Paciente específico Modelagem do Coração: Estimativa de Orientações de fibra ventriculares

Summary

Uma metodologia para estimar orientações de fibra de ventriculares em imagens in vivo de geometrias coração do paciente para a modelagem de personalizado é descrito. Validação da metodologia realizada utilizando normal e não corações caninos demonstrar que que não há diferenças significativas entre as orientações de fibra estimadas e adquirida a um nível clinicamente observável.

Abstract

Específicas do paciente simulações da função cardíaca (dis), destinado a personalizar a terapia cardíaca são dificultados pela ausência de tecnologia de imagem in vivo para adquirir clinicamente orientações fibras miocárdicas. O objetivo deste projeto foi desenvolver uma metodologia para estimar orientações de fibra cardíaca em imagens in vivo de geometrias coração do paciente. Uma representação exacta da geometria ventricular e orientações de fibra foi reconstruído, respectivamente, de alta resolução, ressonância ex vivo estrutural magnética (RM) e imagens do tensor de difusão (DT) de RM de um coração humano normal, referido como o atlas. Geometria ventricular do coração do paciente foi extraído, através da segmentação semi-automática, a partir de uma in vivo tomografia computadorizada de imagem (CT). Utilizando algoritmos de transformação da imagem, a geometria ventricular atlas foi deformada para corresponder ao do paciente. Finalmente, o campo de deformação foi aplicado à fibra atlas orientatíons para obter uma estimativa de orientações de fibra de pacientes. A precisão das estimativas de fibra foi avaliada usando seis normais e três falhando corações caninos. A diferença média absoluta entre ângulos de inclinação de orientações de fibra adquiridos e estimada foi de 15,4 °. Simulações computacionais de mapas de ativação ventricular e pseudo-ECG em ritmo sinusal e taquicardia ventricular indicaram que não há diferenças significativas entre as orientações de fibra estimados e adquirido em um clinicamente observáveis ​​level.The novos insights obtidos a partir do projeto vai preparar o caminho para o desenvolvimento de paciente modelos específicos do coração, que pode ajudar os médicos no diagnóstico personalizado e decisões sobre intervenções eletrofisiológicas.

Introduction

A abordagem computacional está a tornar-se central para o avanço do conhecimento da função do coração na saúde e na doença. Estado-da-arte todo coração modelos de eletrofisiologia e eletromecânica estão sendo usados ​​para estudar uma ampla gama de fenômenos, como a propagação ventricular normal, arritmia, desfibrilação, acoplamento eletromecânico, e ressincronização cardíaca ^1. No entanto, para a abordagem computacional para ser directamente aplicável no ambiente clínico, é imperativo que os modelos ser específicas do paciente, isto é, os modelos devem basear-se na arquitectura específica e propriedades electrofisiológicas ou electromecânicos de coração doente do paciente. Simulação com esses modelos ajudará os médicos a chegar a decisões altamente personalizados para intervenções eletrofisiológicas bem como profilaxia, reduzindo drasticamente melhorar a saúde cardíaca ^2-4.

content "> Criação de modelos cardíacos realistas requer a obtenção da estrutura e geometria da fibra de um coração do paciente. orientações de fibra determinar direcções de propagação e as distribuições de deformação eléctrica no coração, e portanto, antes de os adquirir é essencial para a modelagem cardíaco ^{5, 6.} Com recentes avanços na imagiologia médica, é agora possível obter a geometria de um coração do paciente, a remodelação includingstructural tais como enfarte, di vivo com alta resolução usando imagem por ressonância magnética (MRI) e tomografia computadorizada (CT) tecnologias. No entanto, não há nenhuma método prático para a obtenção de uma estrutura de fibras do coração do paciente, in vivo. Diffusion tensor (DT) MRI ^{7, 8,} a única técnica de adquirir orientações de fibras do coração intactos, não é amplamente disponível, in vivo, devido a certas limitações ^9. Uma breve descrição dos esforços anteriores para traduzir DTMRI o quadro clínico pode ser encontrada elsewhere ^2. Apesar de metodologias como a regra de atribuição baseada em fibra de orientações oferecer alternativas ao DTMRI, estas metodologias têm certas limitações graves ^{2, 10.} Assim dificuldades na aquisição de estrutura de fibra cardíaca in vivo atualmente impedem a aplicação de eletrofisiológicos e eletromecânica simulações cardíacas em ambiente clínico. O objetivo desta pesquisa foi o de abordar diretamente essa necessidade.

Colocámos a hipótese de que as orientações de fibras ventriculares de um coração pode ser prevista com precisão, dada a geometria do coração e um atlas, onde o atlas é um coração cuja geometria e fibra orientações estão disponíveis. Assim, usamos estado das técnicas de arte para desenvolver uma metodologia para a estimativa de orientações fibra cardíaca in vivo, e testou a hipótese em normal e não ventrículos caninos ^2. A idéia central da nossa metodologia de estimativa de fibra é explorar similarities em orientações de fibras, em relação à geometria, entre corações diferentes a fim de aproximar a estrutura de fibra de um coração (alvo) para os quais as informações a geometria está disponível. No coração de nossa metodologia de estimação é o registro da geometria atlas com a geometria alvo usando mapeamento difeomórfico grande deformação métrica (LDDMM) ^11, eo morphing de orientações de fibra atlas usando preservação de componentes principais (PPD) ^{2, 12.} Diffeomorphicproperty A de garantias LDDMM que o atlas não "foldover" em si durante a deformação, preservando assim as estruturas anatômicas integrityof. figura 1 ilustra o pipeline de processamento de nossa metodologia. A secção de texto de protocolo § 1 descreve os vários componentes do oleoduto, demonstrando como o cálculo pode ser executado para um paciente exemplo. Os números dentro de alguns dos blocos na Figura 1 referem-se ao correspondentesubseções ao abrigo da secção § 1 º do texto do protocolo.

Foi avaliado o desempenho da metodologia proposta pela quantificação do erro de estimação, e medir o efeito deste onsimulations erro de eletrofisiologia cardíaca, por simular computacionalmente locais mapas de ativação elétrica, bem como pseudo-eletrocardiogramas (ECGs pseudo-). Devido à indisponibilidade dos corações humanos, a avaliação de desempenho foi realizado utilizando corações caninos disponíveis a partir de estudos anteriores ^13-15. O erro de estimativa foi calculada por meio de ângulos de inclinação ^16, a tradição followingthe de histologia, onde as medições são secções angulares performedon tecidos que são cortadas paralelamente à epicardialsurface. Desde que o sentido das fibras anglebetween e plano tangente epicardial é generallysmall ^{17, 18,} ​​a perda de informação em descrever um fiberdirection inteiramente usando o seu ângulo de inclinação é insignificante. Para o computcionais, simulações de imagem baseados em modelos foram construídos como descrito previamente ^{19, 20,} e o tecido cardíaco nos modelos foi representada com base em técnicas matemáticas estabelecidas e os dados experimentais ^21-25. Ritmo sinusal foi simulado por activação de replicação proveniente da rede de Purkinje ^26, e taquicardia ventricular, por uma estimulação S1-S2 protocolo ^27. Pseudo-ECGs foram computados ²⁸ e comparados utilizando o desvio médio absoluto (MAD) métrica ^29.

Protocol

1. Estimativa Orientações fibra Adquirir imagens de ressonância magnética e estruturais DTMRI de um coração humano adulto normal em diástole, a uma resolução de 1 mm 3. Usando ImageJ, extrair o miocárdio ventricular a partir da imagem atlas estrutural por encaixe, para cada fatia do eixo curto, fechado estrias através de um conjunto de pontos de marco colocados ao longo dos limites do epicárdio e endocárdio na fatia (Figura 2A e Figura 2B). Realizar a …

Representative Results

Figura 11, AC exibe visualizações simplificadas de estimativa, bem como orientações DTMRI derivados de fibra em corações normais e falhando. A análise qualitativa mostra que as orientações de fibra de cerca de alinham bem com DTMRI derivados entes. O painel D ilustra, sobreposta sobre a geometria do coração 1, a distribuição do erro de ângulos de inclinação corações normais ", em média, em todos os cinco estimativas. Painel E mostra a distribuição média de erro de falha ângul…

Discussion

Esta pesquisa demonstra quantitativamente que, na ausência de DTMRI, orientações de fibra do miocárdio dos ventrículos normais e não pode ser estimada a partir de imagens in vivo das suas geometrias para utilização em simulações de electrofisiologia cardíaca. A metodologia proposta é demonstrado com dados di vivo TC, mas é igualmente aplicável a imagens de RM in vivo da geometria ventricular, dirigindo-se a falta de capacidade para adquirir directamente orienta?…

Materials

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