Use este identificador para citar ou linkar para este item: https://repositorio.ufjf.br/jspui/handle/ufjf/19493
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
mayraurbietabarbosa.pdfPDF/A6.74 MBAdobe PDFThumbnail
Visualizar/Abrir
Tipo: Dissertação
Título: Do complexo ao mínimo: otimização de parâmetros para reprodução eficiente de curvas de restituição e do potencial de ação
Autor(es): Barbosa, Mayra Urbieta
Primeiro Orientador: Santos, Rodrigo Weber dos
Co-orientador: Campos, Joventino de Oliveira
Membro da banca: Bernardino, Heder Soares
Membro da banca: Xavier, Carolina Ribeiro
Resumo: As doenças cardiovasculares são a principal causa de mortalidade em todo o mundo. Entre as diversas condições que afetam o sistema cardiovascular, as associadas ao sistema de condução elétrica do coração, como as arritmias, merecem atenção especial. A simulação computacional da atividade eletromecânica do coração é uma ferramenta valiosa para o estudo e interpretação de medidas fisiológicas e fenômenos cardíacos. No entanto, os modelos computacionais tradicionais, como o ToRORd com 44 equações diferenciais, costumam ser altamente exigentes em termos de recursos computacionais, ou seja, demandam muitas horas de simulação. Neste trabalho, o Modelo Mínimo de Bueno-Orovio foi otimizado para reproduzir as propriedades eletrofisiológicas do modelo ToRORd: duração do potencial de ação, período refratário efetivo e curvas de restituição. A análise de sensibilidade global via método de Sobol identificou os 13 parâmetros mais influentes do modelo. Dois algoritmos evolutivos foram aplicados e comparados: Evolução Diferencial e NSGA-II. O estudo incluiu análise de fronteira de Pareto e investigação dos compromissos entre as diferentes propriedades eletrofisiológicas. O modelo simplificado com 4 equações diferenciais ordinárias reproduziu as propriedades eletrofisiológicas com erro relativo de 4,5% em relação ao modelo original, reduzindo o tempo computacional em 11%. A otimização dos parâmetros do modelo preservou aspectos essenciais da dinâmica cardíaca com eficiência computacional superior.
Abstract: Cardiovascular diseases are the leading cause of mortality worldwide. Among the various conditions affecting the cardiovascular system, those associated with the heart’s electrical conduction system, such as arrhythmias, deserve special attention. Computational simulation of cardiac electromechanical activity is a valuable tool for studying and interpreting physiological measurements and cardiac phenomena. However, traditional computational models, such as ToRORd with 44 differential equations, are highly demanding in terms of computational resources, requiring many hours of simulation. In this work, the Bueno-Orovio Minimal Model was optimized to reproduce the electrophysiological properties of the ToRORd model: action potential duration, effective refractory period, and restitution curves. Global sensitivity analysis via Sobol method identified the 13 most influential model parameters. Two evolutionary algorithms were applied and compared: Differential Evolution and NSGA-II. The study included Pareto frontier analysis and investigation of trade-offs between different electrophysiological properties. The simplified model with 4 ordinary differential equations reproduced the electrophysiological properties with a relative error of 4.5% compared to the original model, reducing computational time by 11%. Parameter optimization preserved essential aspects of cardiac dynamics with superior computational efficiency.
Palavras-chave: Arritmias
Simulação computacional
Modelos cardíacos simplificados
Modelagem cardíaca
Otimização multiobjetivo
Arrhythmias
Computational simulation
Simplified cardiac models
Cardiac modeling
Multi-objective optimization
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA
Idioma: por
País: Brasil
Editor: Universidade Federal de Juiz de Fora (UFJF)
Sigla da Instituição: UFJF
Departamento: ICE – Instituto de Ciências Exatas
Programa: Programa de Pós-graduação em Modelagem Computacional
Tipo de Acesso: Acesso Aberto
Attribution-ShareAlike 3.0 Brazil
Licenças Creative Commons: http://creativecommons.org/licenses/by-sa/3.0/br/
URI: https://repositorio.ufjf.br/jspui/handle/ufjf/19493
Data do documento: 28-Jul-2025
Aparece nas coleções:Mestrado em Modelagem Computacional (Dissertações)



Este item está licenciado sob uma Licença Creative Commons Creative Commons