九九热视频精品在线_国产成人mv视频在线观看_国产精品三级一区二区_亚洲精品国产av成拍色拍婷婷_久久伊人一区二区_国产高清精品网站_九九99热久久精品离线6_国产在线一卡2卡三卡4卡免费_日韩美女乱淫aaa高清视频_亚洲大胆_啪啪一级视频_午夜av免费观看_国产高清精品福利私拍国产写真_亚洲婷婷五月综合狠狠_日韩欧美一区二区三区视频_岛国av免费看_精品国产乱码久久久久久久软件_亚洲国产成人精品无码区99_www日本色_免费黄色看片

心臟，作為重要器官之一，其功能正常與否直接影響人類的生命延續(xù)。電生理特性反映了心臟的健康和疾病狀態(tài)。心臟電生理活動(dòng)的異常，往往會(huì)導(dǎo)致心律失常，從而引至心臟泵血功能衰竭等嚴(yán)重健康問題。因此，深入理解和研究心臟的電生理過程，對(duì)于提高心臟病的診斷和治療水平至關(guān)重要。

傳統(tǒng)的心臟電生理研究多依賴于實(shí)驗(yàn)室內(nèi)的動(dòng)物模型和臨床數(shù)據(jù)，但這類方法往往受限于倫理問題、實(shí)驗(yàn)條件和數(shù)據(jù)獲取的復(fù)雜性。隨著計(jì)算技術(shù)的發(fā)展，計(jì)算機(jī)仿真成為了一種新興且強(qiáng)大的研究工具。通過建立數(shù)學(xué)模型和計(jì)算機(jī)程序，研究人員可構(gòu)建數(shù)字孿生心臟，能夠在虛擬環(huán)境中仿真并重現(xiàn)心臟器官的電生理活動(dòng)（虛擬生理心臟），分析其動(dòng)態(tài)特性，并進(jìn)行不同生理與病理?xiàng)l件下的實(shí)驗(yàn)。

虛擬心臟電生理仿真對(duì)計(jì)算資源要求極高，即使是幾毫秒的仿真，也需要累積求解數(shù)十億次微分方程。使用復(fù)雜的虛擬心臟模型進(jìn)行研究時(shí)，重現(xiàn) 1 秒鐘的心臟電活動(dòng)也可能需要數(shù)小時(shí)或更長(zhǎng)。這給虛擬生理心臟的臨床應(yīng)用與藥物研發(fā)帶來重大挑戰(zhàn)。

為解決這一問題，智源研究院開發(fā)了一套實(shí)時(shí)心臟電生理仿真系統(tǒng)。該系統(tǒng)不僅能夠?qū)崟r(shí)模擬心臟的 3D 電活動(dòng)，還能通過多種參數(shù)的調(diào)節(jié)，深入探討不同生理、病理因素對(duì)心臟功能的影響。

這一實(shí)時(shí)心臟仿真平臺(tái)，一方面可在醫(yī)學(xué)基礎(chǔ)研究領(lǐng)域發(fā)揮作用，幫助臨床醫(yī)生和研究人員更直觀地理解心臟的電生理過程，探究心律失常產(chǎn)生機(jī)制、預(yù)測(cè)猝死發(fā)生率等；另一方面，可用于構(gòu)建虛擬藥物安全性評(píng)估平臺(tái)，對(duì)推動(dòng)藥物安全評(píng)估發(fā)展具有重要意義；更重要的是，可以在臨床應(yīng)用中提供手術(shù)方案預(yù)演與決策支持，比如射頻消融方案規(guī)劃，心臟起搏器最佳植入方案規(guī)劃等。該技術(shù)的推進(jìn)將為醫(yī)學(xué)研究和臨床治療提供新的范式。

1 虛擬心臟仿真發(fā)展史

虛擬生理心臟的構(gòu)建可利用生理組學(xué)的研究方法，綜合分子生物學(xué)、生物化學(xué)、生理學(xué)、解剖學(xué)及臨床醫(yī)學(xué)的最新成果，數(shù)學(xué)化以及模式化地整合從基因、蛋白質(zhì)、細(xì)胞、組織到器官的解剖（多物理尺度：空間尺度跨越 10^9 量級(jí)，跨時(shí)間尺度：時(shí)間尺度跨越 10^15 量級(jí)，如圖 1 所示）、生理和生化信息，應(yīng)用計(jì)算機(jī)強(qiáng)有力的計(jì)算和圖形顯示能力，通過賦予其心臟所具有的動(dòng)力學(xué)特性、生化特性和各種生理病理特點(diǎn)，使之從形態(tài)、結(jié)構(gòu)和功能等方面逼真地再現(xiàn)心臟的生理和病理活動(dòng)過程。

圖注 1：構(gòu)建虛擬生化生理人體的時(shí)間和空間尺度。時(shí)間尺度橫跨由分子事件（μs）、細(xì)胞信號(hào)傳導(dǎo)（ms）、細(xì)胞功能（s）到人體壽命 (decades) 的 10^15 跨度。空間尺度橫跨由分子（nm）、細(xì)胞（μm）、器官（cm）到軀干 (m) 的 10^9 跨越。

虛擬生理心臟研究可追溯與上世紀(jì)五十年代。1952 年諾貝爾獎(jiǎng)得主 Hodgkin 和 Huxley 建立了世界上第一個(gè)細(xì)胞計(jì)算模型 — 烏賊神經(jīng)元細(xì)胞模型 [1]，開創(chuàng)了用計(jì)算模型研究生物問題的先河。1960 年 Denis Noble [2] 在 Nature 雜志上發(fā)表了第一個(gè)心肌細(xì)胞計(jì)算模型 — 浦肯野心肌細(xì)胞模型，開創(chuàng)虛擬生理心臟模型的先例。此后幾十年的研究中，不斷有研究人員研發(fā)針對(duì)不同物種、心臟不同組織、復(fù)雜精密的心肌細(xì)胞電生理模型 [3]。1991 年，Peter Hunter 等人 [4] 基于犬實(shí)驗(yàn)數(shù)據(jù)構(gòu)建了第一個(gè)心臟解剖結(jié)構(gòu)模型，融合多物理尺度與電生理的虛擬心臟模型研究進(jìn)入新階段。此后，多尺度、多物理模態(tài)的心臟計(jì)算模型陸續(xù)出現(xiàn)，并被成功應(yīng)用于心臟功能研究與藥物安全性評(píng)估 [5-8]。

在早期虛擬生理心臟研究中，心臟一個(gè)生物秒的電生理活動(dòng)往往需要數(shù)日甚至數(shù)月來仿真計(jì)算。隨著顯存技術(shù)的發(fā)展，這個(gè)時(shí)間縮短到數(shù)天。近年，有研究致力于提升虛擬生理心臟的計(jì)算速度。比如通過將三維心臟空間劃分為矩形子區(qū)域來實(shí)現(xiàn)并行心臟模擬 [9]，使運(yùn)算速度大大提升。另一項(xiàng)研究通過 WebGL 將高性能心臟模擬擴(kuò)展到普通計(jì)算機(jī)上 [10]，甚至有 GPU 的手機(jī)也可以模擬三維心室的電動(dòng)態(tài)。一些研究試圖通過自適應(yīng)時(shí)間步長(zhǎng)來提高運(yùn)行速度 [11,12]，結(jié)果表明，固定時(shí)間步長(zhǎng)比自適應(yīng)時(shí)間步長(zhǎng)方法具有更好的效率 [11]。

但這些研究?jī)H能達(dá)到「準(zhǔn)實(shí)時(shí)運(yùn)算」，離真正意義上的「實(shí)時(shí)運(yùn)算」，即仿真時(shí)間與生物時(shí)間比達(dá)到 1:1，還有難以逾越的距離，更不用說仿真精度的提升帶來的運(yùn)算量爆炸式增長(zhǎng)。高計(jì)算復(fù)雜度帶來的海量運(yùn)算，使得虛擬生理心臟模型難以實(shí)現(xiàn)實(shí)時(shí)計(jì)算，阻礙其大規(guī)模應(yīng)用。

2 實(shí)時(shí)計(jì)算

為了在更高分辨率、更高精度和更大規(guī)模的心臟模型上實(shí)現(xiàn)實(shí)時(shí)仿真，智源研究院開發(fā)了具有精確細(xì)胞電生理與解剖結(jié)構(gòu)的人心室模型。該模型包含了 19 種細(xì)胞生理狀態(tài)變量和 70 多個(gè)公式，能夠?qū)崿F(xiàn)復(fù)雜的心臟電生理與病理仿真，為臨床與醫(yī)藥工業(yè)應(yīng)用提供豐富的場(chǎng)景。

為實(shí)現(xiàn)實(shí)時(shí)計(jì)算，智源對(duì)模型底層計(jì)算進(jìn)行了深度優(yōu)化。針對(duì)心臟仿真中計(jì)算強(qiáng)度大和 I/O 密集等瓶頸問題，智源充分結(jié)合 A100 平臺(tái)的硬件特點(diǎn)，設(shè)計(jì)了多種優(yōu)化策略，如量化和循環(huán)展開。這些措施有效降低了計(jì)算復(fù)雜度和 I/O，使得在更大規(guī)模和更高復(fù)雜度的心臟模型上實(shí)現(xiàn)了 180 倍的速度提升。

最終，智源虛擬心臟仿真系統(tǒng)實(shí)現(xiàn)了對(duì)心臟電生理功能的實(shí)時(shí)仿真，達(dá)到生物時(shí)間與計(jì)算時(shí)間比為 1:0.84。這一成果不僅提升了心臟仿真系統(tǒng)的性能，還為更廣泛的醫(yī)學(xué)研究和臨床應(yīng)用提供了強(qiáng)有力的支持，標(biāo)志著心臟仿真技術(shù)的又一重大里程碑進(jìn)展。

圖注 2：實(shí)時(shí)心臟計(jì)算概覽圖。

2.1 技術(shù)路線

在 GPU 的架構(gòu)設(shè)計(jì)中，順序訪問內(nèi)存（如連續(xù)的數(shù)據(jù)訪問）相較于隨機(jī)訪問具有更高的性能。此外，在執(zhí)行順序訪問時(shí)，通常會(huì)采用預(yù)取技術(shù)提前加載數(shù)據(jù)，以進(jìn)一步提高訪問效率。

同時(shí)，在虛擬心臟模型中，大約有 2/3 的物理空間位置是空余腔體空間，有效心肌組織僅占 1/3 的物理空間。心臟仿真的主要計(jì)算和 I/O 操作都集中在對(duì)有效心肌組織中的每一個(gè)單細(xì)胞中的離子通道和細(xì)胞膜電位進(jìn)行時(shí)間上的精細(xì)更新，同時(shí)考慮鄰近細(xì)胞的電耦合影響。

基于 GPU 訪存特點(diǎn)和心臟解剖結(jié)構(gòu)的特殊性，團(tuán)隊(duì)設(shè)計(jì)了適合稀疏數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)。利用順序訪存提升 I/O 速度，確保并行線程僅處理有效細(xì)胞，從而最大限度地提高 GPU 內(nèi)存的利用率。通過這種創(chuàng)新的結(jié)構(gòu)，顯著優(yōu)化了計(jì)算性能，使得心臟仿真能夠在 IO 訪存上達(dá)到最優(yōu)效果。

圖注 3：心臟模型有效數(shù)據(jù)在 GPU 內(nèi)存上的排布。

在計(jì)算層面，采用量化策略，有效簡(jiǎn)化模型中的對(duì)數(shù)和指數(shù)等復(fù)雜計(jì)算，從而顯著降低了計(jì)算復(fù)雜度。

此外，為進(jìn)一步減少 I/O 操作次數(shù)，采用循環(huán)展開策略，實(shí)現(xiàn)在一次讀取中進(jìn)行多次計(jì)算，大大降低 I/O，顯著提升 SM 核心的計(jì)算利用率。

基于 A100 平臺(tái)，團(tuán)隊(duì)設(shè)計(jì)了高效的 P2P 通訊方式，利用 GPU 直連實(shí)現(xiàn)在節(jié)點(diǎn)內(nèi)快速的數(shù)據(jù)交換，確保數(shù)據(jù)傳輸?shù)牡脱舆t與高帶寬。在節(jié)點(diǎn)之間，采用 RDMA（遠(yuǎn)程直接內(nèi)存訪問），進(jìn)一步增強(qiáng)跨節(jié)點(diǎn)數(shù)據(jù)傳輸?shù)男剩浞职l(fā)揮硬件平臺(tái)的并行計(jì)算與通訊能力。

圖注 4：技術(shù)路線圖。

2.2 仿真結(jié)果

團(tuán)隊(duì)測(cè)試了不同優(yōu)化策略對(duì)仿真 2 生物秒心臟功能所用計(jì)算時(shí)間的影響，結(jié)果如下圖所示。對(duì) 2 生物秒心臟功能的模擬，基準(zhǔn)模型在未優(yōu)化的情況下 A100 單卡需要計(jì)算時(shí)間為 304.25 秒。在采用分布式、量化、循環(huán)展開策略后，其所用時(shí)間分別是 9.75、3.93、1.68 秒。其中采用循環(huán)展開后，計(jì)算時(shí)間達(dá)到 2 秒內(nèi)，達(dá)到計(jì)算時(shí)間 / 生物比小于 1，實(shí)現(xiàn)實(shí)時(shí) / 超實(shí)時(shí)計(jì)算的要求。其中，分布式計(jì)算對(duì)于系統(tǒng)仿真速度影響最大，達(dá)到了 32 倍提速。量化策略和循環(huán)展開策略分別將仿真速度提升了 2.48 和 2.34 倍。在同時(shí)采用分布式、量化、循環(huán)展開策略的情況下，系統(tǒng)仿真速度整體提升了 181 倍。

圖注 5：不同優(yōu)化策略的計(jì)算時(shí)間。

圖注 6：不同優(yōu)化策略的速度提升。

2.2.1 拓展曲線

圖注 7：不同優(yōu)化策略的拓展曲線。

如圖 7 擴(kuò)展曲線所示，隨著 GPU 卡數(shù)的增加，基準(zhǔn)模型和優(yōu)化后的模型仿真時(shí)間都在減少。基準(zhǔn)模型在增加到 48 卡后，計(jì)算時(shí)間不再減小。此時(shí)的生物：計(jì)算時(shí)間比為 1:5。再采用量化和循環(huán)展開策略后，32 張卡即可實(shí)現(xiàn)實(shí)時(shí)計(jì)算，生物：計(jì)算時(shí)間比達(dá)到 1:0.84。

2.2.2 主要 GPU 指標(biāo)

圖注 8：不同優(yōu)化策略的計(jì)算密度和計(jì)算強(qiáng)度。

圖注 9：不同優(yōu)化策略的內(nèi)存和 SM 利用率。

通過 GPU 指標(biāo)可以看出（圖 8，圖 9）量化策略通過提升 IO 同時(shí)降低計(jì)算的方式提高整體計(jì)算性能；循環(huán)展開通過大幅度降低 I/O 同時(shí)提高計(jì)算密度的方式提高計(jì)算性能。

2.2.3 計(jì)算精度

團(tuán)隊(duì)統(tǒng)計(jì)了加速前與加速后的結(jié)果誤差，仿真的膜電位 V 的時(shí)程差別 < 2 ms (0.6%)，模電位平均誤差為 0.72mV (0.4%)，均滿足生理準(zhǔn)確度要求。優(yōu)化前后主要離子通道的仿真曲線吻合（如圖 10 所示）。

圖注 10：仿真前后細(xì)胞主要離子通道電流與胞內(nèi)離子濃度在一心律節(jié)拍間的變化。

3 總結(jié)

智源研究院從心臟模型的解剖結(jié)構(gòu)、心肌細(xì)胞電生理的計(jì)算特點(diǎn)及計(jì)算系統(tǒng)的硬件架構(gòu)出發(fā)，設(shè)計(jì)了心臟仿真系統(tǒng)的數(shù)據(jù)結(jié)構(gòu)和優(yōu)化策略，以提高計(jì)算效率。團(tuán)隊(duì)采用先進(jìn)的并行處理方法，充分利用現(xiàn)代 GPU 設(shè)備的強(qiáng)大計(jì)算能力，優(yōu)化數(shù)據(jù)傳輸和通訊方式，以減少延遲并提高數(shù)據(jù)吞吐量。通過這些策略，不僅提升了仿真系統(tǒng)的計(jì)算速度，還保證了在可接受誤差范圍內(nèi)的計(jì)算精度，最終成功實(shí)現(xiàn)了心臟仿真的實(shí)時(shí)計(jì)算目標(biāo)，達(dá)到超實(shí)時(shí)計(jì)算結(jié)果。這一成果為進(jìn)一步研究心律失常產(chǎn)生的離子通道與分子機(jī)制等關(guān)鍵醫(yī)學(xué)問題，也為手術(shù)規(guī)劃如房顫射頻消融方案等臨床應(yīng)用，以及新藥研發(fā)與其心臟安全性篩選奠定了堅(jiān)實(shí)基礎(chǔ)，同時(shí)也為其它超大復(fù)雜物理系統(tǒng)的實(shí)時(shí)仿真提供堅(jiān)實(shí)基礎(chǔ)。

參考文獻(xiàn)

1. Hodgkin A L, Huxley A F. A quantitative description of membrane current and its application to conduction and excitation in nerve [J]. The Journal of Physiology, 1952, 117 (4): 500-544.

2. Noble D. Cardiac action and pacemaker potentials based on the Hodgkin-Huxley equations.[J]. Nature, 1960, 188 (4749): 495-497.

3. Crampin E J , Halstead M , Hunter P , et al. Computational physiology and the physiome project [J]. Experimental Physiology, 2004, 89.

4. Smaill B, Hunter P. Structure and function of the diastolic heart: material properties of passive myocardium [M]//Theory of heart. Springer New York, 1991: 1-29.

5. Alday E A P, Colman M A, Langley P, Zhang H. Novel non-invasive algorithm to identify the origins of re-entry and ectopic foci in the atria from 64-lead ECGs: A computational study [J]. PLoS Computational Biolog. 2017, 13 (3): e1005270.

6. Boyett M R, Li J, Inada S, et al. Imaging the heart: computer three-dimensional anatomical models of the heart [J]. Journal of Electrocardiology, 2005.

7. Nordsletten D, Niederer S, Nash M P, et al. Coupling multi-physics models to cardiac mechanics [J]. Progress in Biophysics & Molecular Biology, 2011, 104 (1): 77-88.

8. Colman M A, Aslanidi O V, Kharche S, et al. Pro‐arrhythmogenic effects of atrial fibrillation‐induced electrical remodelling: insights from the three‐dimensional virtual human atria [J]. The Journal of physiology, 2013, 591 (17): 4249-4272.

9. Wang W, Xu L, Cavazos J, Huang HH, Kay M. Fast acceleration of 2D wave propagation simulations using modern computational accelerators. PLoS One. 2014;9 (1):e86484.

10. Kaboudian A, Cherry EM, Fenton FH. Real-time interactive simulations of large-scale systems on personal computers and cell phones: Toward patient-specific heart modeling and other applications. Sci Adv. 2019;5 (3):eaav6019.

11. Garcia-Molla VM, Liberos A, Vidal A, Guillem MS, Millet J, Gonzalez A, et al. Adaptive step ODE algorithms for the 3D simulation of electric heart activity with graphics processing units. Comput Biol Med. 2014;44:15-26.

12.Sachetto Oliveira R, Martins Rocha B, Burgarelli D, Meira W, Jr., Constantinides C, Weber Dos Santos R. Performance evaluation of GPU parallelization, space-time adaptive algorithms, and their combination for simulating cardiac electrophysiology. Int J Numer Method Biomed Eng. 2018;34 (2).