Summary
Questo protocollo dimostra il flusso di lavoro della piattaforma SILICOFCM per generare automaticamente un modello parametrico del ventricolo sinistro da immagini ecografiche specifiche del paziente applicando un modello elettromeccanico multiscala del cuore. Questa piattaforma consente studi clinici in silico destinati a ridurre gli studi clinici reali e massimizzare i risultati terapeutici positivi.
Abstract
Il progetto SILICOFCM mira principalmente a sviluppare una piattaforma computazionale per studi clinici in silico di cardiomiopatie familiari (FCM). La caratteristica unica della piattaforma è l'integrazione di dati biologici, genetici e di imaging clinico specifici del paziente. La piattaforma consente la sperimentazione e l'ottimizzazione del trattamento medico per massimizzare i risultati terapeutici positivi. Pertanto, gli effetti avversi e le interazioni farmacologiche possono essere evitati, la morte cardiaca improvvisa può essere prevenuta e il tempo tra l'inizio del trattamento farmacologico e il risultato desiderato può essere ridotto. Questo articolo presenta un modello parametrico del ventricolo sinistro generato automaticamente da immagini ecografiche specifiche del paziente applicando un modello elettromeccanico del cuore. Gli effetti del farmaco sono stati prescritti attraverso specifiche condizioni al contorno per il flusso di ingresso e di uscita, misurazioni ECG e funzione del calcio per le proprietà del muscolo cardiaco. I dati genetici dei pazienti sono stati incorporati attraverso la proprietà materiale della parete del ventricolo. L'analisi della vista apicale comporta la segmentazione del ventricolo sinistro utilizzando una struttura U-net precedentemente addestrata e il calcolo del rettangolo di confine in base alla lunghezza del ventricolo sinistro nel ciclo diastolico e sistolico. L'analisi della vista M-mode include la bordatura delle aree caratteristiche del ventricolo sinistro nella vista M-mode. Dopo aver estratto le dimensioni del ventricolo sinistro, è stata generata una mesh agli elementi finiti basata sulle opzioni di mesh ed è stata eseguita una simulazione di analisi degli elementi finiti con velocità di ingresso e uscita fornite dall'utente. Gli utenti possono visualizzare direttamente sulla piattaforma vari risultati di simulazione come diagrammi pressione-volume, pressione-deformazione e miocardico, nonché animazioni di diversi campi come spostamenti, pressioni, velocità e sollecitazioni di taglio.
Introduction
Il rapido sviluppo delle tecnologie dell'informazione, dei pacchetti software di simulazione e dei dispositivi medici negli ultimi anni offre l'opportunità di raccogliere una grande quantità di informazioni cliniche. La creazione di strumenti computazionali completi e dettagliati è quindi diventata essenziale per elaborare informazioni specifiche dall'abbondanza di dati disponibili.
Dal punto di vista dei medici, è di fondamentale importanza distinguere i fenotipi "normali" da quelli "anormali" in un paziente specifico per stimare la progressione della malattia, le risposte terapeutiche e i rischi futuri. Recenti modelli computazionali hanno migliorato significativamente la comprensione integrativa del comportamento dei muscoli cardiaci nelle cardiomiopatie ipertrofiche (HCM) e dilatate (DCM)1. È fondamentale utilizzare un modello ad alta risoluzione, dettagliato e anatomicamente accurato dell'attività elettrica dell'intero cuore, che richiede enormi tempi di calcolo, software dedicato e supercomputer 1,2,3. Una metodologia per un modello di cuore 3D reale è stata recentemente sviluppata utilizzando un modello lineare di materiale elastico e ortotropo basato sugli esperimenti di Holzapfel, che può prevedere con precisione il trasporto del segnale elettrico e il campo di spostamento all'interno del cuore4. Lo sviluppo di nuovi approcci di modellazione integrativa potrebbe essere uno strumento efficace per distinguere il tipo e la gravità dei sintomi nei pazienti con disturbi multigenici e valutare il grado di compromissione della normale attività fisica.
Ci sono, tuttavia, molte nuove sfide per la modellazione specifica del paziente. Le proprietà fisiche e biologiche del cuore umano non sono possibili da determinare completamente. Le misurazioni non invasive di solito includono dati rumorosi da cui è difficile stimare parametri specifici per il singolo paziente. Il calcolo su larga scala richiede molto tempo per essere eseguito, mentre il lasso di tempo clinico è limitato. I dati personali dei pazienti devono essere gestiti in modo tale che i metadati generati possano essere riutilizzati senza compromettere la riservatezza dei pazienti. Nonostante queste sfide, i modelli cardiaci multiscala possono includere un livello di dettaglio sufficiente per ottenere previsioni che seguono da vicino le risposte transitorie osservate, fornendo così promesse per potenziali applicazioni cliniche.
Tuttavia, indipendentemente dal notevole sforzo scientifico di più laboratori di ricerca e dalla notevole quantità di sovvenzioni di sostegno, attualmente esiste un solo pacchetto software disponibile in commercio per simulazioni multiscala e a cuore intero, chiamato SIMULIA Living Heart Model5. Include la simulazione elettromeccanica dinamica, la geometria cardiaca perfezionata, un modello del flusso sanguigno e la caratterizzazione completa del tessuto cardiaco, comprese le caratteristiche passive e attive, la natura fibrosa e i percorsi elettrici. Questo modello è destinato all'uso nella medicina personalizzata, ma la caratterizzazione del materiale attivo si basa su un modello fenomenologico introdotto da Guccione et al.6,7. Pertanto, SIMULIA non è in grado di tradurre direttamente e con precisione i cambiamenti nelle caratteristiche funzionali delle proteine contrattili osservati in numerose malattie cardiache. Questi cambiamenti sono causati da mutazioni e altre anomalie a livello molecolare e subcellulare6. L'uso limitato del software SIMULIA per un piccolo numero di applicazioni nella pratica clinica è un ottimo esempio delle lotte odierne nello sviluppo di modelli di cuore umano multiscala di livello superiore. D'altra parte, motiva lo sviluppo di una nuova generazione di pacchetti di programmi multiscala in grado di tracciare gli effetti delle mutazioni dalla scala molecolare a quella degli organi.
Lo scopo principale dell'elettrofisiologia del cuore è determinare la propagazione del segnale all'interno del tronco e le proprietà di tutti i compartimenti 4,5,6. Il progetto SILICOFCM8 prevede lo sviluppo della malattia cardiomiopatia utilizzando dati biologici, genetici e di imaging clinico specifici del paziente. Si ottiene con la modellazione multiscala del sistema sarcomerico realistico, il profilo genetico del paziente, la direzione delle fibre muscolari, l'interazione fluido-struttura e l'accoppiamento elettrofisiologico. Gli effetti della deformazione del ventricolo sinistro, del movimento della valvola mitrale e dell'emodinamica complessa forniscono un comportamento funzionale dettagliato delle condizioni cardiache in un paziente specifico.
Questo articolo dimostra l'uso della piattaforma SILICOFCM per un modello parametrico del ventricolo sinistro (LV) generato automaticamente da immagini ecografiche specifiche del paziente utilizzando un modello cardiaco a struttura fluida con accoppiamento elettromeccanico. Le analisi della vista apicale e della vista M-mode di LV sono state generate con un algoritmo di deep learning. Quindi, utilizzando il generatore di mesh, il modello agli elementi finiti è stato costruito automaticamente per simulare diverse condizioni al contorno dell'intero ciclo per la contrazione LV9. Su questa piattaforma, gli utenti possono visualizzare direttamente i risultati della simulazione come diagrammi pressione-volume, pressione-deformazione e miocardio del tempo di lavoro, nonché animazioni di diversi campi come spostamenti, pressioni, velocità e sollecitazioni di taglio. I parametri di input da pazienti specifici sono la geometria delle immagini ecografiche, il profilo di velocità nelle condizioni di flusso limite in ingresso e in uscita per LV e la terapia farmacologica specifica (ad esempio, entresto, digossina, mavacamten, ecc.).
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Il protocollo in questo studio è stato approvato dal National Health Service Health Research Authority North East-Tyne & Wear South Research Ethics Committee del Regno Unito con il numero di riferimento 18/NE/0318 il 6 febbraio 2019 ed è stato adottato dall'Institutional Review Board di ciascun centro partecipante. Lo studio è stato condotto nel rispetto dei principi della buona pratica clinica e in seguito alla Dichiarazione di Helsinki. Il consenso informato è stato ottenuto da tutti i soggetti coinvolti nello studio. Le informazioni sul paziente sono mantenute anonime.
1. Flusso di lavoro per l'analisi delle immagini DICOM a ultrasuoni M-mode o Apical view e l'estrazione dei parametri LV
NOTA: Per iniziare questo protocollo, l'utente deve accedere alla piattaforma SILICOFCM8 e scegliere il flusso di lavoro appropriato (ad esempio, analisi delle immagini ecografiche utilizzando M-mode o vista apicale). Il flusso di lavoro per l'analisi delle immagini DICOM M-mode a ultrasuoni e l'estrazione dei parametri LV, ad esempio, prevede diversi passaggi. Il primo passo è la corrispondenza del modello. I modelli da abbinare includono tutti i bordi necessari pertinenti. Va sottolineato che, per ogni nuovo dataset, il template deve essere estratto manualmente una sola volta per ogni dataset che corrisponde ad una specifica macchina ad ultrasuoni. Il diagramma del flusso di lavoro è presentato nella Figura 1. L'area corrispondente al modello verrà estratta dall'immagine analizzata dopo che l'efficiente algoritmo di segmentazione delle immagini basato su grafici di Felsenszwalb troverà confini "forti" che corrispondono ai bordi del setto e della parete del LV. Sulla base di questi bordi e dei luoghi in cui i diametri del cuore sono i più grandi (corrisponde al diametro in diastole) e il più piccolo (corrisponde al diametro in sistole), verranno calcolate varie dimensioni BT. L'utente deve definire se la vista è M-mode o apical.
- Accedi alla piattaforma con un nome utente e una password. In Virtual Population Module, scegli la modalità M a ultrasuoni o il flusso di lavoro della vista apicale.
- Nell'elenco dei flussi di lavoro disponibili, selezionare il flusso di lavoro unito agli ultrasuoni .
- Nella sezione Caricamento file , caricare immagini e file DICOM archiviati localmente nel computer dell'utente (Figura 2).
NOTA: Gli input per la visualizzazione M-mode del modulo Analisi dell'immagine DICOM da un paziente specifico e l'estrazione dei parametri LV sono l'immagine di prova (fornita dall'utente in formato DICOM che rappresenta la vista M-mode o Apicale) e i file statici (Figura 1). I file statici comprendono a) il file .txt input , che è un file modello utilizzato per sovrascrivere le misure di output calcolate dal modulo (vengono creati nuovi file di output, a loro volta, da questo file) e b) il file immagine modello, che viene utilizzato per la corrispondenza del modello (cioè template_dicom_GEMS.jpg). - Selezionare Cartelle private o pubbliche come cartella di destinazione per i file. Digitare il commento o la nota desiderata nella sezione Commenti prima di avviare il flusso di lavoro. Selezionare la vista apicale e le immagini ecografiche LV M-mode e i file DICOM caricati in precedenza (Passo 1.3). (Figura 3).
NOTA: lo strumento di segmentazione cardiaca ad ultrasuoni è costituito da due sottomoduli: la vista apicale e la vista M-mode. Entrambi i moduli sono accessibili tramite la piattaforma. L'analisi include il calcolo dei parametri caratteristici visibili nelle sezioni trasversali corrispondenti. In entrambi i casi, i valori necessari vengono scritti in un file che viene preso come input per il modello di cuore parametrico dal lato utente (vedere la discussione per i dettagli). - Fare clic sul pulsante Esegui . La piattaforma interattiva notifica all'utente quando il flusso di lavoro in esecuzione è terminato.
- Visualizza la geometria creata di LV direttamente sulla piattaforma (un modello 3D apparirà automaticamente sullo schermo, che può essere ruotato utilizzando il mouse). Le opzioni disponibili includono modelli Shaded e Wireframe per la visualizzazione.
NOTA: dopo aver estratto le quote BT, in base alle opzioni di mesh, viene generata la mesh di elementi finiti e viene eseguita la simulazione dell'analisi agli elementi finiti con velocità di ingresso e uscita prescritte dall'utente (vedere di seguito).
2. Risolutore agli elementi finiti PAK per simulazioni fluido-struttura (FS)
NOTA: Questo strumento può essere utilizzato per l'analisi agli elementi finiti dei problemi accoppiati solido-fluido. Supporta sia l'accoppiamento forte che quello sciolto tra solido e fluido. Gli elementi possono essere esaedri o tetraedri, con o senza un nodo aggiuntivo al centro dell'elemento. Questo solutore ha modelli di materiali incorporati come il modello Holzapfel, il modello muscolare del cacciatore, ecc. Il diagramma di flusso delle informazioni PAK-FS è illustrato nella Figura 4. Inizia dal file di input e dal preprocessore PAK. Lo strumento di preprocessore PAK genera un file DAT, che fungerà da file di input per il risolutore agli elementi finiti. L'output finale del solutore sono file VTK che includono i risultati della simulazione agli elementi finiti: velocità, pressioni, deformazioni e sollecitazioni nel ventricolo sinistro.
- Scaricare i file modello per le condizioni al contorno delle velocità di ingresso e uscita utilizzando i pulsanti nella sezione inferiore (Figura 3); Se sono disponibili condizioni limite di flusso specifiche del paziente, scaricare e utilizzare questi file. Scarica le opzioni mesh facendo clic sul pulsante corrispondente nella sezione inferiore. Salvare questi file in cartelle private o pubbliche.
- Caricare questi file in modo simile al caricamento delle immagini (Figura 3). Le velocità di ingresso e uscita prescritte simulano la condizione del farmaco, mentre le opzioni di mesh controllano la densità della mesh agli elementi finiti. Per simulare condizioni specifiche del paziente, modificare i valori predefiniti di pressione, flusso, proprietà del materiale e funzione del calcio.
- Fare clic sul pulsante Esegui . Nell'elenco verrà visualizzato un nuovo flusso di lavoro in esecuzione. Se una qualsiasi delle sezioni del flusso di lavoro non è chiara, fare clic sul pulsante File della Guida (Figura 3) per visualizzare istruzioni dettagliate su come utilizzare questo flusso di lavoro, nonché per interpretare i risultati.
NOTA: se tutto viene eseguito senza errori, lo stato del flusso di lavoro cambierà da "in esecuzione" a "finito ok". - Visualizza i risultati con diverse opzioni. In alternativa, scarica i risultati; la cartella dei risultati contiene file VTK, file CSV e animazioni.
- Fare clic sul pulsante a occhio per visualizzare la frazione di eiezione e i valori globali di efficienza del lavoro, nonché i diagrammi di pressione rispetto al volume, pressione contro sforzo e lavoro miocardico rispetto al tempo.
- Fare clic sul pulsante della fotocamera per visualizzare in anteprima e riprodurre le animazioni dei campi di spostamento, pressione, sollecitazioni di taglio e velocità.
- Fare clic sul pulsante di visualizzazione 3D per visualizzare i risultati online in ParaView Glance.
- Carica più file VTK precedentemente scaricati come risultati. Visualizza diversi parametri di interesse e cambia il campo, ad esempio, in velocità per la visualizzazione.
- Ruotate il modello o modificate la combinazione di colori. Selezionate Superficie con spigoli o Wireframe per la rappresentazione della superficie. Applicare la stessa metodologia a ogni file VTK caricato.
3. Determinazione della sequenza di attivazione ventricolare mediante misurazione ECG
NOTA: È stato implementato un modello modificato di FitzHugh-Nagumo della cellula cardiaca. I cavi precordiali sono stati modellati con i sei elettrodi standard. Il potenziale del cuore è stato ottimizzato con ECG inverso. A partire dall'attivazione nel nodo senoatriale (che è una funzione del tempo), con potenziale d'azione eterogeneo attraverso il cuore e il tronco, l'utente può ottenere attività elettrica sul modello di tronco totale. Il diagramma di flusso delle informazioni PAK-TORSO è riportato nella Figura 5. L'utente fornisce il ridimensionamento del modello del busto in tutte le direzioni (x, y, z) e la funzione del segnale ECG. Quindi viene creato il modello in scala e il suo comportamento viene simulato utilizzando il solutore PAK-FS. L'utente fornisce questi valori di input in un file di testo. L'output della simulazione è un file VTK con l'attività elettrica del cuore nell'ambiente incorporato nel tronco.
- Nella home page, vai a Esegui flusso di lavoro e quindi scegli torse-cwl nell'elenco dei flussi di lavoro disponibili. Aggiungere un commento o una nota nella sezione Commenti prima di eseguire il flusso di lavoro.
- Fare clic sul pulsante Input Template File e salvare il contenuto mostrato sulla pagina web come file di input.txt , che verrà utilizzato per il modello del busto. Nel campo File di input, selezionare il file di input.txt scaricato. Dopo aver importato il file, fare clic sul pulsante Esegui per avviare il calcolo.
NOTA: un nuovo flusso di lavoro apparirà in basso a sinistra, con il suo stato visualizzato come "in esecuzione"; Il calcolo dura circa 0,5 ore, quindi lo stato cambierà in "OK finito". - Fare clic sui pulsanti occhio o fotocamera nell'angolo in basso a sinistra per visualizzare i rapporti di simulazione o le animazioni disponibili direttamente sulla piattaforma.
NOTA: I risultati includono distribuzioni del campo elettrico, velocità, pressione, sforzo di taglio e deformazione in ogni fase temporale. Le animazioni per ciascuna di queste distribuzioni sono possibili da visualizzare per il ciclo cardiaco totale. - In alternativa, fare clic sul pulsante di visualizzazione 3D per visualizzare i risultati online in ParaView Glance.
- Selezionare il pulsante APRI UN FILE , andare alla scheda GIRDER , immettere le credenziali utente se richiesto e aprire la cartella privata.
- Nella pagina successiva, selezionare la cartella workflow-outputs e aprire la cartella torso-cwl . Aprire la prima cartella dell'elenco.
- Vedere l'elenco dei file VTK che rappresentano i risultati della simulazione. Scegli uno o più file e fai clic sul pulsante SELECT per caricare il file in ParaView Glance.
- Manipolare la geometria del modello (ad esempio, spostare, ruotare, ingrandire o rimpicciolire, ecc.) utilizzando il mouse.
- Selezionate diverse opzioni per la rappresentazione del modello come indicato di seguito.
- Scegli l'opzione Wireframe per vedere l'interno del busto con un cuore incorporato nel busto. Scegliete l'opzione Punti per visualizzare una rappresentazione punteggiata del modello del busto con maglia a cuore pieno.
- Regolate il valore Dimensione punto per modificare i risultati visualizzati. Regolare il valore di opacità per vedere l'interno del busto e visualizzare i risultati all'interno della maglia del cuore.
- Fare clic sul menu a discesa Colore per e scegliere l'opzione desiderata, ad esempio il potenziale elettrico. Modificare la scala di colori predefinita in una delle opzioni elencate.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Ad esempio, il flusso di lavoro per l'analisi delle immagini DICOM M-mode a ultrasuoni e l'estrazione dei parametri LV è presentato nella Figura 1. M-mode e apical view potrebbero essere testati separatamente o uno dopo l'altro, a seconda dei parametri di interesse. Se testati uno dopo l'altro, i risultati vengono aggiunti a un file comune (separatamente per le fasi di sistole e diastole). Se viene testata una sola vista, i valori per i parametri sconosciuti vengono ricavati dall'input di file predefinito.txt (Figura 1). Lo strumento SILICOFCM analizza le immagini in base alla modalità di visualizzazione, come segue.
L'analisi della vista apicale include la segmentazione del LV utilizzando un framework U-net precedentemente addestrato e il calcolo del rettangolo di confine, in base al quale vengono calcolati i parametri lunghezza LV, diastolica, 2D (LVLd [cm]) e lunghezza LV, sistolica, 2D (LVL [cm]). L'utente deve definire se la vista rappresenta la fase sistolica o diastolica. I file di output sono i seguenti: a) input_parametric_diastole.stl o input_parametric_systole.stl, che rappresenta il file di input per il solutore PAK con geometria creata, incluso il valore calcolato per LVLd[cm] o LVLs[cm] a seconda dell'input dell'utente che rappresenta la diastole o la sistole; b) output_Apical_view.txt, che contiene i dati per LVLd[cm] o LVLs[cm], a seconda dell'input dell'utente che rappresenta la diastole o la sistole.
L'analisi della vista M-mode include la bordatura delle aree caratteristiche di LV in questa vista. Sulla base di queste aree, vengono calcolati vari parametri. I file di output sono i seguenti: a) input_parametric_diastole.stl e input_parametric_systole.stl, che rappresentano la geometria di input per il solutore PAK, inclusi i valori calcolati per lo spessore del setto interventricolare, diastolico, M-mode (IVSd[cm]), spessore del setto interventricolare, sistolico, M-mode (IVS[cm]), dimensione interna LV, diastolica, M-mode (LVIDd[cm]), dimensione interna LV, sistolica, M-mode (LVIDs[cm]), LV spessore della parete posteriore, diastolica, M-mode (LVPWd[cm]) e spessore della parete posteriore LV, sistolica, M-mode (LVPWs[cm]); b) output_M_mode.txt, che contiene i dati per IVSd [cm], IVS [cm], LVIDd [cm], LVIDs [cm], LVPWd [cm] e LVPW [cm].
Per generare un esempio di BT, il più realistico possibile, è stato generato un modello parametrico di tipo parametrico con parti specifiche, vale a dire la parte base, le valvole (aortica e mitrale) e la parte di collegamento (cioè la connessione tra base e valvole), tramite simulazioni agli elementi finiti PAK (Step 2) utilizzando i parametri calcolati della geometria LV. Ogni parte ha la sua lunghezza e raggio, così come il numero di strati (divisione). Il modello agli elementi finiti è costituito da un dominio fluido circondato da una parete solida collegata alla base e parte dello strato di connessione. Per simulare il comportamento realistico del modello LV, le funzioni prescritte per le velocità all'ingresso (mitrale; Figura 6A) e di uscita (aortica; Figura 6B) sono state utilizzate valvole. Un algoritmo per il calcolo automatico della direzione della fibra è stato applicato a questo modello agli elementi finiti. I risultati per una rappresentazione solida a un livello e a tre livelli sono illustrati nella Figura 7.
La Figura 8 mostra la distribuzione della pressione all'interno del modello parametrico durante un ciclo temporale di 1 s, suddiviso in 10 fasi temporali. Durante le prime cinque fasi, non ci sono variazioni di pressione significative fino alla contrazione, quando raggiunge il valore più alto sulla scala e il volume del modello inizia ad aumentare allo stesso tempo. La Figura 9 mostra come la velocità è distribuita all'interno della parte fluida del modello LV. Come mostrato, ci sono notevoli picchi di valore all'interno dei rami, causati dal flusso del fluido durante il ciclo di carico/scarico. La Figura 10 mostra come gli spostamenti sono distribuiti lungo il modello. Analogamente alla variazione di pressione, durante i primi due passaggi, gli spostamenti sono trascurabili fino alla contrazione, quando diventano massimi nella parte inferiore del modello. Per tutto il tempo rimanente, il modello ritorna lentamente al suo stato non deformato. La figura 11 mostra il diagramma pressione-volume (PV) risultante. La Figura 12 mostra la rappresentazione vettoriale delle velocità all'interno della parte fluida del modello ventricolare. I vettori di velocità di fase sono presenti all'interno della valvola mitrale durante l'afflusso di fluido e, dopo che il ventricolo è stato riempito con fluido da 0,7 s, il fluido esce attraverso la parte aortica.
Sono state applicate equazioni monodominio per il sistema del busto cardiaco completamente accoppiato al fine di simulare l'elettrofisiologia. Le conduttività miocardica e del tronco sono definite nella Tabella 1 10,11,12,13,14. Il flusso zero è stato utilizzato per Vm come condizione al contorno per tutti i confini interni a contatto con i polmoni, il tronco e il cuore. Pertanto, −n · Γ = 0, dove n è il vettore normale unitario verso l'esterno sul limite e Γ è il vettore di flusso passante per tale limite per la tensione intracellulare, uguale a Γ = − σ· ∂Vm/∂n. Successivamente, sono stati implementati approcci classici per risolvere il problema inverso dell'ECG utilizzando la formulazione del potenziale epicardico. I metodi utilizzati erano la famiglia dei metodi di Tikhonov e i metodi basati sulla regolarizzazione L 10,11,12,13,14.
L'attività elettrica dell'intero cuore nell'ambiente incorporato nel tronco è presentata nella Figura 13. Un sistema di conduzione specializzato con morfologie di potenziale d'azione eterogenee in tutto il cuore è stato incorporato nell'inizio dell'attivazione nel nodo senoatriale. La figura 14 mostra le mappe del potenziale della superficie corporea in un soggetto sano durante la progressione dell'attivazione ventricolare in nove sequenze che corrispondono al segnale ECG misurato.
Figura 1: Diagramma di flusso delle informazioni per l'analisi delle immagini DICOM M-mode a ultrasuoni e l'estrazione dei parametri LV. Fare clic qui per visualizzare una versione ingrandita di questa figura.
Figura 2: Caricamento di nuovi file per l'analisi. Fare clic qui per visualizzare una versione ingrandita di questa figura.
Figura 3: Interfaccia utente per l'analisi delle immagini DICOM della vista apicale a ultrasuoni e l'estrazione dei parametri LV. Fare clic qui per visualizzare una versione ingrandita di questa figura.
Figura 4: Diagramma di flusso delle informazioni PAK-FS. Fare clic qui per visualizzare una versione ingrandita di questa figura.
Figura 5: Diagramma di flusso delle informazioni PAK-TORSO. Fare clic qui per visualizzare una versione ingrandita di questa figura.
Figura 6: Profilo di velocità. (A) Funzione di ingresso della velocità alla sezione trasversale della valvola mitrale e (B) funzione di velocità di uscita alla sezione trasversale della valvola aortica. Fare clic qui per visualizzare una versione ingrandita di questa figura.
Figura 7: Modello parametrico BT con direzione delle fibre . (A) Rappresentazione a parete solida a uno strato e (B) rappresentazione a parete piena a tre strati. Fare clic qui per visualizzare una versione ingrandita di questa figura.
Figura 8: Campo di pressione all'interno del modello parametrico BT. Vengono presentate cinque diverse fasi temporali. Fare clic qui per visualizzare una versione ingrandita di questa figura.
Figura 9: Campo di velocità all'interno del modello parametrico LV. Vengono presentate cinque diverse fasi temporali. Fare clic qui per visualizzare una versione ingrandita di questa figura.
Figura 10: Spostamenti nel modello parametrico BT. Vengono presentate cinque diverse fasi temporali. Fare clic qui per visualizzare una versione ingrandita di questa figura.
Figura 11: Diagramma pressione vs volume (PV) per il modello di interazione fluido-struttura BT. La durata del ciclo prescritta di 1 s è divisa in 10 fasi temporali. Vengono mostrati cinque passaggi temporali rappresentativi. Fare clic qui per visualizzare una versione ingrandita di questa figura.
Figura 12: Rappresentazione vettoriale delle velocità nel modello parametrico del ventricolo sinistro. Vengono mostrati quattro passaggi temporali rappresentativi. Fare clic qui per visualizzare una versione ingrandita di questa figura.
Figura 13: Simulazione dell'attivazione dell'intero cuore in vari punti temporali sul segnale ECG derivazione II. 1-9 sequenze di attivazione in (B) corrispondono al segnale ECG in (A). Il potenziale transmembrana in mV è indicato dalla barra dei colori. Fare clic qui per visualizzare una versione ingrandita di questa figura.
Figura 14: Mappe del potenziale della superficie corporea in un soggetto sano. Progressione dell'attivazione ventricolare in nove sequenze (pannello inferiore) corrispondenti al segnale ECG (pannello superiore). L'intervallo di attività cardiaca in mV è indicato dalla barra dei colori. Fare clic qui per visualizzare una versione ingrandita di questa figura.
| Parametro | SAN | Atria | AVN | Suo | BNL | Purkinje | Ventricoli | |
| Un | -0.6 | 0.13 | 0.13 | 0.13 | 0.13 | 0.13 | 0.13 | |
| B | -0.3 | 0 | 0 | 0 | 0 | 0 | 0 | |
| c1(AsV−1 m−3) | 1000 | 2.6 | 2.6 | 2.6 | 2.6 | 2.6 | 2.6 | |
| c2 (AsV−1 m−3) | 1 | 1 | 1 | 1 | 1 | 1 | 1 | |
| D | 0 | 1 | 1 | 1 | 1 | 1 | 1 | |
| e | 0.066 | 0.0132 | 0.0132 | 0.005 | 0.0022 | 0.0047 | 0.006 | |
| A (mV) | 33 | 140 | 140 | 140 | 140 | 140 | 140 | |
| B (mV) | -22 | -85 | -85 | -85 | -85 | -85 | -85 | |
| Okay | 1000 | 1000 | 1000 | 1000 | 1000 | 1000 | 1000 | |
| σ (mS·m-1) | 0.5 | 8 | 0.5 | 10 | 15 | 35 | 8 | |
Tabella 1: Parametri per il modello monodominio con equazioni di FitzHugh-Nahumo modificate.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Il progetto SILICOFCM è una piattaforma di studi clinici in silico per progettare popolazioni virtuali di pazienti per la previsione del rischio, testare gli effetti del trattamento farmacologico e ridurre gli esperimenti sugli animali e gli studi clinici sull'uomo. Il test degli effetti del trattamento farmacologico è stato modellato con le condizioni di flusso limite di ingresso / uscita prescritte, la funzione del calcio e le proprietà della parete del materiale. Questa piattaforma integra metodi multiscala a livello sarcomerico con le prestazioni dell'intero cuore e il livello di ottimizzazione funzionale per la previsione del rischio delle condizioni specifiche del paziente durante la progressione della malattia cardiomiopatica.
È stata presentata la modellazione cardiaca per la cardiomiopatia e l'accoppiamento elettromeccanico del ventricolo sinistro nel progetto SILICOFCM8 . La geometria del modello cardiaco comprendeva sette diverse regioni: 1) nodo senoatriale; 2) atri; 3) nodo atrioventricolare; 4) Il suo fascio; 5) fibre del fascio; 6) Fibre di Purkinje; e 7) miocardio ventricolare. Sono state presentate mappe del potenziale superficiale corporeo in un soggetto sano durante la progressione dell'attivazione ventricolare in nove sequenze corrispondenti al segnale ECG.
Dopo aver estratto le dimensioni del ventricolo sinistro, in base alle opzioni di mesh, viene generata la mesh di elementi finiti e viene eseguita la simulazione dell'analisi degli elementi finiti con velocità di ingresso e uscita prescritte dall'utente. Gli utenti possono visualizzare le soluzioni direttamente sulla piattaforma osservando le animazioni e i diagrammi disponibili. Gli utenti possono visualizzare i diagrammi pressione-volume, pressione-deformazione e miocardico del tempo di lavoro facendo clic sul simbolo dell'occhio. Se gli utenti fanno clic sul pulsante della fotocamera, viene visualizzato l'elenco delle animazioni disponibili di vari campi (spostamenti, pressioni, velocità, sollecitazioni di taglio).
Ci sono alcune limitazioni allo studio. La geometria parametrica LV è stata estratta dalle immagini ecografiche. La versione futura andrà in una ricostruzione geometrica più dettagliata. Una connessione diretta con farmaci specifici per la cardiomiopatia non è presentata in questo manoscritto. In questo studio, è controllato attraverso condizioni al contorno per flusso e pressione. I dati genetici sono attualmente incorporati attraverso la funzione del muscolo cardiaco del calcio e la proprietà materiale non lineare della parete. Nella versione futura, verranno presi in considerazione maggiori dettagli dalla ricostruzione delle immagini e dai dati genetici per la cardiomiopatia specifica del paziente (variante genetica ipertrofica e dilatativa).
La piattaforma computazionale SILICOFCM8 aprirà una nuova strada per gli studi clinici in silico, in particolare per le malattie cardiache e la previsione del rischio per la condizione specifica del paziente. Il gold standard per la pratica clinica odierna per la previsione del rischio è il calcolatore di sopravvivenza standard per i pazienti cardiomiopatici. La piattaforma utilizzata qui può fornire maggiori informazioni rispetto all'attuale standard medico, poiché la modellazione include non solo i biomarcatori, ma anche la geometria specifica del paziente, le condizioni emodinamiche del flusso e della pressione, le proprietà del materiale della parete (dalla deformazione nelle immagini) e la risposta ai farmaci con diverse combinazioni di condizioni al contorno, funzione del calcio e proprietà del materiale.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Gli autori non hanno conflitti di interesse.
Acknowledgments
Questo studio è supportato dal programma di ricerca e innovazione Horizon 2020 dell'Unione europea nell'ambito dell'accordo di sovvenzione SILICOFCM 777204 e dal Ministero dell'istruzione, della scienza e dello sviluppo tecnologico della Repubblica di Serbia attraverso i contratti n. 451-03-68/2022-14/200107. Questo articolo riflette solo le opinioni degli autori. La Commissione europea non è responsabile per qualsiasi uso che possa essere fatto delle informazioni contenute nell'articolo.
Materials
| Name | Company | Catalog Number | Comments |
| SILICOFCM project | www.silicofcm.eu | open access for registered users |
References
- Gibbons Kroeker, C. A., Adeeb, S., Tyberg, J. V., Shrive, N. G. A 2D FE model of the heart demonstrates the role of the pericardium in ventricular deformation. American Journal of Physiology. 291 (5), 2229-2236 (2006).
- Pullan, A. J., Buist, M. L., Cheng, L. K. Mathematically Modelling the Electrical Activity of the Heart - From Cell To Body Surface and Back Again. , World Scientific. (2005).
- Trudel, M. -C., Dub´e, B., Potse, M., Gulrajani, R. M., Leon, L. J. Simulation of QRST integral maps with a membrane based computer heart model employing parallel processing. IEEE Transactions on Biomedical Engineering. 51 (8), 1319-1329 (2004).
- Kojic, M., et al. Smeared multiscale finite element models for mass transport and electrophysiology coupled to muscle mechanics. Frontiers in Bioengineering and Biotechnology. 7, 381 (2019).
- 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).
- Guccione, J. M., McCulloch, A. D. Mechanics of active contraction in cardiac muscle: Part I--Constitutive relations for fiber stress that describe deactivation. TheJournal of Biomechanical Engineering. 115, 72-81 (1993).
- Guccione, J. M., Waldman, L. K., McCulloch, A. D. Mechanics of active contraction in cardiac muscle: Part II--Cylindrical models of the systolic left ventricle. The Journal of Biomechanical Engineering. 115, 82-90 (1993).
- H2020 project SILICOFCM: In Silico. trials for drug tracing the effects of sarcomeric protein mutations leading to familial cardiomyopathy. , Available from: www.silicofcm.eu 2018-2022 (2022).
- Kojic, M., et al. Smeared multiscale finite element model for electrophysiology and ionic transport in biological tissue. Computers in Biology and Medicine. 108, 288-304 (2019).
- Wang, Y., Rudy, Y. Application of the method of fundamental solutions to potential-based inverse electrocardiography. Annals of Biomedical Engineering. 34 (8), 1272-1288 (2006).
- Van Oosterom, A. The use of the spatial covariance in computing pericardial potentials. IEEE Transactions on Biomedical Engineering. 46 (7), 778-787 (1999).
- Van Oosterom, A. The spatial covariance used in computing the pericardial potential distribution. Computational Inverse Problems in Electrocardiography. , 1-50 (2001).
- Van Oosterom, A. Source models in inverse electrocardiography. International Journal of Bioelectromagnetism. 5, 211-214 (2003).
- Van Oosterom, A. The equivalent double layer: source models for repolarization. Comprehensive Electrocardiology. , Springer. 227-246 (2010).
