基于田口方法、机器学习与遗传算法的心脏心律失常脉冲电场消融优化

《Results in Engineering》:Optimizing Pulsed Field Ablation for Cardiac Arrhythmias Integrating Taguchi Method, Machine Learning and Genetic Algorithms

【字体: 大 中 小 】 时间:2026年01月06日 来源:Results in Engineering 7.9

编辑推荐:

  脉冲电场消融(PFA)是一种基于不可逆电穿孔、用于治疗心脏心律失常的前沿治疗方式。然而,最佳的脉冲序列参数和电极配置仍未明确。本研究提出了一种整合有限元建模(FEM)、田口方法、机器学习(ML)和多目标优化的新方法,以优化PFA的治疗效果。研究人员开发了一个全

  
脉冲电场消融(PFA)是一种基于不可逆电穿孔、用于治疗心脏心律失常的前沿治疗方式。然而,最佳的脉冲序列参数和电极配置仍未明确。本研究提出了一种整合有限元建模(FEM)、田口方法、机器学习(ML)和多目标优化的新方法,以优化PFA的治疗效果。研究人员开发了一个全面的FEM模型,用于模拟心脏组织中的电学、热学和流体动力学过程,以评估关键因素,包括脉冲幅度、脉冲间延迟、脉冲数量、血流速度和电极接触深度。利用田口L27正交阵列量化了所选因素对PFA结果的影响。仿真数据用于训练一系列ML模型,如支持向量机、决策树、高斯过程和神经网络,并采用了数据增强技术。高斯过程模型在预测消融体积和最高组织温度方面表现出强大的预测性能,在训练阶段实现了平均绝对误差(MAE)分别为0.2 mm3和0.1°C,在测试阶段分别为1.1 mm3和0.5°C。该模型随后通过非支配排序遗传算法(NSGA-II)用于多目标优化。脉冲幅度成为影响消融体积和温度升高的最显著因素。电极插入深度与消融体积呈正相关,而血流速度的影响最小。集成ML的框架能够快速预测治疗结果,将计算时间从数小时缩短到毫秒级,实现了实时优化。本研究提出的整合计算建模、统计设计、ML和遗传算法的通用框架,为根据患者特定需求定制PFA方案铺平了道路,从而推进了心律失常的个性化治疗策略。
**心脏心律失常脉冲电场消融优化的综合计算框架:研究解读**

心脏心律失常是一种以心律异常为特征的疾病,构成了重大的全球健康挑战。在非药物治疗领域,以射频消融和冷冻球囊消融为代表的微创热消融技术已成为治疗不同类型心律失常最有前景且广泛应用的方法。然而,如何在局部病灶组织中精确控制温度(加热至50°C以上或冷冻至-20°C以下),同时保护周围健康组织,仍然极具挑战性。脉冲电场消融(PFA)作为一种新兴的、主要基于非热机制的替代疗法应运而生,尤其适用于心房颤动(AF)的肺静脉隔离治疗。PFA利用微秒级的高压电场诱导细胞膜发生不可逆电穿孔,最终导致细胞死亡,其组织选择性较高,对周围健康组织及关键结构(如食道、膈神经、肺静脉组织)损伤较小。尽管多项临床前和临床研究已证实PFA治疗心房颤动的有效性,但对于其作用机制、理想的导管设计、波形类型和暴露时间等关键参数,目前仍未达成共识。这在一定程度上归因于现有专利限制,多数临床研究报告未公开所使用的波形或暴露时间细节。因此,通过系统研究优化PFA参数,对于提高其治疗效率和安全性、推动个性化治疗至关重要。本研究发表于《Results in Engineering》,旨在通过整合有限元建模(FEM)、田口方法、机器学习(ML)和遗传算法,建立一个通用框架来优化PFA治疗心脏心律失常的效果。

为开展研究,研究人员采用了多学科交叉的关键技术方法。首先,在COMSOL Multiphysics 6.2软件中构建了一个三维有限元模型,该模型耦合了电学、热学和流体动力学物理场,用于模拟PFA过程中心脏组织内的电场分布、温度变化和血流影响。模型考虑了相变现象以及电导率和热导率的温度依赖性。其次,采用田口实验设计方法,利用L27正交阵列,系统地研究了脉冲幅度、脉冲间延迟、脉冲数量、血流速度和电极接触深度这五个关键参数对消融体积和最高组织温度的影响,并进行了方差分析(ANOVA)以量化各因素的贡献度。第三,基于田口实验产生的数据,研究人员训练并比较了多种机器学习回归模型(包括支持向量机、决策树、集成方法、高斯过程和神经网络),并采用数据增强和k折交叉验证来提升模型性能和泛化能力。最后,利用表现最佳的高斯过程模型作为代理模型,结合非支配排序遗传算法(NSGA-II)进行多目标优化,以在最大化消融体积的同时最小化组织温升。

**研究结果**

**模型验证**:通过将所开发的FEM模型的电场分布和消融体积预测结果与已发表的文献数据进行比较,验证了模型的准确性。在相同的几何尺寸、材料属性及初始边界条件下,模型预测的消融体积与文献结果吻合良好,相对误差小于1%,证实了模型的可信度。

**田口分析**:对田口L27正交阵列的27组仿真结果进行分析,揭示了关键参数对PFA结果的影响。
* **消融体积**:信噪比(S/N)和方差分析表明,脉冲幅度和电极接触深度是影响消融体积的主导因素,两者贡献度合计超过99%。较高的脉冲幅度(1500 V)和较深的电极嵌入深度(1.25 mm)产生了最大的消融体积(例如实验21达115.42 mm3)。相反,较低的脉冲幅度(500 V)结合电极与组织存在间隙(-1.25 mm)时,消融体积为0。脉冲间延迟、脉冲数量和血流速度对消融体积的影响甚微。
* **组织温度**:脉冲幅度、接触深度和脉冲间延迟对最高组织温度有显著影响(P值 < 0.05)。较高的脉冲幅度、较深的接触深度和较短的脉冲间延迟会导致更高的组织温升。在所有实验中,最高组织温度记录为55.03°C(实验21)。值得注意的是,尽管在一些高能量组合下血液温度超过了70°C(可能增加血栓风险),但根据Arrhenius损伤积分评估,在所有27组实验中均未观察到热坏死(Ω(t) < 1),这再次凸显了PFA主要是一种非热消融机制。
* **电场与温度分布**:消融区域(电场强度 > 1000 V/cm)呈对称分布且不受血流影响,而温度分布则呈现非对称性。最高温升区域始终局限于电极表面附近。

**机器学习模型性能比较**:在多种ML模型中,高斯过程回归模型在预测消融体积和最高组织温度方面表现最优。其在训练集和测试集上的平均绝对误差(MAE)均最低,显示出卓越的预测准确性和泛化能力。相比之下,其他模型(如神经网络、集成方法)在测试集上误差增大,表明存在过拟合或欠拟合问题。重要的是,训练好的高斯过程模型可将预测时间从FEM仿真所需的数小时(6-12小时)缩短至毫秒级(约1.147毫秒),为实现实时临床决策支持提供了可能。

**参数分析与相关性**:参数分析进一步证实了脉冲幅度和接触深度对增大消融体积和升高组织温度的正向影响。皮尔逊相关性矩阵显示,消融体积与脉冲幅度呈强正相关,与接触深度呈中等正相关。最高组织温度与脉冲幅度和接触深度呈强正相关,与脉冲间延迟呈负相关。血流速度与两者相关性均较弱。

**遗传算法优化**:利用NSGA-II对高斯过程模型进行多目标优化,得到了帕累托前沿,展示了在最大化消融体积和最小化组织温度之间的权衡关系。研究提供了多组接近最优的参数组合(例如,脉冲幅度~1480-1500 V,接触深度~1.18-1.25 mm等),为临床医生根据具体治疗目标和安全边际选择个性化方案提供了数据支持。

**讨论部分总结**
研究人员在讨论中指出,本研究通过整合FEM、田口方法、ML和遗传算法,为优化PFA治疗心律失常提供了一个全面的计算研究框架。研究明确了脉冲幅度和电极接触深度是决定消融效果的关键参数,而脉冲间延迟是控制组织温升的有效调节手段。研究证实了在所研究的参数范围内,PFA的损伤机制主要为不可逆电穿孔,热损伤贡献可忽略。集成ML的框架极大地加速了治疗结果的预测,使其具备临床实时应用的潜力。然而,研究也存在一些局限性,包括:模型简化(如忽略组织机械变形、假设稳态层流血流、组织属性均质各向同性)、缺乏临床或实验验证、以及使用固定的电场阈值(1000 V/cm)来定义消融区域,而未考虑该阈值可能随脉冲参数变化的实际情况。未来的工作应致力于纳入更真实的解剖结构、动态血流、心跳动力学以及参数依赖性的电穿孔阈值模型,并将该框架扩展到双相脉冲波形、双极电极配置等其他临床相关场景,以进一步提升其普适性和预测精度。此外,该框架的潜力不仅限于PFA,还可扩展应用于射频、激光、微波和高强度聚焦超声等其他热消融疗法的优化。

**研究结论**
本研究提出了一种整合有限元建模、田口方法、机器学习和遗传算法的新方法,以优化用于治疗心脏心律失常的脉冲电场消融效果。开发的三维耦合电-热-流体模型成功模拟了PFA过程。验证研究表明该模型能准确预测消融体积和温度分布。田口实验设计分析表明,PFA过程中的消融体积主要取决于所施加的脉冲幅度和电极尖端与心肌组织之间的距离;而组织温度的升高则与脉冲幅度、脉冲间延迟和接触深度的增加有关。在所选参数范围内,消融完全由不可逆电穿孔引起,与热过程无关。基于NSGA-II的多目标优化框架为临床医生提供了从帕累托前沿选择治疗参数的灵活性,实现了在最大化消融体积和最小化组织温度之间的个性化权衡。未来的工作将集中于扩展所提出的建模框架,以纳入临床上相关的变量,包括交替单相和双相脉冲波形以及替代电极配置,从而进一步提高其普适性和适用性。此外,这种新颖的方法为超越PFA的广泛热疗研究奠定了坚实基础,并有望通过大幅缩短精确预测治疗结果的计算时间,成功整合到临床工作流程中,从而支持高度定制化的、针对患者个体的热消融治疗方案的优化规划与实施。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号