PH
Peter Hunter
Author with expertise in Pancreatic Islet Dysfunction and Regeneration
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
38
(76% Open Access)
Cited by:
5,617
h-index:
72
/
i10-index:
202
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Laminar structure of the heart: ventricular myocyte arrangement and connective tissue architecture in the dog

Ian LeGrice et al.Aug 1, 1995
We have studied the three-dimensional arrangement of ventricular muscle cells and the associated extracellular connective tissue matrix in dog hearts. Four hearts were potassium-arrested, excised, and perfusion-fixed at zero transmural pressure. Full-thickness segments were cut from the right and left ventricular walls at a series of precisely located sites. Morphology was visualized macroscopically and with scanning electron microscopy in 1) transmural planes of section and 2) planes tangential to the epicardial surface. The appearance of all specimens was consistent with an ordered laminar arrangement of myocytes with extensive cleavage planes between muscle layers. These planes ran radially from endocardium toward epicardium in transmural section and coincided with the local muscle fiber orientation in tangential section. Stereological techniques were used to quantify aspects of this organization. There was no consistent variation in the cellular organization of muscle layers (48.4 +/- 20.4 microns thick and 4 +/- 2 myocytes across) transmurally or in different ventricular regions (23 sites in 6 segments), but there was significant transmural variation in the coupling between adjacent layers. The number of branches between layers decreased twofold from subepicardium to midwall, whereas the length distribution of perimysial collagen fibers connecting muscle layers was greatest in the midwall. We conclude that ventricular myocardium is not a uniformly branching continuum but a laminar hierarchy in which it is possible to identify three axes of material symmetry at any point.
0
Citation811
0
Save
0

Mathematical model of geometry and fibrous structure of the heart

Poul Nielsen et al.Apr 1, 1991
We developed a mathematical representation of ventricular geometry and muscle fiber organization using three-dimensional finite elements referred to a prolate spheroid coordinate system. Within elements, fields are approximated using basis functions with associated parameters defined at the element nodes. Four parameters per node are used to describe ventricular geometry. The radial coordinate is interpolated using cubic Hermite basis functions that preserve slope continuity, while the angular coordinates are interpolated linearly. Two further nodal parameters describe the orientation of myocardial fibers. The orientation of fibers within coordinate planes bounded by epicardial and endocardial surfaces is interpolated linearly, with transmural variation given by cubic Hermite basis functions. Left and right ventricular geometry and myocardial fiber orientations were characterized for a canine heart arrested in diastole and fixed at zero transmural pressure. The geometry was represented by a 24-element ensemble with 41 nodes. Nodal parameters fitted using least squares provided a realistic description of ventricular epicardial [root mean square (RMS) error less than 0.9 mm] and endocardial (RMS error less than 2.6 mm) surfaces. Measured fiber fields were also fitted (RMS error less than 17 degrees) with a 60-element, 99-node mesh obtained by subdividing the 24-element mesh. These methods provide a compact and accurate anatomic description of the ventricles suitable for use in finite element stress analysis, simulation of cardiac electrical activation, and other cardiac field modeling problems.
0
Paper
Citation656
0
Save
0

The Cardiac Atlas Project—an imaging database for computational modeling and statistical atlases of the heart

Carissa Fonseca et al.Jul 6, 2011
Abstract Motivation: Integrative mathematical and statistical models of cardiac anatomy and physiology can play a vital role in understanding cardiac disease phenotype and planning therapeutic strategies. However, the accuracy and predictive power of such models is dependent upon the breadth and depth of noninvasive imaging datasets. The Cardiac Atlas Project (CAP) has established a large-scale database of cardiac imaging examinations and associated clinical data in order to develop a shareable, web-accessible, structural and functional atlas of the normal and pathological heart for clinical, research and educational purposes. A goal of CAP is to facilitate collaborative statistical analysis of regional heart shape and wall motion and characterize cardiac function among and within population groups. Results: Three main open-source software components were developed: (i) a database with web-interface; (ii) a modeling client for 3D + time visualization and parametric description of shape and motion; and (iii) open data formats for semantic characterization of models and annotations. The database was implemented using a three-tier architecture utilizing MySQL, JBoss and Dcm4chee, in compliance with the DICOM standard to provide compatibility with existing clinical networks and devices. Parts of Dcm4chee were extended to access image specific attributes as search parameters. To date, approximately 3000 de-identified cardiac imaging examinations are available in the database. All software components developed by the CAP are open source and are freely available under the Mozilla Public License Version 1.1 (http://www.mozilla.org/MPL/MPL-1.1.txt). Availability: http://www.cardiacatlas.org Contact: a.young@auckland.ac.nz Supplementary information: Supplementary data are available at Bioinformatics online.
0

Systems medicine and integrated care to combat chronic noncommunicable diseases

Jean Bousquet et al.Jan 1, 2011
We propose an innovative, integrated, cost-effective health system to combat major non-communicable diseases (NCDs), including cardiovascular, chronic respiratory, metabolic, rheumatologic and neurologic disorders and cancers, which together are the predominant health problem of the 21st century. This proposed holistic strategy involves comprehensive patient-centered integrated care and multi-scale, multi-modal and multi-level systems approaches to tackle NCDs as a common group of diseases. Rather than studying each disease individually, it will take into account their intertwined gene-environment, socio-economic interactions and co-morbidities that lead to individual-specific complex phenotypes. It will implement a road map for predictive, preventive, personalized and participatory (P4) medicine based on a robust and extensive knowledge management infrastructure that contains individual patient information. It will be supported by strategic partnerships involving all stakeholders, including general practitioners associated with patient-centered care. This systems medicine strategy, which will take a holistic approach to disease, is designed to allow the results to be used globally, taking into account the needs and specificities of local economies and health systems.
0

Next-generation, personalised, model-based critical care medicine: a state-of-the art review of in silico virtual patient models, methods, and cohorts, and how to validation them

J. Chase et al.Feb 20, 2018
Critical care, like many healthcare areas, is under a dual assault from significantly increasing demographic and economic pressures. Intensive care unit (ICU) patients are highly variable in response to treatment, and increasingly aging populations mean ICUs are under increasing demand and their cohorts are increasingly ill. Equally, patient expectations are growing, while the economic ability to deliver care to all is declining. Better, more productive care is thus the big challenge. One means to that end is personalised care designed to manage the significant inter- and intra-patient variability that makes the ICU patient difficult. Thus, moving from current "one size fits all" protocolised care to adaptive, model-based "one method fits all" personalised care could deliver the required step change in the quality, and simultaneously the productivity and cost, of care. Computer models of human physiology are a unique tool to personalise care, as they can couple clinical data with mathematical methods to create subject-specific models and virtual patients to design new, personalised and more optimal protocols, as well as to guide care in real-time. They rely on identifying time varying patient-specific parameters in the model that capture inter- and intra-patient variability, the difference between patients and the evolution of patient condition. Properly validated, virtual patients represent the real patients, and can be used in silico to test different protocols or interventions, or in real-time to guide care. Hence, the underlying models and methods create the foundation for next generation care, as well as a tool for safely and rapidly developing personalised treatment protocols over large virtual cohorts using virtual trials. This review examines the models and methods used to create virtual patients. Specifically, it presents the models types and structures used and the data required. It then covers how to validate the resulting virtual patients and trials, and how these virtual trials can help design and optimise clinical trial. Links between these models and higher order, more complex physiome models are also discussed. In each section, it explores the progress reported up to date, especially on core ICU therapies in glycemic, circulatory and mechanical ventilation management, where high cost and frequency of occurrence provide a significant opportunity for model-based methods to have measurable clinical and economic impact. The outcomes are readily generalised to other areas of medical care.
0

Roadmap for cardiovascular circulation model

Soroush Safaei et al.Aug 10, 2016
Abstract Computational models of many aspects of the mammalian cardiovascular circulation have been developed. Indeed, along with orthopaedics, this area of physiology is one that has attracted much interest from engineers, presumably because the equations governing blood flow in the vascular system are well understood and can be solved with well‐established numerical techniques. Unfortunately, there have been only a few attempts to create a comprehensive public domain resource for cardiovascular researchers. In this paper we propose a roadmap for developing an open source cardiovascular circulation model. The model should be registered to the musculo‐skeletal system. The computational infrastructure for the cardiovascular model should provide for near real‐time computation of blood flow and pressure in all parts of the body. The model should deal with vascular beds in all tissues, and the computational infrastructure for the model should provide links into CellML models of cell function and tissue function. In this work we review the literature associated with 1D blood flow modelling in the cardiovascular system, discuss model encoding standards, software and a model repository. We then describe the coordinate systems used to define the vascular geometry, derive the equations and discuss the implementation of these coupled equations in the open source computational software OpenCMISS. Finally, some preliminary results are presented and plans outlined for the next steps in the development of the model, the computational software and the graphical user interface for accessing the model.
0

Adaptive constrained constructive optimisation for complex vascularisation processes

Gonzalo Talou et al.Mar 17, 2021
Abstract Mimicking angiogenetic processes in vascular territories acquires importance in the analysis of the multi-scale circulatory cascade and the coupling between blood flow and cell function. The present work extends, in several aspects, the Constrained Constructive Optimisation (CCO) algorithm to tackle complex automatic vascularisation tasks. The main extensions are based on the integration of adaptive optimisation criteria and multi-staged space-filling strategies which enhance the modelling capabilities of CCO for specific vascular architectures. Moreover, this vascular outgrowth can be performed either from scratch or from an existing network of vessels. Hence, the vascular territory is defined as a partition of vascular, avascular and carriage domains (the last one contains vessels but not terminals) allowing one to model complex vascular domains. In turn, the multi-staged space-filling approach allows one to delineate a sequence of biologically-inspired stages during the vascularisation process by exploiting different constraints, optimisation strategies and domain partitions stage by stage, improving the consistency with the architectural hierarchy observed in anatomical structures. With these features, the aDaptive CCO (DCCO) algorithm proposed here aims at improving the modelled network anatomy. The capabilities of the DCCO algorithm are assessed with a number of anatomically realistic scenarios.
Load More