Interactive Patient-Specific Simulation of Cardiac Electrophysiology - Archive ouverte HAL Access content directly
Theses Year : 2014

Interactive Patient-Specific Simulation of Cardiac Electrophysiology

Simulation Interactive et Patient-Spécifique de l'Electrophysiologie Cardiaque

(1, 2)
1
2

Abstract

As in most of the medical departments, interns in cardiac electrophysiology follow a curriculum combining an intense theoritical learning with a long clinical practice. After years of theory (mainly book learning), junior electrophysiologists start practicing on patients under the supervision of a senior cardiologist. In the last decades, the improvement of computational technologies led to the development of numerical tools dedicated to training, planning or guiding of surgical procedures. The objective of this thesis is to construct a training framework, allowing junior electrophysiologists to practice radio-frequency (RF) ablation for the treatment of ventricular arrhythmias on virtual patients. Training on in silico models can not only shorten the electrophysiology curriculum, but it can also standardize it. Yet the development of such training systems raises several challenges. The first challenge consists in simulating the cardiac electrophysiology in real-time. Through the improvement of cardiac imaging, characterization of the normal and arrhythmic electrical activity of the heart using mathematical models has been an important research topic. We focus here on a model representing the electrophysiology at the organ scale: the Mitchell-Schaeffer model. A powerful GPU implementation is proposed to reach real-time performances. Our efficient electrophysiology model is coupled with a mechanical model of the heart. A realistic left bundle branch block can be simulated, thus inducing the associated late contraction of the left ventricle. For clinical application of electrophysiological mathematics, our virtual scenario of cardiac arrhythmias needs to be personalized. This crucial step aims at adapting all model parameters in order to fit patient data, acquired intra-operatively. After a detailed state of the art of optimization methods, the unscented Kalman filter deriving from a Bayesian approach is chosen and applied on a dataset of three patients suffering from ventricular tachycardia. Relying on our GPU electrophysiology model, the optimization process is achieved in about 20~minutes, while faithfully reproducing the pathology recorded in the operation room. Lastly, the construction of the first training framework dedicated to cardiac ablation is presented. The scenario reproduces the catheter navigation inside the vascular system using a physics-based approach, and the beating heart is modeled from patient data. In addition to the cardiovascular navigation, a case of an ectopic focus in the right ventricle is modeled using our GPU implementation. An innovative multithreading approach couples both simulations, thus offering performances close to real-time. The computational efficiency allows the trainee to interact with the simulation and perform all the clinical gestures, namely electrical catheter measurements, electro-anatomical mapping, electrical stimulation and eventually RF ablation. A clinical evaluation by electrophysiologists highlights the good performances and the realism of the training framework.
Comme dans la plupart des spécialités médicales, les internes en électrophysiologie cardiaque suivent un cursus qui repose sur un lourd apprentissage théorique d'une part, et une longue période de pratique clinique d'autre part. Après des années d'études théoriques, les internes en électrophysiologie cardiaque commence leur apprentissage clinique sur patients encadrés par des praticiens expérimentés. Durant les dernières décennies, les progrès technologiques ont mené au développement de nouveaux outils dediés à l'entrainement, au planning ou au guidage pendant l'opération. L'objectif de cette thèse est de contruire un framework permettant aux étudiants de s'entrainer virtuellement à l'ablation radio-fréquence d'arythmie ventriculaire. L'entrainement dit in silico permettrait non seulement de réduire le temps de formation, mais également de standardiser l'ensemble de cursus. Le développment d'un tel simulateur soulève plusieurs challenges. Le premier challenge consiste à simuler l'électrophysiologie cardiaque en temps-réel. Par l'amélioration des techniques d'imageries, la caractérisation de l'électrophysiologie cardiaque par des modèles mathématiques est devenue un important sujet de recherche. Nous nous concentrons ici sur un modèle représentant l'électrophysiologie cardiaque à l'échelle de l'organe: the modèle de Mitchell-Schaeffer. Une implémentation GPU est proposée afin d'obtenir des performances temps-réelles. Notre modèle est ensuite couplé avec un modèle mécanique du coeur. Utilisant des données patient-spécifiques, notre simulation est capable de reproduire fidèlement un bloc de branche gauche, caractérisé par une activation et une contraction tardive du ventricule gauche. En vue d'applications cliniques telles que le planning pré-opératoire ou le guidage intra-opératoire, notre modèle doit \^{e}tre personnalisable. Cette étape clé vise à adapter les paramètres de notre modèle afin de reproduire les données patients. Après un état de l'art détaillé sur les différentes méthodes d'optimisation, le filtre "Unscented Kalman" derivant d'une approche bayesienne est choisi et appliqué sur un 3 cas patients de tachycardie ventriculaire. Basé sur notre modèle d'électrophysiologie GPU, le processus d'optimisation s'exécute en moins de 20 minutes et permet de reproduire les phénomènes électriques observés en clinique. Enfin, la construction du premier framework d'entrainement dédié à l'ablation d'arythmie ventriculaire est présentée. Le scénario reproduit tout d'abord l'étape de navigation endovasculaire en se basant sur un modèle physique. Les mouvements de contraction du coeur sont extraits de données patients. De plus, un foyer ectopique ventriculaire est simulé à l'aide de notre modèle d'électrophysiologie GPU. Une architecture multithreading permet le calcul de l'électrophysiologie et de la navigation endovasculaire en parallèle, tout en conservant des performances proches du temps-réel. La puissance de notre calcul permet aux internes d'intéragir avec la simulation et de réaliser différents gestes tels que: la mesure de potentiels extra-cellulaires, le mapping électro-anatomique, des stimulations électriques et enfin l'ablation radio-fréquence. Une évaluation clinique menée auprès d'électrophysiologistes experts et débutants démontre les bonnes performances et le réalisme de notre simulateur d'entrainement.
Fichier principal
Vignette du fichier
Thesis.pdf (61.2 Mo) Télécharger le fichier
Loading...

Dates and versions

tel-01097201 , version 1 (19-12-2014)

Identifiers

  • HAL Id : tel-01097201 , version 1

Cite

Hugo Talbot. Interactive Patient-Specific Simulation of Cardiac Electrophysiology. Computer Science [cs]. Université des Sciences et Technologies de Lille, 2014. English. ⟨NNT : ⟩. ⟨tel-01097201⟩
695 View
562 Download

Share

Gmail Facebook Twitter LinkedIn More