基于临床数据-计算模型融合技术的心血管功能定量评估

结题报告

项目介绍

AI项目解读

基本信息

批准号：
81370438
项目类别：
面上项目
资助金额：
65.0万
负责人：
梁夫友
依托单位：
上海交通大学
学科分类：
H0220.循环系统疾病研究新技术与新方法
结题年份：
2017
批准年份：
2013
项目状态：
已结题
起止时间：
2014-01-01 至2017-12-31

项目参与者：
殷兆芳；范虞琪；雍燕；尹萍；李力军；徐利建；
关键词：
计算模型心血管功能临床数据参数优化定量评估

项目摘要

A full understanding of patient's cardiovascular function is a key step towards effective therapy in the treatment of cardiac disease. However, most diagnostic methods available in current clinical practice don't support a simultaneous quantitative assessment of the intrinsic properties of the heart and its loading conditions, thus compromising the value of obtained results in guiding therapy. The applicant and coworkers have recently proposed a novel method for quantitatively assessing cardiovascular function by analyzing clinical data using a computational model of the cardiovascular system. Application of the method to clinical study gave some preliminary evidence in support of the ability of the method to compensate for the defects of clinical assessment methods. In the present project, we plan to further improve the reliability and confirm the clinical value of the method. The main content of the study consists of four parts: (1) optimize the cardiovascular model and assessment algorithms to improve the efficiency and stability of the assessment procedure; (2) quantify the bounds of uncertain assessment errors through numerical experiments; (3) verify the reliability of the method by conducting animal experiments; (4) investigate the clinical significance of the assessment by constructing cardiovascular function-no clinical event curves in a patient follow-up study.

在心脏病的治疗中，对患者心血管功能状态的全面了解是实施有效治疗的基础。然而，目前临床上的常规心功能检测方法（如UCG，NTpro-BNP等）均无法同时对心前后负荷和心脏的固有收缩/舒张功能进行定量的评价，从而限制了检测结果对治疗的指导作用。申请人在近期工作中提出了借助循环系统的仿真计算模型分析临床数据来定量评估患者心血管功能的新方法，并在临床实验研究中初步证明，该方法可以弥补临床检测手段的不足。本项目将进一步提升该方法的可靠性并验证其临床应用价值。拟开展的研究工作主要包括：（1）优化计算模型和评估算法以提高评估计算的效率和稳定性；（2）利用数值实验界定评估结果的误差范围；（3）开展动物实验验证评估方法的可靠性；（4）进行患者术后追踪研究，构建心血管功能-无临床事件关系曲线，验证评估结果的临床意义。

结项摘要

心脏病患者的心血管功能状态是评估疾病风险、优化治疗和指导围术期及术后管理的关键依据。然而，目前临床上的常规临床检测手段无法实现对外周血管阻抗、动脉僵硬度、中心动脉血压和心脏固有收缩/舒张功能等多种指标的全面评价，从而限制了检测结果对临床决策的指导作用。在此背景下，本项目发展了临床数据与循环系统仿真计算模型的融合方法，以实现对患者个体化心血管功能的量化评估。首先通过参数敏感度分析识别关键的模型参数和检验评估方法的可靠性，并利用动物、临床实验对评估结果的有效性进行验证；在此基础上，进一步探讨了与脑血管疾病、小儿单心室心脏病有关的患者个体化血流动力学建模问题。另外，基于理论分析发展了中心动脉血压、动脉僵硬度的无创检测技术，进一步丰富对心血管功能的评估手段。研究结果表明，基于冠脉造影检查时测量的动脉血压、左心室内压和心室体积等信息，利用仿真计算模型进行数据融合和参数优化，可实现对心功能及外周血管阻抗的患者个性化定量评估，心功能评估结果与BNP、NYHA心功能分级等临床常用指标呈现良好的相关性。向其他心血管疾病的拓展研究明确了模型边界条件设置对计算结果的重要影响，验证了几何多尺度建模结合临床数据融合技术对解决上述问题的可行性。另外，通过对在高袖带压条件下测量的上臂示波信号进行波形分析，实现了对中心动脉血压和僵硬度的无创估测。无创估测的中心动脉收缩压与有创测量结果一致性良好，两者的误差满足无创血压测量的精度要求，无创估测的中心动脉僵硬度指标在预测早期冠脉粥样硬化方面显示较好的敏感性。综上，本项目阐明了融合循环系统计算机模型和临床数据进行患者个体化心血管功能评估和血流模拟的重要性和可行性，为心血管疾病的患者个体化诊断与优化治疗提供了有益的思路。