图片

《主动脉狭窄个性化血流动力学的人工智能多模态建模》一文提出了一种人工智能驱动的计算框架，用于利用患者特异性计算机断层扫描（CT）成像数据对主动脉狭瓣窄（AS）血流动力学进行个性化建模。
主动脉瓣狭窄是一种以主动脉瓣（AV）口狭窄为特征的进行性病理状态。在主动脉瓣狭窄中，钙经常积聚在瓣膜小叶上，影响主动脉瓣的打开和关闭。主动脉瓣狭窄是发达国家常见的瓣膜性心脏病，影响2-5%的65岁以上成年人。由于人口老龄化，这些数字预计在未来几十年将增加两倍。由于左心室后负荷增加，主动脉瓣狭窄不仅表现为呼吸困难、晕厥和心绞痛等症状，而且还可能引发一系列心脏异常。最新的指南建议早期治疗主动脉瓣狭窄，从而减少主要的心血管和脑血管不良事件。主动脉瓣狭窄的日益增多以及与主动脉瓣狭窄相关的解剖结构和血液动力学的异质性凸显了对高保真模型的需求，这类模型可以强化和优化对每个患者的治疗和管理。

图片

高保真的患者特异性模型能够提高主动脉瓣狭窄诊断和治疗的标准，因为目前的诊断方法（主要是根据超声成像）可能低估了只有轻微血流动力学异常的患者的心血管风险。在诊断上，计算模型可以通过分析患者数据的替代来源和提供额外的诊断信息来补充这些方法。在治疗上，身体数字孪生可以帮助预测与目前的介入和手术方法（如经导管主动脉瓣置换术）相关的风险（如脑卒中、瓣周漏和冠状动脉阻塞）。因此，这些模型有可能通过设备优化和个性化治疗方案来改善患者的治疗效果。

图片

患者图像的计算几何重建对于主动脉瓣狭窄的高保真患者特定建模至关重要。由于钙化主动脉瓣的复杂结构，现有方法大多局限于使用体素网格分割和参数曲面的顺序细化进行静态单帧重建。采用这种顺序方法，每次下游分析通常都需要大量的人工后处理，这会导致重现性以及主动脉瓣狭窄模型的广泛采用面临重大挑战。对动态多帧建模而言，这一局限会进一步加剧，传统上，动态多帧模型涉及后续的基于特征的配准或活性材料模型的计算模拟。一些方法通过利用简化的参数化、点对点输入流或高度可调的软机器人系统来规避重建步骤。然而，仍然需要相关心脏结构的完整3D几何形状来重现主动脉瓣狭窄的详细血流特征，如流涡和经导管主动脉瓣置换术诱导的血瘀。

图片

本文提出了一个具有详细的3D患者几何形状的主动脉瓣狭窄血流动力学个性化建模的计算框架。所提出的由人工智能（AI）增强的全自动网格划分算法显著提高了主动脉瓣狭窄几何重建的速度和准确性，有效地解决了传统工程方法的可推广性和实际局限性。作者们通过多模态建模（包括静态、动态、计算和实验台分析），展示了该框架的多功能性。对于计算建模，他们的流体-结构耦合多物理模型能够以高时间分辨率精确模拟瓣叶运动和由此产生的血流。仅利用心脏计算机断层扫描（CT）血管造影术作为输入患者数据，他们在计算机上模拟的体外模型准确地重现了主动脉瓣狭窄患者血流动力学的临床连续波（CW）多普勒测量结果。该框架可能有助于加速主动脉瓣狭窄血流动力学高精度模型在研究和临床实践中的开发和利用。

图片

所提出的框架的核心在于以下两种人工智能驱动的算法：
1、“深度雕刻”：该图像处理神经网络从经导管主动脉瓣置换术前的CT图像重建模拟就绪的体积网格。它显著改进了传统的配准方法，实现了更高的精度和100倍的速度提高，能够快速高效地生成用于计算和实验台模拟的任务就绪态的几何图形。
2、“钙化多重合并”：该算法自动将钙化网格合并到现有的心脏网格拓扑中，确保钙化房室和左室的所有组件都具有准确和高质量的网格。
文中提到的“实验台分析”指的是利用3D打印技术制作的物理模型所进行的实验分析。即，作者将人工智能生成的几何模型转换为3D打印格式，并利用3D打印技术制作了物理模型。这些模型可以用于模拟心脏瓣膜的运动和血液流动，从而进行实验台分析。

图片

总之，本研究提出了一种新的人工智能支持的主动脉瓣狭窄血流动力学个性化建模方法，与传统方法相比，该方法显著提高了速度和准确性。该框架能够从CT数据中生成准确的患者特异性模型，并根据临床测量结果进行验证，这证明了其在研究和临床环境中优化主动脉瓣狭窄治疗与管理的潜力，为改进诊断、改善治疗以及最终改善患者的治疗效果开辟了新的途径。