Personnalisation basée sur l'imagerie de modèles cardiaques électrophysiologiques pour la planification du traitement de la tachycardie ventriculaire

Image-based Personalised Models of Cardiac Electrophysiology for Ventricular Tachycardia Therapy Planning

• Auteur / Autrice : Nicolas Cedilnik
• Direction : Maxime Sermesant
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 14/12/2020
• Etablissement(s) : Université Côte d'Azur
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Nice ; 1992-....)
• Partenaire(s) de recherche : Laboratoire : Institut national de recherche en informatique et en automatique (France). Unité de recherche (Sophia Antipolis, Alpes-Maritimes) - E-Patient : Images, données & mOdèles pour la médeciNe numériquE
• Jury : Président / Présidente : Pierre Jaïs
• Jury : Examinateurs / Examinatrices : Maxime Sermesant, Pierre Jaïs, Olaf Doessel, Alexander V. Panfilov, Hubert Cochet, Jean-Marc Peyrat, Mihaela Pop
• Jury : Rapporteurs / Rapporteuses : Olaf Doessel, Alexander V. Panfilov

Mots clés

Mots clés contrôlés

Imagerie médicale

Scanographie

Électrophysiologie

Tachycardie ventriculaire

Mots clés libres

Tachycardie ventriculaire

Personnalisation de modèles

Électrophysiologie cardiaque

Imagerie tomodensitométrique

Ventricular tachycardia

Model personalisation

Cardiac electrophysiology

Computed tomography

Résumé

La survie lors de la phase aiguë de l'infarctus du myocarde a énormément progressé au cours des dernières décennies, augmentant ainsi la mortalité des affections liées à l'infarctus chronique.Parmi ces pathologies, la tachycardie ventriculaire (TV) est une arythmie particulièrement grave qui peut conduire à la fibrillation ventriculaire, souvent fatale.La TV peut être traitée par ablation par radio-fréquences du substrat arythmogène.La première phase de cette procédure, longue et risquée, est une exploration électrophysiologique (EP) du cœur consistant à déterminer les cibles de cette ablation, notamment en provoquant l'arythmie dans un environnement contrôléDans cette thèse, nous proposons de re-créer in silico cette phase exploratoire, en personnalisation des modèles cardiaques EP.Nous montrons que des informations clefs à propos de la localisation et de l'hétérogénéité de la cicatrice d'infarctus peuvent être obtenues automatiquement par une segmentation d'images tomodensitométriques (TDM) utilisant un réseau de neurones artificiels.Notre but est alors d'utiliser ces informations pour réaliser des simulations spécifiques à un patient de la propagation de l'onde de dépolarisation dans le myocarde, reproduisant la phase exploratoire décrite plus haut.Nous commençons par étudier la relation entre la vitesse de l'onde de dépolarisation et l'épaisseur du ventricule gauche, relation qui permet de personnaliser un modèle EP Eikonal; cette approche permet fr reproduire des cartes d'activations périodiques du ventricule gauche obtenues durant des TV.Nous proposons ensuite des algorithmes efficaces pour détecter l'onde de repolarisation sur les électrogrammes unipolaires (EGU), que nous utilisons pour analyser les EGU contenus dans les enregistrements intra-cardiaques à notre disposition.Grâce à un recalage multimodal entre ces enregistrements et des images TDM, nous établissons des relations entre durées de potentiels d'action (DPA)/propriétés de restitutions de DPA et épaisseur du ventricule gauche.Enfin, ces relations sont utilisés pour paramétrer un modèle de réaction-diffusion capable de reproduire fidèlement les protocoles d'induction des cardiologues interventionnels qui provoquent des TV réalistes et documentées.

Acute infarct survival rates have drastically improved over the last decades, mechanically increasing chronic infarct related affections.Among these affections, ischaemic ventricular tachycardia (VT) is a particularly serious arrhythmia that can lead to the often lethal ventricular fibrillation. VT can be treated by radio frequency ablation of the arrhythmogenic substrate.The first phase of this long and risky interventional cardiology procedure is an electrophysiological (EP) exploration of the heart.This phase aims at localising the ablation targets, notably by inducing the arrhythmia in a controlled setting. In this work we propose to re-create this exploration phase in silico, by personalising cardiac EP models.We show that key information about infarct scar location and heterogeneity can be automatically obtained by a deep learning-based automated segmentation of the myocardium on computed tomography (CT) images.Our goal is to use this information to run patient-specific simulations of depolarisation wave propagation in the myocardium, mimicking the interventional cardiology exploration phase.We start by studying the relationship between the depolarisation wave propagation velocity and the left ventricular wall thickness to personalise an Eikonal model, an approach that can successfully reproduce periodic activation maps of the left ventricle recorded during VT.We then propose efficient algorithms to detect the repolarisation wave on unipolar electrograms (UEG), that we use to analyse the UEGs embedded in such intra-cardiac recordings.Thanks to a multimodal registration between these recordings and CT images, we establish relationships between action potential durations/restitution properties and left ventricular wall thickness.These relationships are finally used to parametrise a reaction-diffusion model able to reproduce interventional cardiologists' induction protocols that trigger realistic and documented VTs. inteinterventional cardiologists' induction protocols that trigger realistic and documented VTs.