大规模的多尺度和多模态虚拟心脏计算与可视化方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61173086
  • 项目类别:
    面上项目
  • 资助金额:
    58.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0214.新型计算及其应用基础
  • 结题年份:
    2015
  • 批准年份:
    2011
  • 项目状态:
    已结题
  • 起止时间:
    2012-01-01 至2015-12-31

项目摘要

计算心脏学综合运用计算生理学、数学建模技术和虚拟现实技术对心脏进行建模并模拟心脏功能,研究健康和病变情况下的心脏动力学特性的改变,是现代心脏病学科的一个重要分支。计算复杂度高的心脏模型以及巨大的仿真数据量,已经成为计算心脏学进一步发展和应用的主要瓶颈。因此本课题在前一项基金项目工作基础之上,拟开展大规模的多尺度和多模态虚拟心脏计算与可视化方法的研究。利用并行计算、虚拟心脏建模与仿真和科学计算可视化的相关理论与技术,重点研究大规模的虚拟心脏仿真及在线可视化方法,多尺度(亚细胞级、细胞级、组织级、器官级)仿真数据的可视化方法,心脏解剖数据和多模态(电压、电流、离子浓度等生理参数)在线仿真数据的融合方法,为心脏病学研究者可视化观察并深入理解心脏电生理活动现象以及心脏疾病的预防、治疗与药物设计提供一个更有效的研究手段。

结项摘要

计算心脏学综合运用计算生理学、数学建模技术和虚拟现实技术对心脏进行建模并模拟心脏功能,研究健康和病变情况下的心脏动力学特性的改变,是现代心脏病学科的一个重要分支。计算复杂度高的心脏模型以及巨大的仿真数据量,已经成为当前计算心脏学进一步发展和应用的主要瓶颈。本项目从心脏解剖结构和功能性数据融合、心脏电生理过程仿真与海量仿真数据的在线可视化和多尺度下多模态数据的可视化三个方面研究虚拟心脏的计算与可视化。我们基于心脏解剖结构,融入心肌生理细胞模型,采用提高计算效率的重建、绘制和渲染算法,有效地将心脏功能性数据和解剖结构进行融合,设计满足仿真要求的电生理仿真系统,并构建基于GPU的电生理仿真架构,实现了心脏电生理过程仿真与海量仿真数据的在线可视化;之后,我们进一步利用各种绘制技术实现多尺度多模态心脏电生理数据的可视化,并在此基础上应用于遗传性短QT综合征、遗传性长QT综合征、心肌缺血和药物筛选的病理机制研究中。本项目的大规模、多尺度、多模态虚拟心脏的计算与可视化,为心脏病学研究者观察并深入理解心脏电生理活动现象以及心脏疾病的预防、治疗与药物设计提供一个更有效的研究手段,高效的计算和可视化方法显著促进了计算心脏学的临床应用,并已达到本领域国际先进水平,具有重大的医学应用价值。

项目成果

期刊论文数量(50)
专著数量(1)
科研奖励数量(0)
会议论文数量(34)
专利数量(0)
Realistic Real-time Facial Expressions Animation via 3D Morphing Target
通过 3D 变形目标实现逼真的实时面部表情动画
  • DOI:
    10.4304/jsw.8.2.418-425
  • 发表时间:
    2013-01
  • 期刊:
    Journal of Software
  • 影响因子:
    --
  • 作者:
    Mengzhao Yang;Kuanquan Wang;Lei Zhang
  • 通讯作者:
    Lei Zhang
Interactive rendering for realistic face via three-layer material model
通过三层材质模型交互式渲染真实脸部
  • DOI:
    10.3788/gzxb20134207.0857
  • 发表时间:
    2013
  • 期刊:
    Acta Photonica Sinica
  • 影响因子:
    0.6
  • 作者:
    Mengzhao Yang;Kuanquan Wang;Wangmeng Zuo
  • 通讯作者:
    Wangmeng Zuo
Electrophysiological mechanisms of induced spontaneous arrhythmias in healthy and ischemic heart at fast pacing rate
健康心脏和缺血心脏快起搏诱发自发性心律失常的电生理机制
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    International Journal of Digital Content Technology and its Applications2012
  • 影响因子:
    --
  • 作者:
    Lu Weigang;Wang Kuanquan
  • 通讯作者:
    Wang Kuanquan
A graph-based method for fitting planar B-spline curves with intersections
基于图的平面 B 样条曲线交点拟合方法
  • DOI:
    10.1016/j.jcde.2015.05.001
  • 发表时间:
    2016-01-01
  • 期刊:
    JOURNAL OF COMPUTATIONAL DESIGN AND ENGINEERING
  • 影响因子:
    4.9
  • 作者:
    Bo, Pengbo;Luo, Gongning;Wang, Kuanquan
  • 通讯作者:
    Wang, Kuanquan
Detail-Preserving and Content-Aware Variational Multi-View Stereo Reconstruction
细节保留和内容感知变分多视图立体重建
  • DOI:
    10.1109/tip.2015.2507400
  • 发表时间:
    2016-02-01
  • 期刊:
    IEEE TRANSACTIONS ON IMAGE PROCESSING
  • 影响因子:
    10.6
  • 作者:
    Li, Zhaoxin;Wang, Kuanquan;Zhang, Lei
  • 通讯作者:
    Zhang, Lei

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

Extracting the autonomic nerve
提取自主神经
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
  • 影响因子:
    --
  • 作者:
    于力*;王宽全;张大鹏
  • 通讯作者:
    张大鹏
虚拟生理心脏模型及房颤机制研究进展
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    生物化学与生物物理进展
  • 影响因子:
    --
  • 作者:
    罗存金;游婷婷;刘彤;赫颖;王宽全;张恒贵
  • 通讯作者:
    张恒贵
心室细胞生成的生物起搏器的仿真研究
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    生物化学与生物物理进展
  • 影响因子:
    --
  • 作者:
    张越;王宽全;杨飞;张雷
  • 通讯作者:
    张雷
结构光编码方法综述
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    小型微型计算机系统
  • 影响因子:
    --
  • 作者:
    王宽全;左旺孟;陈彦军;吴秋峰
  • 通讯作者:
    吴秋峰
氧化CaMKⅡ人类心室细胞模型的建立与电生理的仿真研究
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    智能计算机与应用
  • 影响因子:
    --
  • 作者:
    白杰云;王宽全
  • 通讯作者:
    王宽全

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

王宽全的其他基金

冠状动脉粥样硬化致左心室心肌病变建模研究
  • 批准号:
    62272135
  • 批准年份:
    2022
  • 资助金额:
    53.00 万元
  • 项目类别:
    面上项目
冠状动脉粥样硬化致左心室心肌病变建模研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    53 万元
  • 项目类别:
    面上项目
个体化的虚拟生理心室建模与仿真方法研究
  • 批准号:
    61571165
  • 批准年份:
    2015
  • 资助金额:
    65.0 万元
  • 项目类别:
    面上项目
基于结构光的扩张鼻内腔脑外科手术三维影像重建技术研究
  • 批准号:
    60872099
  • 批准年份:
    2008
  • 资助金额:
    38.0 万元
  • 项目类别:
    面上项目
e-Heart仿真平台及关键技术研究
  • 批准号:
    60571025
  • 批准年份:
    2005
  • 资助金额:
    24.0 万元
  • 项目类别:
    面上项目
基于多生物特征融合的中医证候建模研究
  • 批准号:
    90209020
  • 批准年份:
    2002
  • 资助金额:
    23.0 万元
  • 项目类别:
    重大研究计划

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码