考虑不确定性在室性心动过速计算模型中的作用可改善消融指导

Accounting for uncertainty in computational models of ventricular tachycardia improves ablation guidance

作者信息Abdul Mateen Qadri, Ursula Rohrer, Fernando O Campos, Iulia Nazarov, Ali-Razak Rashid, Pranav Bhagirath, C Aldo Rinaldi, Ronak Rajani, Luca Azzolin, Aurel Neic, Gernot Plank, John Whitaker, Martin J Bishop
PMID42601469
发布时间2026-09
DOI10.1038/s44161-026-00856-w

实验完整度

含11例ICM与3例NICM患者CT建模、VITA模拟及临床ECG/EAM对比验证,但无独立功能机制实验。

主要模型

11例缺血性心肌病(ICM)患者CT来源双心室个体化模型 3例非缺血性心肌病(NICM)患者CT来源双心室个体化模型 患者临床12导联VT心电图记录 临床电解剖标测(EAM)与CARTO壳几何

重点核对

模型实例由CT来源LVWT阈值2–10 mm按0.5 mm递增生成,BZ上界为瘢痕阈值+0.5 mm至+3 mm VITA在标准台式计算机上约20 min内识别所有潜在VT环路,单实例全流程<5 min 模拟与临床ECG采用动态时间对齐和Pearson相关系数比较,取前10导联平均,最大CC范围0.75–0.92,中位数0.85 SATHe Map纳入CC>0.8的VT环路峡部,患者3使用阈值0.7 临床EAM通过ICE和超声来源解剖基准点配准至CT来源双心室模型,由盲于VT诱发数据的操作者完成

摘要

个体化“数字孪生”技术有潜力彻底改变室性心动过速(VT)导管消融治疗的目标指导;然而,对这些计算密集型方法实际实施的担忧,以及重建影像模型所用临床影像数据在解释和分析中的不确定性对模拟预测稳健性的影响,正在阻碍临床转化。在此,我们提出一种新的技术框架,可近实时提供VT消融靶点指导,并内在纳入重建瘢痕解剖结构的不确定性。我们证明,VT环路的模拟心电图“指纹”特征与缺血性消融患者的临床记录高度一致,突出表明需要考虑重建瘢痕解剖结构的变异,以识别最佳匹配的模拟环路。最后,我们引入一种稳健方法,将来自不同模型“实例”的所有可行模拟环路的解剖信息整合为模拟消融靶点热图,以用于实际临床指导。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
如何将CT来源瘢痕重建中的不确定性纳入个体化计算模型,以更可靠地预测缺血性心肌病患者的VT环路并指导导管消融靶点?
核心机制
CT来源左心室壁厚度阈值变化会显著改变重建瘢痕形态及可维持折返的传导通道,从而非线性影响VT可诱发性、环路数量及其模拟ECG与临床VT的匹配程度。
主要证据
在11例ICM患者中,跨LVWT阈值生成多模型实例并用VITA识别uVT;模拟12导联ECG与临床VT ECG最大CC为0.75–0.92(中位数0.85);SATHe Map热点与VT LAT图舒张期峡部、双极电压边缘及消融病灶共定位;3例NICM患者模型中未发现VT环路。
研究意义
该框架为将不确定性纳入影像来源个体化模型提供高效途径,并生成可与临床工作流程整合的SATHe Map,以辅助VT消融靶点规划和执行。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

临床数据采集与VT诱发

获取患者影像、电生理和临床VT记录,作为个体化建模与模拟比较的参考。

14例接受VT导管消融的结构性心脏病患者纳入研究,包括11例ICM和3例NICM;进行ECG门控心脏CT、透视/术后X线、CARTO 3.0 EAM、ICE和VT诱发,并记录12导联ECG。

2

CT影像处理与双心室模型生成

构建患者特异性双心室有限元模型,用于后续瘢痕定义和电生理模拟。

使用Siemens SOMATOM Force Dual Energy扫描仪获取心脏CT,经NumeriCor Studio自动分割后导入CardioTwin BiV模型生成流程,生成高分辨率双心室几何网格,并加入规则性心肌纤维方向和UVC坐标。

3

LVWT驱动的瘢痕与BZ不确定性建模

评估不同瘢痕定义阈值如何影响VT可诱发性和环路预测。

从CT来源BiV模型计算LVWT,将2–10 mm范围内每0.5 mm的瘢痕阈值与6种BZ定义组合,生成多个模型实例。

4

VITA模拟识别VT环路

在每个模型实例中快速识别潜在折返VT环路及其ECG特征。

应用VITA工具和Reaction–Eikonal模型,从多个位点起搏,识别波前分叉和汇合区域,模拟单向阻滞并计算完整环路时间,保留临床相关阈值内的uVT环路。

5

模拟ECG与临床VT ECG比较

量化模拟VT环路与患者临床VT的匹配程度并识别最佳匹配环路。

对每个uVT模拟12导联ECG,采用动态时间对齐和伪功能传导速度个体化,计算各导联Pearson CC并取前10导联平均,与临床VT模板比较。

6

SATHe Map构建与临床比较

整合高匹配VT环路的峡部空间信息,形成可用于临床的消融靶点热图并验证其与临床标测的一致性。

对超过CC阈值的所有uVT环路识别峡部,按CC加权、插值到共同解剖参考网格并跨模型实例求和、归一化生成SATHe Map;与双极电压图、VT LAT图、PaSo Map和消融病灶配准比较。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
Siemens SOMATOM Force双能量扫描仪Siemens--
Omnipaque造影剂GE Healthcare--
NumeriCor Studio自动分割工具NumeriCor--
NumeriCor CardioTwin双心室模型生成流程NumeriCor--
CARTO 3.0系统Biosense-Webster--
CARTOSOUND模块Biosense-Webster--
DECANAV多极标测导管Biosense-Webster--
SMARTTOUCH Surround-Flow双向消融导管Biosense-Webster--
CARPentry-Pro模拟平台NumeriCor--
Pyceps(v.1.0)----
TotalSegmentator工具----
Seg3D----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
临床队列与VT诱发
患者纳入标准:14例结构性心脏病VT消融患者(11例ICM、3例NICM);VT诱发方案(burst pacing)及ICM/NICM诱发结果;临床12导联ECG记录与平均QRS提取。
阅读提示:Methods,Clinical data;Clinical ablation procedure and electro-anatomical mapping;Clinical ECG processing。
CT影像与双心室模型生成
CT扫描参数:Siemens SOMATOM Force Dual Energy,100 kV,回顾性ECG门控,Omnipaque造影剂;网格分辨率约1,000 µm;瓣环非传导区域定义。
阅读提示:Methods,Patient imaging and image processing;Computational model generation;Biventricular model generation。
LVWT阈值扫描与模型实例生成
瘢痕阈值2–10 mm按0.5 mm递增;BZ上界为瘢痕阈值+0.5至+3 mm共6种;LVWT<6 mm区域分析排除心尖和瓣环区域。
阅读提示:Methods,Myocardial LVWT-driven substrate characterization with uncertainty quantification。
VITA模拟与ECG模拟
传导速度:心肌纤维方向0.63 m s−1、横向0.30 m s−1、BZ 0.15 m s−1;瘢痕非传导建模;ten Tusscher离子模型;CARPentry-Pro平台;单实例计算时间<5 min。
阅读提示:Methods,Electrophysiological modeling;Virtual Induction and Treatment of Arrhythmias;ECG VT simulation;Supplementary Information完整模拟参数。
模拟ECG与临床ECG相关性分析
动态时间对齐与伪功能传导速度个体化;Pearson CC;取前10导联平均;最大CC范围0.75–0.92,中位数0.85;SATHe Map阈值CC>0.8,患者3为0.7。
阅读提示:Methods,Comparison of simulated and clinical ECGs;Construction of simulation prediction heat map for ablation target guidance。
SATHe Map构建与临床数据比较
SATHe Map纳入高CC VT环路峡部,按CC加权、插值并跨模型实例求和归一化;EAM至CT模型配准使用ICE主动脉瓣和超声来源解剖基准点;操作者对VT诱发盲法。
阅读提示:Methods,Construction of simulation prediction heat map for ablation target guidance;Comparison with clinical data;Figures 6–8。