在计算机中 心血管疾病的临床试验

Summary

该协议演示了 SILICOFCM 平台的工作流程，通过应用心脏的多尺度机电模型，从患者特定的超声图像自动生成左心室的参数模型。该平台支持 计算机临床试验， 旨在减少实际临床试验并最大限度地提高积极的治疗效果。

Abstract

SILICOFCM项目主要旨在开发一个用于家族性心肌病（FCM） 的计算机临床试验的 计算平台。该平台的独特之处在于整合了患者特定的生物学、遗传学和临床成像数据。该平台允许测试和优化医疗，以最大限度地提高积极的治疗效果。因此，可以避免不良反应和药物相互作用，可以预防心源性猝死，并且可以缩短药物治疗开始与预期结果之间的时间。本文介绍了通过应用心脏的机电模型从患者特定的超声图像自动生成的左心室的参数模型。通过入口和出口流量的特定边界条件、心电图测量和心肌特性的钙功能来规定药物效应。患者的遗传数据通过心室壁的物质特性被纳入。心尖视图分析涉及使用先前训练的U-net框架分割左心室，并根据舒张期和收缩期中左心室的长度计算边界矩形。M 模式视图分析包括在 M 模式视图中左心室特征区域的边界。提取左心室尺寸后，根据网格选项生成有限元网格，并使用用户提供的入口和出口速度运行有限元分析模拟。用户可以在平台上直接可视化各种模拟结果，例如压力-体积图、压力-应变图和心肌工作时间图，以及位移、压力、速度和剪切应力等不同领域的动画。

Introduction

近年来信息技术、仿真软件包和医疗设备的快速发展为收集大量临床信息提供了机会。因此，创建全面而详细的计算工具对于从丰富的可用数据中处理特定信息变得至关重要。

从医生的角度来看，区分特定患者的“正常”和“异常”表型对于估计疾病进展、治疗反应和未来风险至关重要。最近的计算模型显著提高了对肥厚型（HCM）和扩张型（DCM）心肌病中心肌行为的综合^理解1。使用高分辨率、详细且解剖学上准确的全心电活动模型至关重要，这需要大量的计算时间、专用软件和超级计算机¹，^2，3。最近使用基于Holzapfel实验的线弹性和正交各向异性材料模型开发了真实3D心脏模型的方法，该方法可以准确预测心脏^内的电信号传输和位移场4。开发新的综合建模方法可以成为区分多基因疾病患者症状类型和严重程度以及评估正常身体活动受损程度的有效工具。

然而，针对患者的建模存在许多新的挑战。人类心脏的物理和生物特性无法完全确定。非侵入性测量通常包括嘈杂的数据，从中很难估计个体患者的特定参数。大规模计算需要大量时间才能运行，而临床时间框架是有限的。患者个人数据的管理方式应使生成的元数据可以重复使用，而....

Protocol

本研究中的方案于2019年2月6日获得英国国家卫生服务健康研究局东北泰恩威尔南部研究伦理委员会的批准，参考编号为18 / NE / 0318，并被每个参与中心的机构审查委员会采用。该研究是在良好临床实践原则和赫尔辛基宣言之后进行的。从参与研究的所有受试者那里获得了知情同意。患者信息保持匿名。

1. 超声M模式或心尖视图DICOM图像分析和左心室参数提取的工作流程

注意：要开始此协议，用户必须登录到SILICOFCM平台⁸ 并选择适当的工作流程（即使用M模式或顶点视图进行超声图像分析）。例如，超声M型DICOM图像分析和左心室参数提取的工作流程涉及几个步骤。第一步是模板匹配。要匹配的模板包括所有相关的必要边框。应该强调的是，对于每个新数据集，应为对应于特定超声机器的每个数据集手动提取一次模板。工作流图如图 1 所示。在Felsenszwalb高效的基于图形的图像分割算法找到对应于隔膜边界和LV壁的“强”边界后，将从分析的图像中提取与模板匹配的区域。 基于这些边界以及心脏直径最大（对应于舒张直径）和最小（对应于收缩期直径）的地方， 将计算各种LV尺寸。用户应定义视图是 M 模式还是顶视图。

1. 使用用户名和密码登录平台。在 虚拟人口模块....

Discussion

SILICOFCM项目是一个 计算机 临床试验平台，用于设计虚拟患者群体以进行风险预测，测试药物治疗的效果，并减少动物实验和人体临床试验。使用规定的入口/出口边界流动条件、钙功能和材料壁特性对药物治疗的效果进行测试。该平台将肉瘤水平的多尺度方法与全心性能和功能优化水平相结合，用于预测心肌病疾病进展期间患者特定疾病的风险。

在SILICOFCM

Materials

Name	Company	Catalog Number	Comments
SILICOFCM project		www.silicofcm.eu	open access for registered users