我们的协议通过应用心脏的多尺度机电模型，从患者特定的超声图像中演示了左心室的Silico FCM平台的工作流程。Silico FCM平台可以研究通过入口和出口流量的特定边界条件规定的药物效应，心电图测量和心肌特性的钙功能。Silico FCM平台的应用可以减少动物实验，减少实际临床试验，最大限度地提高心肌病疾病的积极治疗效果。
计算机FCM也可以应用于另一种心血管疾病，如心力衰竭，心肌缺血，心律失常，心房颤动。Silico FCM平台中的许多工作流程可供首次使用的用户使用，因为它们是引导用户通过平台的非常有用的指南。Silico FCM平台的可视化演示非常重要，因为许多软件工具可用于可视化心血管参数，如速度、压力、纯粹应力、壁应力和信息。
首先使用用户名和密码登录平台。在虚拟人口模块下，选择超声 M 模式或顶端视图工作流。然后从可用工作流程列表中选择超声合并工作流程。
在文件上传部分中，上传存储在用户计算机上本地的图像和 dcom 文件，并选择专用文件夹或公用文件夹作为文件的目标文件夹。在启动工作流之前，在注释部分中键入所需的注释或注释。在 M 模式左心室超声图像和 DICOM 文件中选择心尖视图。
单击执行按钮。交互式平台会在正在运行的工作流完成时通知用户。直接在平台上可视化创建的左心室几何形状。
可用选项包括阴影和线框模型。用于可视化。选择工作流程并使用按钮和底部下载入口和出口速度边界条件的模板文件。
如果患者特定的血流边界条件可用，请下载并使用这些文件。将这些文件保存到专用或公用文件夹中。以与上传图像类似的方式上传这些文件。
规定的入口和出口速度模拟药物条件，而网格选项控制有限元网格的密度。为了模拟患者特定的条件，请修改压力、流量、材料属性和钙函数的默认值。单击执行按钮。
列表中将显示一个新的正在运行的工作流。如果工作流的任何部分不清楚，请单击帮助文件按钮以查看有关如何使用此工作流并解释结果的详细说明。单击眼睛按钮可查看射血分数和全局工作效率值以及压力与体积、压力与应变和心肌功与时间的关系图。
单击相机按钮可预览和播放位移、压力、纯粹应力和速度场的动画。或者，下载结果。结果文件夹包含 VTK 文件、CSV 文件和动画。
加载多个 VTK 文件。查看多个感兴趣的参数并更改字段，例如，更改为可视化速度 旋转模型或更改配色方案。选取带边的曲面或线框作为曲面的表示。
对每个加载的 VTK 文件应用相同的方法。在主页上，转到执行工作流，然后在可用工作流列表中选择 torso。在注释部分添加注释或注释并执行工作流。
单击输入模板文件按钮，并将网页上显示的内容保存为将用于躯干模型的输入点 txt 文件。在输入文件字段中，选择下载的输入点 txt 文件。导入文件后，单击执行按钮开始计算。
单击左下角的眼睛或相机按钮，直接在平台上可视化可用的模拟报告或动画。或者，单击 3D 可视化模块以 ParaView 概览的方式在线可视化输出。选择“打开文件”按钮。
转到大梁选项卡，在出现提示时输入用户凭据，然后打开专用文件夹。在下一页上，选择工作流输出文件夹并打开 torso 文件夹。请参阅表示仿真结果的 VTK 文件列表。
选择一个或多个文件，然后单击选择按钮以在 ParaView 概览中加载文件。使用鼠标操作模型几何图形。接下来，选择线框选项以查看躯干内部，躯干内有一个心脏。
选择点选项以显示具有全心形网格的躯干模型的虚线表示。调整点大小值以更改显示结果。调整不透明度值以查看躯干内部并在心形网格内显示结果。
单击颜色依据下拉菜单，然后选择所需的选项。最后，将默认色阶更改为列出的任何选项。为了模拟左心室模型的真实行为，使用了入口和出口瓣膜速度的规定函数。
将纤维方向自动计算算法应用于该有限元模型。此处显示了一层和三层实体表示的结果。代表性图像显示了参数化左心室模型内在一秒内的压力场。
这里介绍了五个不同的时间步长。参数化左心室模型内的速度场显示在这些图像中。在装载卸载循环中，由流体流动引起的分支内部存在明显的值峰值。
此处显示的图像表示参数化左心室模型中的位移。与前两个步骤中的压力变化类似，位移可以忽略不计，直到它们在模型底部达到最大值时收缩。在剩余的时间内，模型会慢慢恢复到未变形的状态。
此处显示了左心室流体结构相互作用模型的压力体积图。这些图像显示了左心室参数模型中速度的矢量表示。代表性图像显示了导联两个心电图信号在不同时间点的全心激活模拟。
以毫伏为单位的跨膜电位由色条表示。此处显示的图像代表了健康受试者体表潜力的映射。这些图像显示了对应于ECG信号的九个序列的心室激活的进展。
与当前的医疗标准相比，Silico FCM平台可以提供更多信息，包括生物标志物、患者特定的几何形状、流量和压力、条件、原材料特性和药物反应。Silico FM平台可以使用患者特定的几何形状来测试和优化针对其他心血管疾病的不同组合的药物反应。Silico FCM计算平台将为专门针对心脏病和患者特定疾病的风险预测的In-Silico临床试验开辟一条新途径。
