1. 前田
1.1. 大動脈弁狭窄症
2. 幸田
2.1. 患者個別モデル
2.1.1. 21番 橈骨動脈
3. 三木
3.1. 動脈圧波形
3.1.1. 平木君の方法を辿る
3.1.2. 自動化の方法の概略を作る
3.2. Fontan fenestration
3.2.1. Fontan ３次元モデル
3.3. Fontan model
3.3.1. 仙台学会 abstract
3.3.2. 小樽学会発表ポスター
3.4. Fontan collateral + AF
3.4.1. 上田君のAF条件を融合する
4. 次回までの課題
4.1. ミーティング2023/04/19 PM19:00
4.1.1. 次回までに
4.1.1.1. 配布した論文を読む
4.1.1.2. PV curve, 時間ー圧、時間ー容量曲線を描出する
4.1.1.3. 先輩の研究成果（田中、西村）をなぞる
4.1.1.4. 進捗状況を報告
4.1.2. 次回
4.1.2.1. ICUで記録した血圧波形のレビュー
4.1.2.1.1. データベース化する
4.2. ミーティング2023/5/10 PM19:00
4.2.1. 前田
4.2.1.1. PV curve収束させる
4.2.1.1.1. 時間軸の取り方を変えたら収束した
4.2.1.2. 田中君の修論なぞる
4.2.1.2.1. Pythonのcode田中君のもの
4.2.1.3. 原田君４Dの表現
4.2.1.3.1. Paraviewの可視化
4.2.1.4. 論文を渡す
4.2.2. 幸田
4.2.2.1. 21番橈骨動脈を入れたモデル
4.2.2.1.1. 圧波形の再現
4.2.2.1.2. ASD, VSD術後モデル
4.2.2.2. Li-君からもらったcode
4.2.2.2.1. 橈骨動脈を増やした
4.2.2.2.2. 体重のみ考慮した
4.2.2.2.3. 55 arteries 37 veins
4.2.2.2.4. gravity related hemodynamics
4.2.2.2.5. 圧波形に関する論文
4.2.2.3. codeのミスが見つかった
4.2.3. 三木
4.2.3.1. fenestration modelの収束
4.2.3.1.1. 1D fenestration model
4.2.3.2. 上田君のAFモデル
4.2.3.2.1. code errored
4.2.3.3. 平木君と会う
4.3. ミーティング2023/06/01
4.3.1. 前田
4.3.1.1. 田中君のmodelを再現できた
4.3.1.1.1. Normalが、AS 25-75%よりもLMT血流が少ない
4.3.1.1.2. PV curveももっともらしい
4.3.1.1.3. M valve flowも再現
4.3.2. 幸田
4.3.2.1. 橈骨動脈ー右上半身のモデル
4.3.2.1.1. 心周期はクリアできた。
4.3.2.1.2. 血圧、最大ー最小値は合っていない。
4.3.3. 三木
4.3.3.1. fenestration構造を変えた
4.3.3.1.1. 上田君のAF codeを入れた
4.3.3.1.2. 計算は回った
4.4. ミーティング2023/07/05
4.4.1. 前田
4.4.1.1. E/A ratio
4.4.1.1.1. Normal 1.72; AS 2.33, AS-DHF 1.89; AS-SHF 1.69
4.4.1.2. AS-DHF
4.4.1.2.1. EF 77%
4.4.1.3. 元になった論文と４つのカテゴリーを比較してみる
4.4.1.4. 右冠動脈流量波形
4.4.1.4.1. ASではRCA coronary flow 増えている
4.4.1.5. 大動脈波形
4.4.1.5.1. 逆流はなかった
4.4.2. 幸田
4.4.2.1. 動脈圧波形再現
4.4.2.1.1. 9M, 6.5kg, ASD術後
4.4.2.1.2. 3M, 5.8kg, VSD術後
4.4.2.1.3. 1.1y, 9.3kg, ASD術後
4.4.2.2. 7人の患者
4.4.2.2.1. 0, 1,2,3 hrの圧波形学習
4.4.2.2.2. 学習は終わっても、半分の例で圧波形が一致しない 損失関数20,000
4.4.2.2.3. 損失関数10,000以下だと良い一致率
4.4.2.2.4. 学習の問題２つ
4.4.2.2.5. parameter Z echo measurement
4.4.2.2.6. LV volume
4.4.2.2.7. 感度分析
4.4.2.3. data file
4.4.2.3.1. 写真とデータを一致させる
4.4.3. 杉本
4.4.3.1. ESC2023 ポスター作成
4.5. 次回ミーティング2023/7/19
4.5.1. 三木
4.5.1.1. 感度分析
4.5.1.1.1. parameterの範囲を広げる20-200%
4.5.1.2. 患者個別データ論文を探す
4.5.1.2.1. JTVCS 2012:144, 1329, Grosse-Wortmann
4.5.2. 前田
4.5.2.1. AS DHF 左心室駆出率おかしい
4.5.2.1.1. 左心室内圧p0とβを変えて再現している
4.5.3. 幸田
4.5.3.1. スケーリングのβを変更した
4.5.3.1.1. 初期のparameter C
4.5.3.1.2. 左心室・右心室のelastanceを上げた
4.5.3.2. sensitivity analysis
4.5.3.2.1. 範囲を狭めて
4.5.4. Li
4.5.4.1. 0D vascular bed
4.5.4.1.1. total vascular bed 3 times to 5,000mL
4.5.4.2. 1D vascular model
4.5.4.2.1. reference pressure = diastolic pressure filling pressure
4.5.4.3. neurological modulation
4.6. ミーティング2023/08/02
4.6.1. 幸田
4.6.1.1. βを変えてコンプライアンスを変更した
4.6.1.1.1. 最大値が上がり、範囲が広がった。
4.6.1.1.2. 動脈のコンプライアンスがメイン
4.6.1.1.3. コンプライアンスを高くするとPV curveが左に移動する
4.6.1.1.4. SVはコンプライアンスが低い方が大きい
4.6.1.2. 4.7kgと9.3kgで行った
4.6.1.3. 先に
4.6.1.4. 感度分析
4.6.1.4.1. Resistanceが大きかった
4.6.1.4.2. LV active elastanceが大きい
4.6.1.5. TOF model
4.6.1.5.1. 肺動脈狭窄
4.6.1.5.2. 論文を探す
4.6.2. 前田
4.6.2.1. βとPoを変えながらやっている
4.6.2.1.1. だめだ
4.6.2.1.2. meetingでもparameterを変えるときは拘束条件を考える
4.6.2.1.3. 田中さんのcodeが重症AS
4.6.2.2. DHF modelのcodeを見てみた
4.6.2.2.1. Emax 4.40と高いのが反映されていない
4.6.2.3. aging paramter
4.6.2.4. Elastance
4.6.3. Li
4.6.3.1. βを変化させる
4.6.3.2. heart rate, baseline of blood pressure with time change
4.6.3.2.1. Machine learning
4.6.3.3. Nervous system
4.7. ミーティング2023/08/22
4.7.1. 幸田
4.7.1.1. 先にcomplianceを決めてから
4.7.1.1.1. ２番の患者は一致率が低い
4.7.1.2. 感度分析
4.7.1.2.1. 閾値±０.5
4.7.1.3. ローカル感度分析はうまくいかなかった
4.7.1.4. TOFのmodel
4.7.1.4.1. 論文探す
4.7.2. 三木
4.7.2.1. 小樽学会
4.7.2.1.1. English presentation
4.7.3. Li
4.7.3.1. total resistance modulation
4.7.3.2. Resistance works faster than the pressure change
4.8. ミーティング2023/09/07
4.8.1. 幸田
4.8.1.1. 感度分析を行った
4.8.1.1.1. 感度の低いparameterを更新しないで、影響力の大きいparameterのみを更新
4.8.2. 前田
4.8.2.1. agingの条件
4.8.2.1.1. どのように影響を及ぼしているか
4.8.2.2. D1不十分な拡張期疾患をモデル化するためのparamterを取り入れた, D2
4.8.2.2.1. 拡張期のPV curveに影響が出た
4.8.2.2.2. 冠動脈血流に影響が出た
4.8.2.3. Assessmentの論文をそのまま再現できるか
4.8.3. Li
4.9. ミーティング2023/09/27
4.9.1. 幸田
4.9.1.1. 感度分析parameter減らした
4.9.1.2. 血液粘土もparameterに入れてみた
4.9.1.2.1. 血液粘度は下がり、Elvbは下がり、systemic resistanceは上がった
4.9.1.3. active elastanceを上げて、passive elastanceを下げた
4.9.1.4. ①反射波が再現されていない
4.9.1.4.1. ②計算時間が長い
4.9.1.4.2. Marsより速いPCを使う
4.9.1.5. 時間平均波形を作成する
4.9.1.5.1. simulation波形と比較する
4.9.1.6. radial arteryでは、反射波が明らかになりにくい可能性がある。
4.9.1.6.1. 切り出す位置による
4.9.2. 前田
4.9.2.1. DHF model再現性を高める
4.9.2.1.1. Elastanceを変えて計算してみる
4.10. ミーティング 2023/10/11
4.10.1. 幸田
4.10.1.1. 波形を平均化する
4.10.1.1.1. ５秒間
4.10.1.1.2. ほぼうまく一致した
4.10.1.1.3. 損失関数
4.10.1.1.4. 平均、最大値、最小値では一致率９割
4.10.1.1.5. 問題点
4.10.2. 前田
4.10.2.1. 姿勢を変化させた
4.10.2.1.1. DHF model 0-60度
4.10.2.1.2. Zhang, Liuの論文を読んでみる
4.10.2.1.3. assessmentの論文の患者を再現する
4.10.2.1.4. ASを作成して、冠動脈血流にも差が出るか
4.10.3. 三木
4.10.3.1. Fontan患者データ
4.10.3.1.1. 2016/11/22のものを再現
4.10.3.2. Unstressed volumeのcode
4.10.3.2.1. Programming error
4.10.3.2.2. Segmentation fault
4.11. 2023/11/8
4.11.1. 幸田
4.11.1.1. 粘性Frmパラメーターを８個にした
4.11.1.1.1. ２番目の患者
4.11.2. 前田
4.11.2.1. Emaxの調整して論文に合った値を入れてみる
4.11.2.1.1. volumeの差が再現できていない
4.11.2.1.2. LVESVI x BSA =LVESVも導入してみる
4.11.2.1.3. 年齢も考慮した。
4.11.2.1.4. 論文のPV curveを再現してみる
4.11.2.1.5. systemic venous compliance
4.11.2.1.6. 体重が入れられない
4.11.2.1.7. Li君にメールしてみる
4.11.2.1.8. Liang先生にメールする
4.11.3. 三木
4.11.3.1. Fontanの圧波形
4.11.3.1.1. 平均化した
4.12. 2023/11/22
4.12.1. 幸田
4.12.1.1. lactateのdagtaがあったところで取り直した
4.12.1.1.1. loss functionが1万台
4.12.1.1.2. 90%台
4.12.1.1.3. 体重が5kg台では実測が非常に高く出ている。
4.12.1.1.4. 一致率が低く、parameterの変化にうまく反映されていない
4.12.2. 前田
4.12.2.1. 姿勢角度の変化の問題
4.12.2.1.1. PV curveが変化する
4.12.3. 三木
4.12.3.1. 40時間までFontan患者の圧波形があった
4.12.3.1.1. 時間によって収束する時としない時があった。
4.13. 2023/12/06
4.13.1. 幸田
4.13.1.1. 更新パラメーターに入れてないものを入れてみた
4.13.1.1.1. 弁の開口係数
4.13.1.1.2. 波伝播速度
4.13.1.1.3. 心房・心室のdead volume
4.13.1.2. 学習の仕方を変えた
4.13.1.2.1. 全ての位置を正しく参照していた
4.13.2. 前田
4.13.2.1. Liang先生のデータを探した
4.13.2.1.1. codeも探したが違っていた
4.13.3. 三木
4.13.3.1. 圧波形が一致していない
4.13.3.1.1. 別の時間帯でもやってみる
4.14. 2023/12/20
4.14.1. 幸田
4.14.1.1. Pressure 最大、最小、平均のweightを３等分することで一致率が上昇した
4.14.2. 前田
4.14.2.1. 幸田君のcodeで体重などを導入して、Elastance, resistanceなど導入できた
4.14.2.1.1. complianceが算出できない
4.14.2.2. PV curveの等容の変化が丸くなっている
4.15. 2023/12/27
4.15.1. 幸田
4.15.1.1. 一部８０台だが、一致率がほぼ９０％以上だった
4.15.1.2. 呼吸でのズレが入った段階での値
4.15.1.3. Lactateと他のparameterの相関を調べた
4.15.1.3.1. systemic resistance, RV active elastanceが相関が高かった。
4.15.1.4. ２心室の全ての患者でmachine learningを目標に
4.15.1.4.1. lactateが３０以上の患者も対象にする
4.15.2. 前田
4.15.2.1. 更新parameterに加えて計算した
4.15.2.1.1. 形状は合ってきた
4.15.2.1.2. 最初は最大値が合っているが、収束すると最大値は下がってくる
4.15.2.1.3. 損失関数＝3000になっている。
4.15.2.2. Prof. Liangにメールする
4.15.3. 三木
4.15.3.1. 末梢の血管抵抗を分けれないか？
4.15.3.1.1. 側副血行路を変更したが、
4.15.3.1.2. Systemic resistanceが大動脈の圧に寄与していないかと、codeを見て思った
4.15.3.1.3. 更新parameterとして、①波の電波速度、②血管の断面積を入れた
4.15.3.1.4. 電波速度も0.7-1.1倍で変化した
4.15.3.1.5. Unstressed volumeも取り組む
4.16. 2024/1/10
4.16.1. 幸田
4.16.1.1. 身長・体重がない
4.16.1.1.1. 中京病院に確認
4.16.1.2. 卒論 題名決定
4.16.1.2.1. １患者あたり８（７）
4.16.2. 前田
4.16.2.1. 圧力が上がらない
4.16.2.1.1. 大動脈弁の開閉のタイミングのcodeがない
4.16.2.1.2. 心房の収縮時刻を変えるcodeを変えてみた
4.16.2.1.3. 大動脈弁狭窄を与えてみた
4.16.2.1.4. 今のcodeでは行き詰まっている
4.16.2.1.5. 卒業論文では、患者個別モデル＋大動脈弁狭窄を再現するところまで
4.16.2.1.6. PV curveの等容の部分で体積の変化をなくす
4.16.3. 三木
4.16.3.1. Fontan model
4.16.3.1.1. 血管の断面積、伝搬速度を変化した
4.17. 2024/03/18
4.17.1. 前田
4.17.1.1. AS model
4.17.1.1.1. 身長体重ーAS
4.17.1.1.2. Aging 田中model 標準化model
4.17.1.2. 患者個別
4.17.1.2.1. ポータブルエコー＋モニターで整体情報を記録
4.17.2. 幸田
4.17.2.1. 患者データのまとめ
4.17.2.1.1. Lactate値をもとにしたExcel一覧を作成する
4.17.2.1.2. Machine Learningで予測できるか
4.17.2.1.3. 感度分析で影響を及ぼしうるparameterの数を絞る
4.17.2.1.4. 複雑心奇形、単心室model