Sign In

A subscription to JoVE is required to view this content. Sign in or start your free trial.

In This Article

  • Summary
  • Abstract
  • Introduction
  • Protocol
  • תוצאות
  • Discussion
  • Disclosures
  • Acknowledgements
  • Materials
  • References
  • Reprints and Permissions

Summary

המתודולוגיה להערכת אורינטציות סיבי חדרית מתמונות vivo של גיאומטריות לב מטופל לדוגמנות אישית הוא תאר. אימות של המתודולוגיה מבוצעת באמצעות רגיל ונכשל לבבות כלביים להוכיח כי שאין הבדלים משמעותיים בין אומדן ורכשו אורינטציות סיבים ברמה קלינית לצפייה.

Abstract

סימולציות מטופל ספציפיות של תפקוד לב (פרע) שמטרתה התאמה אישית של טיפול לבבי הם הקשו על ידי היעדר בטכנולוגיית הדמית vivo לרכישת אורינטציות סיבי שריר לב קליני. המטרה של הפרויקט הזה הייתה לפתח מתודולוגיה להעריך אורינטציות סיבי לב מהתמונות בvivo של גיאומטריות לב מטופל. ייצוג מדויק של גיאומטרית חדרית ואורינטציות סיבים שוחזר, בהתאמה, מתהודה ברזולוציה גבוהה vivo לשעבר מבנית מגנטית (MR) ו( DT) תמונות מותחות דיפוזי MR של לב אנושי רגיל, המכונה אטלס. גיאומטריה של חדרית לב מטופל הופקה, באמצעות פילוח חצי אוטומטי, מתמונת vivo טומוגרפיה ממוחשבת (CT). באמצעות אלגוריתמי שינוי תמונה, גיאומטרית חדרית האטלס הייתה מעווה כדי להתאים את זה של המטופל. לבסוף, שדה העיוות היה מוחל על אטלס סיבי orientatיונים, כדי לקבל הערכה של אורינטציות סיבי מטופל. הדיוק של הערכות הסיבים הוערך באמצעות 6 לבבות רגילים ושלוש נכשלו בכלבים. ההבדל הממוצע המוחלט בין זוויות נטייה של אורינטציות סיבים נרכשו והערכה היה 15.4 מעלות. סימולציות חישוביות של מפות חדרית הפעלה ופסאודו ECGs בקצב סינוס וטכיקרדיה חדרית ציינו כי אין הבדלים משמעותיים בין אומדן ורכשו אורינטציות סיבים בתובנה חדשות level.The נצפות קליני המתקבלות מפרויקט יסלול את הדרך לפיתוח מודלי מטופל ספציפי של הלב שיכול לסייע לרופאים באבחון אישי והחלטות לגבי התערבויות אלקטרו.

Introduction

הגישה חישובית הופכת מרכזית לקידום ההבנה של תפקוד הלב בבריאות ובמחלה. מודלים שלמי לב מדינה-of-the-art של electrophysiology ואלקטרומכניקה משמשים כיום ללמוד במגוון רחב של תופעות, כגון ריבוי רגיל חדרית, הפרעות קצב, דפיברילציה, צימוד אלקטרו, וresynchronization לב 1. עם זאת, לגישה חישובית להיות ישים ישירות בסביבה הקלינית, קיים הכרח כי המודלים להיות מטופל ספציפי, כלומר הדגמים חייבים להיות מבוססים על הארכיטקטורה הספציפית ומאפייני אלקטרו או אלקטרו לב החולה של המטופל. סימולציה עם מודלים כאלה תסייע לרופאים להגיע להחלטות אישיות ביותר להתערבויות אלקטרו כמו גם טיפול מונע, ובכך שיפור משמעותי של בריאות לב 2-4.

תוכן "> יצירת מודלים מציאותיים לב מחייב הרכישה של המבנה הגיאומטרי וסיבים של לב מטופל. אורינטציות סיבים לקבוע כיוונים של התפשטות חשמלית והפצות מתח בלב, ולכן רכישתם היא חיונית לדוגמנות לב 5, 6. עם התקדמות בתחום הדמיה רפואית, עכשיו זה אפשרי להשיג את הגיאומטריה של לב חולה, שיפוץ includingstructural כגון אוטם, in vivo עם רזולוציה גבוהה באמצעות תהודה מגנטית (MRI) וטכנולוגיות טומוגרפיה ממוחשבת (CT). עם זאת, אין שיטה מעשית לרכישת מבנה סיבים של לב חולה בגוף חי. המותח דיפוזי (DT) 7 MRI, 8, הטכניקה היחידה לרכוש אורינטציות סיבים של הלב השלם, אינה זמינה באופן נרחב בגוף חי בשל מגבלות מסוימות 9. תיאור קצר מהניסיונות הקודמים לתרגם DTMRI להגדרה הקלינית ניתן למצוא elsewhפה 2. למרות מתודולוגיות כגון משימה המבוססת על כללים של אורינטציות סיבים להציע אלטרנטיבה לDTMRI, מתודולוגיות אלה יש מגבלות מסוימות רציניות 2, 10. כך בקשיים ברכישת מבנה סיבי לב in vivo כיום לעכב את היישום של סימולציות לב אלקטרו ואלקטרו בסביבה קלינית. המטרה של מחקר זה הייתה ישירות למענה לצורך זה.

החוקרים שערו כי אורינטציות סיבי חדרית של לב ניתן לחזות במדויק ניתן הגיאומטריה של הלב ואטלס, שם האטלס הוא לב שגיאומטריה וסיבי אורינטציות זמינות. בהתאם לכך, השתמש מדינה של טכניקות האמנות לפתח מתודולוגיה להערכת אורינטציות סיבי לב in vivo, ובדקתי את ההשערה ברגילה ונכשלו חללי כלבים 2. הרעיון המרכזי של שיטת הערכת הסיבים שלנו הוא לנצל similaritieבאורינטציות של סיבים, יחסית לגיאומטריה, בין לבבות שונים כדי להתקרב למבנה הסיבים של לב (היעד) שעבורו רק את מידע הגיאומטריה זמין. בלבו של המתודולוגיה להערכתנו הוא הרישום של האטלס, בגיאומטרית גיאומטרית היעד באמצעות מיפוי גדול עיוות diffeomorphic מטרי (LDDMM) 11, וmorphing של אורינטציות סיבי אטלס באמצעות שימור של מרכיבים העיקריים (PPD) 2, 12. Diffeomorphicproperty ערבויות LDDMM כי האטלס לא "foldover" את עצמו במהלך עיוות, ובכך לשמר את המבנים אנטומיים integrityof. איור 1 מדגים את צינור העיבוד של המתודולוגיה שלנו. קטע טקסט פרוטוקול § 1 מתאר את המרכיבים השונים של הצינור על ידי המדגים כיצד ניתן לבצע הערכה למטופל למשל. המספרים בתוך חלק מהלוקים באיור 1 מתייחסים למקביליםסעיפים קטנים לפי סעיף § 1 של טקסט הפרוטוקול.

הערכנו את הביצועים של המתודולוגיה המוצעת על ידי כימותי שגיאת ההערכה, מדידת ההשפעה של onsimulations שגיאה זו של הלב electrophysiology, על ידי הדמיה של מפות מקומיות חשמליות הפעלה, כמו גם פסאודו electrocardiograms (פסאודו ECGs) מחשוב. בשל אי זמינותו של לב אדם, הערכת ביצועים נערכה באמצעות לבבות כלביים זמינים ממחקרים קודמים 13-15. שגיאת האמידה מחושבת באמצעות זוויות נטייה 16, מסורת followingthe של היסטולוגיה, שם מדידות זוויתי הן סעיפי רקמות performedon כי הם חתכו במקביל לepicardialsurface. מאז anglebetween כיוון הסיבים והמישור משיק epicardial הוא 17 generallysmall, 18, ​​אובדן המידע בתיאור fiberdirection לחלוטין באמצעות זווית הנטייה שלו הוא חסר משמעות. לcomputסימולציות ational מודלים, המבוססים על תמונות נבנו כפי שדווחו בעבר 19, 20, ורקמת לב בדגמים ייצגו מבוססים על טכניקות מתמטיות שנקבעו ונתונים ניסיוניים 21-25. קצב סינוס היה מדומה על ידי הפעלה משכפלת מקורם פורקינג' רשת 26, וטכיקרדיה חדרית, על ידי קיצוב S1-S2 27 פרוטוקול. פסאודו ECGs חושבו 28 והשוואה באמצעות סטייה הממוצעת המוחלטת (MAD) המדד 29.

Protocol

1. הערכת אורינטציות סיבים

  1. לרכוש תמונות MRI וDTMRI מבניות של לב אדם בוגר נורמלי בדיאסטולה, ברזולוציה של מ"מ 1 3. שימוש ImageJ, לחלץ חדרית שריר הלב מהתמונה המבנית האטלס ידי התאמה, לכל פרוסה קצרת ציר, נסגר splines דרך סדרה של נקודתי ציון הדרך הונחו לאורך גבולות epicardial וendocardial בפרוסה (האיור 2A & 2B איור). בצע את המיקום של נקודתי ציון הדרך באופן ידני לכל פרוסת ה 10 בתמונה. השג את נקודתי ציון הדרך לפרוסות הנותרות ידי ביון ליניארי את הנקודות שזוהו באופן ידני, באמצעות MATLAB.Reconstruct אורינטציות הסיבים של לב האטלס ידי חישוב וקטורים העצמיים הראשוניים של ההזיות הטרופות בDTMRI התמונה (האיור 2C).
  2. לרכוש תמונה של הגיאומטריה של הלב החולה בדיאסטולה באמצעות in vivo הלב CT או MRI. Reconstruct גיאומטרית לב חולה מהתמונה באופן דומה לאופן שבו נבנה האטלס (האיור 3A & איור 3 ב '). תמונת המטופל צריכה להיות מחדש תדגם לפני שחזור כך שהרזולוציה במטוס היא מ"מ 1 2. כמו כן, מספר הפרוסות לציוני הדרך שנקטפים באופן ידני, ואת המרווח של אינטרפולציה מחוץ למטוס חייב להיות מותאם כך שדמות לב המטופל המפולחת יש עובי פרוס של 1 מ"מ.
  3. לעוות את תמונת חדרית האטלס כדי להתאים את תמונת גיאומטרית המטופל בשני שלבים. בשלב הראשון, לבצע שינוי affine מבוסס על סדרה של נקודות ציוניות דרך 13: חדר השמאלי (LV) הקודקוד, 2 חדרית ימין (RV) נקודתי כניסה בבסיס, 2 נקודות באמצע דרך RV ההכנסה בין הבסיס והקודקוד, וארבעה סטים של שתי נקודות שמחלקות באופן שווה מתאר epicardial LV RV ובבסיס, ובאמצע בין הבסיס והקודקוד (איור 4 א & איור 4 ב). בשלב השני, לעוות את אטלס affine הפך-חדרי לב נוסף כדי להתאים את גיאומטרית המטופל, באמצעות מיפוי גדול עיוות diffeomorphic מטרי (LDDMM) (האיור 4C).
  4. Morph תמונת DTMRI של האטלס על ידי מיצוב מחדש של voxels תמונה ומחדש את orientating-DTS לפי מטריצת הטרנספורמציה של התאמת affine ושדה העיוות של שינוי LDDMM. בצע מחדש הכיוון של ההזיות הטרופות, באמצעות השימור של כיוונים עיקריים (PPD) שיטה.
  5. השג את האומדן של אורינטציות סיבי מטופל מתמונת morphed אטלס DTMRI על ידי חישוב eigenvector העיקרי של ההזיות הטרופות (איור 5).

2. מדידה של שגיאת אמידה

  1. לרכוש vivo לשעבר המבני DTMR תמונות של שישה ושלושה לבבות רגילים כושלים כלביים MR ו, ברזולוציה של 312.5 × 312.5 × 800 מיקרומטר 3. כאן, בלב faiפיתוי צריך להיות שנוצר בניבים באמצעות אבלציה גל רדיו של צרור-סניף השמאלי ואחרי 3 שבועות של tachypacing ב210 -1 דקות.
  2. קטע מחדרי לב הלב הכלבי בדומה ללב האטלס האנושי, כפי שתואר ב§ 1.1. כן חללים מפולחים מלבה כלבי נורמלי למשל לבבות 1 עד 6, ואלה מפולחים מכישלון לב ככלבי לב 7 עד 9 (איור 6).
  3. השג 5 הערכות שונות של אורינטציות סיבי חדרית של 1 לב באמצעות כל אחד מלבבות 2-6 כאטלס (7 איור).
  4. מעריך אורינטציות סיבים לכל אחד מחדרי הלב הכושלים באמצעות לב 1 כאטלס (איור 8).
  5. Foreach נקודת נתונים בכל קבוצה של אורינטציות סיבים משוערות, לחשב את שגיאת הערכה כ| θ c-θ |, שם θ θ ג והם זוויות הנטייה של נאמדוד רכש אורינטציות סיבים בשלב זה, בהתאמה.
  6. עבור כל נקודת נתונים בכל קבוצה של אורינטציות סיבים משוערות, לחשב את הזווית החדה betweenestimated ורכשה כיווני סיבים בשלושה ממדים (3D), באמצעות מוצר thevector נקודה.

3. מדידה של ההשפעות של שגיאה בהערכת סימולציות

  1. מיום 1 בלב, לבנות שישה דגמים, אחד עם אורינטציות סיבי DTMRI רכוש של לב 1 (המכונה מודל 1), וחמש בחמש מערכות נתוני אורינטציות הסיבים המשוערות (דגמים 2-6). לכל אחד משלושה הלב הכושל גיאומטריות, לבנות שני דגמי חדרית, אחד עם DTMRI רכש אורינטציות סיבים ואחרים עם אורינטציות סיבים המשוערות. כאן הרזולוציה מרחבית של דגמים, שמחושבת במונחים של אורך הקצה הממוצע של meshes, צריכה להיות על 600 מיקרומטר. כן דגמים אי ספיקת הלב עם סיבי DTMRI רכשו כמודלים 7-9, ואלו עם estimatסיבי אד כמודלי 10 עד 12.In את המודלים, להשתמש בייצוג monodomain לתאר את רקמת לב, עם משוואות שלטון:

figure-protocol-4766
בי σ b הוא מותח מוליכות תפזורת אשר מחושבת מהטנזורים מוליכות bidomain כפי שתואר על ידי Potse et al 30; V מ 'הוא פוטנציאל הטרנסממברני; C מ' הוא קיבול הממברנה הספציפי; והיון הוא הצפיפות של הטרנסממברני הנוכחי, אשר בתורו תלוי בV מ 'וקבוצה של μ משתני המצב המתאר את הדינמיקה של נתיבים יוניים פני membrane.For C מ', השתמש ערך 1 μ F / 2 סנטימטר. לσ i בדגמי לב כלביים רגילים, השתמש longitudiערכי מוליכות nal ורוחביים של 0.34 S / מ 'ו -0.06 S / מ', בהתאמה. מייצג לון l על ידי המודלים היוניים גרינשטיין-וינסלו של myocyte חדרית הכלבית. להקטין את המוליכות החשמליות בדגמי חדרית אי ספיקת לב בכלבים על ידי 30% (איור 9).

  1. שימוש בתוכנת החבילה קרפיון (CardioSolv, LLC), קצב סינוס לדמות בכל הדגמים. להשרות טכיקרדיה חדרית ריבוי כניסות (VT) בששת הדגמים הכושלים באמצעות פרוטוקול לצעוד S1-S2. בחר את העיתוי בין S1 ו S2 להשיג פעילות VT נגרם ל2 שניות לאחר לידת S2. אם VT הוא לא גרם לכל תזמון S1-S2, הפחת את המוליכות של עד 70% עד VT היה מושרה (איור 10).
  2. לכל סימולציה, לחשב פסאודו ECGs ידי לקיחת ההבדל של פוטנציאלים תאיים בין שתי נקודות באמבטית איזוטרופי מקיף את הלב. הנח את שתי נקודות סמוכות לבסיס של הלב מופרדעל ידי 18 סנטימטר, כאלה שהקו המחבר ביניהם הוא ניצבת למישור בסיס הקודקוד של המחיצה כפי שמודגמים באיור 10. לכל סימולציה באורינטציות סיבים משוערות, לחשב את המדד כMAD

figure-protocol-6672
כאשר X הוא א.ק.ג. צורת הגל של הסימולציה באורינטציות סיבים משוערות, Y הוא א.ק.ג. צורת הגל של thecorresponding סימולציה עם אורינטציות סיבים שנרכשו, X הוא הערך הממוצע של X, Y הוא הערך הממוצע של Y, וn הוא האורך של X ו-Y.

תוצאות

איור 11, AC מציג פריטים חזותיים משוכללים מוערכות כמו גם אורינטציות סיבי DTMRI המופקות בלב נורמלי ונכשל. בחינה איכותית מראה שאורינטציות סיבים משוערות ליישר היטב עם אלה DTMRI נגזרות. לוח D ממחיש, שיכסה את הגיאומטריה של 1 לב, ההפצה של שגיאה בזוויות הנטייה 'לבבות רגילי...

Discussion

מחקר זה מדגים כי כמותית, בהעדר DTMRI, ניתן לאמוד את אורינטציות סיבי שריר של חדרי לב תקינים והלא תקינים מתמונות ב- vivo של הגיאומטריות שלהם לשימוש בסימולציות של electrophysiology לב. המתודולוגיה המוצעת הפגינה עם בנתוני vivo CT, אבל זה יפה גם ביחס לתמונות בvivo MR של גיאומטר?...

Disclosures

אין ניגודי האינטרסים הכריזו.

Acknowledgements

אנו מודים לבני זוג. ריימונד וינסלו, אליוט המקווים, והלם פטריק באוניברסיטת ג'ונס הופקינס למתן מחקר vivo לשעבר מערכי נתוני online.This נתמך על ידי המכון הלאומי לבריאות מענק R01-HL082729, ומענק קרן המדע הלאומי CBET-0933029.

Materials

NameCompanyCatalog NumberComments
LDDMM אוניברסיטת ג'ונס הופקינס http://cis.jhu.edu/software/lddmm-volume/index.php
MATLAB Mathworks, Inc R2011b http://www.mathworks.com/products/matlab/
ImageJ המכונים הלאומיים לבריאות http://rsbweb.nih.gov/ij/
עקרבות CAE פתרוני תוכנה http://www.meshing.at/Spiderhome/Tarantula.html
קרפיון CardioSolv http://cardiosolv.com/
תמונות של כלבים אוניברסיטת ג'ונס הופקינס 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).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Explore More Articles

Bioengineering71MyocytesMRICardiomyocyte

This article has been published

Video Coming Soon

JoVE Logo

Privacy

Terms of Use

Policies

Research

Education

ABOUT JoVE

Copyright © 2025 MyJoVE Corporation. All rights reserved