Macroscopic anisotropy tissue modelling for three dimensional finite element analysis of internal myocardium defibrillation

The purpose of this contribution is to evaluate the feasibility, potential benefits and costs associated with generalizing and improving finite element formulations used to model, analyze and simulate the theoretical and practical operation and efficacy of internal myocardium defibrillation systems. The first goal of this contribution is to develop an anatomically accurate finite element model of the myocardium for the computational analysis and simulation of cardiac function. This work clarifies the critical characteristics required to produce accurate, reliable, and easily adaptable computational models for the human heart. This will provide a functional database for next generation biomedical computational analysis and simulation, for patient-specific determination of human heart health. More importantly, it will allow for the early and non-invasive detection of heart disease, along with the simulated prototyping and evaluation of proposed therapeutic treatments and surgical interventions. Towards this ultimate objective, the key components provided by this work are twofold: the generation of a finite element model for the left ventricle alone based on structured shape transformation mapping methods, and the patient-specific multilayered finite element model based on extracted raw data from medical images. The latter method is significantly advanced over the current state-of-the-art; it is constructed based on a self-consistent set of modular isoparametric second-order sub-domain structures, which facilitate both compatible anisotropic tissue modelling capabilities and integrity-preserving model adaptability. The main objective of this contribution is to investigate and evaluate the impact of modelling the directional aspects of the anisotropic electrical conductivity properties of the myocardium tissues, blood, and the immediate surrounding regions within the computational formulations used to model, analyze and predict the overall efficacy of internal myocardium defibrillation, in terms of electrode placement, size, and applied voltage profiles for both isolated healthy and infarcted hearts. Full tensor anisotropy formulations representing a variety of increasingly detailed conductivity models for representing the myocardium tissue layers and fiber bundles are considered and evaluated against simpler models. To incorporate the myocardial anisotropy properties into the computational models, the mapping technique based on the iterative closest point algorithm was used to fit the available myocardial fiber and sheet raw data for the computational model. Computational tests confirm that including the anisotropic nature of the myocardium can play a significant role in computing the excitations required for the internal defibrillation electrodes. It is shown that isotropic tissue models can overestimate defibrillation efficacy. In addition, results indicate the potential sensitivity of the predicated Defibrillation Threshold (DFT) results with respect to the electrode placement, regardless of the model used. It is noteworthy that in certain instances the anisotropic model predictions can be very similar to corresponding isotropic ones. Results show that small changes in Implanted Cardioverter-defibrillator (ICD) electrode placement and size, as well as model composition, can result in significant variations in the predicted DFT. The computational results confirm that predicted ICD stimulation levels and their resulting current distributions can depend significantly on the tissues immediately surrounding the heart, regardless of the electrode placement; however, while the impact of including the conductivity of the blood varies with placement of electrodes, in some instances very little impact was seen.L'objectif de cette contribution est d'évaluer la faisabilité, les avantages potentiels et les coûts associés à la généralisation et l'amélioration des formulations d'éléments fini utilisé afin de modéliser, d'analyser et de simuler le fonctionnement théorique et pratique et l'efficacité des systèmes internes de défibrillation du myocarde.Le premier objectif de cette contribution est de développer un modèle anatomiquement précis d'élément fini du myocarde pour l'analyse et la simulation computationnelle de la fonction cardiaque. Ce travail permet de clarifier les caractéristiques essentielles requises pour produire des modèles computationnels précis, fiables et facilement adaptables pour le cœur humain. Cela fournira une base de données fonctionnelle pour l'analyse et la simulation biomédicales computationnelles de nouvelle génération afin de déterminer la santé cardiaque propre du patient. Plus important encore, cela permettra la détection précoce et non invasive des maladies de coeur avec le prototypage simulé et l'évaluation des traitements thérapeutiques et des interventions chirurgicales proposés. Afin d'atteindre cet objectif ultime, les composants clés fournis par ce travail sont de deux ordres : la génération d'un modèle d'élément fini pour le ventricule gauche, seul, basée sur des méthodes de mappage de transformation de forme structurée ainsi que le modèle d'élément fini multicouche propre au patient basé sur des données brutes extraites d'imagerie médicale. Cette dernière méthode est considérablement avancée par rapport à la méthode de pointe actuelle; elle est construite sur la base d'un ensemble autocohérent de sous-structures de domaines modulaires isoparamétriques de second ordre, ce qui facilite à la fois les capacités de la modélisation compatible du tissu anisotrope tout en préservant l'intégrité de l'adaptabilité du modèle.Le principal objectif de cette contribution est d'étudier et d'évaluer l'impact de la modélisation des aspects directionnels des propriétés de la conductivité électrique anisotrope des tissus du myocarde, du sang et des régions environnantes immédiates dans les formulations computationnelles utilisées pour modéliser, analyser et prédire l'efficacité globale de défibrillation du myocarde interne. Le tout est calculé en fonction du positionnement des électrodes, de la taille, et des profils de tension appliquée pour, à la fois, des cœurs sains et des cœurs ayant subi un infarctus. Des formulations complètes du tenseur d'anisotropie représentant une variété de modèles de plus en plus détaillés de conductivité pour représenter les couches de tissu du myocarde et les faisceaux de fibres sont examinées et évaluées par rapport à des modèles plus simples. Pour intégrer les propriétés d'anisotropie du myocarde dans les modèles computationnels, la technique de mappage basée l'algorithme Iterative Closest Point (ICP) a été utilisé pour ajuster les fibres du myocarde et la feuille de données brutes disponibles pour les modèles computationnels. Des test computationnels confirment qu'en incluant la nature anisotrope du myocarde, cela peut jouer un rôle important dans le calcul des excitations requises pour les électrodes de défibrillation internes. Il est indiqué que les modèles de tissus isotropes peuvent surestimer l'efficacité de la défibrillation. En outre, les résultats indiquent la sensibilité potentielle du seuil de défibrillation prédite (defibrillation threshold or DFT) par rapport au positionnement des électrodes, quel que soit le modèle utilisé. Il est à noter que dans certains cas les prévisions du modèle anisotrope peuvent être très similaires à celles du modèle isotrope correspondant. Les résultats montrent que de petits changements dans le positionnement et la taille de l'électrode du défibrillateur cardioverteur implantable (DCI) ainsi que la composition de modèle peuvent entraîner des variations importantes dans le seuil de défibrillation prédite (DFT)