Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Engineering
Click here for the English version

Engineering

Klumpete parameter og begrenset elementmodellering av hjertesvikt med bevart utkasterfraksjon

Published: February 13, 2021 doi: 10.3791/62167
Automatic Translation
*1,2, *1, 1,2,3
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

Summary

Dette arbeidet introduserer to beregningsmodeller av hjertesvikt med bevart ejeksjonsfraksjon basert på en klumpet parametertilnærming og endelig elementanalyse. Disse modellene brukes til å evaluere endringene i hemodynamikken til venstre ventrikel og relatert vaskulatur indusert av trykkoverbelastning og redusert ventrikulær overholdelse.

Abstract

Vitenskapelig innsats innen beregningsmodellering av kardiovaskulære sykdommer har i stor grad fokusert på hjertesvikt med redusert ejeksjonsfraksjon (HFrEF), bredt med utsikt over hjertesvikt med bevart ejeksjonsfraksjon (HFpEF), som nylig har blitt en dominerende form for hjertesvikt over hele verden. Motivert av HFpEF-paucity i silico-representasjoner, presenteres to distinkte beregningsmodeller i dette papiret for å simulere hemodynamikken til HFpEF som følge av venstre ventrikkeltrykkoverbelastning. For det første ble en objektorientert klumpet parametermodell utviklet ved hjelp av en numerisk problemløser. Denne modellen er basert på et nulldimensjonalt (0D) Windkessel-lignende nettverk, som avhenger av de geometriske og mekaniske egenskapene til de konstituerende elementene og gir fordelen av lave beregningskostnader. For det andre ble en endelig elementanalyse (FEA) programvarepakke brukt til implementering av en flerdimensjonal simulering. FEA-modellen kombinerer tredimensjonale (3D) multifysikkmodeller av elektromekanisk hjerterespons, strukturelle deformasjoner og væskehulebasert hemodynamikk og benytter en forenklet klumpet parametermodell for å definere strømningsutvekslingsprofilene mellom forskjellige væskehuler. Gjennom hver tilnærming ble både de akutte og kroniske hemodynamiske endringene i venstre ventrikel og proksimal vaskulatur som følge av trykkoverbelastning vellykket simulert. Spesielt ble trykkoverbelastning modellert ved å redusere det åpningen av aortaventilen, mens kronisk ombygging ble simulert ved å redusere overholdelse av venstre ventrikkelvegg. I samsvar med den vitenskapelige og kliniske litteraturen til HFpEF, viser resultater fra begge modellene (i) en akutt høyde av transaortisk trykkgradient mellom venstre ventrikel og aorta og en reduksjon i slagvolumet og (ii) en kronisk reduksjon i enddiastolisk venstre ventrikulært volum, indikativ for diastolisk dysfunksjon. Til slutt viser FEA-modellen at stress i HFpEF-myokardiet er bemerkelsesverdig høyere enn i det sunne hjertevevet gjennom hjertesyklusen.

Introduction

Hjertesvikt er en ledende dødsårsak over hele verden, som oppstår når hjertet ikke er i stand til å pumpe eller fylle tilstrekkelig for å holde tritt med kroppens metabolske krav. Ejeksjonsfraksjonen, det vil si den relative mengden blod som er lagret i venstre ventrikel som kastes ut med hver sammentrekning, brukes klinisk for å klassifisere hjertesvikt i (i) hjertesvikt med redusert ejeksjonsfraksjon (HFrEF) og (ii) hjertesvikt med bevart ejeksjonsfraksjon (HFpEF), for ejeksjonsfraksjoner mindre enn eller større enn 45%, henholdsvis1,2,3. Symptomer på HFpEF utvikler seg ofte som svar på venstre ventrikulær trykkoverbelastning, som kan skyldes flere forhold, inkludert aortastenose, hypertensjon og venstre ventrikulær utstrømningskanalobstruksjon3,4,5,6,7. Trykkoverbelastning driver en kaskade av molekylære og cellulære avvik, noe som fører til fortykning av venstre ventrikkelvegg (konsentrisk ombygging) og til slutt til veggstivning eller tap av samsvar8,9,10. Disse biomekaniske endringene påvirker kardiovaskulær hemodynamikk dypt, da de resulterer i et forhøyet endediastolisk trykkvolumforhold og i en reduksjon av sluttdiastolisk volum11.

Beregningsmodellering av kardiovaskulærsystemet har avansert forståelsen av blodtrykk og strømmer i både fysiologi og sykdom og har fremmet utviklingen av diagnostiske og terapeutiske strategier12. I silico modeller er klassifisert i lav- eller høydimensjonale modeller, med tidligere ved hjelp av analytiske metoder for å evaluere globale hemodynamiske egenskaper med lav beregningsbehov og sistnevnte gir en mer omfattende multiskala og multifysikk beskrivelse av kardiovaskulær mekanikk og hemodynamikk i 2D eller 3D-domene13. Den klumpede parameteren Windkessel-representasjon er den vanligste blant de lavdimensjonale beskrivelsene. Basert på den elektriske kretsanalogien (Ohms lov), etterligner dette kardiovaskulærsystemets generelle hemodynamiske oppførsel gjennom en kombinasjon av resistiv, kapasitiv og induktive elementer14. En fersk studie fra denne gruppen har foreslått en alternativ Windkessel-modell i det hydrauliske domenet som gjør det mulig å modellere endringer i geometrien og mekanikken til store fartøy-hjertekamre og ventiler på en mer intuitiv måte enn tradisjonelle elektriske analoge modeller. Denne simuleringen er utviklet på en objektorientert numerisk problemløser (se materialtabellen) og kan fange den normale hemodynamikken, fysiologiske effekter av kardiorespiratorisk kobling, respiratorisk drevet blodstrøm i enkelthjertefysiologi og hemodynamiske endringer på grunn av aortainnsnevring. Denne beskrivelsen utvider mulighetene til klumpede parametermodeller ved å tilby en fysisk intuitiv tilnærming til å modellere et spekter av patologiske forhold, inkludert hjertesvikt15.

Høydimensjonale modeller er basert på FEA for å beregne romlig hemodynamikk og væskestrukturinteraksjoner. Disse representasjonene kan gi detaljerte og nøyaktige beskrivelser av det lokale blodstrømfeltet; På grunn av deres lave beregningseffektivitet er de imidlertid ikke egnet for studier av hele kardiovaskulærtreet16,17. En programvarepakke (se materialtabellen) ble brukt som en anatomisk nøyaktig FEA-plattform av det 4-kammer voksne menneskehjertet, som integrerer elektromekanisk respons, strukturelle deformasjoner og væskehulebasert hemodynamikk. Den tilpassede menneskelige hjertemodellen består også av en enkel klumpet parametermodell som definerer strømningsutvekslingen mellom de forskjellige væskehulene, samt en fullstendig mekanisk karakterisering av hjertevevet18,19.

Flere klumpete parameter- og FEA-modeller av hjertesvikt er formulert for å fange hemodynamiske abnormiteter og evaluere terapeutiske strategier, spesielt i sammenheng med mekaniske sirkulasjonsassistanseenheter for HFrEF20,21,22,23,24. Et bredt utvalg av 0D klumpete parametermodeller av ulike kompleksiteter har derfor med hell fanget hemodynamikken til menneskehjertet i fysiologiske og HFrEF-forhold via optimalisering av to eller tre-element elektriske analoge Windkessel-systemer20,21,23,24. De fleste av disse representasjonene er uni- eller biventrikulære modeller basert på tiden varierende elastansformulering for å reprodusere hjertets kontraktile virkning og bruke et ikke-lineært end-diastolisk trykkvolumforhold for å beskrive ventrikulærfylling 25,26,27. Omfattende modeller, som fanger det komplekse kardiovaskulære nettverket og etterligner både atrie- og ventrikulær pumpevirkning, har blitt brukt som plattformer for enhetstesting. Likevel, selv om det finnes en betydelig litteratur rundt HFrEF-feltet, er det foreslått svært få i silicomodeller av HFpEF20,22,28,29,30,31.

En lavdimensjonal modell av HFpEF hemodynamikk, nylig utviklet av Burkhoff et al.32 og Granegger et al.28, kan fange trykkvolumet (PV) løkker av 4-kammerhjertet, fullt ut rekapitulere hemodynamikken til ulike fenotyper av HFpEF. Videre bruker de sin in silico-plattform for å evaluere muligheten for en mekanisk sirkulasjonsenhet for HFpEF, banebrytende beregningsforskning av HFpEF for fysiologistudier samt enhetsutvikling. Imidlertid er disse modellene fortsatt ikke i stand til å fange de dynamiske endringene i blodstrømmer og trykk observert under sykdomsprogresjon. En nylig studie av Kadry et al.30 fanger de forskjellige fenotypene av diastolisk dysfunksjon ved å justere den aktive avslapningen av myokardiet og den passive stivheten til venstre ventrikel på en lavdimensjonal modell. Deres arbeid gir en omfattende hemodynamisk analyse av diastolisk dysfunksjon basert på både de aktive og passive egenskapene til myokardiet. På samme måte har litteraturen til høydimensjonale modeller primært fokusert på HFrEF19,33,34,35,36,37. Bakir et al.33 foreslo en fullkoblet FEA-modell for hjertevæske-elektromekanikk for å forutsi HFrEF hemodynamisk profil og effekten av en venstre ventrikkelhjelpeenhet (LVAD). Denne biventrikulære (eller tokammer) modellen brukte en koblet Windkessel krets for å simulere hemodynamikken i det sunne hjertet, HFrEF og HFrEF med LVAD-støtte33,37.

På samme måte utviklet Sack et al.35 en biventrikulær modell for å undersøke riktig ventrikulær dysfunksjon. Deres biventrikulære geometri ble hentet fra pasientens MAGNETISKE RESONANSavbildningsdata (MR), og modellens endelige elementnett ble konstruert ved hjelp av bildesegmentering for å analysere hemodynamikken til en VAD-støttet sviktende høyre ventrikel35. Fire-kammer FEA hjerte tilnærminger er utviklet for å forbedre nøyaktigheten av modeller av den elektromekaniske oppførselen til hjertet19,34. I motsetning til biventrikulære beskrivelser gir MR-avledede firekammermodeller av menneskehjertet en bedre representasjon av kardiovaskulær anatomi18. Hjertemodellen som brukes i dette arbeidet er et etablert eksempel på en firekammer FEA-modell. I motsetning til klumpete parametere og biventrikulære FEA-modeller, fanger denne representasjonen hemodynamiske endringer når de oppstår under sykdomsprogresjon34,37. Genet et al.34, for eksempel, brukte den samme plattformen til å implementere en numerisk vekstmodell av ombyggingen observert i HFrEF og HFpEF. Imidlertid evaluerer disse modellene effekten av hjertehypertrofi bare på strukturell mekanikk og gir ikke en omfattende beskrivelse av tilhørende hemodynamikk.

For å adressere mangelen på HFpEF i silicomodeller i dette arbeidet, ble den klumpede parametermodellen som tidligere ble utviklet av denne gruppe15 og FEA-modellen, lest for å simulere den hemodynamiske profilen til HFpEF. For dette formål vil hver modells evne til å simulere kardiovaskulær hemodynamikk ved baseline først bli demonstrert. Effektene av stenoseindusert venstre ventrikulær trykkoverbelastning og redusert venstre ventrikulær samsvar på grunn av hjerteoppussing - et typisk kjennetegn på HFpEF-vil da bli evaluert.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. 0D klumpete parametermodell

  1. Oppsett av simulering
    MERK: I det numeriske problemløsermiljøet (se Materialfortegnelse) konstruerer du domenet som vist i figur 1. Dette består av 4-kammerhjertet, overkroppen, buken, underkroppen og thoraxrommene, samt den proksimale vaskulaturen, inkludert aorta, lungearterien og den overlegne og dårligere venae cavae. Standardelementene som brukes i denne simuleringen er en del av standard hydraulisk bibliotek. Du finner mer informasjon i Tilleggsfiler.
    1. Naviger i hydraulikkbiblioteket for å finne de nødvendige elementene: hydraulisk rørledning, konstant volumhydraulisk kammer, lineær motstand, sentrifugalpumpe, tilbakeslagsventil, variabelt områdeåpning og den tilpassede hydrauliske væsken.
      1. Slipp de hydrauliske rørledningselementene inn i arbeidsområdet.
        MERK: Disse står for friksjonstap samt veggoverholdelse og væskekompresensitet i blodkar og hjertekamre. Gjennom denne blokken beregnes trykktapet ved hjelp av Darcy-Weisbach-loven, mens endringen i diameter på grunn av veggsamsvar avhenger av samsvarsproporsjonalitetskonstanten, lystrykket og tidskonstanten. Til slutt er væskekompressibility definert av bulk modulus av mediet.
      2. Sett inn de konstante volumhydrauliske kammerelementene for å definere veggsamsvar og væskekompresensitet.
        MERK: Denne blokken tar ikke hensyn til trykktap på grunn av friksjon.
      3. Tilsett de lineære motstandselementene for å definere strømningsmotstand.
        MERK: Dette er uavhengig av de geometriske egenskapene til vaskulaturen, analogt med det resistive elementet som brukes i elektriske analoge Windkessel-modeller. Andre blokker, for eksempel sentrifugalpumpen, tilbakeslagsventilen, åpningen i variabelt område og de tilpassede hydrauliske væskeelementene, bør settes inn for å generere ønsket trykkinngang til systemet, modellere effekten av hjerteklaffer på blodstrømmen og definere blodets mekaniske egenskaper. Gjennom disse elementene kan oppførselen til kardiovaskulærsystemet i både fysiologi og sykdom fanges fullt ut. Inngangssignalet for sentrifugalpumpen finnes i figur S1A.
      4. Modeller kontraktiliteten til hvert hjertekammer gjennom det tilpassede samsvarskammeret med variabel overholdelse.
        MERK: Dette godtar samsvar som et tidsvarierende brukerdefinert inngangssignal og er basert på den tidsvarierende elastansmodellen (Figur S1B-D).
    2. Angi parametrene i forhold til hvert element, som vist i Tabell S1, også funnet i Rosalia et al.15
    3. Sett inn et PS(Physical Signal) Repeating Sequence-element for hver av blokkene som krever et tidsvarierende brukerdefinert inngangssignal: LV-pumpen, samsvarselementene for variabelt samsvar og de variable åpningene.
      MERK: Inngangssignaler som brukes til denne simuleringen finner du i figur S1.
    4. Velg standard ODE 23t implisitt problemløser og kjør simuleringen i 100 s for å nå en jevn tilstand.

2. FEA-modellen

  1. Oppsett av simulering
    MERK: FEA-modellen benytter en koblet elektrisk-mekanisk analyse i rekkefølge. I denne modellen utføres den elektriske analysen først; deretter brukes de resulterende elektriske potensialene som eksitasjonskilde i følgende mekaniske analyse. Derfor inneholder simuleringsoppsettet to arbeidsdomener: de elektriske (ELEC) og de mekaniske (MECH) domenene, som er forhåndsdefinert i FEA-simuleringsprogramvaren (Tabell over materialer)18. Derfor beskriver følgende del bare analysearbeidsflyten. FEA-modellen bruker følgende brukerdelrutiner HETVAL, VUANISOHYPERog UAMP for modellering av elektrisk og mekanisk materiale18.
    1. Naviger i ELEC-domenet for å utføre elektrisk analyse ved hjelp av den forhåndsdefinerte temperaturprosedyren i Standard-modulen.
      1. Bruk et trinn med én analyse kalt BEAT. Sett varigheten av hjertesyklusen til 500 ms og bruk en elektrisk potensiell puls på et nodesett som representerer sinoatrial (SA)-noden (nodesett: R_Atrium-1.SA_NODE).
      2. Se gjennom standard elektrisk bølgeform, som varierer fra -80 mV til 20 mV over 200 ms med den glatte trinnamplitudedefinisjonen, som beskrevet i modellveiledningen18. Bruk standardverdiene for materialkonstanter i den elektriske analysen til å justere AV-forsinkelsen.
      3. Start Jobb -modulen, og opprett en jobb med navnet hjerte-elec.
    2. Når det elektriske analyseoppsettet er fullført, navigerer du i MECH-domenet for å utføre den væskehulebaserte mekaniske analysen.
      MERK: Den mekaniske simuleringen utføres etter den elektriske analysen, og de resulterende elektriske potensialene brukes som eksitasjonskilde for den mekaniske analysen. Den mekaniske analysen inneholder flere trinn.
      1. Bruk de tre hovedtrinnene PRE-LOAD, BEAT1og RECOVERY1. I PRE-LOAD-trinnet, gjennomgå grensebetingelsene til hjertets pre-stressede tilstand. Bruk 0,3 s som trinntid for å lineært øke trykket i væskekamrene.
        MERK: De forhåndsdefinerte trykkverdiene for væskehulen er vist i tabell S3. Hjertets forstressede tilstand var allerede definert i det vanlige hjertesimuleringsoppsettet, og de første nodeforholdene er gitt i de eksterne simuleringsfilene, som oppført i Tabell S5. Omberegning av nullspenningstilstanden ved hjelp av den omvendte mekaniske simuleringen er nødvendig når grensebetingelsen endres, som forklart i trinn 3.2.2-3.2.4.
      2. I BEAT1-trinnet bruker du 0,5 s som trinntid for å simulere sammentrekning.
      3. I RECOVERY1-trinnet velger du 0,5 s for hjerteavslapping og ventrikulær fylling for en hjertefrekvens på 60 bpm.
      4. Aktiver de påfølgende trinnene, BEATX og RECOVERYX, for å simulere mer enn én hjertesyklus for å oppnå en jevn tilstand.
        MERK: Tre hjertesykluser vil være tilstrekkelig til å nå steady state. En syklus av simuleringen er fullført i ~ 8 timer på en 24-kjerners prosessor (3,2 GHz x 24).
      5. Start Jobb -modulen, og opprett en jobb med navnet hjerte-mech, som aktiverer alternativet for dobbel presisjon.
  2. Gå gjennom den forenklede klumpede Windkessel-modellen
    MERK: Fea-modellens mekaniske domene har en blodstrømsmodell, som er basert på en forenklet klumpete parameterkrets og er opprettet som en kombinasjon av overflatebaserte væskehuler og væskeutvekslinger som vist i figur 218.
    1. Bruk Windkessel-representasjonen som er nevnt i notatet ovenfor, til å kjøre simuleringen. Gjennomgå blodstrømsmodellrepresentasjonen for å justere verdiene til de resistive og kapasitive elementene for henholdsvis strømningsmotstander og strukturelle samsvar.
    2. Gjennomgå 3D-elementrepresentasjonen av fire hjertekamre, og sørg for at deres geometriske posisjoner er nøyaktige.
    3. Kontroller hjerteenheten, og bytt til interaksjonsmodulen for å justere samsvars- og kontraktilitetsverdiene til hvert av de fire hjertekamrene.
      MERK: Standardverdiene i interaksjonsmodulen er konfigurert til å simulere en idealisert, sunn hjerterytmesyklus18.
    4. Gjennomgå følgende hydrostatiske væskehuler i interaksjonsmodulen, CAV-AORTA, CAV-LA, CAV-LV, CAV-PULMONARY_TRUNK, CAV-RA, CAV-RV, CAV-SVC, CAV-ARTERIAL-COMP, CAV-PULMONARY-COMP og CAV-VENOUS-COMP (Tabell S3).
    5. Bruk samsvarskamrene (CAV-ARTERIAL-COMP, CAV-PULMONARY-COMP og CAV-VENOUS-COMP) som kubikkvolumer når de representerer overholdelse av arterielle, venøse og lungemessige sirkulasjoner.
    6. Fest tre kubikkvolumer for samsvar til en jordet fjær, og gjennomgå stivhetsverdien for å modellere trykkvolumresponsen i arterielle, venøse og lungesirkulasjoner.
    7. Kontroller følgende væskeutvekslingsdefinisjoner mellom hydrostatiske væskehuler: arteriell venøst, venøst høyre atrium, høyre atrium-høyre ventrikel, høyre ventrikel-lungesystem, lungesystem-venstre atrium, venstre atrium-venstre ventrikel og venstre ventrikel-aorta (Tabell S4).
    8. Juster viskøse resistenskoeffisienten for å endre blodstrømsmodellen i hver væskeutvekslingskobling (se Tilleggsfiler for mer informasjon om den viskøse motstandseffekten).
  3. Multifysikk simulering
    1. Finn CAE-databasefilen i arbeidsmappen.
      MERK: FEA-modellen i denne protokollen leveres i databasen og kalles LH-Human-Model-Beta-V2_1.cae.
    2. Sett inn inndata-, objekt- og bibliotekfilene i arbeidsmappen for å kjøre simuleringen. Se Tabell S5 for fullstendig liste over inndata- og bibliotekfiler.
    3. Start FEA modellsimuleringsprogramvaren (se Materialtabellen).
      MERK: Kontakt programvareleverandøren for å få kompatibilitet med senere versjoner18.
    4. Gå gjennom delene, samlingen og grensebetingelsene i både ELEC- og MECH-domener, som beskrevet i avsnittene 2.2 og 2.3.
    5. Kjør først den elektriske simuleringsjobben med navnet hjerte-elec, som beskrevet i avsnitt 2.1.1.3. Inspiser de elektriske potensielle resultatene visuelt for å bekrefte at hjerte-elec-simuleringen kjørte som forventet. Kontroller deretter at resultatfilen heart-elec.odb er i arbeidskatalogen.
    6. Gå til den andre simuleringsfasen ved å bytte til MECH-domenet. Gjennomgå verdiene til materialkonstantene som brukes i den mekaniske simuleringen for å modellere ønsket passiv og aktiv hjerterespons.
    7. Kontroller at materialbibliotekfilene for den mekaniske analysen bruker HYBRID-strengnavnet. For å endre hjertekamrenes materielle respons, juster riktig hybridmaterialefil, eller erstatt hele materialresponsen ved å definere en ny materialadferd i Material-delen i CAE-modulen.
      MERK: Detaljert informasjon om de innebygde konstitutive lovene finner du i brukerhåndboken18.
    8. I PRE-LOAD-trinnet, sett trykket i hydrostatiske hulrom for å oppnå ønsket fysiolog oppførsel. Bruk det innebygde alternativet for jevn amplitude til å øke fra null til ønsket trykknivå som beskrevet i trinn 2.1.2.1.
    9. Deaktiver trykkgrensebetingelsene som er definert i 2.1.2.1 for å kjøre blodstrømsmodellen med et konstant samlet blodvolum i sirkulasjonssystemet. Kjør simuleringsjobben med navnet hjerte-mech, som beskrevet i del 2.1.2.5.

3. Aortaventilstenose

MERK: Aortastenose er ofte en driver av HFpEF, da det fører til trykkoverbelastning og til slutt til konsentrisk ombygging og samsvarstap av venstre ventrikkelvegg. Hemodynamikken observert i aortastenose utvikler seg ofte til de som er sett i HFpEF.

  1. Den klumpede parametermodellen
    1. Modifiser inngangssignalet i PS-repetisjonssekvenselementet i forhold til aortaventilen, som er plassert i venstre ventrikulære rom. Simuler en reduksjon av det åpningsområdet som er lik 70 % sammenlignet med grunnlinjen (Tabell S6).
      MERK: Inngangsverdiene vil representere det åpningsområdet til den stenotiske ventilen under hvert hjerteslag. Den åpningen områdeverdien kan enkelt justeres ved å multiplisere startutgangsverdivektoren til aortaventilen PS-elementet med en desimalverdi som tilsvarer det endelige åpningsområdet med hensyn til den opprinnelige verdien. I dette arbeidet ble en faktor på 0,3 brukt til å oppnå 70% innsnevring.
  2. FEA-modellen
    1. Endre væskeutvekslingsdefinisjonen for parameteren LINK-LV-ARTERIAL.
      MERK: Denne parameteren har en viskøse motstandskoeffisient innstilt på blodstrømmen mellom venstre ventrikel og aorta. Det effektive utvekslingsområdet kan modifiseres for å justere blodstrømmen og skape riktig aortastenosemodell (Tabell S7).
    2. Finn verktøykassemappen, og kopier filene i mappen til hovedarbeidsmappen.
    3. Utfør en omvendt mekanisk simulering ved å utføre verktøykassefilene18. Til dette formål, endre sugetrykket til venstre ventrikel og venstre atrium til 6 mmHg i væskehulen for å justere deres opprinnelige volumetriske tilstand for aortastenosemodellen. Utfør inversePreliminary.py-funksjonen.
      MERK: Omberegning av nullspenningstilstanden ved hjelp av den omvendte mekaniske simuleringen er nødvendig når grensebetingelsen endres.
    4. Når den omvendte mekaniske simuleringen er fullført, kjører du etterbehandlingsfunksjonene: calcNodeCoords.py og straight_mv_chordae.py. Bruk standardverdiene for de andre strømningsparameterne, og kjør en ny mekanisk simulering som beskrevet i avsnitt 2.1.2.5.

4. HFpEF hemodynamikk

MERK: For å simulere effekten av kronisk ombygging ble de mekaniske egenskapene til venstre hjerte modifisert.

  1. Den klumpede parametermodellen
    1. Endre venstre ventrikulær diastolisk overholdelse av LV-samsvarselementet for å etterligne veggstivning på grunn av trykkoverbelastning, ved hjelp av verdien av end-diastolisk samsvar i tabell S8.
      MERK: Anta at samsvaret faller lineært fra ende-systole til end-diastole.
    2. Øk lekkasjemotstanden til LV-pumpen til 18 × 106 Pa s m-3 (Tabell S8) for å fange opp de forhøyede venstre ventrikkeltrykkene som er observert i HFpEF.
  2. FEA-modellen
    1. Rediger de aktive materialegenskapene til venstre ventrikelgeometri. Øk stivhetskomponenten for å justere den aktive vevsresponsen som påvirker stresskomponentene i fiber- og arkretningene i den konstituerende modellen.
      1. Endre den materielle responsen til venstre ventrikel i mech-mat-LV_ACTIVE-filen.
        MERK: Størrelsen på stivheten for venstre ventrikulære kammer kan justeres for å gi de riktige diastoliske samsvarseffektene.
      2. Øk stivhetsparametrene a og b i den anisotrope hyperelastiske formuleringen for å fange opp den økte stivhetsresponsen for HFpEF-fysiologien.
      3. I PRE-LOAD-trinnet setter du væskehuletrykket til venstre ventrikel og venstre atrium til 20 mmHg.
      4. Utfør en omvendt mekanisk simulering for å oppnå volumetrisk tilstand av venstre ventrikel og atrium. Eksporter nodalskoordinatene fra filen heart-mech-inverse.odb 18.
      5. Utfør etterbehandlingsfunksjonene: calcNodeCoords.py og straight_mv_chordae.py, som beskrevet i trinn 3.2.4. Finn de nye nodale inndatafilene i arbeidskatalogen og utfør en ny mekanisk simulering, som beskrevet i pkt. 2.1.2.5.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Resultater fra basissimuleringene er illustrert i figur 3. Dette viser trykk- og volumbølgeformene til venstre ventrikel og aorta (figur 3A) samt venstre ventrikulær PV-løkke (figur 3B). De to i silico modeller viser lignende aorta og venstre ventrikulær hemodynamikk, som er innenfor det fysiologiske området. Mindre forskjeller i responsen som er spådd av de to plattformene, kan bli lagt merke til under ventrikulær tømming og fyllingsfaser, der ikke-lineariteter blir bedre fanget opp av FEA-modellen sammenlignet med den klumpede parameterplattformen. I fysiologi oppstår slike ikke-lineære effekter hovedsakelig som følge av hjertevevets hyperelastiske respons og reproduseres derfor mer nøyaktig av multidomene og høyordens beregningsmodeller18.

Ventrikulær og aorta hemodynamikk ble oppnådd for aortastenose, da dette ofte fører til venstre ventrikkeltrykkoverbelastning og til slutt til utviklingen av HFpEF. Trykk- og volumbølgeformer med en reduksjon på 70 % av aortaventilåpningen er vist for begge modellene i figur 4. Stenose resulterte i en forhøyet trykkgradient over aortaventilen. For 70% stenose vurdert i dette arbeidet ble topptransaortiske trykkgradienter på henholdsvis 41 mmHg og 54 mmHg oppnådd med klumpet parameter (Figur 4A) og FEA (Figur 4B) modeller. Denne moderate variasjonen oppstår sannsynligvis som en annen konsekvens av mangelen på en konstituerende ligning som definerer hjertevevets materialegenskaper i den klumpede parametermodellen, der overholdelse bare defineres av en rekke numeriske verdier. Denne modellen fanger derfor ikke opp væskestrukturinteraksjoner, som i stedet er nøyaktig representert av FEA-modellen. Likevel er resultatene fra begge modellene i samsvar med American Society of Echocardiography (ASE) og European Association of Echocardiography (EAE) klassifikasjoner av moderat aortaventilstenose, som betegner topp transaortiske gradienter på 40-65 mmHg for aortainnsnevringer på omtrent 60-75%38,39,40.

Venstre ventrikulære PV-løkker ved baseline, 70% aortastenose og HFpEF etter stivning av ventrikkelveggen er oppsummert i figur 5. Lignende mønstre kan observeres i figur 5A, som viser resultatene fra den klumpede parametermodellen, og i figur 5B, som viser hemodynamikken oppnådd via FEA. Disse PV-løkkene er i samsvar med de i den vitenskapelige og kliniske litteraturen til HFpEF1,11,28,32. Spesielt er begge modellene i stand til å fange økningen i systolisk venstre ventrikkeltrykk på grunn av økningen i etterbelastning indusert av aortastenose. Videre økes det end-systoliske volumet i stenose PV-sløyfen, noe som fører til en nedgang i slagvolumet. Ved ombygging og tap av venstre ventrikulær samsvar blir forholdet mellom endediastolisk trykkvolum (EDPVR) forhøyet, noe som resulterer i høyere enddiastolisk trykk og lavere enddiastoliske volumer. Disse fenomenene, som skyldes venstre ventrikeles manglende evne til å slappe av og fylle tilstrekkelig, fanges vellykket av HFpEF PV-løkkene i både lav- og høydimensjonale modeller.

Som en annen indikasjon på redusert diastolisk funksjon, er strømmen gjennom mitralventilen vist i figur S2, som fremhever både de tidlige avslapningsfasene (E) og atriekontraksjonsfasene (A). Sammenlignet med de normale og stenoseprofilene, er HFpEF-strømmen preget av en litt høyere topp E-fase mitralstrøm og betydelig redusert topp A-fasestrøm, og fremhever at passiv stivning av venstre ventrikel resulterer i et forhøyet E / A-forhold, som er i samsvar med den vitenskapelige litteraturen30. Til slutt viser figur 6 endringer i myokardiets stresskart i de normale og HFpEF-hjertene under både systole og diastol. Langaksevisningen av venstre ventrikel illustrerer de volumetriske gjennomsnittlige stressfordelingene og viser forhøyede påkjenninger i HFpEF-hjertet på grunn av det karakteristiske tapet av ventrikulær overholdelse. Fra baseline verdier av (61,1 ± 49,8) kPa og (0,51 ± 7,35) kPa for det sunne hjertet under peak-systole (t = 0,2 s) og end-diastole (t = 1,0 s), henholdsvis gjennomsnittlig stress tilsvarende økt til (97,2 ± 205,7) kPa og (2,69 ± 16,34) kPa i HFpEF, noe som tyder på at de hemodynamiske endringene observert i HFpEF er forankret i dype strukturelle endringer som påvirker det sviktende hjertet.

Figure 1
Figur 1: Domene for anatomisk avledet klumpet parametermodell i den objektorienterte numeriske problemløseren (se materialtabellen), som viser firekammerhjertet, aorta og overkroppen, buken, underkroppen og lungesirkulasjonen. Forkortelser: LV = venstre ventrikel; RV = høyre ventrikel; LA = venstre atrium; RA = høyre atrium; R1 = arteriell motstand; R2 = venøs motstand; C = samsvar; IVC: dårligere vena cava; SVC: overlegen vena cava. Klikk her for å se en større versjon av denne figuren.

Figure 2
Figur 2: Endelig elementanalysemodell av menneskehjertet. (A) 3D-representasjon av menneskets elementanalysemodell. (B) Forenklet klumpet parameterrepresentasjon av blodstrømsmodellen i modellen kombinert med strukturvæskeutvekslingsmodellene18. Forkortelser: LV = venstre ventrikel; RV = høyre ventrikel; LA = venstre atrium; RA = høyre atrium; Raorta = aortaventilmotstand; Rmitral = mitralklaffmotstand; Rlunge = lungeventilmotstand; Rtricuspid = tricuspid ventilmotstand; Carteriell = systemisk arteriell samsvar; R-system = systemisk arteriell motstand; Cvenøs = systemisk venøs samsvar, Rvenøs = systemisk venøs motstand; Clunge = lungeoverholdelse; Rlungesystem = lungemotstand. Klikk her for å se en større versjon av denne figuren.

Figure 3
Figur 3: Baseline simuleringer og trykk-volum bølgeformer for klumpete parameter og endelig element analyse modeller av menneskehjertet. (A) Venstre ventrikkeltrykk og volumbølgeformer og aortatrykk beregnet av de klumpede parameter- og FEA-modellene ved baseline. (B) Venstre ventrikulær PV-sløyfe oppnådd gjennom begge plattformene ved baseline. Forkortelser: FEA = begrenset elementanalyse; LV = venstre ventrikkel; PV = trykkvolum. Klikk her for å se en større versjon av denne figuren.

Figure 4
Figur 4: Venstre ventrikkeltrykk og volumbølgeformer og aortatrykk beregnet ved 70 % reduksjon av det aortaventilåpningsområdet. (A) Lumped-parametermodell, (B) FEA-modell. Forkortelser: FEA = begrenset elementanalyse; LV = venstre ventrikkel. Klikk her for å se en større versjon av denne figuren.

Figure 5
Figur 5: Venstre ventrikulære PV-løkker i det sunne hjertet, under akutt stenoseindusert trykkoverbelastning, og av HFpEF-hjertet etter kronisk ombygging og stivning. (A) Lumped-parameter, (B) FEA-modeller. Forkortelser: EDPVRH = end-diastolisk trykkvolumforhold i det simulerte sunne hjertet; EDPVRHFpEF:end-diastolisk trykkvolumforhold i den simulerte HFpEF-fysiologien; PV - trykkvolum; FEA = elementanalyse. Klikk her for å se en større versjon av denne figuren.

Figure 6
Figur 6: von Mises stress (gj.snitt: 75%) under fysiologiske forhold og av HFpEF-hjertet under peak-systole og diastole, som spådd av FEA-modellen. Fargekartene indikerer stressnivåer i MPa. Høyere belastninger kan sees i HFpEF (92,7-2,7 kPa) sammenlignet med det sunne hjertet (61,1-0,5 kPa) under peak-systole (t = 0,2 s) og end-diastole (t = 1,0 s). Klikk her for å se en større versjon av denne figuren.

Figur S1: Inngangssignaler for (A) sentrifugalpumpe, (B) venstre ventrikel, (C) høyre ventrikel, (D) venstre og høyre atria for den klumpede parametersimuleringen. Klikk her for å laste ned denne filen.

Figur S2: (A) Aorta- og (B) mitralstrømningssignaler for baseline-, stenose- og HFpEF-profilene, oppnådd av FEA. Forkortelser: E = tidlig avslapningsfase; A = atriekontraksjon; FEA = elementanalyse; HFpEF = hjertesvikt med bevart ejeksjonsfraksjon. Klikk her for å laste ned denne filen.

Tabell S1. Geometriske og mekaniske parametere for baseline klumpet parametersimulering. Klikk her for å laste ned denne tabellen.

Tabell S2. Omfattende sett med parametere for baseline klumpet parametersimulering. Klikk her for å laste ned denne tabellen.

Tabell S3. Væskehuleverdier i den mekaniske elementanalysen (FEA) modell18. Klikk her for å laste ned denne tabellen.

Tabell S4. Grensebetingelser for utvekslingskoblinger for FEA-modellen (Elementanalyse)18. Klikk her for å laste ned denne tabellen.

Tabell S5. De nødvendige simuleringsfilene for FEA-modellen (Elementanalyse)18. Klikk her for å laste ned denne tabellen.

Tabell S6. Parametere for aortastenose klumpete parametersimulering. Klikk her for å laste ned denne tabellen.

Tabell S7. Fluidutvekslingskoblingsdefinisjoner i FEA-modellen (elementanalyse)18. Klikk her for å laste ned denne tabellen.

Tabell S8. Parametere for HFpEF-simuleringen med klumpet parameter. Klikk her for å laste ned denne tabellen.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

De klumpede parameter- og FEA-plattformene som ble foreslått i dette arbeidet, rekapitulerte kardiovaskulær hemodynamikk under fysiologiske forhold, både i den akutte fasen av stenoseindusert trykkoverbelastning og i kronisk HFpEF. Ved å fange rollen som trykkoverbelastning spiller i de akutte og kroniske fasene av HFpEF-utviklingen, er resultatene fra disse modellene i samsvar med den kliniske litteraturen til HFpEF, inkludert utbruddet av en transaortisk trykkgradient på grunn av aortastenose, en økning i venstre ventrikkeltrykk og reduksjonen i sluttdiastolisk volum på grunn av veggstivning41. Videre var denne FEA-modellen i stand til å fange høyder i myokardstress i HFpEF gjennom hele hjertesyklusen. For å sikre et riktig oppsett av disse simuleringene, må trinnene som er beskrevet i protokolldelen ovenfor følges nøye. For den klumpede parametermodellen er det viktig at nettverket av hydrauliske elementer gjenskapes riktig som vist i figur 1, og at de foreskrevne verdiene er gitt som inndataparametere (Tabell S1 og Tabell S2). I tillegg må problemløserblokken defineres og kobles til nettverket på en hvilken som helst node.

Funksjonen til FEA-modellen krever alle simuleringsfilene som er pakket med problemløseren18 som er oppført i Tabell S5. Unnlatelse av noen av de nødvendige komponentene kan føre til tidlig avslutning av simuleringen. For begge plattformene er det viktig å oppnå basissimuleringen med standard inngangsparametere før du gjenskaper stenose- og HFpEF-hemodynamiske profiler. Den opprinnelige forskningsartikkelen som skissererbasissimuleringen 15 og dokumentasjonen knyttet til simuleringen i tilleggsfilene, kan konsulteres for feilsøking av den klumpede parametermodellen. På samme måte inneholder dette FEA-rammeverket programvaredokumentasjonen og verktøykassemappen for feilsøkingav 18. I tilfelle en simuleringsfeil, kan brukeren starte simuleringsdiagnostikken ved å utføre de relative plugin-modulene i verktøykassemappen18. Hemodynamiske resultater fra den klumpede parametermodellen var analoge med de som ble beregnet via FEA i hver av de simulerte forholdene og i samsvar med den kliniske litteraturen til HFpEF. Den høydimensjonale FEA-plattformen tillater fangst av hjertets komplekse biomekaniske oppførsel og gir en nøyaktig beskrivelse av kardiovaskulær hemodynamikk, om enn på bekostning av den forhøyede beregningsbehovet. Men i den klumpede parametermodellen reduseres kjøretiden fra flere timer til få minutter, noe som utgjør en betydelig fordel i forhold til høyere rekkefølge i silicomodeller.

I tillegg, ved å modellere et større antall kardiovaskulære rom, tillater denne klumpede parametersimuleringen undersøkelse av blodstrømmer og trykk på ulike steder i kardiovaskulærtreet og er derfor egnet for studier som strekker seg utover hjertekamrene og den proksimale vaskulaturen. Men mens du er i stand til å rekapitulere global hemodynamikk, klarer denne beskrivelsen ikke å fange opp noen mindre effekter av strukturelle interaksjoner og mangler derfor nøyaktigheten som er typisk for FEA-representasjoner. Analyse av hjertemekanikken oppnådd i denne studien gjennom den endelige elementtilnærmingen bekreftet de fra tidligere undersøkelser. Spesielt er disse gjennomsnittlige stressverdiene i samme område som de som er spådd av vekstmodeller av det delvis støttede hjertet under kronisksvikt 34,37. Sammenlignet med disse modellene var stressverdiene som finnes i disse studiene beskrevet her, moderat høyere på grunn av det forhøyede nivået av aortastenose simulert for å indusere trykkoverbelastning. I tillegg ble det funnet at tap av venstre ventrikulær overholdelse i HFpEF har stor innvirkning på endokardstress.

Imidlertid ble diastolisk stivhet og følsomhet ikke parametralt undersøkt i denne studien. Faktisk ble denne parameteren justert for å fange den fysiologisk relevante hemodynamiske profilen til kronisk venstre ventrikkeltrykkoverbelastning. Omfattende sensitivitetsanalyse bør utføres for å fullt ut karakterisere effekten av redusert diastolisk overholdelse. Denne beregningsmodellen antyder videre at biomekaniske endringer i hjertestrukturen i HFpEF kan være en stor driver for ombygging og dermed kan ha betydelige konsekvenser i HFpEF hemodynamikk og sykdomsprogresjon. Integrering av en dynamisk vekstmodell med væskestrukturinteraksjonen av FEA-simuleringen kan vurderes i fremtidig arbeid for å mer omfattende fange dynamikken i hjerteoppussing og hemodynamiske avvik indusert av trykkoverbelastning. Videre kan ytterligere studier av effekten av aktiv avslapning lik Kadry et al.30 og elektrisk ledning og kontraktilitet være nødvendig for å simulere forskjellige fenotyper av diastolisk dysfunksjon.

Utviklingen av simuleringsplattformer som egner seg for studier av HFpEF er i stor grad underrapportert i litteraturen. I denne sammenhengen gir dette arbeidet et unikt miljø for studier av HFpEF-patofysiologien. Den anatomisk avledede klumpete parametermodellen vil tillate rask simulering av effekten som varierende pasientspesifikke hemodynamiske parametere (f.eks. vaskulært lysområde og samsvar) spiller i den globale hemodynamikken for sunne og HFpEF-forhold. I tillegg tillater FEA-modellering detaljert undersøkelse av effekten av tidsmessige endringer i mekaniske egenskaper og spenning i hjertevevet når de endres gradvis under HFpEF. Videre har de foreslåtte modellene potensielt verktøy for simulering av nye terapier for HFpEF, delvis adresserer mangelen på pålitelig in vivo, in vitro og i silicomodeller av HFpEF, som kan være ansvarlig for suspensjon av kliniske studier på grunn av utilstrekkelig enhetsoptimalisering42. Til slutt kan fremtidig arbeid innebære integrering av disse modellene i en enkelt simulering ved å erstatte den forenklede klumpede parameterbeskrivelsen som ligger til grunn for FEA-tilnærmingen med den numeriske problemløsermodellen. Dette kan ytterligere forbedre nøyaktigheten til disse modellene og ytterligere støtte beregningsstudier av HFpEF og andre kardiovaskulære forhold.

Oppsummert ble to distinkte beregningsmodeller av HFpEF beskrevet i denne studien. De utviklede plattformenes evne til å beskrive baseline hemodynamikk under fysiologiske forhold ble først demonstrert. Deretter ble endringene som følge av aortastenose og til slutt fra HFpEF på grunn av venstre ventrikulær ombygging undersøkt, noe som viste at resultatene var i samsvar med de som ble rapportert i litteraturen. Til slutt viste de simulerte hemodynamiske forholdene høyder i hjerteveggstresset i HFpEF-hjertet sammenlignet med fysiologiske forhold. I sammenheng med den utrolig presserende helseutfordringen som HFpEF representerer, er disse foreslåtte plattformene blant de første i silicobeskrivelser som kan gi innsikt i hemodynamikken og biomekanikken til HFpEF. Disse beregningsmodellene kan videre brukes som et verktøy for utvikling av behandlinger for HFpEF, som til slutt støtter translasjonell forskning på feltet.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Det er ingen interessekonflikter knyttet til dette arbeidet.

Acknowledgments

Vi anerkjenner finansiering fra Harvard-Massachusetts Institute of Technology Health Sciences and Technology-programmet, og SITA Foundation Award fra Institute for Medical Engineering and Science.

Materials

Name Company Catalog Number Comments
Abaqus Software Dassault Systèmes Simulia Corp. Version used: 2018; FEA simulation software
HETVAL Dassault Systèmes Simulia Corp. Version used: 2018
Hydraulic (Isothermal) library MathWorks Version used: 2020a
Living Heart Human Model Dassault Systèmes Simulia Corp. Version used: V2_1, anatomically accurate FEA platform of 4-chamber adult human heart
MATLAB MathWorks Version used: 2020a, object-oriented numerical solver
SIMSCAPE FLUIDS MathWorks
UAMP Dassault Systèmes Simulia Corp. Version used: 2018
VUANISOHYPER Dassault Systèmes Simulia Corp. Version used: 2018

DOWNLOAD MATERIALS LIST

References

  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).

Tags

Engineering Utgave 168 Lumped-parameter modell Windkessel modell endelig elementmodell levende hjertemodell kardiovaskulær system aorta stenose hjertesvikt hjertesvikt med bevart utkastelse brøkdel HFpEF
Klumpete parameter og begrenset elementmodellering av hjertesvikt med bevart utkasterfraksjon
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Rosalia, L., Ozturk, C., Roche, E.… More

Rosalia, L., Ozturk, C., Roche, E. T. Lumped-Parameter and Finite Element Modeling of Heart Failure with Preserved Ejection Fraction. J. Vis. Exp. (168), e62167, doi:10.3791/62167 (2021).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter