A computational study on the impact of myofiber architecture on murine heart electromechanics

In silico simulations play a vital role in understanding and managing cardiovascular diseases by leveraging computational models to mimic the behavior of the human heart, blood flow, and vascular systems. These simulations enable researchers and clinicians to explore complex interactions, predict disease progression, and evaluate potential treatments without invasive procedures. By using patient-specific data, in silico models can provide personalized risk assessments and optimize therapies. This thesis aims to improve the understanding and accuracy of computational cardiac models by investigating the influence of fiber orientation and disarrey on cardiac mechanics and electrophysiology, focusing specifically on the left ventricle. A 3D electromechanical model of the left ventricle of a murine heart coupled with 0D a lumped circulation model has been developed. By employing advanced computational techniques and novel high-resolution data acquired through Mesoscopic Optical Mapping (MOI), the study provides insights into how different fiber orientation methods impact myocardial behavior, which is crucial for advancing cardiac simulations in clinical applications. The research compares four approaches to reconstruct the fiber orientation field: three using a rule-based method (RBM) and one utilizing MOI derived fibers. The MOI method served as a ground truth to assess the effects of fiber structure on cardiac mechanics and electrical signal propagation. The comparison highlighted that a reduction of the total active stress modeled by the crossbridge stiffness can properly surrogate the disarray of real fibers. Furthermore electrophysiological analysis showed that precise fiber orientation is less critical for electrical propagation compared to mechanical performance.

Le simulazioni in silico svolgono un ruolo fondamentale nella comprensione e gestione delle malattie cardiovascolari, sfruttando modelli computazionali per replicare il comportamento del cuore umano, del flusso sanguigno e dei sistemi vascolari. Queste simulazioni permettono a ricercatori e clinici di esplorare interazioni complesse, prevedere la progressione della malattia e valutare potenziali trattamenti senza ricorrere a procedure invasive. Utilizzando dati specifici del paziente, i modelli in silico possono fornire valutazioni del rischio personalizzate e ottimizzare le terapie. Questa tesi si propone di migliorare la comprensione e l’accuratezza dei modelli cardiaci computazionali, investigando l’influenza dell’orientamento e del disallineamento delle fibre sulla meccanica e sull’elettrofisiologia cardiaca, con un focus specifico sul ventricolo sinistro. È stato sviluppato un modello elettromeccanico 3D del ventricolo sinistro di un cuore murino, accoppiato a un modello circolatorio 0D a parametri concentrati. Utilizzando tecniche computazionali avanzate e nuovi dati ad alta risoluzione acquisiti attraverso il Mesoscopic Optical Mapping (MOI), lo studio fornisce approfondimenti su come diversi metodi di orientamento delle fibre influenzino il comportamento del miocardio, aspetto cruciale per il progresso delle simulazioni cardiache in ambito clinico. La ricerca ha confrontato quattro approcci per ricostruire il campo di orientamento delle fibre: tre basati su un Rule Based Method (RBM) e uno che utilizza fibre derivate dal MOI. Il metodo MOI è stato utilizzato come punto di riferimento per valutare gli effetti della struttura delle fibre sulla meccanica cardiacae sulla propagazione dei segnali elettrici. Il confronto ha evidenziato che una riduzione dello stress attivo totale modellato attraverso la rigidezza dei cross-bridge può fungere da surrogato per il disallineamento delle fibre reali. Inoltre, l’analisi dell'elettrofisiologia ha mostrato che un orientamento preciso delle fibre è meno critico per la propagazione elettrica rispetto alle prestazioni meccaniche. Parole chiave: Modello computazionale cardiaco, Elettromeccanica cardiaca, Orientamento delle fibre cardiache.