Der introduceres en model til simulering af patientspecifik hjertemekanik, som omfatter en 3-dimensional finite elementmodel af hjertets ventrikeldel, der er koblet til en 0-dimensional lukket kredsløbsmodel af reduceret orden af karsystemet, hjerteklappen og atrialkammeret. Ventriklerne er modelleret ved hjælp af en ikke-lineær ortotropisk passiv materialelov. Den elektriske aktivering efterlignes af en foreskrevet parameteriseret aktiv stress, der virker langs en generisk muskelfibrenes orientering. Vores aktiveringsfunktion er konstrueret således, at starten af ventrikelkontraktion og -relaksation samt den aktive stresskurves hældning er parametriseret. Den billedbaserede patientspecifikke ventrikulære model er forspændt til et lavt endediastolisk tryk for at tage højde for den afbildede, stressede konfiguration. Viscoelastiske Robin-grænsebetingelser anvendes på hjertets bund og epikardiet for at tage højde for den omgivende indlejring. Vi behandler 3D faststof-0D væskeinteraktionen som et stærkt koblet monolitisk problem, som konsekvent er lineariseret med hensyn til 3D faststof- og 0D væskemodelvariabler for at muliggøre en løsningsprocedure af Newton-typen. Det resulterende koblede lineære ligningssystem løses iterativt i hvert Newton-trin ved hjælp af 2 × 2 fysikbaseret blokforconditionering. Desuden præsenterer vi nye effektive strategier til kalibrering af aktive kontraktile og vaskulære modstandsparametre til eksperimentelle data om venstre ventrikeltryk og slagvolumen, der er opnået i svineeksperimenter. To eksemplariske tilstande af kardiovaskulær tilstand betragtes, nemlig efter anvendelse af vasodilaterende betablokkere (BETA) og efter injektion af vasokonstriktive phenylephrin (PHEN). Parameterkalibreringen til det specifikke individ og den pågældende kardiovaskulære tilstand udføres ved hjælp af en 2-trins ikke-lineær flerniveaumetode, der anvender en lav-fidelitets hjertemodel til at beregne en parameterkorrektion for optimeringsproblemet for den høj-fidelitetsmodel. Vi diskuterer 2 forskellige valg af low-fidelity-modeller med hensyn til deres evne til at øge parameteroptimeringen. Da de periodiske tilstandsbetingelser på modellen (aktiv stress, vaskulære tryk og fluxer) på forhånd er ukendte og også afhængige af de parametre, der skal kalibreres (og omvendt), udfører vi parameterkalibrering og estimering af periodiske tilstandsbetingelser samtidig. Efter et par hjerteslag konvergerer kalibreringsalgoritmen til en stabil, periodisk tilstand på grund af bevarelse af blodvolumen i det lukkede kredsløbssystem. Den foreslåede model og kalibreringsmetode med flere niveauer er omkostningseffektiv og giver mulighed for en effektiv bestemmelse af en patientspecifik in silico-hjerte-model, der reproducerer fysiologiske observationer meget godt. En sådan individuel og tilstandspræcis model er et vigtigt forudsigelsesværktøj i forbindelse med planlægning af indgreb, konstruktion af hjælpemidler og andre medicinske anvendelser.