Personalización de modelos computacionales eléctricos auriculares mediante el problema inverso de la electrocardiografía

Abstract

[ES] La fibrilación auricular (FA) es la arritmia cardíaca más común en la actualidad, con una morbilidad, mortalidad y costes sanitarios crecientes. Su compleja naturaleza supone un gran desafío para el diseño de terapias efectivas. En este sentido, la imagen electrocardiográfica no invasiva (ECGI) ha surgido como un método prometedor para comprender la enfermedad.

En los últimos años, las simulaciones computacionales y la personalización de modelos auriculares se han propuesto para integrar las características anatómicas y del sustrato auricular de pacientes individuales, identificar los lugares que mantienen la FA y predecir, caso por caso, la terapia de ablación óptima. Así, en este Trabajo de Fin de Máster se propone una nueva prueba de concepto para el desarrollo de modelos computacionales personalizados de FA tomando datos clínicos extraídos de ECGI y el problema inverso de la electrocardiografía.

Primero, se establece una metodología para la creación de modelos geométricos auriculares personalizados y su óptima incorporación al entorno de simulación. Luego, se presenta un método de simulación de FA para intentar reproducir la información del paciente, representada en mapas de frecuencia dominante (DF) e histogramas de rotores. Este enfoque se basa en la definición de un protocolo de estimulación que induce la generación de rotores y cinco casos distintos de remodelado eléctrico para establecer zonas de alta frecuencia.

En vista a los resultados, la ligera coincidencia con las medidas del paciente manifiesta la necesidad de incorporar más características de sustrato auricular (variación de corrientes, fibrosis, etc.) que permitan un control más exhaustivo sobre los resultados de las simulaciones. No obstante, este trabajo aporta un primer enfoque válido para la generación de rotores y la distribución de regiones de alta frecuencia sobre simulaciones de FA, abriendo la puerta a futuras investigaciones para el diseño in silico de terapias de ablación personalizadas.

[EN] Atrial fibrillation (AF) is the most common cardiac arrhythmia nowadays, with increasing morbidity, mortality, and healthcare costs. Its complex nature poses a major challenge for the design of effective therapies. In this respect, non-invasive electrocardiographic imaging (ECGI) has emerged as a promising method to understand the disease.

In recent years, computational simulations and personalization of atrial models have been proposed to integrate anatomical information and atrial substrate characteristics of individual patients, identify sites that maintain AF, and predict the optimal ablation therapy on a case-by-case basis. Thus, this Master's Thesis proposes a new proof of concept for developing personalized computational models of AF from clinical data extracted from ECGI and the inverse problem of electrocardiography.

Firstly, a methodology is established for the creation of personalized models of the atria geometry and their optimal incorporation into the simulation workflow. Then, an AF simulation method is presented to attempt to reproduce patient information, which is represented in dominant frequency (DF) maps and rotor histograms. This approach is based on the definition of a stimulation protocol that induces the generation of rotors and five different cases of electrical remodelling to create high-frequency zones.

In light of the results, the slight coincidence with the patient measures shows the need to incorporate more characteristics of the atrial substrate (variation of ionic currents, fibrosis, etc.) that allows a more exhaustive control over the results of the simulations. Nevertheless, this project provides a valid first approach for the generation of rotors and the distribution of high-frequency regions on AF simulations, thus opening the door to future research for the in-silico design of personalized ablation therapies.

[CA] La fibril·lació auricular (FA) és l'arritmia cardíaca més comuna en l'actualitat, amb una morbiditat, mortalitat i costos sanitaris creixents. La seua complexa naturalesa suposa un gran desafiament per al disseny de teràpies efectives. En aquest sentit, la imatge electrocardiográfica no invasiva (ECGI) ha sorgit com un mètode prometedor per a comprendre la malaltia. En els últims anys, les simulacions computacionals i la personalització de models auriculars s'han proposat per a integrar les característiques anatòmiques i del substrat auricular de pacients individuals, identificar els llocs que mantenen la FA i predir, cas per cas, la teràpia d'ablació òptima. Així, en aquest Treball de Fi de Màster es proposa una nova prova de concepte per al desenvolupament de models computacionals personalitzats de FA prenent dades clíniques extretes d'ECGI i el problema invers de l'electrocardiografia. Primer, s'establix una metodologia per a la creació de models geomètrics auriculars personalitzats i la seua òptima incorporació a l'entorn de simulació. Després, es presenta un mètode de simulació de FA per a intentar reproduir la informació del pacient, representada en mapes de freqüència dominant (DF) i histogrames de rotors. Aquest enfocament es basa en la definició d'un protocol d'estimulació que induïx la generació de rotors i cinc casos diferents de remodelat elèctric per a establir zones d'alta freqüència. En vista als resultats, la lleugera coincidència amb les mesures del pacient manifesta la necessitat d'incorporar més característiques de substrat auricular (variació de corrents, fibrosi, etc.) que permeten un control més exhaustiu sobre els resultats de les simulacions. No obstant això, aquest treball aporta un primer enfocament vàlid per a la generació de rotors i la distribució de regions d'alta freqüència sobre simulacions de FA, obrint la porta a futures investigacions per al disseny in silico de teràpies d'ablació personalitzades.