[論文レビュー] Abaqus/Standard-based quantification of human cardiac mechanical properties

Martin Genet, Lik Chuan Lee+2 more|arXiv (Cornell University)|Feb 19, 2016

Elasticity and Material Modeling参考文献 18被引用数 6

ひとこと要約

本論文は、MRIを用いた個別化とNL-Optを用いた二パラメータ最適化を組み合わせ、被験者特異的な心筋細動の機械的挙動を定量化する、Abaqus/Standardに基づく計算パイプラインを提示する。この手法により、完全陰解法を用いた高精度なシミュレーションが可能となり、個人に合わせた心不全治療計画に不可欠な正確な患者特異的機械的特性の同定が実現される。

ABSTRACT

Computational modeling can provide critical insight into existing and potential new surgical procedures, medical or minimally-invasive treatments for heart failure, one of the leading causes of deaths in the world that has reached epidemic proportions. In this paper, we present our Abaqus/Standard-based pipeline to create subject-specific left ventricular models. We first review our generic left ventricular model, and then the personalization process based on magnetic resonance images. Identification of subject-specific cardiac material properties is done by coupling Abaqus/Standard to the python optimization library NL-Opt. Compared to previous studies from our group, the emphasis is here on the fully implicit solving of the model, and the two-parameter optimization of the passive cardiac material properties.

研究の動機と目的

• 被験者特異的な人間の左室筋の機械的挙動をモデリングする、強固で信頼性の高い計算フレームワークの開発。
• 心筋組織の患者特異的非挙動的機械的特性を正確に同定するという課題への対処。
• Abaqus/Standardにおける完全陰解法の採用により、シミュレーションの精度を向上。
• Pythonベースの最適化ライブラリ（NL-Opt）を用いて、非挙動的心筋組織の二パラメータ最適化を可能に。

提案手法

• Abaqus/Standardを用いた一般的な左室有限要素モデルの開発を、個別化のためのベースラインとして。
• 被験者固有の磁気共鳴画像（MRI）データを用いた画像ベースのモデルの個別化。
• NL-Optを用いたPythonインターフェース内で、非挙動的心筋組織特性の二パラメータ最適化フレームワークの実装。
• Abaqus/StandardとNL-Optの連携により、シミュレートされた変形データと測定されたデータとの差を反復的に最小化。
• 非線形力学的問題の解法における数値的安定性と精度を確保するため、完全陰解法時間積分の適用。
• 非線形弾性の構成モデルを用いて、非挙動的心筋組織挙動の表現。

実験結果

リサーチクエスチョン

• RQ1 Abaqus/Standardを用いて、MRIデータから被験者特異的な左室モデルを効率的に生成する方法は何か？
• RQ2 人間の心筋組織の非挙動的機械的特性を、患者特異的に行う最適な同定アプローチは何か？
• RQ3 完全陰解法による解法は、明示的解法と比較して、心臓の機械的シミュレーションの精度と安定性をどのように向上させるか？
• RQ4 限られた実験データを用いた二パラメータ最適化フレームワークが、機械的特性をどれほど正確に定量化できるか？
• RQ5 Abaqus/StandardとNL-Optの統合は、信頼性があり再現可能な材料特性の同定を可能にするか？

主な発見

• パイプラインは、MRI由来のデータを用いて、高い幾何学的忠実度を持つ被験者特異的左室モデルを効果的に生成した。
• 二パラメータ最適化プロセスにより、非挙動的機械的特性の正確な同定が可能となり、モデルと患者データの整合性が向上した。
• Abaqus/Standardにおける完全陰解法の採用により、大変形のシミュレーション中における数値的安定性と収束性が向上した。
• NL-OptとAbaqus/Standardの統合により、逆パラメータ同定のための強固で効率的な最適化フレームワークが実現された。
• 本手法は、被験者特異的心臓モデリング応用において再現性とスケーラビリティを示した。
• 本アプローチは、患者特異的機械的挙動を定量化することで、心不全における個別化治療計画の基盤を提供する。