desta pesquisa é o de recriar e, em seguida, acessar a anatomia do sistema venoso cardíaco humano utilizando reconstruções 3D gerados a partir de contraste de tomografia computadorizada.

Reconstruções anatômicas do sistema venoso cardíaco humano usando contraste Tomografia computadorizada de Amostras de perfusão-fixados

Este protocolo descreve um novo método para a comparação 3D do tecido do miocárdio todo-coração com a RM. Este é concebido para a avaliação precisa de injecções intramiocárdicos na zona de fronteira do enfarte de um modelo suíno crónica de enfarte do miocárdio.

Análise Tecidos do Miocárdio Whole-coração 3D

Este protocolo descreve um método novo para criar um modelo de elementos finitos espacialmente detalhada da arquitetura intracelular do cardiomyocytes de imagens de microscopia confocal e microscopia eletrônica. O poder deste modelo espacialmente detalhada é demonstrado usando estudos de caso em sinalização de cálcio e Bioenergética.

Criando um modelo geométrico de elementos finitos estruturalmente realista de um casos para estudar o papel da arquitetura celular em casos de biologia de sistemas

Este trabalho introduz dois modelos computacionais de insuficiência cardíaca com fração de ejeção preservada baseada em uma abordagem de parâmetros e análise de elementos finitos. Esses modelos são utilizados para avaliar as alterações na hemodinâmica do ventrículo esquerdo e vasculatura relacionada induzida pela sobrecarga de pressão e diminuição da conformidade ventricular.

Parâmetro-caroço e Modelagem de elemento finito de insuficiência cardíaca com fração de ejeção preservada

Modelos específicos do paciente melhoram a confiança do cirurgião e dos companheiros ao desenvolver ou aprender planos cirúrgicos. Impressoras tridimensionais (3D) geram detalhes adequados para a preparação cirúrgica, mas não replicam a fidelidade háptica tecidual. Um protocolo é apresentado detalhando a criação de modelos cardíacos de silicone específicos do paciente, combinando precisão de impressão 3D com tecido de silicone simulado.

Criação de modelos cardíacos de silicone específicos do paciente com aplicações em planos pré-cirúrgicos e treinamento prático

Aqui, apresentamos um protocolo para obter imagens de tomografia micro computada de alta resolução de corações integrais saudáveis e patológicos de grandes mamíferos com aprimoramento de contraste seletivo de colágeno.

Técnicas de preparação de tecidos para imagens de tomografia microcomputante aprimorada de contraste de grandes modelos cardíacos de mamíferos com doença crônica

Este protocolo demonstra o fluxo de trabalho da plataforma SILICOFCM para gerar automaticamente um modelo paramétrico do ventrículo esquerdo a partir de imagens ultrassonográficas específicas do paciente, aplicando um modelo eletromecânico multiescala do coração. Esta plataforma permite ensaios clínicos in silico destinados a reduzir os ensaios clínicos reais e maximizar os resultados terapêuticos positivos.

em Silico Ensaios clínicos para doenças cardiovasculares

A ecocardiografia intracardíaca (ECI) precisa mostra acurácia significativa na estimativa da estrutura atrial esquerda, um método prospectivo e promissor de estimativa da estrutura cardíaca. Propomos um protocolo de modelagem tridimensional do átrio esquerdo e das veias pulmonares com EIC e remodelamento rápido do cateter de mapeamento anatômico (FAM).

Modelagem Tridimensional do Átrio Esquerdo e das Veias Pulmonares com Abordagem Precisa do Ecocardiograma Intracardíaco

As imagens de ultrassom intravascular in vivo mostram o movimento transversal coronário correspondente a diferentes condições de carga de pressão. Com base em um modelo de elementos finitos, um esquema iterativo foi empregado para determinar as propriedades mecânicas específicas do paciente das artérias coronárias in vivo, combinando o movimento coronário do modelo computacional e das imagens médicas.

Abordagem de modelagem de elementos finitos baseada em imagem de ultrassom intravascular para quantificar propriedades mecânicas in vivo da artéria coronária humana 

Um método reprodutível é apresentado para gerar tecidos miocárdicos 3D combinando scaffolds de escrita eletrospinning (MEW), policaprolactona (PCL) e hidrogéis de fibrina com cardiomiócitos e fibroblastos derivados de hiPSC. Essa técnica oferece controle preciso sobre a arquitetura do andaime e pode ser aplicada em testes pré-clínicos de medicamentos e modelagem de doenças cardíacas.

Geração de tecido miocárdico humano 3D usando escrita eletrogiratória por fusão de andaimes de policaprolactona e células cardíacas derivadas de hiPSC

Aprenda a estimar orientações de fibras ventriculares para modelagem cardíaca personalizada usando imagens in vivo de CT ou RM. Este método computacional validado em corações caninos permite simulações eletrofisiológicas precisas sem necessidade de DTI.

Paciente específico Modelagem do Coração: Estimativa de Orientações de fibra ventriculares

Explorar mais vídeos