ハートの患者固有のモデリング:心室繊維配向の推定

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:

Welcome!

Enter your email below to get your free 10 minute trial to JoVE!





We use/store this info to ensure you have proper access and that your account is secure. We may use this info to send you notifications about your account, your institutional access, and/or other related products. To learn more about our GDPR policies click here.

If you want more info regarding data storage, please contact gdpr@jove.com.

 

Summary

パーソナライズされたモデリングのための患者の心臓形状の体内画像から心室繊維配向を推定するための方法論が説明されています。通常の使用およびイヌの心を失敗実行方法論の検証は、臨床的に観察可能なレベルで推定し、取得した繊維配向の間に有意な差がないことがあることを示している。

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

心臓治療をパーソナライズすることを目的と心臓(DYS)関数の患者固有のシミュレーションは、臨床的に心筋の繊維の向きを取得するためのin vivoイメージング技術存在しないことによって妨げられている。このプロジェクトの目的は、患者の心臓形状の体内画像から心臓の繊維の向きを推定するための方法論を開発することでした。心室ジオメトリーと繊維配向の正確な表現は、アトラスと呼ばれ、高解像度のex vivoでの構造的磁気共鳴(MR)と、通常の人間の心の拡散テンソル(DT)のMR画像から、それぞれ再建された。患者の心臓の心室ジオメトリは生体コンピュータ断層撮影(CT)画像から、半自動セグメンテーションを経由して 、抽出した。画像変換アルゴリズムを使用して、アトラス心室ジオメトリーは、患者のそれと一致するように変形した。最後に、変形場はアトラス繊維orientatに適用されたイオン患者繊維配向の推定値を求める。繊維上の見積りの精度は通常の6と3障害のある犬の心を用いて評価した。獲得したと推定繊維配向の傾斜角度との間の平均の差の絶対値は15.4°であった。プロジェクトから得られた臨床的に観察level.The新しい洞察と見積もられ、取得された繊維配向の間に有意な差がないことが示された洞調律および心室頻拍中の心室興奮マップと擬似心電図の計算シミュレーションは、開発のための道を開く電気生理学的介入についてのパーソナライズされた診断の医師と意思決定を支援することができ、心臓の患者固有のモデル。

Introduction

計算論的アプローチは、健康と疾患における心臓の機能の理解の進歩の中心になりつつあります。電気生理学および電気機械技術の最先端の全心臓モデルは現在、通常の心室伝播、不整脈、除細動、電気機械結合、および心臓再同期1などの現象の広い範囲を勉強するために使用されている。しかし、臨床環境で直接適用可能であることが計算論的アプローチのために、それはモデルが患者に特化したものが、モデルが特定のアーキテクチャと、患者の疾患のある心臓の電気生理学的または電気機械的特性に基づいている必要がありますつまりことが不可欠です。そのようなモデルを用いたシミュレーションは、それによって劇的に心臓医療2-4改善、電気生理学的な介入だけでなく、予防のために高度にパーソナライズされた決定に到達するために医師を支援するでしょう。

内容は、 "現実的な心臓モデルの>作成は繊維配向は、心臓に電気伝播とひずみ分布の方向を決定し、患者の心臓の形状と繊維構造の取得を必要とし、したがって、それらを取得することは心臓のモデリング5,6に不可欠です。で医用イメージングの最近の進歩は、それが今では磁気共鳴イメージング(MRI)やコンピューター断層撮影(CT)技術を用いて高分解能で生体内での患者の心、そのような梗塞などincludingstructural改造、の幾何学的形状を得ることが可能ではありません。ただし、特定の設置生体内での患者の心臓の繊維構造体を取得するための実用的な方法。拡散テンソル(DT)のMRI検査7,8、そのまま心臓の繊維の向きを取得する唯一の手法では、9特定の制限のため、生体内で広く利用可能ではありません。簡単な説明臨床の現場にDTMRIを翻訳する前の努力がelsewhを見つけることができるのERE 2。このような繊維配向のルールベースの割り当てなどの方法論がDTMRIに代わるものを提供していますが、これらの方法論は、特定の重大な制限2、10を持っいます。したがって、in vivoで心臓繊維構造を取得することが困難で、現在臨床現場での電気生理学的および電気機械心臓シミュレーションの適用を妨げる。本研究の目的は、直接、このニーズに対応することでした。

私たちは、心臓の心室繊維配向が正確に心臓やアトラスは、ジオメトリと繊維配向可能です心臓部であるアトラスのジオメトリに対して予測することができるという仮説を立てた。したがって、我々は、in vivoで心臓繊維の向きを推定するための方法論を開発するために従来技術の状態を使用し、ノーマルと失敗イヌ心室2に仮説を検証した。当社繊維見積もり手法の中心的な考え方は、similaritieを利用することである唯一のジオメトリ情報が提供されている(ターゲット)の心のおおよその繊維構造するために、さまざまな心の間でジオメトリを基準に、繊維配向、のs。私達の見積もり手法の中心には、大変形微分同相メトリックマッピング(LDDMM)11と、主成分(PPD)の2、12の保存を使用して、アトラスの繊維配向のモーフィングを使用して、ターゲットジオメトリを持つアトラスジオメトリの登録です。diffeomorphicpropertyはそれによってintegrityof解剖学的構造を維持するアトラスは、変形中に"foldover"自体をしないことを保証LDDMM、の図1は、我々の方法の処理パイプラインを示しています。プロトコルテキストセクション§1推定例の患者のために行うことができますどのように実証することにより、パイプラインのさまざまなコンポーネントについて説明します。 図1のブロックのいくつかの中の数字は、対応するを参照してください。セクションの下のサブセクション§プロトコルテキストの1。

我々は、計算的に地域の電気活性化マップと同様に擬似心電図(擬似心電図)をシミュレートすることにより、推定誤差を定量化し、心臓電気生理学のこのエラーonsimulationsの効果を測定することにより、提案手法の性能を評価した。人間の心の使用不能に起因する、性能評価は、13から15までの先行研究から利用可能なイヌの心臓を用いて行った。推定誤差は傾斜角度16、角度測定がepicardialsurfaceに平行にカットされperformedon組織切片の組織学アールのfollowingthe伝統によって算出した。 anglebetween繊維方向および心外膜接平面がgenerallysmall 17、18であるので、その傾斜角を使用して完全にfiberdirectionを記述する上で情報の損失は軽微であります。 comput用モデルで以前に19,20、および心臓組織が ​​確立数学的手法と実験データ21から25に基づいて表現されて報告されているようにationalシミュレーション、画像ベースのモデルが構築されました。洞調律は、S1-S2ペーシングプロトコル27でプルキンエネットワーク26、および心室頻拍、由来の複製活性化によるシミュレーションを行った。擬似心電図は28を計算し、平均絶対偏差(MAD)メトリック29を用い比較た。

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1。繊維配向推定

  1. 1ミリメートル3の解像度で、拡張期に正常な成人の人間の心の構造的MRIやDTMRI画像を取得する。フィッティングによりアトラス構造画像から心室心筋を抽出し、ImageJを使用して、各短軸スライスに対して、スライスで心外膜と心内膜の境界( 図2Aおよび図2B)に沿って配置されたランドマーク点のセットを介してスプラインを閉じた。画像内のすべての10 番目のスライスのために手動でランドマーク点の配置を行う。直線DTMRI画像( 図2C)のDTSの主固有ベクトルを計算することによって、アトラス心臓の繊維方向をMATLAB.Reconstruct使用して、手動で特定された点を補間することにより、残りのスライスのための画期的なポイントを取得します。
  2. 生体心臓CTやMRI 使用し拡張期にある患者の心臓の形状の画像を取得する。偵察アトラスが構築された方法( 図3Aおよび図3B)と同様に画像から患者の心臓のジオメトリを構造体。患者画像面内分解能が1mm 2であることを前にこのような復興に再サンプリングする必要があります。同様に、ランドマークが手動でピックアップされているため、スライスの数、および面外挿の間隔はセグメント化された患者の心臓の画像が1mmのスライス厚を持つように調整する必要があります。
  3. 二段階で患者ジオメトリイメージに合わせてアトラス心室画像を変形。最初のステップでは、13の観光スポット付近の点の集合に基づいてアフィン変換を実行:左心室(LV)尖、基部に2右心室(RV)の挿入ポイントを、ベースと頂点の間に2つのRVの挿入ポイントの途中、と2均等基地でRVおよびLV心外膜輪郭を分割ポイント、ベースと頂点の間の中間の4つのセット( 図4A& 図4C)を使用して 、患者ジオメトリに適合するように、さらに心室。
  4. モーフアフィンマッチングとLDDMM変換の変形場の変換行列に応じて画像のボクセルと再配向DTSの再ポジショニングによってアトラスのDTMRIイメージ。主方向の保全(PPD)メソッドを使用してDTSの再配向を実行します。
  5. DTS( 図5)の主固有ベクトルを計算することによって、モーフィングアトラスDTMRIイメージから患者繊維配向の推定値を得る。

2。推定誤差の測定

  1. 312.5×312.5×800μmの3の解像度で、通常の6と3障害のある犬の心 ex vivoでの構造的なMRとDTMR画像を取得する。ここでは、心臓FAIルアーは210分-1でtachypacing 3週間続いバンドル分岐左のラジオ波焼灼経由の犬歯で生成されるべきである。
  2. セグメント同様にイヌの心から人間アトラスの心臓に心室を、§1.1で説明されるように。 〜9心7( 図6)のように、犬の心を失敗してから1〜6心として正常なイヌの心から分割し、それらのセグメント化された心室を示す。
  3. アトラス( 図7)のような心の2から6までのそれぞれを用いて、心臓1の心室繊維配向の異なる5つの推定値を得る。
  4. アトラス( 図8)のような心1を使用して失敗した心室のそれぞれについて、繊維の向きを推定する。
  5. θC-θA | |、ここで、θcとθの傾斜角が推定される推定繊維配向の各セット内のforeachデータポイントは、のように推定誤差を計算dは、それぞれ、その時点で繊維配向を取得しました。
  6. 推定された繊維配向の各セット内の各データポイントは、thevector内積によって3次元(3D)でbetweenestimatedと繊維方向を取得した鋭角を計算します。

3。シミュレーション上の推定誤差の影響の測定

  1. 心臓1から、心臓1(モデル1と呼ぶ)、および5推定繊維配向データセット(モデル2から6)と5のDTMRI獲得した繊維配向を持つものを6モデルを構築する。3心不全のそれぞれについて、ジオメトリは、DTMRI獲得した繊維配向と推定繊維配向を持つもう1つずつ、合計2つの心室のモデルを構築する。ここでは、メッシュの平均エッジ長さの点で計算モデルの空間分解能は、600程度である必要があります。モデル9から7としてDTMRI獲得した繊維で心不全モデルを示し、estimat持つものモデル10〜12.Inモデルとしてedの繊維は、支配方程式と、心臓組織を記述するためにモノドメイン表記を使用します。

式(1)
V mは膜電位であり、C m 膜特定の容量であり、 ここで、b Potse 30で説明したようにbidomain伝導率テンソルから計算されるバルク伝導率テンソルσ私はイオンと、現在の膜貫通の密度であり、今度は、V mとmembrane.For C mを越えてイオンフラックスのダイナミクスを記述する状態変数μのセットに依存している、1μF / cm 2の値を使用します。正常イヌ心臓モデルでiを σについては、longitudiを使用0.34 S / mで、それぞれ0.06 S / mの外部および横伝導度の値。イヌ心室筋細胞のグリーンスタイン·ウィンズロウイオンモデルでL 経度を表しています。 30%( 図9)でイヌ心不全心室モデルでの電気伝導度を下げます。

  1. ソフトウェアパッケージCARP(CardioSolv、LLC)は、すべてのモデルでシミュレーションを洞調律を使用。 S1-S2ペーシング·プロトコルを使用して6失敗モデルでリエントラント心室頻拍(VT)を誘導する。 S2は納品後2秒間持続性VTの活性を得るために、S1とS2の間のタイミングを選択してください。 VTが任意のS1-S2のタイミングのために誘導されない場合は、VTが誘発されるまで、( 図10)70%まで伝導率を減少させる。
  2. 各シミュレーションのために、心を周囲の等方性浴で2点間の細胞外電位の差をとることにより、擬似心電図を計算します。分離した心臓の基地の近くに2ポイントを配置図10に示すように、それらを結ぶ線は、中隔のベース頂面に対して垂直になるようには18センチ。推定された繊維配向を持つ各シミュレーションでは、MADとしてメトリックを計算する

式(2)
Xは推定繊維配向を用いたシミュレーションのECG波形であり、Yは、取得した繊維配向のシミュレーションをthecorrespondingのECG波形であり、XはXの平均値であり、Yは、Yの平均値であり、Nはxの長さですとY。

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

図11は 、ACはノーマルと失敗の心の中だけでなく、推定DTMRI由来の繊維配向の合理化された視覚化を表示します。定性検査は、推定された繊維配向がDTMRI由来のものとよく合っていることを示しています。パネルDは心臓1の幾何学的に重ね、示し、正常な心 'の傾斜角度の誤差の分布は、すべての5つの推計値を平均。パネルEは心臓1の幾何学的に重ね、心 'の傾斜角度を失敗の誤差の平均値分布を示している。傾斜角度が-90°と90°であり、したがって、0°と180°の間の推定誤差の範囲の間の値を持っていることに注意してください。パネルはそれぞれFとパネルDとEの分布から組織のG現在のセクション。これはエラーの経変化を強調しています。パネルHの誤差のヒストグラムは、ほとんど心筋梗塞ボクセルが小さいエラー値を持ってお勧めします。ボクセルの約80%と75%が持っている通常、障害のある心室の誤差が20°未満であった。これは、推定されたすべてのデータセット、および心筋に属し、すべての画像ボクセルにわたって平均平均誤差は、それぞれ、通常、障害のある脳室に14.4°、16.9°であったことが見つかりました全体の心筋における平均誤差は、通常の組み合わせと失敗のケースでは、15.4°であった。推定され、取得された繊維の方向との間の平均3D鋭角は、それぞれノーマルと失敗心室に17.5°と18.8°であった。 3-Dの角度はerrors.These結果が予測繊維配向の傾斜角度がエクスビボ DTMRI、全体でエラーの最先端のtechnique.The標準偏差が取得したものと同等であることを示した推定に匹敵する心臓1の繊維配向のfivedifferent見積もりだけoneatlasから別の推定品質のばらつきが小さいことを示す1.9であった。

13は、それぞれ正常で洞調律の活性化と失敗心室モデルの1拍のシミュレートされたアクティベーションマップを提示します。推定された繊維配向を搭載したモデルは、取得した方位を有するモデルのものと非常に類似したアクティベーション·マップを生成しています;最古の心外膜のアクティベーションは、同じ部位で発生し、伝播方向は、よく一致している。通常の心室モデルで買収し、推定繊維配向例間の総起動時間、で、全体の平均値の差は、すべての見積りおよびすべてのメッシュノードにわたって平均総活性のわずかな部分(平均3.7%)である5.7ミリ秒だった時間図12Cは、モデル1と3で、洞調律のシミュレーションで得られた擬似心電図が同一の形態を持って示しています。これら2つの波形間のMADスコアは4.14パーセントであった。平均、モデル2から6とモデルのそれぞれと洞調律擬似心電図との間MADスコアに平均MADスコアは4.68パーセントであった間に1は10.9%であった。失敗心室モデルによる洞調律のシミュ​​レーションでは、取得したと推定繊維配向を搭載したモデル間の総起動時間の平均差は、わずか5.2ミリ秒(3.1%)であった。これらの結果は、心室正常で洞調律の活性化であり、本手法で推定繊維配向とイヌ心室モデルの失敗のシミュレーションの結果は密接に買収向きと一致していることを示しています。具体的には、心不全の存在が推定精度が低下することはありませんでした。

図14は、シミュレートされたアクティベーション心不全モデルにおける誘導VTの1サイクル中に心室の心尖部ビュー内のマップ、、、擬似心電図対応を示しています。獲得したと推定繊維配向のシミュレーションは両方同じような8の字リエントラントパターンを示す。推定され、取得されたファイバに対応する心電図の形態向きは良く一致した。 MAD平均スコアは9.3%であった。これらの結果は、推定された繊維配向を持つイヌ心不全モデルは密接に取得繊維配向を使用して実行VTのシミュレーションの結果を再現できることを示している。

図1
図1 生体内で心室繊維の向きを推定するための当社の処理パイプラインは。 拡大図を表示するには、ここをクリックしてください

図2
図2幾何学と繊維配向TLASの心室。 (A)は心外膜(赤)と心内膜(緑とマゼンタ)スプライン、対応するランドマーク(黄色)アトラス画像の例のスライスの上に重ね。 (B)は、3Dでアトラス心室。 (C)はアトラス繊維配向。

図3
図3患者の心室ジオメトリ再建。 (A)は心外膜(赤)と心内膜(緑とマゼンタ)スプラインは、画像スライスの上に重ね対応するランドマーク(黄色)。 3Dで(B)の患者心室。

図4
図4:患者の心室に一致するようにアトラス心室の変形。アトラスの心室の(A)の重ね合わせ(マゼンタ、以下を参照してくださいオング>図2B)と患者(赤、 図3Bを参照してください)。 (b)患者の心室とアフィン変換アトラス心室。 (c)患者の心室とLDDMM形質アトラス心室。

図5
図5、図3Bの患者心臓の推定繊維配向。

図6
図6:イヌの心のセグメンテーション。心外膜(青色)および心内膜(赤とマゼンタ)スプライン、対応するランドマーク(緑)正常なイヌの心臓の例のスライスの上に重ね。

7.JPGの "alt ="図7 "のfo:コンテンツの幅=" 5インチ "のfo:SRC =" / files/ftp_upload/50125/50125fig7highres.jpg "/>
図7。心臓1の取得と推 ​​定繊維配向。

図8
図8の心7-9の取得と推 ​​定繊維配向。

図9
図9左のパネルは、心臓1のモデル用に生成された計算メッシュを示しています。右側では、グリーンスタイン·ウィンズロウ·モデルを使用して正常なイヌ心室筋計算の活動電位曲線が表示されます。


図10:心臓7のジオメトリに重ねとして、洞調律とVTのシミュレーションのサイトをペーシング。 E1E2は擬似心電図の計算に使用される鉛ベクトルを示しています。

図11
図11 DTMRI由来の方位と推定繊維配向を比較することにより、繊維配向見積もり手法の検証。 DTMRI獲得した繊維配向(緑がかった黄色)と心臓1の推定繊維配向の1セット(シアン)(A)の重ね合わせ。 (B)の心臓7の繊維の向きを取得したと推定。 (B)を示す(C)の部分拡大獲得したと推定繊維配向の間のアラインメント。可視化のみを目的とした心筋内のランダムな位置で生成された、など、それらの正確な位置は関係ありませんした流線に注意してください。通常の心室の平均推定誤差(D)の分布。失敗心室の平均推定誤差(E)の分布。 (F)は組織のセクションでは、(D)から抽出された。 (G)は組織のセクションでは、(E)から抽出した。カラーバーは、DGに適用されます。 (H)は正常と失敗心室における誤差のヒストグラム。周波数は、指定されたエラーを持つボクセルの数を表します。

図12
図12通常のイヌ心室モデルで、洞調律の1拍のシミュレーション結果。取得fibeとモデルを使用して、(A)アクティベーションマップをシミュレートrの向き(モデル1)。 (B)を獲得した繊維配向を持つと推定された繊維配向と、5推計で平均し、その心室モデルから得られたシミュレートされたアクティベーション·マップの差の絶対値。モデル1と3(C)は模擬疑似心電図。推定された繊維配向(モデル2-6)と心室から(D)の模擬活性化マップ。

図13
図13:心臓モデルを失敗で洞調律の1拍のシミュレーション結果。番目の電子の最初の列では、行1から3のショー·アクティベーション·マップは、それぞれのモデル7-9を使用して計算。 2番目の列で、それぞれモデル10-12、使ったシミュレーションの行1から3まで表示結果。 3列目の1から3行は、fiに示す活性化マップの差の絶対値を描く対応する行のRST列と第2列。 4列目の行は、対応する行の1列目と2列目のモデルから擬似心電図シミュレートを表示します。

図14
図14。心不全モデルのVT誘導のシミュレーション結果。それぞれのモデル7-9、とシミュレーションにおけるリエントラント活動の1サイクル中の最初の列には、show活性化マップの1-3行。それぞれのモデル10-12に対応する第二列は、show活性化マップの1-3行。 3列目の行は、対応する行の1列目と2列目のモデルから擬似心電図を示しています。

Subscription Required. Please recommend JoVE to your librarian.

Discussion

本研究ではDTMRIの非存在下では、正常および失敗心室の心筋の繊維配向が心臓電気生理学のシミュレーションで使用するためにそれらのジオメトリの体内画像から推定することができる、ことを定量的に示しています。提案された方法論 、in vivo CTデータに示したが、それが直接患者繊維配向を獲得する能力の欠如に対処する、心室ジオメトリー in vivoでのMR 画像にも同様に適用可能である。したがって、臨床応用のための心室電気生理学のパーソナライズされたモデルの開発に向けた重要なステップです。方法論はまた、高分解能で生体外の心の中に繊維の向きを推定するために使用することができます。サブミリメートル分解能DTMRI画像を取得することが困難または法外に高価で、非常に長い取得時間のためである場合に特に便利です。

当社の電気生理学的シミュレーションtionsは、アクティベーションマップは繊維の向きの変化に非常に敏感ではないことが示唆された。さらに重要なことは、我々は総電気生理学上のファイバ推定誤差の影響が擬似心電図のMADスコアにより臨床的に観察可能なレベルでは軽微であったことを実証した。 MADのメトリックは、それがリエントラント回路29の編成センターlocalizationof用リエントラント活動とペース伝播compareECGsに、臨床試験で利用されているsuitablebecauseだった。 12%未満のMADscore、我々の結果は満足しているしきい値には、2つの基本的propagationpatternsが臨床的に報告された実験は、そのローカル表示と伝播パターンの類似性は、だけでなく、機械的な活性化パターンの低差に変換されることをequivalent.Noteされることを意味洞調律時の電気的および機械的活性化時間は非常に相関している。要約すると、我々の研究は、任意のSPEの心室シミュレーション研究を容易にするでしょう健康と病気のCIESそれはDTMRIを用いた繊維の向きを取得することは不可能である。具体的には、提案された方法論は、生体臨床画像データ内に基づいて心室全体の心臓電気生理学(そしておそらく)電気機械技術の患者固有のモデリングのための道を開くものです。そのようなモデルのシミュレーションは、最終的には医師が治療的介入だけでなく、予防のために高度にパーソナライズされた決定に到達するために助けることができる。ちなみに、我々の結果は、提案手法の性能はatlas.Accordinglyの選択とは無関係であることが示され、本研究の目的のために、統計アトラス17、31は必要とされないかもしれない。

現在の研究では、いくつかの制限があります。まず第一に、人間の心の画像データは、私たちには利用できなかったので、theproposed推計方法は、犬の心をimagesofで検証されました。我々は、方法論はハムの繊維配向をaccuratelyestimateれるこ​​とを期待心だけでなく、なぜなら、ちょうど犬の心のように、ジオメトリを基準に、繊維配向が異なる人間の心17との間に類似していることが示されている。また、我々は唯一のノーマルandfailing心の中に我々の方法をテストした。それはそのような繊維disorganizationsは32、33を発生することが知られている心筋梗塞や肥大、などの条件の下でそれをテストすることが重要であろう。

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

特別な利害関係は宣言されません。

Acknowledgements

我々は博士に感謝します。レイモンウィンズロー、エリオット·マクベイ、 および ex vivo のデータセットonline.Thisリサーチを提供するためのジョンズ·ホプキンス大学のパトリック·ヘルムは、保健助成金の国立研究所R01-HL082729、国立科学財団助成CBET-0933029によってサポートされていました。

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