Představen je model pro simulaci srdeční mechaniky specifické pro pacienta, zahrnující trojrozměrný model komorové části srdce z konečných prvků, který je spojen s 0-rozměrným modelem cévního systému, srdeční chlopně a síní s redukovanou uzavřenou smyčkou. Komory jsou modelovány nelineárním ortotropním pasivním materiálovým zákonem. Elektrická aktivace je napodobena předepsaným parametrizovaným aktivním napětím působícím podél obecné orientace svalových vláken. Naše aktivační funkce je konstruována tak, že počátek komorové kontrakce a relaxace i sklon křivky aktivního napětí jsou parametrizovány. Model komor specifický pro pacienta založený na zobrazování je předepnut na nízký enddiastolický tlak, aby odpovídal zobrazované, stresované konfiguraci. Na srdeční spodinu a epikard jsou aplikovány viskoelastické Robinovy okrajové podmínky, aby se zohlednilo usazené okolí. Interakci 3D tělesa a 0D tekutiny považujeme za silně spřažený monolitický problém, který je důsledně linearizován s ohledem na proměnné modelu 3D tělesa a 0D tekutiny, aby bylo možné použít postup řešení Newtonova typu. Výsledný spřažený lineární systém rovnic se řeší iteračně v každém Newtonově kroku pomocí blokového předpodmínění 2 × 2 na základě fyziky. Dále uvádíme nové účinné strategie pro kalibraci parametrů aktivní kontraktility a cévní rezistence podle experimentálních údajů o tlaku v levé komoře a zdvihovém objemu získaných při experimentech na prasatech. Uvažujeme dva příkladné stavy kardiovaskulárního stavu, a to po aplikaci vazodilatačních beta-blokátorů (BETA) a po injekci vazokonstrikčního fenylefrinu (PHEN). Kalibrace parametrů pro konkrétního jedince a daný kardiovaskulární stav se provádí pomocí dvoustupňové nelineární víceúrovňové metody, která využívá model srdce s nízkou věrností k výpočtu korekce parametrů pro optimalizační problém modelu s vysokou věrností. Diskutujeme 2 různé volby modelu nízké věrnosti s ohledem na jejich schopnost rozšířit optimalizaci parametrů. Protože periodické stavové podmínky modelu (aktivní napětí, cévní tlaky a toky) jsou a priori neznámé a závisí také na kalibrovaných parametrech (a naopak), provádíme kalibraci parametrů a odhad periodických stavových podmínek současně. Po několika úderech srdce kalibrační algoritmus konverguje k ustálenému periodickému stavu z důvodu zachování objemu krve v uzavřeném oběhovém systému. Navržený model a víceúrovňová kalibrační metoda jsou nákladově efektivní a umožňují efektivní stanovení modelu srdce in silico specifického pro pacienta, který velmi dobře reprodukuje fyziologická pozorování. Takový individuální a stavově přesný model je důležitým prediktivním nástrojem při plánování zásahů, konstrukci asistenčních zařízení a dalších lékařských aplikacích.