Calibration of a cardiac electro-mechanics model in view of Cardiac Resynchronization Therapy.

The mathematical modelling of heart function aimed at supporting clinical therapies for cardiac electrophysiology has made great progress in the last two decades. The focus of this thesis is on the Cardiac Resynchronization Therapy (CRT), that is a medical procedure consisting in the implantation of a device that is able to send electrical stimuli to heart chambers using three wires, called leads. This technique is adopted to restore a coordinated ventricular contraction and improve systolic function in heart failure (HF) patients presenting ventricular dyssynchrony (VD), usually due to a left bundle branch block (LBBB) condition, which is a disorder of the cardiac conduction system of the heart leading to a late electrical and mechanical activation of the left ventricle (LV). However, since 30% of patients undergoing CRT implantation are non-reponders, the procedure needs to be optimized. This work analyzes three patient-specific cases provided by the Hospital of S. Maria del Carmine in Rovereto (TN), Italy, that were diagnosed with LBBB and were treated with Cardiac Resynchronization Therapy. The primary objective of the thesis is to use pre-CRT clinically measured electrical and mechanical data and reconstructed patients’ LV geometries to perform the first complete calibration of an existing electromechanical (EM) computational model of the left ventricle, the Eikonal-Reaction-Mechanics (ERM) model, estimating the physical parameters that can reproduce the pre-operative scenario in the most accurate way. After this preliminary phase, virtual CRT scenarios can be simulated using the patients’ calibrated models, imposing the points of electrical stimulation along the LV external surface to surrogate the leads of the CRT device. Based on clinical and computational studies reported in literature, the settings to be varied for optimization of the procedure are identified together with suitable biomarkers evaluating acute outcomes of the therapy. At the end of every simulation obtained changing CRT settings, such biomarkers are computed from the numerical solution and the optimal virtual scenario is identified for every patient.

La modellistica matematica della funzionalità del cuore a supporto delle terapie cliniche per l’elettrofisiologia cardiaca ha fatto grandi progressi negli ultimi due decenni. Questa tesi si focalizza sulla Terapia di Resincronizzazione Cardiaca (CRT), una procedura medica che consiste nell’impianto di un dispositivo capace di inviare impulsi elettrici alle camere cardiache per mezzo di tre cavi. Questa tecnica è utilizzata per ripristinare la coordinazione nella contrazione ventricolare e per migliorare la funzione sistolica in pazienti con insufficienza cardiaca e dissincronia ventricolare, spesso causata dal blocco di branca sinistra (LBBB), un disturbo del sistema di conduzione cardiaca che porta a un ritardo nell’attivazione elettrica e meccanica del ventricolo sinistro (LV). Tuttavia, è necessario riuscire ad ottimizzare la terapia CRT, dal momento che circa il 30% dei pazienti non ne beneficia. Questo lavoro analizza tre casi clinici di pazienti con diagnosi di LBBB e trattati con la CRT, forniti dall’Ospedale di S. Maria del Carmine di Rovereto (TN), Italia. L’obiettivo primario della tesi è usare dati clinici pre-CRT elettrici e meccanici e geometrie dei pazienti ricostruite per ottenere una prima calibrazione completa di un modello elettromeccanico già esistente per il ventricolo sinistro, il modello Eikonal-Reaction-Mechanics (ERM), stimando i parametri che garantiscano la migliore accuratezza nel riprodurre il contesto pre-operatorio. Dopo questa fase preliminare, la CRT può essere riprodotta virtualmente utilizzando il modello calibrato sul paziente, scegliendo dei punti lungo la superficie ventricolare esterna che possano surrogare gli elettrodi del dispositivo CRT. Partendo da studi clinici e computazionali in letteratura, sono state identificate le impostazioni della terapia da variare al fine di ottimizzarla, insieme a dei biomarker appropriati che possano valutarne i risultati in acuto. Al termine di ogni simulazione, ottenuta variando tali impostazioni, vengono calcolati i biomarker a partire dalla soluzione numerica, in modo da identificare per ogni paziente lo scenario virtuale migliore.