心律失常是心血管疾病中的一组具有高患病率与高死亡率的疾病。为了研究心律失常的内在机理,心脏电生理模型这一研究领域得到了长足的发展。目前,在微观角度上,基于新型的离子通道例如TRPM族离子通道模型来揭示微观表达与宏观病理特征的研究领域刚刚兴起。而从微观到宏观的多维心脏系统建模,多是基于目前最主流的反应扩散方程来构建。因此,基于反应扩散原理构建一个能够描述微观离子通道表达到细胞电兴奋产生再到宏观兴奋传播的多尺度心电模型,具有一定的理论意义和实用价值。本文将移植并设计基于TRPM族离子通道的Takeuchi HL-1心房肌细胞一维模型,并以其为基础设计并建立基于反应扩散系统的二维心电传播模型。除此之外,本文将围绕建立的模型,对性能优化与并行化加速技术展开研究。本文首先提出了针对反应扩散系统的解耦合思想,随后针对一维模型提出了性能优化策略以及针对二维模型提出了并行加速方法。经过实验证明,均取得了一定的性能提升。本文的主要贡献如下:1)设计基于反应扩散原理的二维心电传播模型。本文移植并设计了Takeuchi HL-1心房肌细胞模型,能够清晰解释TRPM族离子通道表达对于宏观变化的影响。在此基础之上,本文设计并实现了基于反应扩散的二维心电传播模型,为更全面揭示心律失常发病机制迈出了构建多尺度模型的重要一步。2)基于一维Takeuchi HL-1心房肌细胞模型的离子通道共享数据的缓存策略。本文经过对一维心肌细胞模型原理及其计算模块的细致分析,提出了缓存离子通道共享数据,避免重复数据读取的优化策略,通过对比实验证明,该优化策略有效地消除了计算重复数据带来的访存开销,提高了计算效率。3)基于反应扩散的二维心电传播模型在GPU上的并行加速。首先为了简化模型方便并行,本文将反应扩散方程简化为解耦合状态,即反应项模块和扩散项模块可以独立求解。由于二维心电仿真模型的精确传播有着极高的计算性能需求,因此本文提出了基于GPU的二维心电模型并行加速策略。分析发现二维组织中各细胞间的扩散项方程存在高度可并行性,本文使用GPU进行并行加速,经测试可以达到68倍以上的加速比。