Tamanho da fonte:
SIMULAÇÕES DA ELETROFISIOLOGIA CARDÍACA PERSONALIZADA POR PACIENTE
Última alteração: 2021-09-21
Resumo
https://youtu.be/auT6aalGJW8
A modelagem computacional vem sendo empregada no estudo da atividade elétrica do coração, com o objetivo de se chegar a um melhor entendimento deste fenômeno, além de desenvolver ferramentas que possam auxiliar em procedimentos cirúrgicos. Com o avanço das pesquisas, atualmente é possível realizar simulações personalizadas, onde dados de um determinado paciente são entrada do simulador. Estas simulações são demoradas, portanto, muitas vezes é preciso ponderar entre o nível de detalhes do modelo e os recursos computacionais disponíveis. Neste sentido, uma simplificação possível seria com relação ao modelo celular, onde existem vários modelos que descrevem o potencial transmembrânico em diferentes níveis de detalhes. Desta forma, o objetivo deste trabalho foi a realização de simulações da atividade elétrica cardíaca usando diferentes modelos celulares, de forma a avaliar o desempenho destas simulações usando cada um deles. O fenômeno foi representado por um modelo matemático composto por uma equação diferencial parcial do tipo reação-difusão, onde o termo de reação é dado pelo modelo celular. Este modelo foi resolvido através do método dos elementos finitos combinado ao método de Euler. Então, foi avaliado o tempo de execução das simulações em diferentes domínios, considerando três modelos celulares: um modelo bastante simplificado (Mitchell-Schaeffer), um modelo detalhado (Ten Tusscher-Panfilov) e um modelo intermediário (Minimal Model). Os resultados mostraram que o menor tempo de execução foi obtido com o modelo Mitchell-Schaeffer, enquanto o modelo Ten Tusscher-Panfilov foi responsável pelo maior tempo. Porém, o primeiro não consegue fornecer resultados quantitativos com relação ao potencial elétrico. Portanto o modelo Minimal Model aparece como o melhor custo-benefício, já que fornece resultados quantitativos com um menor tempo de execução, sendo uma boa alternativa para simulações personalizadas por paciente.
A modelagem computacional vem sendo empregada no estudo da atividade elétrica do coração, com o objetivo de se chegar a um melhor entendimento deste fenômeno, além de desenvolver ferramentas que possam auxiliar em procedimentos cirúrgicos. Com o avanço das pesquisas, atualmente é possível realizar simulações personalizadas, onde dados de um determinado paciente são entrada do simulador. Estas simulações são demoradas, portanto, muitas vezes é preciso ponderar entre o nível de detalhes do modelo e os recursos computacionais disponíveis. Neste sentido, uma simplificação possível seria com relação ao modelo celular, onde existem vários modelos que descrevem o potencial transmembrânico em diferentes níveis de detalhes. Desta forma, o objetivo deste trabalho foi a realização de simulações da atividade elétrica cardíaca usando diferentes modelos celulares, de forma a avaliar o desempenho destas simulações usando cada um deles. O fenômeno foi representado por um modelo matemático composto por uma equação diferencial parcial do tipo reação-difusão, onde o termo de reação é dado pelo modelo celular. Este modelo foi resolvido através do método dos elementos finitos combinado ao método de Euler. Então, foi avaliado o tempo de execução das simulações em diferentes domínios, considerando três modelos celulares: um modelo bastante simplificado (Mitchell-Schaeffer), um modelo detalhado (Ten Tusscher-Panfilov) e um modelo intermediário (Minimal Model). Os resultados mostraram que o menor tempo de execução foi obtido com o modelo Mitchell-Schaeffer, enquanto o modelo Ten Tusscher-Panfilov foi responsável pelo maior tempo. Porém, o primeiro não consegue fornecer resultados quantitativos com relação ao potencial elétrico. Portanto o modelo Minimal Model aparece como o melhor custo-benefício, já que fornece resultados quantitativos com um menor tempo de execução, sendo uma boa alternativa para simulações personalizadas por paciente.
Palavras-chave
Modelagem computacional. Métodos numéricos. Eletrofisiologia cardíaca.