A computational study of cardiac electrophysiology in hypertrophic ventricles

Heart failure (HF) is a global health challenge, with non ischemic cardiomyopathies (NICM) representing a significant subset of cases. Among them, hypertrophic cardiomy opathy (HCM) and dilated cardiomyopathy (DCM) are the most clinically relevant forms, both associated with an increased risk of malignant arrhythmias and sudden cardiac death. The mechanisms underlying this arrhythmic susceptibility are linked to alterations in ac tion potential duration, conduction velocity, and electrophysiological heterogeneities at both the ionic and tissue levels. This thesis investigates the electrophysiological behavior of NICM, focusing on the relationship between ionic remodeling and arrhythmogenesis. The study began at Inria, where the Mitchell-Schaeffer (MS) model was used to analyze ionic-level alterations in HCM and DCM, leveraging the computational efficiency of the cardiacLBM framework. Upon returning to Politecnico of Milan, the research shifted to a more detailed ionic analysis using the Ten-Tusscher model, implemented within the lifex simulation framework. This phase focused primarily on HCM, given its higher prevalence and arrhythmic risk. Beyond 0D simulations, the study extends to 3D electrophysiological modeling. Initially, a homogeneous slab geometry was employed to calibrate conduction parameters and assess wavefront propagation. Subsequently, more complex simulations were performed on a heterogeneous 3D left ventricular model reconstructed from patient specific cine-MRI data provided by L. Sacco Hospital in Milan. These in-silico exper iments aimed to characterize how hypertrophic remodeling affects conduction velocity and promotes reentrant arrhythmias in a realistic ventricular geometry. By integrating computational modeling with experimental and clinical data, this work contributes to the development of refined risk stratification approaches for NICM patients. The findings provide valuable insights into the electrophysiological mechanisms underlying arrhythmo genesis, with potential implications for personalized treatment strategies and improved arrhythmic risk assessment.

L’insufficienza cardiaca rappresenta una sfida globale per la salute, con le cardiomiopatie non ischemiche (CMNI) che costituiscono una parte significativa dei casi. Tra queste, la cardiomiopatia ipertrofica (CMI) e la cardiomiopatia dilatativa (CMD) sono le forme clinicamente più rilevanti, entrambe associate a un aumentato rischio di aritmie ma ligne e morte cardiaca improvvisa. I meccanismi alla base di questa suscettibilità ar itmica sono legati ad alterazioni della durata del potenziale d’azione, della velocità di conduzione e a eterogeneità elettrofisiologiche sia a livello ionico che tissutale. Questa tesi indaga il comportamento elettrofisiologico delle CMNI, concentrandosi sulla relazione tra rimodellamento ionico e aritmogenesi. Lo studio è iniziato presso Inria, dove il modello di Mitchell-Schaeffer (MS) è stato utilizzato per analizzare le alterazioni a livello ionico in HCM e DCM, sfruttando l’efficienza computazionale del framework cardiacLBM. Dopo il ritorno al Politecnico di Milano, la ricerca si è focalizzata su un’analisi ionica più det tagliata mediante il modello di Ten-Tusscher, implementato all’interno del framework di simulazione lifex. Questa fase ha riguardato principalmente la CMI, data la sua mag giore prevalenza e il rischio aritmico più elevato. Oltre alle simulazioni 0D, lo studio si estende alla modellazione elettrofisiologica 3D. Inizialmente, è stata utilizzata una slab omogenea per calibrare i parametri di conduzione e valutare la propagazione del fronte d’onda. Successivamente, sono state eseguite simulazioni più complesse su un modello 3D eterogeneo del ventricolo sinistro, ricostruito a partire da dati cine-MRI paziente-specifici forniti dall’Ospedale L. Sacco di Milano. Questi esperimenti in silico mirano a caratter izzare come il rimodellamento ipertrofico influenzi la velocità di conduzione e favorisca le aritmie da rientro in una geometria ventricolare realistica. Integrando la modellazione computazionale con dati sperimentali e clinici, questo lavoro contribuisce allo sviluppo di approcci avanzati per la stratificazione del rischio nei pazienti con CMNI. I risul tati ottenuti forniscono informazioni preziose sui meccanismi elettrofisiologici alla base dell’aritmogenesi, con potenziali implicazioni per strategie terapeutiche personalizzate e un miglioramento nella valutazione del rischio aritmico.