Este trabajo ha desarrollado métodos computacionales avanzados

Técnicas computacionales de datos cardíacos pueden ayudar a mejorar los tratamientos de las arritmias

.

La activación eléctrica del corazón es un proceso fisiológico complejo esencial para la comprensión de diversas disfunciones cardíacas, como las taquicardias ventriculares (TV). La ablación por radiofrecuencia de ciertas partes del tejido cardíaco para aislar los circuitos eléctricos causantes de estas arritmias es la técnica que ha demostrado una mayor tasa de éxito de curación.

.

UPF / Para guiar el tratamiento de ablación por radiofrecuencia cardíaca se utilizan los mapas electroanatómicos los cuales proporcionan información crucial de la actividad ventricular. Estas intervenciones pueden llegar a ser largas si no se dispone de ninguna información previa sobre el estado del corazón del paciente y resulta difícil encontrar el origen de las anomalías en la conducción de la señal eléctrica cardíaca.

En el sistema de conducción cardíaca de la señal eléctrica, las fibras de Purkinje intervienen en la despolarización de los ventrículos para transmitir la activación eléctrica originada primeramente en el nodo sinusal. El sistema de Purkinje, sólo a partir de los mapas electroanatómicos, es muy difícil de interpretar.

El método puede aportar información clínica muy valiosa para guiar a los tratamientos de ablación por radiofrecuencia / UPF

El método puede aportar información clínica muy valiosa para guiar a los tratamientos de ablación por radiofrecuencia / UPF

.

Ahora, un estudio publicado en la revista Medical Image Analysis, dirigido por Óscar Cámara, coordinador del Grupo de Investigación PhySense del Departamento de Tecnologías de la Información y las Comunicaciones (DTIC) de la UPF,  con Rubén Cárdenes y David Soto-Iglesias, miembros de su equipo, propone un nuevo método para reconstruir el sistema de conducción eléctrica rápida del ventrículo izquierdo del corazón que puede aportar información clínica muy valiosa para guiar a los tratamientos de ablación por radiofrecuencia en pacientes con taquicardia ventricular.

En el trabajo han intervenido y son coautores del artículo, los investigadores Rafael Sebastián, de la Universidad de Valencia  y Antonio Berruezo, del Hospital Clínico de Barcelona.

.

Un método computacional que estima las “autopistas” eléctricas del corazón

Este trabajo ha desarrollado métodos computacionales avanzados basados ​​en estimar los caminos geodésicos de coste mínimo dentro de mapas electroanatómicos adquiridos del paciente. Este nuevo método de estimación de las “autopistas” eléctricas del corazón se ha validado con simulaciones electrofisiológicas realistas y se ha aplicado a casos clínicos con taquicardia ventricular fascicular, dando información clínica al médico, no disponible hasta ahora, con lo cual ahora se puede mejorar significativamente la planificación de aquellas intervenciones en las que el sistema de Purkinje juega un rol importante.

Este sistema se ha aplicado a casos clínicos con taquicardia ventricular fascicular

La metodología que propone este trabajo “podría ayudar a las intervenciones quirúrgicas de ablación por radiofrecuencia en el tratamiento de taquicardias ventriculares”, ha manifestado Cámara. Y, además, como ha añadido Cárdenes: “los datos electrofisiológicas obtenidas con nuestro método podrían adaptarse fácilmente para ser incorporados a los datos obtenidos por electrocardiografía para planificar mejor las terapias de resincronización cardiaca en pacientes con infarto de miocardio”, ha agreado el primer autor del trabajo.

Esta investigación ha sido parcialmente financiada por el Instituto de Salud Carlos III (FIS – PI11 / 01709), el Ministerio Español de Economía y Competitividad (TIN2011-28067 Y TIN2012-35874) y por la Generalitat de Valencia (GV / 2013/094).

.

Trabajo de referencia:

Rubén Cárdenes, Rafael Sebastián, David Soto-Iglesias, Antonio Berruezo, Óscar Cámara (2015), ” Estimation of Purkinje trees from electro-anatomical mapping of the left ventricle using minimal cost geodesics“, Medical Image Analysis, vol. 24, pp. 52-62.

.