技術的概要：心臓デジタルツインのための心筋梗塞の生理学的・解剖学的意識逆推論

問題定義

心筋梗塞（MI）の正確な局在化は、リスク層別化と治療計画にとって不可欠である。後期ガドリニウム増強磁気共鳴画像法（LGE-MRI）はゴールドスタンダードであるが、リソース集約的で高コストであり、安全性上のリスクを伴う。心電図（ECG）は広く利用可能であるが、梗塞の大きさ、空間的範囲、または全層性といった詳細な梗塞特性を定量化する解像度を欠いている。

ECG データから MI を局在化しようとする既存の逆推論手法は、以下の 2 つの主要な限界に直面している：

1. 過度に単純化された瘢痕形態：これらはしばしば規則的な楕円体として瘢痕をモデル化し、虚血の進行に見られる現実的で不規則な形態および境界帯（BZ）を捉え損なう。
2. 不完全な電気生理学的モデリング：これらは主に心室の脱分極（QRS 複合波）に焦点を当て、再分極（T 波）の動態を無視しており、これにより微妙な ECG 変動に対する感度が低下し、梗塞に起因する電気生理学的変化の解釈可能性が制限される。

著者らは、シミュレーションと現実の間のギャップを埋め、シネ MRI と多誘導 ECG を用いた非侵襲的かつ包括的な MI 評価を可能にするため、心臓デジタルツインの枠組み内で MI 局在化を逆問題として定式化する。

手法

提案された枠組みは、解剖学的意識確率的梗塞合成とPAA-Net による逆推論の 2 段階で動作する。

1. 解剖学的意識確率的梗塞合成

現実的な仮想コホートを生成するため、著者らは多視点シネ MRI からシミュレーション準備済みの両心室メッシュを構築する。

• メッシュ構築：表面メッシュは SAX および LAX 分割ラベルから再構築され、Iso2Mesh を用いて体積メッシュ生成が行われる。心室座標（Cobiveco）、繊維配向、電極配置のフィールドが割り当てられる。
• 確率的瘢痕生成：規則的な形状を使用する従来の手法とは異なり、このアプローチは虚血性全層進行を模倣する不規則な瘢痕を生成する。
  • 空間相関ノイズ場 $N(x)$ がガウシアンフィルタリングを介して生成される。
  • 動的閾値関数が全層座標 $T_m$ に基づいて瘢痕コアを定義する：$Scar = \{x|N(x) > \tau_{base} + \lambda(1 - T_m(x))\}$。これは心外膜に向かう瘢痕形成にペナルティを課し、全層進行をシミュレートする。
  • 境界帯（BZ）は、K-D 木探索を用いて形態学的に作成され、瘢痕コアから 2mm のユークリッド半径内の生存可能なノードを再分類する。
• 仮想コホート：この合成は、位置（7 種類）、大きさ（2 種類）、全層性（心内膜下対全層）が変化する 17 のシナリオを網羅する。

2. 電気生理学的モデリング

著者らは反応 - イコナールモデルを用いて完全な QRS-T 波形をシミュレートする：

• 脱分極：局所活性化時間は、直交異方性伝導速度テンソルを用いたイコナール方程式を解くことで計算される。
• 再分極：活動電位持続時間（APD）の不均一性は、心尖 - 基底および全層的な変動を考慮した空間勾配場を介して実装される。
• 信号生成：多誘導 ECG は擬似 ECG 定式化を用いて生成され、QRS および T 波の両方の形態を捉える。慢性 MI リモデリングは、瘢痕および境界帯において伝導速度をスケーリングし、APD を増加させることでシミュレートされる。

3. 生理学的・解剖学的意識ネットワーク（PAA-Net）

逆推論モデルは、3D 心筋幾何学と多誘導 ECG を共同で符号化する。

• 幾何学的符号化：メッシュの点群は、3D 直交座標および Cobiveco 心室座標を利用する**PointNet++**を用いて符号化される。
• 生理学的符号化（A-SE モジュール）：ECG 電極の空間トポロジーを活用するために、**解剖学的圧縮・励起（Anatomical Squeeze-and-Excitation）**モジュールが導入される。これは各誘導の時間的エネルギーを計算し、球面誘導位置の事前分布（$\theta, \phi$）と連結する。ゲーティング機構は誘導重みを再較正し、最も情報量の多い解剖学的視点を持つ誘導を動的に優先する。
• 時間的特徴抽出：BiLSTMモジュールが重み付けされた誘導信号を処理して時間的特徴を抽出する。
• マルチモーダル融合（FiLM）：**特徴量別線形変調（Feature-wise Linear Modulation: FiLM）**機構は、グローバル ECG 特徴を条件として用い、アフィン変換（$\gamma \cdot F_{pc} + \beta$）を介して点群特徴を変調する。これにより、ネットワークは電気生理学的文脈に基づいて幾何学的チャネルを選択的に強調または抑制できる。
• 損失関数：ネットワークは、セグメンテーション交差エントロピー、コンパクトネス損失、および右心室の構造とサイズの制約に対するペナルティを含む複合損失を用いて訓練される。

主要な貢献

1. 現実的な瘢痕合成：多様な位置、大きさ、全層性タイプにわたる虚血性全層進行を模倣する、境界帯を有する不規則な瘢痕を生成する新規の確率的戦略。
2. 完全な QRS-T シミュレーション：脱分極と再分極の両方の相をシミュレートする仮想コホートの構築。これは、しばしば T 波の動態を無視する既存の文献のギャップに対処する。
3. PAA-Net アーキテクチャ：空間的点群情報と ECG 信号を共同でモデル化する新規ネットワーク。誘導別解剖学的重み付けのための A-SE モジュールと、生理学的 - 幾何学的融合のための FiLM を導入し、局在精度と解釈可能性の両方を向上させる。

実験結果

この枠組みは、130 例のシネ MRI ケース（2,210 件のシミュレーションサンプル）と、17 例の実世界ケースの外部検証セットで評価された。

• 性能指標：PAA-Net は、瘢痕で平均 Dice スコア0.7391、境界帯（BZ）で0.5503を達成し、ベースラインの VAE ベースの手法（DiceScar: 0.7064, DiceBZ: 0.5159）を上回った。
• 汎用性：未見の実世界データに対する外部検証において、PAA-Net は VAE ベースラインを大幅に上回り、Dice Scar スコア0.2284（対 0.1540）および AHA スコア0.4490（対 0.3607）を達成した。
• アブレーション研究：A-SE モジュールまたは FiLM 機構のいずれかを除去すると性能が低下し、誘導別解剖学的重み付けと生理学的変調の両方が正確な瘢痕再構築にとって不可欠であることを確認した。
• 解釈可能性：セリエンティマップ分析は、モデルが QRS 複合波および ST-T 領域という臨床的に関連する特徴に注目することを示し、注目パターンは梗塞の位置（例えば、中隔対側壁）に応じて変化した。

意義と主張

本論文は、完全な QRS-T 複合体をシミュレートし、それらを逆 MI 推論枠組みに統合した最初の研究であると主張する。著者らは、自らのアプローチが以下の点で優れていると述べる：

• ドメインギャップの橋渡し：規則的な楕円体モデルと比較して、境界帯を有する現実的な不規則な瘢痕を合成することで、実世界の虚血進行をよりよく模倣する。
• 感度の向上：再分極（T 波）と APD の不均一性を組み込むことで、脱分極のみのモデルが見逃す微妙な ECG 変動を捉える。
• 解釈可能性の向上：PAA-Net アーキテクチャは、特定の ECG 誘導と形態学的特徴が梗塞領域の局在化にどのように寄与するかを理解するためのメカニズムを提供する。
• 非侵襲的評価の実現：アクセスしやすいシネ MRI と ECG を組み合わせることで、リソースが限られた環境における包括的な MI 評価への道筋を提供し、LGE-MRI への依存を軽減する。

著者らは、現在の枠組みが堅牢な性能を示しているが、今後の研究は ECG シミュレーションの現実性の向上、AI ベースの生成モデルの統合、および合成モジュールの MI 進行の異なる時間相への拡張に焦点を当てると結論づけている。