On myocardial electrophysiology: a patient-specific computational model employing electroanatomical mapping data

It is estimated, that ∼ 2.35% of the population suffers from Cardiac Arrhythmia (CAs), corresponding to any alteration in the frequency or regularity of the heartbeat. CAs are highly clinically relevant, as they are life threatening when affecting the ventricles, being majorly responsible for the evolution of cardiac arrest in ischemic heart disease patients. For this reason, especially patient-specific Electrophysiological (EP) computational models, which are based on patient data, are becoming of paramount importance for clinical settings. Their development requires vast information not straightforward to be collected in-vivo, thus, population-based and ex-vivo observations data are also employed, even if they could introduce inaccuracies. This master’s thesis aimed at computationally replicating patient-specific myocardial depolarization in Left Ventricle (LV), by employing patient Cardiac Computed Tomography (CCT) images and ElectroAnatomical Map (EAM), and limiting the adoption of population-based data. The objectives were pursued by implementing special strategies, which focused on the assignment of proper conductivity values. Only the Purkinje-Muscle Junctions (PMJs) most relevant for mimicking the patient activation pattern were replicated. The computational domain was split into the least possible number of parts assuring the heterogeneity of velocity propagation. Then, the assignment of the proper conductivity values was guaranteed by performing an iterative tuning process. Successive time-frames of the simulated and real depolarization were compared, and mean Conduction Velocities (CV)s were extracted part-by part both from patient and numerical data. The validation evidence showcased that the patient wavefront propagation and the CV non-homogeneity were faithfully replicated. Also, simulation results were coherent with literature. Thereby, the strategies adopted place themselves as probable good alternatives to the currently available population-based methods. This work serves as a proof-of-concept that the described methodologies are promising but only preliminary, as further studies on a larger number of patients are necessary to confirm the robustness of the overall approach.

Si stima che ∼ 2.35% della popolazione mondiale è affetta da aritmie cardiache, che corrispondono a qualsiasi alterazione nella frequenza e regolarità del battito cardiaco. Le aritmie cardiache possono essere fatali quando coinvolgono i ventricoli, essendo le maggiori responsabili dell’evoluzione in arresto cardiaco in pazienti affetti da ischemia del miocardio. Per questa ragione, soprattutto i modelli computazionali elettrofisiologici paziente-specifici stanno diventando di rilevante importanza in ambito clinico. Lo sviluppo di tali modelli richiede una vasta quantità di informazioni non semplici da ottenere in-vivo, quindi, generalmente, si fa utilizzo di informazioni dalla letteratura e osservazioni su esperimenti condotti ex-vivo. In questo modo si può sopperire all’assenza di dati, ma si introducono inaccuratezze nei modelli. Lo scopo di questa tesi è replicare in-silico la fisiologica depolarizzazione del miocardio nel ventricolo sinistro, concentrandosi sulla dettagliata caratterizzazione delle proprietà elettriche del tessuto del paziente, così da limitare l’adozione di dati non paziente-specifici. Gli obiettivi sono stati raggiunti implementando strategie specifiche sull’assegnazione di appropiati valori di conduttività. Fisiologicamente, lo stimolo elettrico raggiunge il miocardio ventricolare attraverso le giunzioni muscolari di Purkinje (PMJs), che, dunque, sono state identificate sulla mappa elettroanatomica (EAM) del paziente, poi replicate nel modello e impostate come i punti di partenza degli stimoli elettrici. Sono state considerate solo le PMJs più rilevanti al fine di replicare il pattern di attivazione del paziente. Il dominio computazionale è stato diviso in tre parti in modo da poter assegnare differenti proprietà elettriche in ogni parte. Poi attraverso un processo iterativo sono stati assegnati i valori di conduttività adeguati per la replica delle velocità di conduzione osservate nella EAM del paziente. I risultati numerici e la EAM sono stati comparati istante per istante. Inoltre, le velocità di conduzione media sono state estratte in ogni parte, sia dai dati del paziente che dai dati simulati. La validazione ha evidenziato che il fronte di propagazione attraverso il ventricolo sinistro del paziente è stato fedelmente replicato. In più, i risultati numerici hanno dimostrato coerenza con la letteratura. In conclusione, le strategie adottate si possono considerare come probabili buone alternative a quanto attualmente presente in letteratura.