We present a novel mathematical model that simulates myocardial blood perfusion by embedding multiscale and multiphysics features. Our model incorporates cardiac electrophysiology, active and passive mechanics, hemodynamics, reduced valve modeling, and a multicompartment Darcy model of perfusion. We consider a fully coupled electromechanical model of the left heart that provides input for a fully coupled Navier-Stokes - Darcy Model for myocardial perfusion. The fluid dynamics problem is modeled in a left heart geometry that includes large epicardial coronaries, while the multicompartment Darcy model is set in a biventricular domain. Using a realistic and detailed cardiac geometry, our simulations demonstrate the accuracy of our model in describing cardiac perfusion, including myocardial blood flow maps. Additionally, we investigate the impact of a regurgitant aortic valve on myocardial perfusion, and our results indicate a reduction in myocardial perfusion due to blood flow taken away by the left ventricle during diastole. To the best of our knowledge, our work represents the first instance where electromechanics, hemodynamics, and perfusion are integrated into a single computational framework.


翻译:我们提出了一种新颖的数学模型,通过嵌入多尺度和多物理特征来模拟心肌血液灌注。我们的模型包括心脏电生理学、主动与被动力学、血液动力学、简化的瓣膜模型以及多室Darcy模型的灌注。我们考虑了左心全耦合电机械模型,提供了多室Darcy模型的输入,用于模拟心肌灌注的纳维-斯托克斯全耦合模型。流体动力学问题在包括大的心肌外冠状动脉在内的左心几何形状中建模,而多室Darcy模型则设置在双室域中。利用逼真而详细的心脏几何形状,我们的模拟展示了我们的模型在描述心肌灌注方面的准确性,包括心肌血流图。此外,我们研究了主动脉瓣反流对心肌灌注的影响,我们的结果表明由于在舒张期时流入左心室的血流被带走,心肌灌注减少了。据我们所知,我们的工作代表了电机械、血液动力学和灌注首次被整合到单一计算框架中的情况。

0
下载
关闭预览

相关内容

专知会员服务
38+阅读 · 2020年10月13日
【KDD2020】图神经网络:基础与应用,322页ppt
专知会员服务
75+阅读 · 2020年8月30日
因果图,Causal Graphs,52页ppt
专知会员服务
241+阅读 · 2020年4月19日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
26+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
LibRec 精选:推荐的可解释性[综述]
LibRec智能推荐
10+阅读 · 2018年5月4日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】自动特征工程开源框架
机器学习研究会
17+阅读 · 2017年11月7日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2023年5月10日
GeomCA: Geometric Evaluation of Data Representations
Arxiv
11+阅读 · 2021年5月26日
Deep learning for cardiac image segmentation: A review
Arxiv
21+阅读 · 2019年11月9日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
26+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
LibRec 精选:推荐的可解释性[综述]
LibRec智能推荐
10+阅读 · 2018年5月4日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】自动特征工程开源框架
机器学习研究会
17+阅读 · 2017年11月7日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员