FFMsim: Ferramenta computacional para simular o processo de Feed Forward Modeling para o miócito ventricular de coelho

Autores

Palavras-chave:

Ferramental Computacional, Modelagem Matemática, Estimulação beta-adrenérgica

Resumo

Objetivo: Desenvolver uma ferramenta computacional para simular o processo de Feed Forward Modeling (FFM) em um modelo matemático que descreve o complexo fenômeno do acoplamento da excitação – contração no miócito ventricular de coelho. Métodos: Para o desenvolvimento do modelo matemático foi utilizada uma curva empírica para atualização dos parâmetros biofísicos dependentes da frequência de estimulação. Já para a implementação da ferramenta computacional utilizamos o MATLAB e sua biblioteca APP Design para a interface gráfica. Para teste da ferramenta foram realizados dois experimentos “in silico”: i) Curso temporal da força de contratação e Potencial de Ação e ii) Relação Força – Frequência, ambos comparando a modelagem tradicional vs a modelagem com FFM. Resultados: A ferramenta desenvolvida apresenta interface amigável e de fácil compreensão para o usuário. Em relação a força de contração observou-se um aumento de 25% na amplitude, seguido de um relaxamento mais rápido, ou seja, uma redução de 5.6% no tempo de relaxamento, resultados já demonstrados na literatura. Também se destaca uma redução de 3.6% na duração do PA quando comparado com o modelo sem a aplicação do FFM. Além disso o uso do FFM mantém uma relação força-frequência positiva em uma faixa de frequência mais ampla em comparação com a modelagem tradicional o que está de acordo com o que foi relatado por Silva et al. (2023).

Downloads

Não há dados estatísticos.

Downloads

Publicado

11-12-2023

Como Citar

Motta, G. M. de S., Goroso, D. G., Puglisi, J. L., & da Silva, R. R. (2023). FFMsim: Ferramenta computacional para simular o processo de Feed Forward Modeling para o miócito ventricular de coelho. Revista Científica UMC, 8(3), e080300002. Recuperado de https://seer.umc.br/index.php/revistaumc/article/view/1936

Artigos mais lidos pelo mesmo(s) autor(es)