酸中毒后室性心律失常的建模与仿真

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:lizhigang3637
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
每年由心脏病导致的死亡率不断增加。因此,对于心脏生理和病理机制的研究刻不容缓。目前,利用计算机建模来模拟和仿真心脏电生理相关指标的方法,已成为交叉学科的研究热点,它可以有效的克服动物实验或者人体实验的风险性和局限性,大大提高相关研究人员的工作效率。基于此,本文运用先进的计算机技术和数学建模知识建立了人体心室酸中毒计算模型,并基于该模型探讨了酸中毒后心律失常的产生机制。当心脏发生病变,导致体内酸性代谢产物增加时,心肌细胞就会呈现酸中毒。研究发现:酸中毒会影响细胞内钙离子浓度以及细胞膜上的众多离子电流,从而引起细胞兴奋收缩障碍,促进心律失常的发生。尤其,在酸中毒后PH恢复的时刻细胞产生的触发活动更加容易诱发心律失常,甚至会演变为室速或室颤。但是,由于实验条件的限制,目前对于酸中毒后致心律失常机制的研究多集中在微观层次上,且大多基于动物实验,而酸中毒过程中微观病理变化到心脏心律失常的发生、发展与转化机制仍不清楚。本文结合Decker等人提出的CaMKII的动态模型,改进了Lascano等人的人类心室酸中毒模型,同时构建多尺度(离子通道、细胞、组织)和多种生理及病理状态(正常、酸中毒、酸中毒后)电生理模型,分析了酸中毒对离子浓度、动作电位和组织电异质性的影响,探讨其促进室性心律失常产生的内在机制;并从系统生物学的角度,定量分析酸中毒微观病理改变对心电图的影响,阐明酸中毒微观变化到宏观心电图改变的内在机理。具体可以分为以几部分:(1)建立虚拟的人类心室酸中毒细胞模型,仿真了从正常到酸中毒再到酸中毒恢复过程中细胞的离子浓度和动作电位随PH变化的变化过程。结果发现:酸中毒末期细胞内和肌浆网内的钙浓度远远高于初始值。并且当PH恢复的时刻,即酸中恢复的初期,由于肌浆网的钙摄取和释放失衡,细胞产生了延迟后除极。同时,酸中毒对细胞膜上相关离子通道的综合调控作用使得细胞动作电位时程略微减小,最大去极化速率显著降低。单细胞的这些仿真结果有效的验证了已有的动物实验和仿真实验。(2)在一维组织模型上仿真了酸中毒过程中(正常到酸中毒再到酸中毒恢复)伪心电图的变化过程。实验结果发现:酸中毒可以导致细胞动作电位以及组织复极离散度的降低,造成相应的心电图QT间期缩短及T幅值和宽度减小。同时,酸中毒恢复初期细胞产生的触发性电动势,使得电兴奋波在组织中传导时产生了异位复极和异位除极,使对应的心电图表现为室性早搏。(3)基于二维心室组织探讨了折返波的产生条件和传导过程。实验结果表明:组织上酸中毒区域的细胞可以自发兴奋,而且产生的触发性电动势可以带动周围细胞的兴奋,由于触发活动、传导缓慢和传导阻滞等折返条件的产生,最终诱发组织产生了折返波。本文综合目前分子生物学对酸中毒后心律失常的研究,运用计算机强大的计算能力,构建了从离子到细胞再到组织等层次上的心室计算模型,并运用所建单细胞模型仿真了由正常到酸中毒再到酸中毒恢复整个过程中离子、细胞电活动等生理特征的变化;接着,本文计算了基于一维心室跨壁纤维的心电图的变化;最后本文运用建立的二维心室计算模型,仿真和研究了折返波的产生机制。总而言之,本文利用计算机技术可以建立了一套比较完善的心室电生理系统,为临床上更系统更深入的理解酸中毒状况下室性心律失常的发病机理提供了有效的新方法。
其他文献
深空探测是人类探索外太空,认知宇宙,近距离观测天体的重要途径。深空探测器从发射到逐渐接近目标,实现对目标天体的交会飞掠、撞击或着陆探测,需要完成远距离、长时间的航天
基于B/S结构的Web应用系统渐渐成为Internet上使用最为广泛的应用开发技术。框架技术是J2EE中重要的软件技术,框架技术能够提高软件的开发效率,同时让各个应用层以松散耦合的
IT行业的快速发展,带动了所有传统行业的发展,包括海运物流。传统的海运物流模式具有信息不对称性,即海运物流需求者与海运物流服务提供者之间存在较大的信息差,双方的沟通的
图像信号在产生、传输过程中,经常会受到各种噪声的干扰,一般来说,现实中的图像通常都是带有噪声的。因此图像处理工作中,在进行图像分割、模式识别等高层次的处理前,选用适
人脸识别是一项方兴未艾的生物特征识别技术,广泛应用于各行各业身份识别的信息技术领域。近十年来,伴随着网络通信和多媒体技术的飞速发展,以及计算机硬件水平的快速提升,作
学位
在社会主义民主政治以及和谐社会发展的过程中,论坛BBS已成为人们交流意见和发表评论的重要平台。为了及时采集BBS舆论信息,掌握BBS热点话题评论内容的观点、态度和情感倾向,监
自然语言处理最根本的目的就是让计算机能正确处理人类语言,利用计算机对词语语义进行理解是自然语言处理中最为关键的问题。词义相似度计算作为语义理解的基础性工作已被广
近几年深度学习方法在自然语言处理领域越来越受到关注,深度学习通过特征组合使其能够表示句子的深层语义特征。本文基于深度学习的神经网络模型,研究情感分类的领域自适应、
在计算机图形学中非规则物体的模拟仿真一直占有着重要的作用,也是计算机图形学中的重要研究方向。从计算机图形学产生到发展至今国内外的研究人员通过不断的研究和实践检测