基于多模态数据与多耦合模型的肺动脉高压无创检测关键技术研究

Pulmonary arterial hypertension (PAH) is known as the "cardiovascular cancer". However, the diagnosis of PAH mainly depends on invasive examination. In order to improve the accuracy and reliability of noninvasive early diagnosis of PAH, this project proposes to integrate peripheral blood pressure signals, and magnetic resonance imaging, combining with multi-coupling model based comprehensive analysis of systemic circulation and pulmonary circulation for parameters’ optimization of the multi-coupling model, noninvasive reconstruction of left ventricular pressure waveform, right ventricular pressure waveform, and pulmonary arterial pressure waveform. This project intends to acquire multi-site peripheral pulse signals and MRI images for the reconstruction of left ventricular pressure waveform. Based on cardiac MRI images, interventricular septum is extracted by employing the level set and the active shape model with prior constraints. The structure and motion parameters of the ventricular septum are optimized using the finite element method. An improved multivariable Young-Laplace model is proposed by combining with the One-fiber model for the noninvasive reconstruction of the right ventricular pressure waveform. Finally, the reconstructed data and the calculated parameters are uploaded with biventricular-coupled systemic circulation and pulmonary circulations to further optimize the parameters and models through the parameter sensitivity analysis and quantitative analysis of measurement uncertainty. This project aims at providing new theoretical basis and technical support for noninvasive early detection of PAH.

肺动脉高压被称为“心血管的癌症”，目前其诊断主要依赖有创检查。为解决肺动脉高压无创诊断精度与可靠性问题，本项目提出融合个性化生理信号和影像信息，并结合多耦合模型来无创重建肺动脉压力波形并进行血流动力学测定与心功能分析，实现肺动脉高压的早期无创、无辐射诊断。首先，基于体表多点脉波信号和心脏磁共振影像来重建左心室压力波形；然后通过对心脏磁共振影像处理与有限元分析来提取并优化心脏室间隔四维模型。在此基础上建立室间隔多元Young-Laplace模型，并结合One-fiber模型无创重建右心室压力波形和肺动脉压力波形。再通过耦合房室、室间隔模型，以及体循环与肺循环Windkessel模型，校正重建波形，从而建立面向肺动脉高压诊断的多耦合模型，并采用参数敏感性分析与测量不确定性量化分析来优化模型。最后，进行个性化室间隔体模与临床实验验证，从而为肺动脉高压个性化无创早期诊断提供新的理论依据与技术支持。

为解决临床肺动脉高压无创诊断的精度与可靠性问题，本项目融合个性化生理信号和影像信息，并结合多耦合模型来无创重建肺动脉压力波形并进行血流动力学测定与心功能分析，为肺动脉高压的早期无创、无辐射诊断提供了理论依据与技术支撑。分别在心血管仿体制作与试验，左右心室以及冠状动脉的自动分割，心血管系统的多通路盲辨识，基于自适应盲辨识算法、一维动脉树模型的中心动脉压力波形重建，基于有限元仿真和机器学习的右心室压力无创预测，高精度心血管循环系统物理模型的设计与应用，基于有限元及CT影像的心室间压力差无创测量等方面已取得初步成果。.该项目至今已发表标注项目号“61773110”的学术论文82篇，其中SCI收录46篇，EI收录36篇。该课题在执行期内申请发明专利10项，获得授权发明专利9项；特邀大会报告6次。出版专著《心血管系统动力学原理、建模与仿真应用》、英文专著《Blood Pressure - From Bench to Bed》各1部；副主编全国高等学校生物医学工程专业“十三五”规划教材《心肺康复综合干预原理与方法》，参编全国高等学校生物医学工程专业“十三五”规划教材《生物医学工程导论》、《健康信息工程》以及《生物医学传感与检测》等教材。.在项目执行期，培养青年教师3名，引进青年人才1名、近期晋升为副教授；共培养毕业37名硕士（已毕业28人）、14名博士研究生（已毕业4人），25名本科生。1名博士生获东北大学优秀博士论文，2名本科生获东北大学优秀本科论文。参加大学生生物医学工程创新大赛并获得2项一等奖，4项二等奖，及优秀指导教师奖。促进国内外学术交流，组织了国内外重要学术会议2场，参加学术交流6场次。一篇硕士生论文获IEEE国际信息和自动化暨生物医学工程会议最佳论文提名奖。两名研究生赴新加坡参加CinC 2019学术年会，并获得Travel Grant。