[论文解读] A Map-Based Model of the Cardiac Action Potential

Nikolai F. Rulkov|ArXiv.org|Aug 8, 2007

Functional Brain Connectivity Studies被引用 3

一句话总结

该论文提出了一种计算高效的基于映射的膜电位模型，采用二维离散时间映射来复现心室细胞动力学的关键阶段——快速去极化、平台期和复极化。通过将快速放电映射与受控制参数调制的较慢恢复变量耦合，该模型实现了比传统ODE模型大得多的时间步长，从而支持大规模模拟，能够稳定传播波，并在耦合网络中表现出频率同步和波破裂等复杂动力学行为。

ABSTRACT

A discrete time model that is capable of replicating the basic features of cardiac cell action potentials is suggested. The paper shows how the map-based approaches can be used to design highly efficient computational models (algorithms) that enable large-scale simulations and analysis of discrete network models of cardiac activity.

研究动机与目标

• 开发一种计算高效的膜电位模型，避免传统基于ODE模型的数值约束。
• 应用基于映射的动力学方法，复现非起搏细胞膜电位的五期特征，包括快速去极化和平台期。
• 通过使用大时间步长的离散时间映射，实现对电耦合心脏网络的大规模模拟。
• 展示耦合系统中涌现的网络行为，如波传播、频率同步和波破裂。

提出的方法

• 该模型采用二维离散时间映射：$ x_{n+1} = P(x_n, y_n) $，$ y_{n+1} = Q(x_n, y_n) $，其中 $ x_n $ 表示快速去极化，$ y_n $ 表示恢复与复极化。
• x动力学由非线性函数 $ f(x_n, x_{n-1}, u) $ 控制，当 $ \varepsilon(y_n) = 0 $ 时产生类似脉冲的行为，通过 $ \varepsilon(y_n) \to 1 $ 实现去活化，以模拟Na+通道失活。
• y动力学由含控制参数 $ \mu $ 的一维映射 $ Q(x_n, y_n) $ 建模，可实现平台期与复极化阶段。
• 通过间隙连接引入耦合机制：$ y_{n+1} = Q(x_n, y_n) + \mu_{\text{gap}} \sum_{j \in J} I_{n,j,i}^{\text{gap}} $，实现网络中的波传播。
• 通过线性组合 $ V_n = a x_n + b y_n $ 将状态变量映射到膜电位。
• 在由500个耦合细胞组成的环形结构中对模型进行验证，结果显示稳定波传播、频率比切换（1:2至1:1）以及因细胞损伤导致的波破裂。

实验结果

研究问题

• RQ1 基于映射的离散时间模型能否以高计算效率复现膜电位的关键阶段？
• RQ2 基于映射的方法如何在不牺牲动力学保真度的前提下，实现心脏电活动模拟中的大时间步长？
• RQ3 在耦合的基于映射的心脏模型中，能够捕捉到哪些涌现的网络行为，如波传播与频率同步？
• RQ4 局部细胞异常（如动作电位时程缩短）如何在耦合网络中导致波破裂与新波源的形成？

主要发现

• 该模型成功复现了五期膜电位：静息期、快速去极化（0期）、早期复极化（1期）、平台期（2期）和复极化（3期）。
• 通过调制映射的使用，实现了大时间步长积分，克服了传统基于ODE的心脏模型中常见的刚性问题。
• 在500个耦合细胞组成的环中，模型表现出稳定的1:1与1:2频率波模式，且可通过单个外部触发脉冲实现模式切换。
• 一组30个动作电位时程缩短的细胞（从 $ y_s = 1.3 $ 缩短至 $ y_s = 1.2 $）作为新波源，导致扰动后持续出现双频波模式。
• 该模型捕捉到了波动力学中的记忆效应，即外部刺激的时机决定了系统是保持在1:2频率模式还是切换至1:1模式。
• 间隙连接耦合模型中，当 $ \mu_{\text{gap}} = 0.0001 $ 且 $ g_{\text{gap}} = 0.004 $ 时，可在网络中实现真实波传播与恢复动力学。