用于大规模人体心房计算机模拟研究的心房双腔统计形状模型：模型构建及在 ECG 模拟中的应用
信号处理
2021-09-15 v1
摘要
用于获取心电图(ECG)的大规模电生理模拟，具有产生海量数据集以训练机器学习分类器(例如区分不同心脏病理)的潜力。由于缺乏涵盖心房解剖变异的即用型模型，此类模拟在上述用途中的采用受到限制。我们基于 47 个分割的人体 CT 与 MRI 数据集，利用高斯过程可变形模型构建了心内膜壁的心房双腔统计形状模型(SSM)。对泛化性、特异性和紧凑性指标进行了评估。该 SSM 被应用于在 100 个随机体积实例中模拟心房 ECG。我们 SSM 的第一本征模态反映了两心房总体积的变化，第二模态为左、右心房体积的不对称性，第三模态为心耳突出程度的变化。该 SSM 能很好地泛化至未见几何形状，其前 23 个特征向量覆盖了 95% 的总形状方差。100 个随机实例的 12 导联 ECG 中 P 波时长显示为 104ms，与大型队列研究一致。该新颖的心房双腔 SSM 本身，以及带有基于规则增强的心房壁厚度、纤维取向、房间桥和解剖结构标记的 100 个示例实例已公开可用。该新颖且公开可用的心房双腔 SSM 未来可用于生成大量真实心房几何形状，作为计算机模拟大数据方法的基础。
引用
@article{arxiv.2102.10838,
title = {A bi-atrial statistical shape model for large-scale in silico studies of human atria: model development and application to ECG simulations},
author = {Claudia Nagel and Steffen Schuler and Olaf Dössel and Axel Loewe},
journal= {arXiv preprint arXiv:2102.10838},
year = {2021}
}