神经肌肉系统的可扩展生物物理模拟

由骨骼肌与神经回路组成的人体神经肌肉系统是一个尚未被完全理解的复杂系统。表面肌电图（EMG）可用于从外部研究肌肉行为。带有详细生物物理模型的计算机模拟提供了一种非侵入式工具，用于解释 EMG 信号并获得关于该系统的新见解。此类多尺度模型的数值求解带来高计算负荷，限制了其应用于较短模拟时长或较粗分辨率。我们通过提供采用指令级与任务级并行、合适数值方法与高效数据处理的可扩展软件应对该挑战。我们实现了一个全面、最先进的多尺度多物理场模型框架，可模拟由神经肌肉刺激引起的表面 EMG 信号与肌肉收缩。本工作描述了该模型框架及其数值离散化，开发了用于网格生成与并行化的新算法，涵盖了我们的软件 OpenDiHu 的使用与实现，并在众多用例中评估了其计算性能。相较于文献中的基线求解器，我们获得了数百倍的加速，并证明我们的分布式内存并行化及高性能计算资源的使用，使我们能够模拟具有数十万真实肌纤维数量的肱二头肌的肌肉表面 EMG。我们发现某些模型效应仅在如此高分辨率下才可见。总之，我们的软件有助于更真实的神经肌肉系统模拟，并为应用研究者提供工具以用计算机研究补充体内实验。它可作为构建块，用于建立肌肉骨骼系统中更多器官的综合模型。