Histomechanical characterization and microstructure-based modeling of right ventricular myocardium

Abstract

Right ventricular histomechanics have been historically overlooked, thus limiting our ability to describe the mechanisms underlying severe pathological conditions of the right heart. In this dissertation we set out to investigate the histomechanics of the right ventricular myocardium both in health and disease (pulmonary arterial hypertension), using a large animal (ovine) model. To this end, we combine mechanical testing, histology analysis, magnetic resonance imaging and microstructure-based modeling. Our computational approach is threefold, involving established homogenized models, novel machine learning metamodels and the use of embedded, discrete fiber networks. First, we found that the right ventricular myocardium in health exhibits nonlinear, anisotropic mechanical response. The homogenized models successfully captured this behavior at the cost of considerable computational time, subsequently accelerated by the machine learning metamodels. Moreover, we found that pulmonary arterial hypertension induced extracellular collagen deposition, spatially-dependent wall thickening, and increased stiffness at the low strain regime. Our embedded fiber network approach was able to account for these remodeling effects. Finally, throughout this work we have been making our experimental data and computational implementations publicly available, establishing for the first time a complete pipeline for the characterization of the right ventricular myocardium.

Οι ιστομηχανικές ιδιότητες του μυοκαρδίου της δεξιάς κοιλίας έχουν ιστορικά παραμεληθεί, περιορίζοντας έτσι την ικανότητά μας να περιγράψουμε τους μηχανισμούς που υποκρύπτονται σε σοβαρές παθολογικές καταστάσεις του δεξιού τμήματος της καρδιάς. Σε αυτή τη διατριβή, θέσαμε ως στόχο να διερευνήσουμε τις ιστομηχανικές ιδιότητες του μυοκαρδίου της δεξιάς κοιλίας, τόσο σε υγιή όσο και σε παθολογική κατάσταση (πνευμονική αρτηριακή υπέρταση), χρησιμοποιώντας ένα μοντέλο μεγάλου ζώου (πρόβατο). Για τον σκοπό αυτό, συνδυάζουμε μηχανικές δοκιμές, ιστολογική ανάλυση, τεχνικές ιατρικής απεικόνισης (μαγνητική τομογραφία) και μοντελοποίηση βασισμένη στη μικροδομή του μυοκαρδίου. Η υπολογιστική μας προσέγγιση είναι τριπλή, περιλαμβάνοντας καθιερωμένους καταστατικούς νόμους (συναρτήσεις ενέργειας παραμόρφωσης), νέα μεταμοντέλα μηχανικής μάθησης και τη χρήση ενσωματωμένων, διακριτών δικτύων ινών. Πρώτον, διαπιστώσαμε ότι το μυοκάρδιο της δεξιάς κοιλίας σε υγιή κατάσταση παρουσιάζει μη γραμμική, ανισοτροπική μηχανική απόκριση. Τα ομογενοποιημένα μοντέλα συναρτήσεων ενέργειας παραμόρφωσης κατάφεραν να αποτυπώσουν αυτή τη συμπεριφορά, με σημαντικό υπολογιστικό κόστος, το οποίο μειώθηκε σημαντικά μέσω των μεταμοντέλων μηχανικής μάθησης. Επιπλέον, διαπιστώσαμε ότι η πνευμονική αρτηριακή υπέρταση προκαλεί εξωκυττάρια εναπόθεση κολλαγόνου, πάχυνση του τοιχώματος με χωρική εξάρτηση και αυξημένη στιβαρότητα στη χαμηλή περιοχή παραμόρφωσης. Η προσέγγισή μας με ενσωματωμένο δίκτυο ινών μπόρεσε να λάβει υπόψη αυτές τις αναδιαμορφώσεις. Τέλος, καθ’ όλη τη διάρκεια της μελέτης, διαθέτουμε δημόσια τα πειραματικά δεδομένα και τις υπολογιστικές μας υλοποιήσεις, θεσπίζοντας για πρώτη φορά μια πλήρη διαδικασία για τον χαρακτηρισμό του μυοκαρδίου της δεξιάς κοιλίας.