Пациент конкретного моделирования сердца: оценка ориентации волокон Желудочковая

Bioengineering

Your institution must subscribe to JoVE's Bioengineering section to access this content.

Fill out the form below to receive a free trial or learn more about access:

 

Summary

Методология оценки ориентации волокон желудочков с в естественных изображений пациента геометрии сердца для персонализированной моделирования описаны. Проверка осуществляется с использованием методологии и отсутствии нормального собачьего сердца продемонстрировать, что нет никаких существенных различий между оценивается и приобрел ориентации волокон в клинически наблюдаемые уровне.

Cite this Article

Copy Citation | Download Citations

Vadakkumpadan, F., Arevalo, H., Trayanova, N. A. Patient-specific Modeling of the Heart: Estimation of Ventricular Fiber Orientations. J. Vis. Exp. (71), e50125, doi:10.3791/50125 (2013).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

Пациент конкретного моделирования сердца (дисфункция) функции, направленные на персонализации терапии сердечной мешает отсутствие в технологии визуализации естественных условиях для приобретения клинических инфарктом ориентации волокон. Цель этого проекта заключалась в разработке методологии оценки сердечной ориентации волокон в естественных условиях из фотографий пациентов геометрии сердца. Точное представление о геометрии желудочков и волокон ориентации была реконструирована, соответственно, с высоким разрешением бывших естественных условиях структурной магнитного резонанса (МР) и тензора диффузии (DT) МРТ нормального человеческого сердца, называют атлас. Желудочковая геометрии сердца пациента был извлечен, с помощью полуавтоматической сегментации, от в естественных условиях компьютерной томографии (КТ) изображения. Использование алгоритмов преобразования изображения, геометрия атлас желудочка была деформирована, совпадающее с пациентом. Наконец, деформация поля был применен к атласу волокна orientatионы, чтобы получить оценку пациента ориентации волокон. Точность оценки волокна оценивали с помощью шести нормальных и три отсутствии собачьего сердца. Средняя абсолютная разница между углами наклона приобрел и приблизительно ориентации волокон составляла 15,4 °. Вычислительного моделирования желудочковой активации карты и псевдо-ЭКГ с синусовым ритмом и желудочковой тахикардии указал, что нет никаких существенных различий между оценивается и приобрел ориентации волокон в клинически наблюдаемые level.The новые идеи получены из проекта проложит путь для развития Пациент конкретные модели сердца, которая может помочь врачам в диагностике и персонализированные решения, касающиеся электрофизиологических вмешательства.

Introduction

Вычислительный подход становится центральным в развитие понимания функции сердца в норме и патологии. Государство-оф-искусство целого сердца моделей электрофизиологии и электромеханика в настоящее время используются для изучения широкого круга явлений, таких как нормальное распространение желудочка, аритмия, дефибрилляции, электромеханической связи и сердечной ресинхронизации 1. Тем не менее, для вычислительного подхода к их непосредственного применения в клинических условиях, крайне важно, что модели, будьте терпеливы конкретные, т.е. модель должна быть основана на определенной архитектуры и электрофизиологические или электромеханические свойства больное сердце пациента. Моделирование с такими моделями, поможет врачам, чтобы прийти к высоко персонализированные решения для электрофизиологических вмешательств, а также профилактика, тем самым значительно улучшая сердечную здравоохранения 2-4.

Содержание "> создание реалистичных моделей требует сердечного приобретение геометрию и структуру волокна больного сердца. Волоконно ориентации определяют направления электрического распространения и распределения деформаций в сердце, и поэтому их приобретение необходимо для моделирования сердечной 5, 6. С последних достижений в области медицинской визуализации, то теперь возможно получить геометрию пациента сердце, includingstructural ремоделирования миокарда, таких как, в естественных условиях с высоким разрешением использованием магнитно-резонансной томографии (МРТ) и компьютерной томографии (КТ) технологий. Тем не менее, нет никаких Практический метод для приобретения волокнистой структуры пациента сердца в естественных условиях. тензора диффузии (DT) МРТ 7, 8, единственный метод получить волокно ориентации нетронутым сердцем, не является широко доступной в естественных условиях в связи с определенными ограничениями 9. Краткое описание из предыдущих усилий, чтобы перевести DTMRI в клинических условиях может быть найдено elsewhпрежде чем 2. Хотя такие методологии, как на основе правил назначения волоконно ориентации предложить альтернативу DTMRI, эти методики имеют ряд серьезных ограничений 2, 10. Таким образом, трудности в приобретении сердечного волокнистой структуры в естественных условиях в настоящее время препятствуют применению электрофизиологических и электромеханических сердечной моделирования в клинических условиях. Целью данного исследования было напрямую обратиться к этой потребности.

Мы предположили, что желудочковая ориентации волокон сердца можно точно предсказать, учитывая геометрию сердца и атлас, атлас, где есть сердце, геометрия и ориентация волокон доступны. Соответственно, мы использовали современные методы разработки методологии для оценки сердечной ориентации волокон в живом организме, и проверили гипотезу в нормальных и отсутствии собачьей желудочков 2. Основная идея нашей методологии оценки волокно является использование сродствахъс клетчаткой ориентации по отношению к геометрии, между различными сердца, чтобы приблизить структуру волокна (цель) сердца, для которых только геометрия информации. В основе нашей методики оценки является регистрация атлас геометрии с целевой геометрии с помощью больших деформаций диффеоморфных метрических отображения (LDDMM) 11, и морфинг атлас ориентации волокон использованием сохранении основных компонентов (PPD) 2, 12. Diffeomorphicproperty LDDMM из гарантий того, что атлас не "Foldover" себя во время деформации, тем самым сохраняя integrityof анатомические структуры. рисунке 1 показана обработка трубопровода нашей методологии. В разделе текст протокола § 1 описываются различные компоненты трубопровода, демонстрируя, как оценка может быть выполнена для примера пациента. Цифры внутри некоторых блоков на рисунке 1 обратитесь к соответствующемуподразделы в разделе § 1 текст протокола.

Мы оценили эффективность предлагаемой методики по количественной оценке ошибки, и измерение влияния этой ошибки onsimulations сердечной электрофизиологии, в вычислительном моделировании местной электрической активации карт, а также псевдо-ЭКГ (псевдо-ЭКГ). Из-за отсутствия человеческих сердец, оценка эффективности был проведен с использованием собачьего сердца доступны из предыдущих исследований, 13-15. Погрешность рассчитывается путем углами наклона 16, followingthe традиции гистологии, где угловых измерений performedon срезов тканей, которые вырезаются параллельно epicardialsurface. С anglebetween направление волокон и эпикарда касательной плоскости составляет 17 generallysmall, 18, ​​потери информации при описании fiberdirection, полностью используя свой ​​угол наклона невелик. Для вычислительныхРОКУ Национальная моделирования, на основе изображения модели были построены как сообщалось ранее 19, 20, и сердечная ткань в модели был представлен на основе установленных математических методов и экспериментальных данных 21-25. Синусовый ритм был смоделирован путем репликации активации, происходящих из Пуркинье сети 26 и желудочковой тахикардии, по S1-S2 стимуляции протокола 27. Псевдо-ЭКГ были вычислены 28 и сравнивали с использованием среднее абсолютное отклонение (MAD) метрику 29.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. Оценка ориентации волокон

  1. Приобретать структурных МРТ и DTMRI изображения нормального взрослого человеческого сердца в диастолу, с разрешением 1 мм 3. Использование ImageJ, извлекать миокарда желудочков из атласа структурного изображения путем установки для каждой короткой оси срез, закрытые сплайны через ряд знаковых пунктов, расположенных вдоль эпикарда и эндокарда границы в срезе (рис. 2A и рис. 2В). Выполните размещения ориентир точки вручную для каждого 10-го ломтик в изображении. Получить ориентир точки для остальных ломтиками по линейной интерполяции вручную определить точки, используя MATLAB.Reconstruct волокна ориентации атлас сердца путем вычисления первичных собственных векторов ДЦ в DTMRI изображение (рис. 2).
  2. Получить изображение геометрии пациента сердца в диастолу использования в естественных условиях сердечного КТ или МРТ. ReconПостроим пациента геометрии сердца с изображения аналогично тому, как атлас был построен (рис. 3А и 3В). Пациент изображения должны быть повторно пробы до реконструкции, что в плоскости разрешение 1 мм 2. Кроме того, количество срезов, для которых ориентиры вручную выбрал, и интервал вне плоскости интерполяции должен быть отрегулирован так, что сегментированные изображения сердца пациента ломтик толщиной 1 мм.
  3. Деформировать изображение атлас желудочка в соответствии с пациентом геометрии изображения в два этапа. На первом этапе, выполнить аффинное преобразование на основе набора из тринадцати пунктов ориентиры: левого желудочка (ЛЖ) вершины, два правого желудочка (ПЖ) точки вставки в основании, два RV точки вставки на полпути между основанием и вершиной, и четыре набора из двух точек, которые равномерно делят ПЖ ​​и ЛЖ эпикардиальных контуров на базе, и на полпути между основанием и вершиной (рис. 4а и (рис. 4в).
  4. Morph изображение DTMRI атласа путем повторного позиционирования изображения вокселей и вновь ориентироваться ДЦ в соответствии с матрицей преобразования аффинного соответствия и деформации поля LDDMM преобразования. Выполните переориентации ДЦ помощью сохранение основных направлений (PPD) методом.
  5. Получить оценку пациента ориентации волокна из синтезированных изображений атлас DTMRI путем вычисления первичных собственным DTS (рис. 5).

2. Измерение ошибки оценивания

  1. Приобретать бывших естественных условиях структурных MR и DTMR изображений шесть нормальных и три отсутствии собачьего сердца, при разрешении 312,5 × 312,5 × 800 мкм 3. Здесь сердце FAIприманки должен быть сформирован в клыках с помощью радиочастотной абляции левой ножки пучка филиала, затем 3 недели tachypacing при 210 мин -1.
  2. Сегмент желудочки из собачьего сердца подобно человеческому сердцу атласа, как описано в § 1.1. Обозначим желудочков сегментирован от нормального собачьего сердца, сердца от 1 до 6, и те, сегментированный от падения собачьего сердца, сердца с 7 по 9 (рис. 6).
  3. Получить пяти различных оценках желудочка волокна ориентации сердца 1, используя каждую из сердца от 2 до 6, как атлас (рис. 7).
  4. Оцените ориентации волокон для каждого из неисправного желудочков сердца использовании 1 в качестве атласа (рис. 8).
  5. Foreach точки данных в каждом наборе оценкам ориентации волокон, вычислить оценки ошибки, | θ C-θ |, где θ с и θ являются углы наклона приблизительног приобрела волоконно ориентации в этой точке, соответственно.
  6. Для каждой точки данных в каждом наборе оценкам ориентации волокон, вычислить острого угла betweenestimated и приобрела волоконно направления в трех измерениях (3D) с помощью продукта thevector точка.

3. Измерение воздействия Оценка Ошибка на симуляторы

  1. От сердца 1, построим шесть моделей, одна с DTMRI приобретенного волокна ориентации сердца 1 (называется модель 1), и пять с пятью оценкам волокна ориентации данных (модели от 2 до 6). Для каждой из трех сердечной недостаточности геометрий, построить две модели желудочка, один с DTMRI приобретенных ориентации волокон и других с предполагаемой ориентации волокон. При этом пространственное разрешение моделей, рассчитанная по средней длине края сетки, должна быть около 600 мкм. Обозначим модели сердечной недостаточности с DTMRI приобретенного волокна в качестве моделей от 7 до 9, а с оцеред волокон в качестве моделей от 10 до 12.In модели, использовать однодоменных представления для описания сердечной ткани, с руководящими уравнений:

Уравнение 1
где σ б это основной тензор проводимости, которая рассчитывается исходя из bidomain тензоров проводимости, как описано Potse и др. 30; V т трансмембранный потенциал, С т удельная емкость мембраны, и я ионной плотности трансмембранного тока, которая в свою очередь зависит от V м и набор переменных состояния μ, описывающая динамику ионных потоков через membrane.For C м, используйте значение 1 μ F / см 2. Для σ я в нормальной собачьей модели сердца, использовать продольныеи поперечной проводимости значения 0,34 См / м и 0,06 См / м, соответственно. Представляете л LON на Гринштейн-Winslow ионной модели собачьей миоцитов желудочков. Уменьшение электропроводности в собачьей модели сердечной недостаточности желудочка на 30% (рис. 9).

  1. С помощью программного пакета CARP (CardioSolv, LLC), имитировать синусового ритма со всеми моделями. Вызвать повторно желудочковой тахикардии (ЖТ) в шести отсутствии моделей с помощью S1-S2 стимуляции протокол. Выберите времени между S1 и S2 для получения устойчивой VT деятельности в течение 2 секунд после того, как S2 доставки. Если VT не индуцируется для любого S1-S2 сроков, снижение проводимости на 70% до VT вызывали (рис. 10).
  2. Для каждого моделирования, расчета псевдо-ЭКГ как разность внеклеточных потенциалов между двумя точками в изотропной ванны окружающие сердце. Поместите две точки у основания сердца отделенына 18 см, так, что линия, соединяющая их перпендикулярно базовой вершиной плоскости перегородки, как показано на рисунке 10. Для каждого моделирования с оценкой ориентации волокон, вычислить MAD метрику

Уравнение 2
где X является ЭКГ моделирования с оценкой ориентации волокон, Y является ЭКГ из thecorresponding моделирования с приобретенной ориентации волокон, X является средним значением X, Y является средним значением Y, п-длина X и Y.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Рисунок 11, AC отображает обтекаемой визуализации приблизительно так же как DTMRI полученного волокна ориентации в нормальных и отсутствии сердца. Качественный анализ показывает, что предполагаемое ориентации волокон выровнять хорошо с DTMRI полученных из них. Группа D показывает, наложенные на геометрию сердца 1, распределение ошибок в углах нормальных сердец наклона, усредненный по всем пяти оценок. Группа E показывает среднее распределение ошибки в отсутствии сердца »углы наклона, наложенные на геометрию сердца 1. Заметим, что углы наклона имеют значения от -90 ° до +90 °, и, следовательно, оценки погрешности в диапазоне от 0 ° до 180 °. Панели F и G настоящее участков ткани от распределения в панели D и E, соответственно. Это указывает на трансмуральный изменения ошибки. Гистограммы ошибок в панели H показывают, что большинство инфаркт вокселей имеют малые значения ошибки. Около 80% и 75% вокселов естьОшибки менее чем на 20 ° в нормальных и отсутствии желудочков, соответственно. Было установлено, что средняя ошибка, усредненные по всем оценкам, наборы данных, и все изображения вокселей, которые принадлежали миокарда, было 14,4 ° и 16,9 ° в нормальных и отсутствии желудочков, соответственно. Средняя ошибка во всем миокарде, в нормальных и отсутствии случаев вместе взятых, составляла 15,4 °. Среднее 3D острого угла между расчетными и приобрел направления волокон была 17,5 ° и 18,8 ° в нормальных и отсутствии желудочков, соответственно. 3-D углы сопоставимо с оценкой errors.These результаты показывают, что углы наклона предсказал ориентации волокон сопоставимы с теми, приобретенные экс-DTMRI естественных условиях, состоянии современного technique.The стандартное отклонение ошибки по fivedifferent оценки ориентации волокон сердца 1 было только 1,9 указывает, что изменение в оценке качества от oneatlas на другую мала.

13 представляют моделируемый карты активации одного удара синусового ритма активации в нормальном и ошибочные модели желудочка, соответственно. Модели с расчетной ориентации волокон производит активацию карты очень похожи на те модели с приобретенной ориентации; ранние эпикардиальных активации происходит на тех же участках и направлениях распространения соответствуют также. В целом средняя разница в общее время активации между приобретенным и приблизительно ориентации волокон случаях в нормальной модели желудочка, усредненная по всем оценкам и всех узлах сетки, составило 5,7 мс, что составляет малую долю (3,7% в среднем) от общей активацией времени. рис 12С показывает, что псевдо-ЭКГ, полученные для моделирования синусового ритма с моделями 1 и 3 имеют одинаковые морфологии. MAD оценка этих двух сигналов была 4,14%. В среднем, MAD балл от синусового ритма псевдо-ЭКГ с каждой из моделей от 2 до 6 и модель1 был 10,9%. При моделировании синусового ритма с ошибочные модели желудочка, средняя разница в общей раза активации между моделями с приобретенными и приблизительно ориентации волокон было только 5,2 мс (3,1%), в то время как средняя MAD счет был 4,68%. Эти результаты показывают, что результаты моделирования желудочковой активации в синусового ритма в норме и при отсутствии собачьих моделях желудочка с ориентацией волокон приблизительно с настоящей методологией тесно совпадают с приобретенной ориентации. В частности, наличие сердечной недостаточности не уменьшило точность оценки.

На рисунке 14 показано моделирование карты активации, в вершинной видом на желудочки, в течение одного цикла индуцированных VT в модели сердечной недостаточности, и соответствующий псевдо-ЭКГ. Моделирование с приобретенными и приблизительно ориентации волокон и имеют похожие фигуры из восьми повторно узоры. ЭКГ морфологии соответствующей оценки и приобрела волоконноориентаций находятся в хорошем согласии. Средняя оценка MAD составил 9,3%. Эти результаты показывают, что собачьи сердца моделей с оценкой ориентации волокна могут тесно повторить результаты моделирования VT осуществляется с помощью приобретенного волокна ориентации.

Рисунок 1
Рисунок 1. Наш конвейер обработки для оценки ориентации волокон желудочков в естественных условиях. Нажмите, чтобы увеличить показатель .

Рисунок 2
Рисунок 2. Геометрии и ориентации волоконtlas желудочков. (A) эпикарда (красный) и эндокарда (зеленые и пурпурные) сплайнов, и соответствующие ориентиры (желтый) накладывается на примере кусочек изображения атлас. (B) Атлас желудочков в 3D. (C) ориентации атлас волокна.

Рисунок 3
Рисунок 3. Пациент реконструкции геометрия левого желудочка. (A) эпикарда (красный) и эндокарда (зеленые и пурпурные) сплайнов, и соответствующие ориентиры (желтый) накладывается на изображение среза. (B) пациентов желудочков в 3D.

Рисунок 4
Рисунок 4. Деформация желудочков атласа в соответствии с пациентом желудочков. (A) Наложение желудочков атлас (пурпурный, см. Онг> рис. 2В) и пациента (красный, см. Рисунок 3B). (B) пациентов желудочков и аффинной превращается желудочков атлас. (C) пациентов желудочков и LDDMM-трансформированных атлас желудочков.

Рисунок 5
Рисунок 5. Приблизительная волокна ориентации пациента сердце на рисунке 3b.

Рисунок 6
Рисунок 6. Сегментация собачьего сердца. Эпикарда (синий) и эндокарда (красный и пурпурный) сплайнов, и соответствующие ориентиры (зеленый) накладывается на примере кусочек нормального собачьего сердца.

7.jpg "ALT =" Рисунок 7 "FO: содержание ширина =" 5 дюймов "FO: SRC =" / files/ftp_upload/50125/50125fig7highres.jpg "/>
Рисунок 7. Приобрел и приблизительно волокна ориентации сердца 1.

Рисунок 8
Рисунок 8. Приобрел и приблизительно ориентации волокон сердца 7-9.

Рисунок 9
Рисунок 9. Левая панель показывает вычислительная сетка создается для моделей сердце 1. Справа, потенциал действия кривой нормального собачьего миокарда желудочков компьютерной помощи Гринштейн-Winslow модели отображается.


Рисунок 10. Шагая сайтов моделирования синусового ритма и VT, а накладывается на геометрию сердца 7. E1E2 иллюстрирует ведущий вектор, используемый в псевдо-ЭКГ расчетов.

Рисунок 11
Рисунок 11. Проверки волоконно методологии оценки ориентации путем сравнения предполагаемых ориентации волокна с DTMRI полученных ориентации. (A) Наложение DTMRI приобретенного волокна ориентации (зеленовато-желтый) и один набор оценкам ориентации волокон (голубой) сердца 1. (B) Приобретенные и приблизительно волокна ориентации сердце 7. (C) увеличенная часть (B), показывающиесоответствие между приобрел и приблизительно ориентации волокон. Обратите внимание, что линии тока были получены в случайных местах в миокарде для визуализации целей, и поэтому их точное положение не имеют значения. (D) Распределение средней оценки погрешности в нормальных желудочках. (E) Распределение средней оценке ошибки в отсутствии желудочков. (F) части ткани, извлеченные из (D). (G) часть ткани, извлеченные из (E). Colorbar относится к DG. (H) гистограммы ошибок в нормальных и отсутствии желудочков. Частота обозначает число вокселей, имеющих данную ошибку.

Рисунок 12
Рисунок 12. Результаты моделирования одного удара синусового ритма в нормальной собачьей модели желудочка. (A) Активация карты моделируется с помощью модели с приобретенными FibeГ ориентации (модель 1). (B) Абсолютная разница между моделирование карты активации полученный из желудочков модели с приобретенной ориентации волокон и что с оценочной ориентации волокон, усредненные по пяти оценок. (C) Имитация псевдо-ЭКГ с моделями 1 и 3. (D) Имитация карт активации из желудочков с расчетной ориентации волокон (модели 2-6).

Рисунок 13
Рисунок 13. Результаты моделирования одного удара синусового ритма сердечной недостаточности моделей. В электронной й первой колонки, строки 1-3 карт активации шоу рассчитывается с использованием модели 7-9, соответственно. Во второй колонке, строки 1-3 отображения результатов моделирования с моделями 10-12, соответственно. Строки 1-3 в третьей колонке изображать абсолютную разницу между активацией карт показано в FiПервый и второй столбцы из соответствующей строки. Строки в четвертом столбце отображения моделируемых псевдо-ЭКГ от модели в первый и второй столбцы соответствующей строке.

Рисунок 14
Рисунок 14. Результаты моделирования индукции VT с ошибочные модели сердца. Строки 1-3 в первом столбце шоу активации карты в течение одного цикла повторно деятельности в моделировании с модели 7-9, соответственно. Строки 1-3 во второй колонке шоу активации карты соответствующих моделей 10-12, соответственно. Строки в третьей колонке иллюстрации псевдо-ЭКГ от модели в первый и второй столбцы соответствующей строке.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Это исследование показывает, количественно, что, в отсутствие DTMRI, инфаркт ориентации волокон нормальных и отсутствии желудочков может быть оценена в естественных изображений их геометрии для использования в моделировании сердечной электрофизиологии. Предложенная методика показана в естественных условиях с данным КТ, но в равной степени применимы в естественных условиях МРТ желудочковой геометрии, обращаясь отсутствия возможности напрямую приобретать пациента ориентации волокон. Таким образом, важным шагом на пути развития персонализированной модели желудочков электрофизиологии для клинического применения. Методика может быть также использована для оценки волокна ориентации в бывших естественных сердца с высоким разрешением. Это особенно полезно при получении суб-миллиметровом разрешение изображения DTMRI трудно или дорого, в связи с очень долгого времени приобретения.

Наши электрофизиологические моделированияных предположить, что активация карты не были очень чувствительны к изменениям в волоконно ориентации. Более того, мы показали, что эффекты волокна ошибки оценки на валовые электрофизиологии были незначительными в клинически наблюдаемого уровня с помощью MAD счет псевдо-ЭКГ. MAD метрических было suitablebecause он был использован в клинических исследованиях, в compareECGs возвратных деятельности и темп распространения localizationof для организации центров повторно схемы 29. MADscore менее чем на 12%, порог, что наши результаты удовлетворяют, подразумевает, что два основных propagationpatterns клинически equivalent.Note, что сходство распространения моделей будет перевести на низком различия в механических моделей активации, а также, как сообщает эксперименты показывают, что местные электрической и механической активации раз во время синусового ритма тесно взаимосвязаны. Таким образом, наше исследование будет способствовать желудочка имитационные исследования любой спеCies в здоровье и болезни, когда это не представляется возможным приобретать ориентации волокон использованием DTMRI. В частности, предлагаемая методология открывает путь для конкретного пациента моделирования желудочков сердца целого электрофизиологии (и возможно) электромеханика основан только в естественных условиях клинических данных изображений. Моделирование с такими моделями, в конечном итоге может помочь врачам, чтобы прийти к высоко персонализированные решения для терапевтических вмешательств, а также профилактика. Кстати, наши результаты показали, что эффективность предлагаемой методики не зависит от выбора atlas.Accordingly, для целей данного исследования, статистический атлас 17, 31 может и не потребоваться.

Данное исследование имеет некоторые ограничения. Во-первых, человеческий данные изображения сердца не были доступны для нас, и, следовательно, theproposed методологии оценки были подтверждены imagesof собачьего сердца. Мы ожидаем, что методика будет accuratelyestimate волокна ориентации в гулсердца, а потому, что, как и в собачьем сердце, волокна ориентации по отношению к геометрии было показано, что подобный различных человеческих сердцах 17. Кроме того, мы проверили нашу методологию в нормальном andfailing сердцах только. Было бы важно, чтобы проверить это в условиях, таких как инфаркт миокарда и гипертрофией, где волокна disorganizations как известно, происходят 32, 33.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Нет конфликта интересов объявлены.

Acknowledgements

Мы благодарим доктора. Раймонд Winslow, Эллиот Маквей, и Патрик шлем в Университете Джона Хопкинса для обеспечения бывших естественных данных online.This исследование было поддержано Национальным институтом здоровья грант R01-HL082729 и Национального научного фонда грант конбет-0933029.

Materials

Name Company Catalog Number Comments
LDDMM Johns Hopkins University http://cis.jhu.edu/software/lddmm-volume/index.php
MATLAB Mathworks, Inc. R2011b http://www.mathworks.com/products/matlab/
ImageJ National Institutes of Health http://rsbweb.nih.gov/ij/
Tarantula CAE Software Solutions http://www.meshing.at/Spiderhome/Tarantula.html
CARP CardioSolv http://cardiosolv.com/
Canine images Johns Hopkins University http://www.ccbm.jhu.edu/research/DTMRIDS.php

DOWNLOAD MATERIALS LIST

References

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

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Usage Statistics