Numerical methods applied to complex models of cardiac cell physiology

The computational modeling of cardiac physiology is an important tool for development of new techniques of treatment and diagnosis of cardiac disease. The research on realistic cellular models has encouraged the usage of Markov Chains for modeling cell substructures, i.g. the ionic channels that permeate the cell membrane. In this work, we combinate different numerical techniques for these models’ evaluation, so the computational cost associated with the Markov models is softened by unconditionally stable methods, such as the Uniformization method. Besides, we search for solvers that keep a low memory consumption to enable the simulation of complex cardiac tissue.A modelagem computacional da fisiologia cardíaca é uma ferramenta importante que auxilia o desenvolvimento de técnicas de tratamento e o diagnóstico de doenças cardíacas. A busca por modelos celulares mais realistas tem incentivado o uso de Cadeias de Markov para a modelagem de estruturas subcelulares, por exemplo, para os canais iônicos que permeiam a membrana celular. Porém, a presença de Cadeias de Markov nos modelos baseados em equações diferenciais ordinárias aumenta os custos computacionais de resolução numérica. Neste trabalho, avaliamos combinações de metodologias numéricas para a solução de tais modelos, de modo que o custo computacional adicionado por modelos de Markov seja atenuado por técnicas incondicionalmente estáveis, como o método de Uniformização, porém mantendo a utilização de tradicionais métodos condicionalmente estáveis, visando o baixo consumo em termos de memória RAM e a viabilização de simulação de complexos tecidos cardíacos