Sim4Life.web V9.2 中的智能建模

实例研究：脊髓刺激的优化脉冲波形设计

执行摘要

Sim4Life.web V9.2 引入了建模智能：一套基于代理模型的优化工具，允许用户快速模拟、可视化和评估多个竞争目标的解决方案。这个脊髓刺激（SCS）案例研究说明了 Sim4Life 的建模智能工具如何加速参数化生物医学工作流中的设计决策。我们与 EPFL 的.NeuroRestore 和 IT'IS 基金会合作，将患者特定的脊柱模型、经过验证的电磁（EM）-神经模拟和新的多目标遗传算法（MOGA）超级工具（建模智能套件的一部分）结合在一起。通过学习高保真模型的替代模型（SuMo）并探索完整的帕累托前沿，Sim4Life 确定了脉冲形状，这些形状既能保持目标纤维招募，又能将预测功耗降低多达五倍，而无需预先选择任意目标权重。云原生缩放、用于快速神经募集预测的广义激活函数（GAF）[1,2]以及交互式权衡可视化将数周的试错压缩到几分钟。

为何重要

对于长期植入的刺激器来说，每一毫安都很重要。较高的电流会增加组织电荷积累（这是一个安全问题）[3]，耗尽电池，缩短设备寿命，并可能需要提前进行手术更换。技术挑战在于最大限度地提高治疗招募效果，同时最大限度地降低能耗--这是一个典型的多目标问题。虽然下面的示例侧重于 SCS 脉冲波形设计，但该工作流程广泛适用于任何可参数化的 Sim4Life 管道。

合作与背景

这项工作建立在 EPFL 的 .NeuroRestore、IT'IS 基金会和 ZMT Zurich MedTech AG 之间长期合作的基础上，在脊柱神经康复领域取得了里程碑式的进展 [4,5]。Sim4Life 的验证框架已成为机制阐明、植入设计和治疗个性化的核心，帮助团队从数周的手动调整转变为数分钟的数据驱动刺激规划。

Sim4Life.web V9.2 中的建模智能将高保真电磁神经生理学仿真与高保真替代物配对，以快速、透明的方式探索大型设计空间：

MOGA HyperTool（新）： MOGA 可从战略性采样的高精度模拟中学习 SuMo，然后在几分钟内探索数千个候选方案；
交互式帕累托前沿： 查看可实现权衡的全貌（如功效与能量），并在探索后选择最佳折衷方案--无需预先设定权重；
GAF 驱动的招募估算： GAF 能够超快预测神经激活阈值，在加快搜索速度的同时保持生物物理学的可解释性[1,2]；
云原生规模： 从任何设备以高性能计算规模运行整个管道；Sim4Life.web V9.2 可自动并行化和管理资源。

通过 Sim4Life 阐明机理并进行个性化治疗，是为长期不能活动的脊髓损伤患者重建功能性运动的关键。图片由 NeuroRestore / EPFL 提供。摄影和构图：Hillary Sanctuary。© NeuroRestore / EPFL。

用于 SCS 脉冲波形设计的流水线概述

1.个性化解剖和神经功能化
Sim4Life利用人工智能（AI）辅助分割和专家质量保证，从针对脊髓小根对比度进行优化的磁共振成像（MRI）序列中生成了患者特异性脊柱模型。背根通过约 1,000 条轴突轨迹（类型和直径采样自生理分布）实现了神经功能化，从而实现了逼真的招募预测[6]。

2.高保真暴露和快速招募预测
计算来自多接触电极的电磁场并将其映射到轴突上。在相关频率范围内，叠加可使预先计算的场在不同电极配置之间快速重组。GAF 可以快速、准确地估计轴突的阈下极化和激活阈值 [1,2]。

3.大规模的代用辅助探索
MOGA HyperTool 对多个轴突和电极组合的参数化脉冲形状（分时振幅序列）进行了实验设计采样，训练了一个 SuMo，然后在帕累托面上探索了数千个候选脉冲--而无需每次都重新运行完整的模拟。

4.多目标优化
目标包括目标纤维招募最大化和能量/功率最小化，并将电荷中性作为安全约束条件。决策者无需事先确定目标权重，而是与帕累托前沿互动，为每种临床或设备情况选择最合适的折衷方案。

云原生计算可对高维空间进行可扩展的高效采样，支持 Sim4Life.web 上的任何参数化管道。

我们的成果

帕累托分析揭示了生物物理上合理但不明显的脉冲形状，这些形状不同于标准的双相正方形。所确定的解决方案在保持目标招募的同时，将预测功耗降低了多达五倍。典型特征包括

非对称的阴极/阳极段形状，以尊重膜时间常数[3]；
延迟消耗电流以限制漏损；
长时间、低振幅的恢复阶段，以最小的能量足迹实现电荷平衡。

脉冲设计的多目标遗传算法 (MOGA) 结果。白点：帕累托最优解，改善一个目标需要牺牲另一个目标。蓝点：用于训练代理模型的实验设计样本。橙色点：使用代用模型探索的候选方案。

帕累托最优、电荷平衡的波形平衡了目标招募和能量消耗。不对称的阴极/阳极相位与膜时间常数一致；长时间的低振幅恢复将能量降至最低。

为什么它超越了 "可持续性标准"？

权衡完全透明： 探索整个前沿--没有隐藏的惩罚或任意的权重；
速度与保真度： 使用可靠的物理方法训练 SuMo，然后以更快的速度扫描设计空间；
个性化就绪： 个性化就绪：在特定学科解剖学和神经功能化上进行端到端工作；
运行效率： 云原生扩展意味着更大规模的探索、更短的周期和更少的手动迭代。

可推广的领域：起搏器捕获与电池寿命；深部脑刺激的靶向疗效与脱靶效应；核磁共振射频线圈均匀性与安全限制；无线植入功率传输与加热限制等。

开始使用

观看视频 演示视频短片（帕累托导航+脉冲波形演变）；
与专家交流： 了解如何在 Sim4Life.web V9.2 上运行您的管道；
更多信息 验证报告和部分出版物可应要求提供。

由个性化健康和相关技术（PHRT）计划以及 EPFL NeuroRestore、IT'IS 基金会和 ZMT Zurich MedTech AG 之间的战略合作提供支持。

视频演示

参考文献

[1] T. H. Newton, J. G, Ordonez, E. Neufeld, and N. Kuster, "Optimizing Spinal CordStimulation Using a Novel Green's Function-Based Generalized Activating Function,"Neuromodulation, vol. 26, no.4, p. S44, 2023.
[2] J. G. Ordonez、T. H. Newton、A. Alashqar、A. Rowald、E. Neufeld 和 N. Kuster，"用于脊髓刺激中快速准确神经响应预测的广义激活函数"， 准备中。
[3] J. P. Reilly 和 A. M. Diamant，《电刺激：理论、应用和计算模型》，Artech House，2011 年。
[4] F. B. Wagner等人，"靶向神经技术恢复脊髓损伤患者的行走能力"，《自然》，第 563 卷，第 7729 期，第 65-71 页，2018 年。
[5] A. Rowald等人，"活动依赖性脊髓神经调控可在完全瘫痪后迅速恢复躯干和腿部运动功能"，《自然医学》，第 28 卷，第 2 期，第 260-271 页。 2022.
[6] E. Neufeld 等人，"电磁诱导神经元动力学和功能化解剖模型耦合建模的仿真平台"，《神经工程（NER），2015 年第七届国际电气和电子工程师学会/电子脑科学大会》。IEEE, 2015.

相关验证报告，可向我们的支持团队索取

P-EM-FDTD 模块验证
P-EM-QS 模块验证
T-NEURO 模块验证