Kalp Hastaya özel Modelleme: Ventriküler Fiber Yönelimlerin Tahmini

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

Kişiselleştirilmiş modelleme için hastanın kalp geometrileri in vivo görüntülerini gelen ventriküler lif yönelimleri tahmin etmek için bir metodoloji açıklanmaktadır. Metodolojinin Doğrulama normal kullanım ve köpek kalpleri göstermek başarısız gerçekleştirilen bir klinik gözlemlenebilir düzeyinde tahmin ve kazanılmış elyaf yönelimleri arasında anlamlı farklılıklar olduğu.

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

Kardiyak tedaviye kişiselleştirme amaçlı kalp (dis) fonksiyonun Hastaya özel simülasyonlar klinik miyokard lifi yönelimleri elde etmek için in vivo görüntüleme teknolojisinde yokluğunda tarafından engellenmektedir. Bu projenin amacı, hastanın kalp geometrileri in vivo görüntülerini gelen kardiyak lif yönelimleri tahmin etmek için bir metodoloji geliştirmekti. Ventrikül geometrisi ve lif açısının doğru bir temsil yüksek çözünürlüklü ex vivo manyetik yapısal rezonans (MR) ve atlas olarak adlandırılan normal bir insan kalbi, difüzyon tensör (DT) MR görüntüleri, sırasıyla, yeniden inşa edildi. Bir hastanın kalp Ventriküler geometrisi vivo bilgisayarlı tomografi (BT) görüntü bir mesafede, yarı otomatik segmentasyon yoluyla, ekstre edildi. Görüntü dönüştürme algoritmaları kullanarak, atlas ventrikül geometrisi hastanın bu maç için deforme edilmiştir. Son olarak, şekil alan atlası elyaf orientat uygulandıiyonları hastanın lif açısının bir tahmin elde etmek. Lif tahminlerin doğruluğu altı normal ve üç başarısız köpek kalpleri kullanılarak değerlendirildi. Edinilen ve tahmini elyaf yönelimlerin eğim açıları arasındaki ortalama mutlak fark 15.4 ° idi. Sinüs ritmi ve ventriküler taşikardi, ventriküler aktivasyon haritaları ve pseudo-EKG Hesaplamalı simülasyonları geliştirilmesi için önünü açacak proje elde edilen klinik gözlemlenebilir level.The yeni anlayışlar tahmin ve kazanılmış elyaf yönelimleri arasında anlamlı farklılıklar olduğunu göstermiştir elektrofizyolojik müdahaleler konusunda kişiselleştirilmiş tanısında hekim ve kararlar yardımcı olabilir kalbin hastaya özgü modelleri.

Introduction

Hesaplamalı yaklaşım, sağlık ve hastalıkta kalbin fonksiyonunun anlayışının ilerlemesi merkezi haline geliyor. Elektrofizyoloji ve elektromekanik Devlet-of-the-art tam kalbinde modelleri şu anda böyle normal ventrikül yayılımı, aritmi, defibrilasyon, elektromekanik eşleşme ve kardiyak resenkronizasyon 1 gibi olaylar geniş bir yelpazede, incelemek için kullanılmaktadır. Ancak, klinik ortamda, doğrudan uygulanabilir nitelikte olduğu hesaplamalı yaklaşım için, bu model hastaya özgü, modeller özgü mimarisi ve hastalıklı kalbin elektrofizyolojik veya elektromekanik özelliklerine dayalı olmalıdır yani olması şarttır. Bu tür modeller ile Simülasyon böylece dramatik kalp sağlık 2-4 iyileştirilmesi, elektrofizyolojik müdahaleler yanı sıra profilaksisi için yüksek düzeyde kişiselleştirilmiş kararlara varmak için doktorlar yardımcı olacaktır.

içeriği "gerçekçi kardiyak modelleri> Yaratılış Fiber yönelimleri kalbinde elektriksel yayılımı ve gerilme dağılımları yön belirlemek. hastanın kalp geometrisi ve lif yapısı kazanılmasını gerektirir ve bu nedenle almadan kardiyak modelleme 5, 6 esastır. Birlikte Medikal görüntülemede son gelişmeler, artık manyetik rezonans görüntüleme (MRG) ve bilgisayarlı tomografi (BT) teknolojileri kullanarak yüksek çözünürlüklü in vivo bir hasta kalp gibi enfarktüsü gibi includingstructural remodeling, geometri elde etmek mümkündür. Ancak, yoktur in vivo bir hastanın kalp lif yapısı elde etmek için pratik bir yöntem. Difüzyon tensör (DT) MRG 7, 8, sağlam kalp lif yönelimleri elde etmenin tek yöntemi, 9 belli sınırlamalar nedeniyle in vivo yaygın değildir. kısa bir açıklama klinik ortama DTMRI çevirmek için önceki çalışmalar elsewh bulunabilir veere 2. Elyaf yönelimlerin kural tabanlı atama gibi yöntemler DTMRI için alternatifler sunmak olsa da, bu yöntemler bazı ciddi sınırlamalar 2, 10 var. Böylece, in vivo kardiyak lif yapısı elde zorluklar halen klinik ortamda elektrofizyolojik ve elektromekanik kardiyak simülasyonları uygulamasını engellemektedir. Bu araştırmanın amacı, doğrudan bu ihtiyaca cevap vermek oldu.

Biz bir kalp ventriküler lif yönelimleri doğru kalp ve atlas geometrisi ve lif yönelimler vardır bir kalp bir atlas, geometrisi verilen tahmin edilebilir olduğunu varsaydık. Buna göre, biz in vivo kardiyak lif açısının hesaplanması için bir metodoloji geliştirmek için sanat teknikleri devlet kullanılır ve normal ve köpek karıncıklar 2 başarısız hipotezi test. Bizim lif tahmini metodolojisinin ana fikri similaritie yararlanmak içinsırayla sadece geometriyi bilgi mevcut olduğu bir (hedef) kalbin yaklaşık olarak lif yapısına farklı kalpler arasında geometriye göre lif yönelim, s. Bizim tahmini metodolojisi kalbinde büyük deformasyon diffeomorphic metrik eşleme (LDDMM) 11, ve temel bileşenler (PPD) 2, 12 korunması kullanarak atlas lif yönelimlerin morphing kullanarak hedef geometrisi ile atlas geometrinin kaydı. Diffeomorphicproperty atlas deformasyon sırasında değil "Foldover" kendisi, böylece integrityof anatomik yapıları koruyarak yapar. Şekil 1 bizim metodoloji işlem boru göstermektedir ki LDDMM teminat. Protokol metin bölümü § 1 tahmin bir örnek hasta için yapılabilir nasıl ortaya koyarak bu boru hattının çeşitli bileşenleri açıklanmaktadır. Şekil 1 'de bazı bloklar içinde karşılık gelen sayılar için bakınızbölümünde alt § protokol metnin 1.

Biz hesaplama yerel elektrik aktivasyon haritaları yanı sıra sözde elektrokardiyogram (pseudo-EKG) simüle edilerek, tahmin hatası, niceleme ve kardiyak elektrofizyoloji bu hatayı onsimulations etkisini ölçerek önerilen yöntemin performansı değerlendirilmiştir. Insan kalpleri yokluğu nedeniyle, performans değerlendirme 13-15 daha önceki çalışmalardan elde köpek kalpleri kullanılarak yapılmıştır. Kestirim hatası eğim açıları 16, açısal ölçümler epicardialsurface paralel kesilir performedon doku bölümleri vardır histoloji ve followingthe geleneği ile hesaplanmıştır. AngleBetween lif yönü ve epikardiyal teğet düzlem generallysmall 17, 18, ​​olduğundan tamamen kendi eğim açısı kullanılarak fiberdirection anlatan bilgi kaybı önemsizdir. Comput içinmodellerde önceden 19, 20, ve kardiyak doku kurulan matematiksel teknikler ve deneysel veriler 21-25 dayalı temsil edildi bildirildiği gibi ational simülasyonları, görüntü tabanlı modeller inşa edilmiştir. Sinüs ritmi bir S1-S2 uyarım protokolü 27 tarafından purkinje ağı 26 ve ventriküler taşikardi, kaynaklı kopyalayan aktivasyonu ile simüle edilmiştir. Pseudo-EKG'si 28 hesaplanan ve ortalama mutlak sapma (MAD) metrik 29 kullanılarak karşılaştırıldı.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. Fiber Yönelimler Tahmini

  1. 1 mm 3 çözünürlükte, diyastolde normal yetişkin insan kalbinin yapısal MRG ve DTMRI görüntüler elde edin. ImageJ kullanarak, her kısa eksen dilim için, uydurma tarafından atlas yapısal görüntü ventrikülün ayıklamak dilim epikardiyal ve endokardiyal sınırlar (Şekil 2A ve Şekil 2B) boyunca yerleştirilmiş dönüm noktaları bir dizi aracılığıyla spline kapatıldı. Görüntüdeki her 10 inci dilim için elle dönüm noktalarının yerleşimi gerçekleştirin. Doğrusal DTMRI resim (Şekil 2C) içkisizlikten birincil özvektörlerini bilgisayar tarafından atlası kalp lif yönelim MATLAB.Reconstruct kullanılarak el ile tespit noktaları interpolasyon yoluyla kalan dilimleri için dönüm noktaları elde edilir.
  2. Vivo Kardiyak BT veya MRI kullanarak diyastolde hastanın kalp geometri bir görüntü elde edin. Reconbenzer atlas (Şekil 3A ve Şekil 3B) inşa edildi yolu görüntüden hasta kalp geometrisi struct. Hasta görüntü düzlem çözünürlüklü 1 mm 2 olduğunu önceki gibi yeniden yeniden örneklenmiş olmalıdır. Benzer şekilde, önemli noktalara elle toplanır hangi dilimleri ve out-of-düzleminde interpolasyon aralığı sayısını parçalı hasta kalp image 1 mm kesit kalınlığı vardır, böylece ayarlanması gerekir.
  3. Deform atlas ventriküler görüntü iki adımda hasta geometri görüntü maç. İlk adımda, onüç simgesel noktaları bir dizi dayalı bir afin dönüşümü gerçekleştirmek: sol ventrikül (LV) apeks, üssünde iki sağ ventrikül (RV) ekleme noktaları, taban ve apeks arasındaki iki RV ekleme noktaları yarıda, ve iki eşit üssünde RV ve LV epikardiyal konturlar bölmek noktaları ve taban ve tepe arasındaki yarıda dört set (Şekil 4A & (Şekil 4C) kullanılarak, hastaya geometrisi için daha ileri ventriküller.
  4. Morph afin eşleme dönüşüm matrisi ve LDDMM dönüşümün deformasyon alanına göre görüntü vokseller ve yeniden yönlendirmek içkisizlikten yeniden konumlandırma atlas DTMRI görüntü. Asal doğrultular (PPD) yönteminin korunması kullanarak içkisizlikten yeniden yönelim gerçekleştirin.
  5. (Şekil 5) içkisizlikten birincil eigenvector bilgisayar tarafından morphed atlası DTMRI görüntü hasta lif açısının tahminini elde edin.

2. Tahmin Hata Ölçülmesi

  1. Ex vivo yapısal MR ve altı normal ve üç başarısız köpek kalpleri DTMR görüntüleri Edinme, 312.5 bir çözünürlükte × 312.5 × 800 mikron 3. Burada, kalp faicazibesine dk -1 210 tachypacing 3 hafta takip dal sol radyofrekans ablasyonu ile kanin üretilmiş olmalıdır.
  2. Benzer insan atlası kalp gibi § 1.1 'de açıklandığı köpek kalbinden Segmenti ventriküller. 9 ile kalpleri 7 (Şekil 6) gibi köpek kalpleri başarısız 6 ile kalpleri 1 gibi normal köpek kalpleri bölümlenmiş ve bu segmente karıncıklar Etmektedir.
  3. Bir atlas (Şekil 7) olarak 6 kupa 2'nin her kullanılarak kalbin 1 ventrikül lif yönelimleri beş farklı tahminler edinin.
  4. Atlas (Şekil 8) gibi kalp 1 kullanarak başarısız ventriküllerin her lif yönelimleri tahmin.
  5. Θ c-θ a | |, burada θ c ve θ a eğim açıları tahmin edilmektedir tahmini lif yönelimlerin her set Foreach veri noktası olarak tahmin hatasını hesaplamakd sırasıyla, bu noktada elyaf yönelimleri satın aldı.
  6. Tahmini lif açısının Her sette her veri noktası için thevector dot ürün ile üç boyutlu (3D) olarak betweenestimated ve lif yönleri edinilmiş akut açı hesaplamak.

3. Simülasyonlar üzerine Tahmin Hata Etkilerinin Ölçümü

  1. Kalp 1'den, kalp 1 (örnek 1 olarak anılmaktadır), ve yaklaşık beş lif yönelim gerçekleştirmede (model 2-6) ile beş arasında DTMRI edinilmiş elyaf yönlenmiş bir altı modeller oluşturmuştur. Üç kalp yetmezliğinin her biri için, geometrileri, DTMRI edinilmiş lif oryantasyon ve tahmini elyaf yönelimleri ile diğer bir iki ventrikül modeller geliştirirler. İşte kafesleri ortalama kenar uzunluğu açısından hesaplanan modellerin uzaysal çözünürlüğü, 600 mikron hakkında olmalıdır. Modelleri 7'den 9'a kadar DTMRI kökenli lifler ile kalp yetmezliği modelleri gösterelim ve estimat olanlarmodelleri 10 12.In modelleri olarak ed lifler, denklemleri ile, kardiyak doku tanımlamak için monodomain gösterimi kullanın:

Denklem 1
V m transmembran potansiyeli olduğunu;, C m zar spesifik kapasitans ise, burada b Potse ve diğerleri tarafından tarif edildiği gibi 30 bidomain iletkenlik tensörleri hesaplanır hacim iletkenliği tansörü olup σ ve iyon, transmembran akım yoğunluğudur sırayla V m ve membrane.For C m çapında iyonik akılarının dinamiklerini açıklayan durum değişkenlerinin μ bir dizi bağlıdır, 1 μ F / cm 2 arasında bir değer kullanın. Normal kanin kalp modellerinden i σ için, uzunlamasına kullanın0.34 S / m ve 0.06 S / m, nal ve enine iletkenlik değerleri. Köpek ventriküler miyosit arasında Greenstein-Winslow iyonik modelleri l lon Temsil. % 30 (Şekil 9) tarafından kanin kalp yetmezliği ventriküler modelleri elektriksel iletkenlikleri azaltın.

  1. Yazılım paketi CARP (CardioSolv, LLC), tüm modeller ile simüle sinüs ritmi kullanma. S1-S2 uyarım protokolü kullanarak altı başarısız modellerde reentran ventriküler taşikardi (VT) neden olur. S1 ve S2 doğumdan sonra 2 sn boyunca devam VT aktivite elde etmek S2 arasındaki zamanlamayı seçin. VT herhangi S1-S2 zamanlama için indüklenen değilse VT (Şekil 10) indüklendi kadar% 70'e varan tarafından iletkenlikleri azaltın.
  2. Her simülasyon için, kalplerini çevreleyen izotropik banyosunda iki nokta arasındaki ekstraselüler potansiyellerinin fark alarak sözde EKG'si hesaplayabilirsiniz. Ayrılmış kalp tabanına yakın iki nokta yerleştirinŞekil 10 de gösterildiği gibi, bu bağlantı hattı septumun baz-apeks düzleme dik olan bu tür 18 cm, tarafından. Tahmini elyaf yönelimleri ile her simülasyon için, MAD metrik olarak hesaplamak

Denklem 2
X tahmini elyaf yönelimleri simülasyon EKG dalga, Y kazanılmış elyaf yönelimleri ile simülasyon thecorresponding ve EKG dalga, X X ortalama değeri, Y, Y, ortalama değeri ve n X uzunluğu ve Y.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Şekil 11, AC, normal ve başarısız kalplerde hem de tahmin edilen DTMRI-türevi lif açısının aerodinamik görsel gösterir. Nitel muayene tahmini elyaf yönelimleri DTMRI türevi olanlar ile iyi uyum gösterir. Panel D kalp 1 geometri üzerine bindirilmiş, gösterir, normal kalpte 'eğim açısı hata dağılımı, tüm beş tahminler arasında ortalama. Panel E kalbin 1 geometri üzerine bindirilmiş kalpleri 'eğim açısı, başarısız hata payı ortalama dağılımını göstermektedir. Eğim açısı nedenle -90 ° ile +90 ° arasında değerler var ve unutmayın, 0 ° ve 180 ° arasında tahmin hatası aralıkları. Sırasıyla Panelleri F ve paneller D ve E dağılımları doku G mevcut bölümleri. Bu hata transmural değişimi vurgulamaktadır. Paneli H hataları histogramları çoğu miyokard vokseller küçük hata değerleri göstermektedir. Voksellerin% 80'i ve% 75 varnormal ve başarısız ventriküllerde hataları az 20 °, sırasıyla. Bu ortalama hata, tüm tahmini gerçekleştirmede genelinde ortalama bulundu ve miyokarda ait tüm resim vokseller, sırasıyla 14.4 ° ve normal ve başarısız ventriküllerde 16.9 ° idi. Tüm miyokardiyumda ortalama hatası bir araya getirilmiş, normal ve başarısız durumda, 15.4 ° idi. Tahmin ve kazanılmış lif yönleri arasındaki ortalama 3D akut açı sırasıyla 17.5 ° ve normal ve başarısız ventriküllerde 18.8 ° bulundu. 3-D açıları errors.These sonuçları tahmin lif açısının eğim açıları ex-vivo DTMRI, karşısında hata state-of-the-art technique.The standart sapma ile elde edilen sonuçlarla karşılaştırılabilir olduğunu göstermek tahmin karşılaştırılabilir kalp 1 lif açısının fivedifferent tahminleri başka oneatlas ikinci tahmini kalitesi varyasyon küçük olduğunu gösteren sadece 1.9 olmuştur.

13 sırasıyla, normal sinüs ritmi aktivasyon ve başarısız ventriküler modellerinden birini dövmek simüle aktivasyon haritaları mevcut. Tahmini elyaf yönelimleri modeller elde yönelimleri modellerin çok benzeyen aktivasyon haritaları üretmek; erken epikardiyal aktivasyonlar aynı bölgelerde ortaya çıkar ve yayılma yönleri iyi maç. Normal ventrikül modelleri satın aldı ve tahmin elyaf oryantasyonu olgular arasında toplam aktivasyon zamanlarda, genel ortalama fark, tüm tahminleri ve tüm ağ düğümleri üzerinde ortalama toplam aktivasyon küçük bir bölümünü (ortalama% 3.7) ise 5.7 ms, zaman. Şekil 12C bu modelleri 1 ve 3 ile sinüs ritmi simülasyonları elde pseudo-EKG özdeş morfolojileri var gösteriyor. Bu iki dalga arasındaki MAD skoru 4.14% idi. Ortalama olarak, modelleri 2 Her sinüs ritmi pseudo-EKG arasındaki MAD skoru 6 ve modeli1% 10.9 idi. Ortalama MAD skoru 4.68% iken başarısız ventriküler modelleri ile sinüs ritmi, edinilen ve tahmini elyaf yönelimleri modeller arasındaki toplam aktivasyon zamanlarında ortalama fark simülasyonları ise sadece 5.2 ms (% 3.1) idi. Bu sonuçlar ventrikül normal sinüs ritmi aktivasyonu ve bugünkü metodolojisi ile tahmin lif yönelimleri köpek ventriküler modeller başarısız simülasyon sonuçlarını yakından kazanılmış yönelimleri ile uyuştuğunu göstermektedir. Özellikle, kalp yetmezliği varlığı tahmin doğruluğunu azaltmak vermedi.

Şekil 14 simüle aktivasyon kalp yetmezliği modelleri indüklenen VT biri döngüsü sırasında ventriküllerin apikal haritalar, ve sözde-EKG gelen gösterir. Edinilen ve tahmini elyaf oryantasyonu ile Simülasyonlar hem benzer şek-sekiz evresel desenleri sergiler. Tahmin ve kazanılmış elyaf karşılık EKG morfolojileriyönelimleri iyi anlaşmaya vardı. Ortalama MAD skoru% 9.3 idi. Bu sonuçlar tahmini elyaf yönelimleri kanin kalp yetmezliği modelleri yakından lif yönelimleri edinilmiş kullanılarak gerçekleştirilen VT simülasyonların sonuçları çoğaltabilirsiniz olduğunu gösterir.

Şekil 1
Şekil 1. Vivo ventrikül lif yönelimleri tahmininde Bizim işleme boru hattı. büyük bir rakam görmek için buraya tıklayın .

Şekil 2,
Şekil 2, bir. Geometri ve lif yönelimTLA'lara ventriküller. (A) epikardiyal (kırmızı) ve endokardiyal (yeşil ve kırmızı) spline, ve ilgili yerler (sarı) atlas görüntü örneği dilim üzerine bindirilmiş. (B) 3D atlas karıncıklar. (C) atlas lif yönelimleri.

Şekil 3
Şekil 3. Hasta ventrikül geometrisi rekonstrüksiyon. (A) epikardiyal (kırmızı) ve endokardiyal (yeşil ve kırmızı) spline, ve ilgili yerler (sarı) bir görüntü dilim üzerine bindirilmiş. 3D (B) Hasta ventriküller.

Şekil 4,
Şekil 4. Hasta ventriküllere maç atlas ventriküllerin Deformasyon. Atlas ventriküllerin (A) bindirilmesi (macenta, bkz ong> Şekil 2B) ve hasta (kırmızı, Şekil 3B bakınız). (B) Hasta ventriküller ve afin dönüşüm atlası ventriküller. (C) Hasta ventriküller ve LDDMM dönüştürülmüş atlas ventriküller.

Şekil 5,
Şekil 5,. Şekil 3B de, hastanın kalp Tahmini lif yönelim.

Şekil 6
Şekil 6. Kanin kalplerin Segmentasyon. Epikardiyal (mavi) ve endokardiyal (kırmızı ve mor) spline, ve ilgili yerler (yeşil) normal bir köpek kalbinde bir örnek dilim üzerine bindirilmiş.

7.jpg "alt =" Şekil 7 "fo: content-width =" 5in "fo: src =" / files/ftp_upload/50125/50125fig7highres.jpg "/>
Şekil 7. Kalp 1 edinilen ve tahmini elyaf yönelimleri.

Şekil 8,
Şekil 8. Kalplerin 7-9 kazanılmış ve tahmin lif yönelimleri.

Şekil 9
Şekil 9. Sol panel kalp 1 modelleri için oluşturulan grid göstermektedir. Sağda, Greenstein-Winslow modelini kullanarak normal köpek ventrikülün bilgisayarlı aksiyon potansiyeli eğrisi görüntülenir.


Şekil 10. Kalp 7 geometri üzerine bindirilmiş gibi, sinüs ritmi ve VT simülasyon siteleri Pacing. E1E2 pseudo-EKG hesaplamalarda kullanılan kurşun vektörü göstermektedir.

Şekil 11
Şekil 11. DTMRI türevi yönelimleri tahmini elyaf yönelimleri karşılaştırarak elyaf oryantasyonu tahmini metodolojisi Doğrulama. DTMRI kökenli elyaf yönelimleri (yeşilimsi sarı) ve kalp 1 tahmini lif yönelimleri bir set (mavi) (A) bindirilmesi. (B) kalp 7 lif yönelimleri Edinsel ve tahmin. (B) gösteren (C) genişletilmiş bir kısımedinilen ve tahmini elyaf yönelimleri arasındaki uyum. Görselleştirme amaçlı miyokardın içinde rastgele yerlerde oluşturulur ve böylece onların kesin pozisyonları alakasız edildi akıcılık unutmayın. Normal ventrikül (D), ortalama tahmini dağılımı hatası. Başarısız ventrikül (E) ortalama tahmini dağılımı hatası. (F) dokunun bir bölümü (D) ekstrakte edildi. (G) doku bir bölümü (E) ekstrakte edildi. COLORBAR DG için geçerlidir. (H) normal ve başarısız ventriküllerde hataları Histogramlar. Frekans belirli bir hata sahip voksellerin sayısını gösterir.

Şekil 12
Şekil 12., Normal köpek ventriküler modellerinde sinüs ritmi birini dövmek simülasyonları sonuçları. (A) Etkinleştirme haritası simüle edilen fibe ile modeli kullanılarakr yönelimleri (model 1). (B) kazanılmış elyaf yönelimleri ile ventriküler model ve elde edilen simülasyon aktivasyon haritaları arasındaki mutlak farkın tahmini elyaf yönelimleri, beş tahminler üzerinde ortalaması. Modelleri 1 ve 3 ile (C) Simüle sahte-EKG. Tahmini lif yönelimleri (modellerde 2-6) ile ventriküllerden (D) Taklit aktivasyon haritaları.

Şekil 13
Şekil 13. Kalp modellerinden başarısız sinüs ritmi birini dövmek simülasyonları sonuçları. Th e ilk sütunu, satır 1-3 gösterisi aktivasyon haritaları sırasıyla modelleri 7-9 kullanılarak hesaplanmıştır. İkinci sütunda, sırasıyla modelleri 10-12 ile simülasyonların satırları 1-3 görüntüleme sonuçları. Üçüncü sütunda 1-3 Satırlar fi gösterilen aktivasyon haritaları arasındaki mutlak fark tasvirKarşılık gelen satırın rst ve ikinci sütunlarında. Dördüncü sütundaki Satırlar ilgili satırın birinci ve ikinci sütunlarında modellerden sözde EKG'si simüle görüntüler.

Şekil 14
Şekil 14. Kalp yetmezliğinin modelleri ile VT indüksiyon simülasyonları sonuçları. Sırasıyla modelleri 7-9 ile simülasyonları evresel etkinliğin bir döngüsü sırasında ilk sütunu göstermek aktivasyon haritaları 1-3 satır. Modeller 10-12 karşılık ikinci sütunu göstermek aktivasyon haritaları 1-3 Satırlar, sırasıyla. Üçüncü sütunda Satırlar ilgili satırın birinci ve ikinci sütunlarında modellerden sözde EKG'si göstermektedir.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Bu araştırma DTMRI yokluğunda, normal ve başarısız ventriküllerin kalp kası lif yönelim kardiyak elektrofizyoloji simülasyonları içinde kullanım için geometriler in-vivo görüntüler ile tahmin edilebilir, ki nicel olarak göstermektedir. Önerilen metodoloji vivo BT veri ile gösterilmiştir, ancak bunu doğrudan hastanın lif oryantasyon edinme becerisi eksikliği adresleme, ventriküler geometrinin vivo MR görüntülerinde de uygulanabilir olduğunu. Bu nedenle klinik uygulamalar için ventriküler Elektrofizyolojinin kişiselleştirilmiş modellerinin geliştirilmesine yönelik önemli bir adımdır. Yöntem de yüksek çözünürlüğe sahip ex-vivo kalplerinde lif yönelim tahmin etmek için de kullanılabilir. Milimetrenin altındaki çözünürlük DTMRI görüntüleri çok uzun edinme süreleri nedeniyle, zor ya da pahalıdır satın alırken bu özellikle yararlıdır.

Bizim elektrofizyolojik SimülasyonuFONKSİYONLARIN aktivasyon haritaları lif yönelimleri değişikliklere çok duyarlı değildi önerdi. Daha da önemlisi, biz brüt elektrofizyoloji fiber tahmin hataların etkilerini pseudo-EKG MAD skoruna göre klinik olarak gözlenebilir düzeyde anlamlı olduğunu göstermiştir. MAD metrik evresel devreleri 29 organize merkezleri localizationof için evresel aktivite ve tempolu yayılma compareECGs için, klinik çalışmalarda kullanılmıştır suitablebecause oldu. Az% 12 bir MADscore, sonuçlar tatmin olduğu bir eşik, rapor deneyler yerel gösterdiği gibi iki temel propagationpatterns klinik, yayılım paternlerinin benzerliği de mekanik aktivasyon örüntüleri düşük farklılıkları çevirmek olacağını equivalent.Note ediyor.Hazinenin sinüs ritmi sırasında elektrik ve mekanik aktivasyon süreleri oldukça ilişkilidir. Özetle, bizim araştırma herhangi bir SPE ventrikül benzetim çalışmaları kolaylaştıracaktırsağlık ve hastalık leri bu DTMRI kullanarak fiber yönelimleri elde etmek mümkün değildir. Özellikle, önerilen metodoloji sadece in vivo klinik görüntüleme verileri esas ventriküler tam kalp elektrofizyoloji (ve muhtemelen) elektromekanik hastaya özgü modelleme için önünü açıyor. Bu tür modeller ile Simülasyonlar sonuçta terapötik girişimlerin yanı sıra profilaksisi için yüksek düzeyde kişiselleştirilmiş kararlara varmak için doktorlar yardımcı olabilir. Bu arada, bizim sonuçlar önerilen yöntemin performansı bu çalışmanın amaçları için, atlas.Accordingly seçimi bağımsız olduğunu göstermiştir, istatistiksel bir atlas 17, 31 gerekli olmayabilir.

Çalışmada bazı sınırlamalar vardır. Öncelikle, insan kalp görüntü verilerini bize mevcut değildi ve bu nedenle theproposed tahmin metodolojisi köpek kalpleri görüntülerinin doğrulanmıştır. Biz metodolojisi uğultu fiber yönelimleri accuratelyestimate bekliyoruzbir kupa de sadece köpek kalplerinde gibi, geometri göre fiber yönlerde farklı insan kalpler 17 ile benzer olduğu görülmüştür, çünkü. Ayrıca, biz sadece normal andfailing kalplerinde yöntemlerle de test. Bu tür elyaf aksaklıklar, 32, 33 oluştuğu bilinmektedir miyokardiyal enfarktüs ve hipertrofi gibi koşullar altında test etmek için önemli olacaktır.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Çıkar çatışması ilan etti.

Acknowledgements

Biz Dr teşekkür ederim. Raimond Winslow, Elliot McVeigh ve ex vivo gerçekleştirmede online.This araştırma sağlayan Johns Hopkins Üniversitesi'nde Patrick Helm Sağlık hibe Ulusal Sağlık Enstitüleri R01-HL082729 ve Ulusal Bilim Vakfı Hibe CBET-0933029 tarafından desteklenmiştir.

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