Non-ischemic cardiomyopathy: a patient-specific modeling pipeline

Non-ischemic cardiomyopathy (NICM) encompasses a heterogeneous group of myocardial diseases ranging from genetic to inflammatory etiologies, that are not related to coronary artery disease. Despite therapeutic advances, NICM is associated with dangerous arrythmias such as ventricular tachycardia (VT), and sudden cardiac death. Although catheter ablation is widely used to control VT, current clinical imaging often fails to accurately localize patient-specific arrhythmogenic regions. This thesis proposes a patient-specific computational modeling pipeline to characterize the electrophysiological substrate of a subject affected by NICM secondary to acute myocarditis. This pipeline integrates clinical LGE-MRI data into a high-resolution hexahedral mesh of the patient-specific geometry of the left ventricle (LV), together with myocardial fiber orientation and transmural heterogeneity definition. The pathological modifications to the healthy LV have been analyzed with three distinct modeling approaches: a purely structural model considering only a localized conductivity reduction; a purely cellular model incorporating myocyte-fibroblast electrotonic coupling; and a full model integrating both modifications. Electrophysiological simulations were performed using the Ten Tusscher-Panfilov model for human ventricular myocytes, in order to perform a comparative analysis between the three versions of the model. The results prove that the full model successfully replicates the electrophysiological alterations observed in clinical practice, while the structural and cellular modifications alone only capture partial aspects of the pathology. Moreover, the model exhibits a total activation time consistent with clinical expectations and reproduces an anatomically defined slow-conducting channel compatible with a re-entrant pathway. The identification of this isthmus provides a suitable substrate for subsequent VT induction simulations. Ultimately, the developed pipeline serves as a foundational step forward for the development of in-silico clinical tools, which offer a non-invasive platform for the identification of critical arrhythmogenic targets and supporting personalized ablation strategies to improve patient outcomes.

La cardiomiopatia non ischemica (NICM) comprende un gruppo eterogeneo di patologie miocardiche, con eziologie che spaziano da fattori genetici a infiammatori, non correlate a coronaropatie. Nonostante i progressi terapeutici, la NICM è associata ad aritmie pericolose, quali la tachicardia ventricolare (VT) e la morte cardiaca improvvisa. Sebbene l'ablazione transcatetere sia ampiamente utilizzata per il controllo della VT, le tecniche di imaging cliniche spesso non riescono a localizzare con precisione le regioni aritmogene specifiche del paziente. Il presente lavoro di tesi propone una pipeline di modellazione computazionale paziente-specifica per caratterizzare il substrato elettrofisiologico di un soggetto affetto da NICM secondaria a miocardite acuta. Tale pipeline integra i dati clinici di LGE-MRI in una mesh esaedrica ad alta risoluzione della geometria ventricolare sinistra (LV) del paziente, includendo l’orientamento delle fibre miocardiche e l’eterogeneità transmurale. Le alterazioni patologiche del LV sano sono state analizzate attraverso tre distinti approcci di modellazione: un modello puramente strutturale, che considera solo una riduzione localizzata della conducibilità; un modello puramente cellulare, che incorpora l'accoppiamento elettrotonico miocita-fibroblasto; e un modello completo che integra entrambe le modifiche. Sono state eseguite simulazioni elettrofisiologiche utilizzando il modello di Ten Tusscher-Panfilov per i miociti ventricolari umani, al fine di condurre un'analisi comparativa tra le tre versioni del modello. I risultati dimostrano che il modello completo replica con successo le alterazioni elettrofisiologiche osservate nella pratica clinica, mentre le singole modifiche strutturali e cellulari catturano solo aspetti parziali della patologia. Inoltre, il modello presenta un tempo di attivazione totale coerente con le aspettative cliniche e riproduce anatomicamente un canale di conduzione lenta compatibile con un percorso di rientro. L'identificazione di tale istmo fornisce un substrato idoneo per le successive simulazioni di induzione della VT. In definitiva, la pipeline sviluppata rappresenta un passo fondamentale per lo sviluppo di strumenti clinici in-silico, offrendo una piattaforma non invasiva per l'identificazione di target aritmogeni critici e supportando strategie di ablazione personalizzate per migliorare gli esiti clinici dei pazienti.