Realization of a virtual cardiomyocyte: image-based mesh construction using machine learning, integrated simulation and statistical analysis

2022 Fiscal Year Final Research Report

• Project/Area Number: 19K20663
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 90110:Biomedical engineering-related
• Research Institution: The University of Tokyo
• Principal Investigator: Katayama Asuka 東京大学, 大学院工学系研究科(工学部), 講師 (20707202)
• Project Period (FY): 2019-04-01 – 2023-03-31
• Keywords: 心筋細胞 / 機械学習 / Image based modeling / 有限要素法 / マルチフィジックス解析

Outline of Final Research Achievements

3D structure of control and Muscle LIM protein knockout (MLPKO) mouse was successfully segmented using deep learning from serial block-face scanning electron micrograph images. We constructed real 3D structural FE mesh based on electron micrograph images from the segmented structure. We extended our coupled simulation of mechanics and electrophysiology with incorporating the real 3D structures. Electrophysiology and mechanical contraction were simulated and compared between control and MLPKO model. In MLPKO model, the aggregation of mitochondria hampers diffusion of calcium ions. We observed that higher gradient of calcium ion in MLPKO model increased inhomogeneity in force generation and lower the efficiency of contraction.

Free Research Field

生体のマルチフィジックス解析

Academic Significance and Societal Importance of the Research Achievements

本研究では心筋細胞の電子顕微鏡画像から機械学習を用いて形状を抽出し、解析可能なメッシュを構築することに成功した。学術的には、近年広がりを見せる画像ベースの解析の中で常に課題となる、メッシュ構築の困難さを克服する一つの手法を示すことができた。また心筋細胞における電気・生理・力学連成現象を実形状の中で再現したのは本研究が初めてである。正常マウスと構造タンパクのノックアウトマウスの比較においては、病理状態で頻繁に観察されるミトコンドリア凝集が収縮力低下につながるメカニズムを解明し、心筋細胞の病理状態解明に貢献した。