Tilbake til søkeresultatene

FRINATEK-Fri prosj.st. mat.,naturv.,tek

The Dynamic Heart - Computational Tools for Studying Cardiac Growth and Remodeling

Alternativ tittel: Det dynamiske hjertet - datamodeller for å studere vekst og remodellering i hjertesykdom

Tildelt: kr 11,4 mill.

Hjertet er et dynamisk organ som hele livet tilpasser seg til kroppens behov. Vanligvis er tilpasningen nyttig og nødvendig, for eksempel når fysisk trening over tid får hjertet til å vokse seg større og pumpe kraftigere, for å øke blodstrømmen og oksygentilførselen til kroppen. Men i noen kroniske hjertesykdommer kan hjertets tilpasningsevne virke mot sin hensikt, og bidra til å forverre funksjonen heller enn å forbedre den. For eksempel kan hjerteveggen vokse seg tykkere, som gjør at hjertet kan pumpe kraftigere og forsyne kroppen med mer blod, men samtidig gjør hjertet stivere og at det ikke fylles opp ordentlig for hvert hjerteslag. Lavere fylling gir mindre å pumpe ut og dermed lavere ytelse, og hjertet kan prøve å kompensere for dette ved å vokse seg enda større og tykkere. Dette forverrer problemet ytterligere, og man kan havne i en ond sirkel som over tid ender med hjertesvikt. For å gi riktig behandling til kroniske hjertepasienter er det viktig å forstå de fysiologiske prosessene som endrer hjertet, og hva som gjør at disse livsviktige mekanismene i noen tilfeller blir skadelige. I DynaComp-prosjektet bruker vi matematiske modeller og datasimuleringer til å regne ut de mekaniske kreftene som virker i hjertemuskelen under et hjerteslag, både for friske hjerter og ved sykdom. I tillegg lager vi modeller for hvordan disse kreftene får hjertet til å vokse og endre seg over tid, og hvordan dynamikken i dette endrer seg ved ulike former for hjertesykdom. Hovedfokuset i den første fasen av prosjektet har vært på å lage gode verktøy for å bygge hjertemodeller basert på medisinske bilder og målinger. Vi har store datasett med bilder fra hundrevis av eksperimenter, og for å utnytte dette godt er vi avhengig av effektive verktøy som automatiserer deler av modelleringen. Utviklingen skjer i tett dialog med medisinske forskere og spesialister, for å sikre at vi bruker datasettene best mulig og at modellene tilpasses til de viktigste åpne spørsmålene i feltet.

Heart failure (HF) is a chronic disease where the heart progressively loses its the ability to adequately pump blood. This loss of function results from the dynamic nature of the heart, and how it grows and remodels in response to mechanical loads and stimuli. While treatment options exist that can stop and even reverse this pathological remodeling, many patients still do not benefit, and there are large gaps in knowledge about the fundamental mechanisms that drive the remodeling. These mechanisms have been difficult to elucidate using experimental methods, and new tools are needed both for fundamental research and for clinical diagnosis and stratification of HF patients. We hypothesise that computational methods are well suited to supplement and augment experimental and clinical research, but there are currently no robust and efficient computational tools for predicting heart dynamics over weeks and months. In the DynaComp project we aim to develop these tools, and to explore their capabilities and limitations for fundamental HF research as well as direct clinical use. Previously developed methods for data driven computational heart mechanics will be extended to predict growth and remodeling on a time scale of weeks and months, and validated the models against a comprehensive set of experimental data. The computational framework will also be integrated with tools for uncertainty quantification and sensitivity analysis, and we will make it freely available to the research community as open source software. We will apply the modeling framework in a detailed study of existing and novel biomarkers used in HF diagnosis, to improve their theoretical foundation and potentially give more accurate HF diagnosis. The project will expand the ability of computer science to give insight into cardiac function, advance our understanding of how mechanical factors drive pathological remodeling and HF, and narrow the translational gap between experimental and clinical HF research.

Budsjettformål:

FRINATEK-Fri prosj.st. mat.,naturv.,tek