个性化的心脏医学模型

心脏的计算模型可能是心脏病专家在诊断和决策的宝贵工具。它们可以帮助解释患者的临床测量，以发现潜在的病理或模拟不同的干预场景。通常情况下，该模型需要一个个性化的阶段，包括一个人特定的心脏几何形状，但理想情况下也应该包括肌肉纤维的方向。来自TU/e生物医学工程系的博士研究生Luca Barbarotta研究了几何形状和纤维取向的不同选择对模型结果的影响。他于2021年1月13日成功进行了论文答辩。

个性化的心力学模型通常包括几何信息从成像方法和额外的数据从其他病人度量。通常，它也包括变形和应变通过非侵入性成像。

在这个个性化的过程中，常常把很大的注意力放在几何的个性化上，而纤维的方向是使用通用的基于规则的模型建模的。这主要是因为在体内测量纤维的取向仍然是一个挑战，而重建患者特异性的几何形状更容易。几何和光纤方向数据都受到测量噪声和重建误差的影响。

第一步

Barbarotta量化了几何形状和纤维取向的不同建模选择对最终应变预测的影响，并通过从收缩末期应变估计患者特定的纤维取向，向数据同化迈出了第一步。他还提出了一种方法来估计收缩末菌株对生理变化的敏感性。

他创建了6个形状模型，描述了300个健康心脏的解剖结构，以代表大量的几何形状，这些几何形状与患者的平均几何形状相差一个标准差。来自两个纤维取向图谱的信息，从体内前扩散张量成像中获得，被用来代表一个平均构型的一个标准差的变化。

个性化心脏力学的计算模型

这些发现表明，纤维取向对收缩期应变分布的影响至少是几何形状的两倍。纤维的横向角是主要的贡献，虽然它们的纵向角也很重要。与心脏的影响相比几何，只有左心室的大小对纤维取向有一定的影响。

为了获得有价值的纤维取向数据，Barbarotta还提出了一种方法，从临床可以测量的数据中估计纤维取向。采用这种方法，估计和实际纤维取向之间的差异被发现在平均DT-MRI测量误差10度之内。

总之，Barbarotta的研究可能是朝着进一步个性化心脏力学计算模型迈出的重要一步，有助于更好地解释患者数据和更合适的治疗方案选择。

---

---