Summary

Пациент конкретного моделирования сердца: оценка ориентации волокон Желудочковая

Published: January 08, 2013
doi:

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.

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.

Protocol

1. Оценка ориентации волокон 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 о…

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, …

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 пок?…

Disclosures

The authors have nothing to disclose.

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

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

References

  1. Trayanova, N. Whole Heart Modeling: Applications to Cardiac Electrophysiology and Electromechanics. Circulation Research. 108, 113-128 .
  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 .
  3. Vadakkumpadan, F., Gurev, V., Constantino, J., Arevalo, H., Trayanova, N., Kerckhoffs, R. Modeling of Whole-Heart Electrophysiology and Mechanics: Towards Patient-Specific Simulations. Patient-Specific Modeling of the Cardiovascular System: Technology-Driven Personalized Medicine. , 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. , (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 .
  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).
check_url/50125?article_type=t

Play Video

Cite This Article
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).

View Video