A statistical dynamic cardiac atlas for the virtual physiological human: construction and application

El Humano Fisiologico Virtual (VPH en ingles) es un marco metodologico y tecnologico que, una vez establecido, habilitara la investigacion colaborativa sobre el cuerpo humano como un unico sistema complejo [1]. Como parte de la realizacion de este marco, esta considerado de suma importancia construir representaciones digitales espacio-temporales, de alto nivel de detalle, del cuerpo humano en general y de sus sistemas organicos en especifico. Tales representactiones deberan facilitar la descripcion del fenotipo anatomico tipico de poblaciones de individuos y estados de enfermedad. Idealmente, tambien deben ser representaciones multi-escala que puedan expresar los fenotipos deseados en las escalas pertinentes en espacio y tiempo. La representacion de datos en un marco de referencia comun es una necesidad para hacer comparaciones imparciales y exactas entre individuos o de un individuo a lo largo del tiempo [2,3,4]. Atado con el desarrollo de tal marco esta el desarrollo de las herramientas para transformar las medidas de varios estudios al marco y viceversa. Tipicamente, el marco representa un modelo de normalidad del fenotipo anatomico en utilizacion, expresada por un promedio y un rango de variaciones estadisticamente plausibles, obtenidos de datos de entrenamiento adquiridos de la poblacion. Entonces, las nuevas medidas seran asimiladas, resultando en las parametrizaciones correspondientes del modelo. La construccion de un marco de referencia, o atlas, del corazon (humano) presenta una multitud de obstaculos. El corazon mamifero tiene una morfologia compleja con gran variabilidad dentro de poblaciones, es una morfologia altamente dinamica debido a la funcion cardiaca, y contiene un gran numero de subestructuras que ultimamente permiten el funcionamiento eficaz de esta maquina electro-fluido-mecanica. Entonces, idealmente, un buen atlas cardiaco es multi-escala, espacio-temporal, multi-estructura, y su construccion debera ser robusta a grandes variaciones morfologicas y capaz de procesar grandes cantidades de datos de manera altamente automatizada. Esta tesis esta centrada en la construccion de un atlas cardiaco, para servir como tal marco de referencia. La construccion consiste en la trayectoria completa, empezando con un conjunto de imagenes 3D+t de tomografia computacional multi-corte, y entonces hacer una normalizacion espacial de las imagenes [5,6,7,8], segmentacion de la imagen promedio sintetizada, un mallado multi-estructura [9], y finalmente la transformacion de la malla a la poblacion de imagenes. Adicionalmente, la tesis presenta dos aplicaciones del atlas. Primero, el atlas se usa para enmarcar un modelo espacio-temporal de la morfologia cardiaca que modela la variacion a lo largo de ambos `ejes' simultaneamente [10,11]. Tal propuesta debe ser preferible sobre otros metodos existentes, los cuales desacoplan las dos fuentes de variacion para modelarlas separadamente, en isolacion [12]. Segundo, el atlas esta aplicado al desarrollo de una tecnica de aceleracion para simulaciones personalizadas de electrofisiologia (EF) cardiaca. El conocimiento previo encapsulado en nuestro atlas se usa, en conjunto con un solver de EF cardiaca, para construir un modelo estadistico conectando morfologia cardiaca con los steady states de modelos celulares del miocardio que precondicionan a simulaciones detalladas de EF cardiaca [13]. Esta aplicacion posiciona el propuesto atlas dinamico cardiaco en el contexto de simulaciones relacionadas al VPH, cuyo costo computacional actual esta en gran exceso de lo aceptable para su adopcion en la practica clinica de hoy en dia. BIBLIOGRAFIA [1] M. Viceconti and G. Clapworthy, eds., VPH-FET Research Roadmap: Advanced Technologies for the Future of the Virtual Physiological Human, 2011. [2] O. Camara, E. Konukoglu, M. Pop, K. Rhode, M. Sermesant, and A. Young, eds., Proceedings of the Second International Workshop on Statistical Atlases and Computational Models of the Heart (STACOM): Imaging and Modelling Challenges, vol. 7085 of Lecture Notes in Computer Science, Springer, 2011. [3] O. CAMARA, M. POP, K. RHODE, M. SERMESANT, N. SMITH, AND A. YOUNG, eds., Proceedings of the First International Workshop on Statistical Atlases and Computational Models of the Heart (STACOM), vol. 6364 of Lecture Notes in Computer Science, Springer, 2010. [4] A.A. Young and A.F. Frangi, Computational cardiac atlases: From patient to population and back, Experimental Physiology, vol. 94, no. 5 (2009), pp. 578?596. [5] D. Rueckert, L.I. Sonoda, C. Hayes, D.L.G. Hill, M.O. Leach, and D.J. Hawkes, Nonrigid registration using free-form deformations: Application to breast MR images, IEEE Transactions on Medical Imaging, vol. 18, no. 8 (1999), pp. 712?721. [6] D. Rueckert, P. Aljabar, R.A. Heckemann, J.V. Hajnal, and A. Hammers, Diffeomorphic registration using B-splines, in Proc. 9th Int. Conf. Medical Image Computing and Computer Assisted Intervention (MICCAI), Copenhagen, Denmark, vol. 4191 of Lecture Notes in Computer Science, 2006, pp. 702?709. [7] A. Trouve, Diffeomorphisms groups and pattern matching in image analysis, International Journal of Computer Vision, vol. 28, no. 3 (1998), pp. 213?221. [8] V. Arsigny, O. Commowick, X. Pennec, and N. Ayache, A log-euclidean framework for statistics on diffeomorphisms, in Proc. 9th Int. Conf. Medical Image Computing and Computer Assisted Intervention (MICCAI), Copenhagen, Denmark, vol. 4190 of Lecture Notes in Computer Science, 2006, pp. 924?931. [9] S. Valette and J.M. Chassery, Approximated centroidal Voronoi diagrams for uniform polygonal mesh coarsening, Computer Graphics Forum, vol. 24, no. 3 (2004), pp. 381-389. [10] J.B. Tenenbaum and W.T. Freeman, Separating style and content with bilinear models, Neural Computation, vol. 12, no. 6 (2000), pp. 1247?1283. [11] L. De Lathauwer, B. De Moor, and J. Vandewalle, A multilinear singular value decomposition, SIAM Journal on Matrix Analysis and Applications, vol. 21, no. 4 (2000), pp. 1253?1278. [12] D. Perperidis, Spatio-Temporal Registration and Modelling of the Heart Using Cardiovascular MR Imaging, PhD thesis, Imperial College London, 2005. [13] E.M. Cherry and F.H. Fenton, A tale of two dogs: Analyzing two models of canine ventricular electrophysiology, American Journal of Physiology - Heart and Circulatory Physiology, vol. 292, no. 1 (2007), pp. H43?H55.