基于时空稀疏源的无创心脏电生理功能成像研究

心脏电生理功能成像是一种新的心脏信息成像模态，它基于体表测量到的心电或者心磁信号，无创反演心脏的电生理功能信息，从而直接呈现心脏的状态。它可广泛应用于心脏功能的评估，以及心脏疾病的诊断和治疗。结合心脏电生理存在的时空稀疏性表现特征，本课题将开展基于时空稀疏源的心脏电生理功能成像研究。本项目的研究内容包括：1）惠特尼型有限元方法计算心电磁场，克服节点型有限元方法中偶极子源奇异性等问题；2）基于稀疏性分布特征，通过时空稀疏变换，结合偶极子源、心外膜电位源和透壁电位源，建立相应的心脏时空稀疏源模型；3）基于混合L1-L2范数正则化方法和迭代重加权等优化算法，实现对心脏时空稀疏源的准确重建；4）心肌缺血疾病的定位试验验证基于时空稀疏源的心脏电生理功能成像有效性。本项目的研究为心脏电生理功能成像的研究提供新方法和新思路，将进一步提高其成像的精度和速度，推动其早日实现实用化和临床化。

心脏电生理功能成像是一种新的心脏信息成像模态，它基于体表测量到的心电或者心磁信号，无创反演心脏的电生理功能信息，从而直接呈现心脏的状态。它可广泛应用于心脏功能的评估，以及心脏疾病的诊断和治疗。本项目通过结合心脏电生理信息内在的时空稀疏性特征，提出了相应的心脏时空稀疏源模型用于心脏电生理功能信息的反演。同时本项目也开展了心脏模型优化仿真研究，探索了有关于心脏疾病和层纤维细胞的相关作用机制。主要研究内容包括：（1）惠特尼型有限元方法实现心电场的数值计算，克服节点型有限元方法中偶极子源奇异性等问题；（2）基于稀疏性分布特征，提出了心脏向量模型和小波压缩的心脏时空稀疏源模型；3）提出了一个新型变分算子用于有效获取心脏等效双层源的空间稀疏性特征，并与L1范数正则化和迭代重加权范数算法相结合，实现了对心脏电生理信息的准确重建；（4）提出了基于最大间隔聚类算法（Maximum Margin Clustering，MMC）和支持向量回归算法相结合的混合回归模型(MMC-SVR)用于求解心电逆问题，研究结果表明，基于聚类分析和支持向量回归算法相结合的方法能够有效地减少回归模型的训练时间，提高回归模型重构心脏表面心肌跨膜电位分布的精度；（5）在心脏建模仿真方面，构建了人的心房模型，基于犬的心肌细胞模型探索了心肌细胞内CaMKII上调和SR Ca2+电流对心衰的影响和层纤维细胞对电力学的影响等；（6）设计了基于计算机仿真的心肌缺血定位试验，验证了基于时空稀疏源的心脏电生理功能成像所提供电生理信息的准确性。本项目为心脏电功能成像反演问题的研究探索了新方法，提高其成像的速度和精度，推动其向临床化和实用化的方向发展。