Взаимосвязь между числом эктопических фокусов и степенью хаотичности фибрилляции желудочков

Лариса Валентиновна Мезенцева; Сергей Сергеевич Перцов

doi:10.25557/0031-2991.2018.01.11-16

Лариса Валентиновна Мезенцева ФГБНУ «НИИ нормальной физиологии им. П.К. Анохина», 125315, г. Москва, Россия, ул. Балтийская, д. 8 http://orcid.org/0000-0001-5750-5366
Сергей Сергеевич Перцов ФГБНУ «НИИ нормальной физиологии им. П.К. Анохина», 125315, г. Москва, Россия, ул. Балтийская, д. 8

DOI: https://doi.org/10.25557/0031-2991.2018.01.11-16

Ключевые слова: фибрилляция желудочков, энтропия, математическое моделирование

Аннотация

Электрическая активность сердца при фибрилляции желудочков регистрируется на ЭКГ как хаотичное чередование разных по амплитуде и длительности возбуждений. Для количественного анализа этих показателей широко используются методы математического моделирования и теории хаоса. Цель исследования — использование методов математического моделирования для изучения взаимосвязи между степенью хаотичности процесса фибрилляции желудочков и количеством эктопических фокусов, функционирующих в миокарде желудочков. Электрическую активность сердца при фибрилляции желудочков моделировали суммой N-независимых импульсных потоков с различными амплитудно-частотными и фазовыми характеристиками. Степень хаотичности электрической активности сердца оценивали с помощью энтропии и фазовых портретов амплитуд фибриллярных осцилляций. Методом компьютерного моделирования рассчитывали теоретические зависимости степени хаотичности фибриллярных осцилляций от количества импульсных потоков. Результаты теоретических расчетов сопоставляли с результатами физиологических экспериментов, выполненных на крысах и собаках. Показано, что степень хаотичности фибриллярных осцилляций различна у крыс и собак и зависит от числа эктопических фокусов, функционирующих в миокарде желудочков. Для крыс были характерны двухочаговые типы моделей фибрилляции желудочков, для собак – многоочаговые (4–5 фокусов) типы моделей.

Скачивания

Данные скачивания пока недоступны.

Литература

1. Cappiello G, Das S, Mazomenos EB, Maharatna K, Koulaouzidis G, Morgan J, Puddu PE. A statistical index for early diagnosis of ventricular arrhythmia from the trend analysis of ECG phase-portraits. Physiol Meas. 2015; 36(1):107-31.
2. Ganesan AN, Kuklik P, Gharaviri A, Brooks A, Chapman D, Lau DH, Roberts-Thomson KC, Sanders P. Origin and characteristics of high Shannon entropy at the pivot of locally stable rotors: insights from computational simulation. PLoS One. 2014; 9(11): e110662.
3. Mysiak A, Kobusiak-Prokopowicz M, Kaaz K1, Jarczewska K, Glabisz W. Characteristics of chaotic processes in electrocardiographically identified ventricular arrhythmia. Cardiol J. 2017; 24(2):151-158.
4. St-Yves G, Davidsen J. Influence of the medium's dimensionality on defect-mediated turbulence. Phys Rev E Stat Nonlin Soft Matter Phys. 2015; 91(3):032926.
5. Qu Z. Chaos in the genesis and maintenance of cardiac arrhythmias. Prog Biophys Mol Biol. 2011; 105(3): 247-57.
6. Mezentseva L.V, Kaschtanov S.I, Vostricov V.A, Zviagintseva M.A, Koscharskaia I.L. Analysis of ECG in ventricular fibrillation in mans and animals based on chaos theory. Biofizika. 2002; 47(2): 352-59.
7. Panescu D, Kroll M, Brave M, Limitations of animal electrical cardiac safety models. Conf Proc IEEE Eng Med Biol Soc. 2014; 6483-6.
8. Maruyama T, Sakaguchi H. Spiral chaos, ventricular fibrillation and defibrillation: simulation study toward painless defibrillation. Fukuoka Igaku Zasshi. 2014; 105(6):131-8.
9. Pravdin SF, Dierckx H, Katsnelson LB, Solovyova O, Markhasin VS, Panfilov AV. Electrical wave propagation in an anisotropic model of the left ventricle based on analytical description of cardiac architecture. PLoS One. 2014; 9(5):e93617.
10. Vandersickel N, Kazbanov IV, Defauw A, Pijnappels DA, Panfilov AV. Decreased repolarization reserve increases defibrillation threshold by favoring early after depolarizations in an in silico model of human ventricular tissue. Heart Rhythm. 2015; 12(5):1088-96.
11. Zheng Y, Wei D, Zhu X, Chen W, Fukuda K, Shimokawa H. Ventricular fibrillation mechanisms and cardiac restitutions: An investigation by simulation study on whole-heart model. Comput Biol Med. 2015: 261-8.
12. Mezentseva L.V. Computer Modeling of Ventricular Fibrillation. Biophysics. 2012; 57(2): 247-252.
13. Mezentseva L.V. Program MODVF – Mathematical Modeling of Ventricular Fibrillation. The certificate on the state registration of the computer program № 2011610618. 23.03. 2011.
14. Струтынский А.В., Глазунов А.Б., Цыганков Е.В., Банзелюк Е.Н., Каллаева А.Н. Возможности выявления электрической негомогенности миокарда у больных с желудочковыми аритмиями при многополюсном поверхностном ЭКГ-картировании сердца. Международный медицинский журнал. 2004; 2: 17-21.
15. Кузьмин В.С., Розенштраух Л.В. Изучение распространения возбуждения в миокарде легочных вен крысы с использованием метода оптического картирования. Российский физиологический журнал им. И.М.Сеченова. 2012; 98; 9: 1119-1130.
16. РевишвилиА.Ш., РзаевФ.Г., Джетыбаева С.К. Электрофизиологическая диагностика и интервенционное лечение сложных форм нарушений ритма сердца с использованием системы трехмерного электроанатомического картирования. Вестник Аритмологии. 2004; 34: 32-37.
17. Германова О.А., Германов А.В., Крюков Н.Н., Германова И.К., Борзенкова Г.А. Функциональная классификация экстрасистолий. Материалы VII Всероссийского съезда аритмологов. Москва, 1-3 июня 2017г. М.; 2017: 12-13
18. Park SA, Gray RA. Optical Mapping of Ventricular Fibrillation Dynamics. Adv Exp Med Biol. 2015; 859:313-42.
19. Behradfar E, Nygren A, Vigmond EJ. The role of Purkinje-myocardial coupling during ventricular arrhythmia: a modeling study. PLoS One. 2014; 9(2):e88000.
20. Jalife J1. Spatial and temporal organization in ventricular fibrillation. Trends Cardiovasc Med. 1999 Jul;9(5):119-27.