该协议演示了 SILICOFCM 平台的工作流程,通过应用心脏的多尺度机电模型,从患者特定的超声图像自动生成左心室的参数模型。该平台支持 计算机临床试验, 旨在减少实际临床试验并最大限度地提高积极的治疗效果。
SILICOFCM项目主要旨在开发一个用于家族性心肌病(FCM) 的计算机临床试验的 计算平台。该平台的独特之处在于整合了患者特定的生物学、遗传学和临床成像数据。该平台允许测试和优化医疗,以最大限度地提高积极的治疗效果。因此,可以避免不良反应和药物相互作用,可以预防心源性猝死,并且可以缩短药物治疗开始与预期结果之间的时间。本文介绍了通过应用心脏的机电模型从患者特定的超声图像自动生成的左心室的参数模型。通过入口和出口流量的特定边界条件、心电图测量和心肌特性的钙功能来规定药物效应。患者的遗传数据通过心室壁的物质特性被纳入。心尖视图分析涉及使用先前训练的U-net框架分割左心室,并根据舒张期和收缩期中左心室的长度计算边界矩形。M 模式视图分析包括在 M 模式视图中左心室特征区域的边界。提取左心室尺寸后,根据网格选项生成有限元网格,并使用用户提供的入口和出口速度运行有限元分析模拟。用户可以在平台上直接可视化各种模拟结果,例如压力-体积图、压力-应变图和心肌工作时间图,以及位移、压力、速度和剪切应力等不同领域的动画。
近年来信息技术、仿真软件包和医疗设备的快速发展为收集大量临床信息提供了机会。因此,创建全面而详细的计算工具对于从丰富的可用数据中处理特定信息变得至关重要。
从医生的角度来看,区分特定患者的“正常”和“异常”表型对于估计疾病进展、治疗反应和未来风险至关重要。最近的计算模型显著提高了对肥厚型(HCM)和扩张型(DCM)心肌病中心肌行为的综合理解1。使用高分辨率、详细且解剖学上准确的全心电活动模型至关重要,这需要大量的计算时间、专用软件和超级计算机1,2,3。最近使用基于Holzapfel实验的线弹性和正交各向异性材料模型开发了真实3D心脏模型的方法,该方法可以准确预测心脏内的电信号传输和位移场4。开发新的综合建模方法可以成为区分多基因疾病患者症状类型和严重程度以及评估正常身体活动受损程度的有效工具。
然而,针对患者的建模存在许多新的挑战。人类心脏的物理和生物特性无法完全确定。非侵入性测量通常包括嘈杂的数据,从中很难估计个体患者的特定参数。大规模计算需要大量时间才能运行,而临床时间框架是有限的。患者个人数据的管理方式应使生成的元数据可以重复使用,而不会影响患者的机密性。尽管存在这些挑战,但多尺度心脏模型可以包含足够的细节水平,以实现紧密遵循观察到的瞬时反应的预测,从而为未来的临床应用提供希望。
然而,尽管多个研究实验室付出了大量的科学努力和大量的资助,目前,只有一个用于多尺度和全心脏模拟的商用软件包,称为 SIMULIA 活体心脏模型5。它包括动态机电仿真、精细的心脏几何形状、血流模型和完整的心脏组织表征,包括被动和主动特性、纤维性质和电通路。该模型旨在用于个性化医疗,但活性材料表征基于Guccione等人引入的现象学模型6,7。因此,SIMULIA 无法直接准确地翻译在许多心脏病中观察到的收缩蛋白功能特征的变化。这些变化是由分子和亚细胞水平的突变和其他异常引起的6。在临床实践中,SIMULIA 软件在少数应用中的有限使用是当今开发更高级别多尺度人心模型的一个很好的例子。另一方面,它推动了新一代多尺度程序包的开发,这些程序包可以从分子到器官规模追溯突变的影响。
心脏电生理学的主要目的是确定躯干内的信号传播和所有隔室4,5,6的特性。SILICOFCM8项目使用患者特定的生物学,遗传学和临床成像数据预测心肌病疾病的发展。它是通过对现实的肉瘤系统、患者的遗传特征、肌纤维方向、流固耦合和电生理耦合进行多尺度建模来实现的。左心室变形、二尖瓣运动和复杂血流动力学的影响给出了特定患者心脏病的详细功能行为。
本文演示了如何使用 SILICOFCM 平台使用具有机电耦合的流结构心脏模型,从患者特定的超声图像自动生成左心室 (LV) 的参数模型。利用深度学习算法生成LV的顶点视图和M模式视图分析。然后,利用网格发生器自动构建有限元模型,模拟左心室收缩9全周期的不同边界条件。在该平台上,用户可以直接可视化压力-体积、压力-应变和心肌工作时间图等仿真结果,以及位移、压力、速度和剪切应力等不同领域的动画。来自特定患者的输入参数是超声图像的几何形状、左心室输入和输出边界流动条件下的速度分布以及特定的药物治疗(例如,entresto、地高辛、mavacamten等)。
SILICOFCM项目是一个 计算机 临床试验平台,用于设计虚拟患者群体以进行风险预测,测试药物治疗的效果,并减少动物实验和人体临床试验。使用规定的入口/出口边界流动条件、钙功能和材料壁特性对药物治疗的效果进行测试。该平台将肉瘤水平的多尺度方法与全心性能和功能优化水平相结合,用于预测心肌病疾病进展期间患者特定疾病的风险。
在SILICOFCM<sup class="xref"…
The authors have nothing to disclose.
这项研究得到了欧盟地平线2020研究和创新计划的支持,该计划根据SILICOFCM 777204赠款协议和塞尔维亚共和国教育,科学和技术发展部通过第451-03-68 / 2022-14 / 200107号合同提供支持。本文仅反映作者的观点。欧盟委员会对可能使用本文所含信息的行为概不负责。
SILICOFCM project | www.silicofcm.eu | open access for registered users |