Chaque contraction du cœur peut être représentée par un point sur une feuille de papier. Des milliers de points se fondent en un nuage. L'algorithme Mapper transforme ce nuage en réseau : il relie les points dont le comportement est similaire et les colore en fonction de la force du flux sanguin. On obtient non pas un tas de chiffres, mais une carte colorée où l'on voit quelles zones du cœur travaillent en harmonie et lesquelles sont désynchronisées.
Dans l'expérience sur des porcs au cœur affaibli, deux méthodes de stimulation du ventricule gauche ont été comparées : par l'extérieur (épicardique) et par l'intérieur (endocardique). Les électrodes ont été placées dans différentes zones — à la base, au milieu et à l'apex du cœur. Pour chaque zone, quatre paramètres du flux sanguin ont été mesurés. Ensuite, l'algorithme a construit des graphes et calculé trois nombres : à quel point les points du graphe sont regroupés (auto-connectivité), à quel point ils sont dispersés (dispersion) et à quel point ils remplissent l'espace uniformément (homogénéité).
Les résultats ont surpris : les régions basales, celles les plus proches des oreillettes, ont montré une auto-connectivité de 0.57 — les points de données y restaient groupés, comme un vol d'oiseaux. Les régions médianes — seulement 0.14, l'apex — 0.24. La différence est statistiquement significative. Lorsque la stimulation était interne, le contraste entre la base et les autres zones devenait encore plus marqué. Cela signifie que la stimulation interne des régions basales donne la réponse cardiaque la plus stable et la plus prévisible.
Une telle analyse ne fait pas que confirmer ce que les médecins savaient intuitivement — elle fournit une mesure numérique. On peut désormais comparer différentes méthodes de stimulation non pas à l'œil nu, mais selon des indices rigoureux. C'est un pas vers un réglage personnalisé des stimulateurs cardiaques : l'algorithme indiquera exactement où placer l'électrode pour que le cœur batte plus régulièrement.
tel que rédigé par les auteurs, en anglais arXiv:2604.18634
Objective: The Mapper algorithm is a qualitative method in topological data analysis that constructs graphs from point clouds by combining dimensionality reduction and clustering techniques. The aim of this study is to apply Mapper, together with novel quantitative indices, to compare the effects of biventricular pacing from the left ventricular epicardium versus the endocardium in a swine model of pacing-induced non-ischemic cardiomyopathy. Methods: The distributions of four hemodynamic variables from a previous study on endocardial and epicardial cardiac resynchronization in an experimental swine model of nonischemic cardiomyopathy were analyzed using the Mapper algorithm, enhanced with numerical indices quantifying self-connectivity, scattering, and homogeneity of the resulting colored graphs. Results: Statistically significant differences were observed between pacing from basal regions versus mid or apical regions, with the following self-connectivity index values: basal $$0.57$$; mid $$0.14$$ ($$p < 0.01$$); apical $$0.24$$ ($$p < 0.01$$). Endocardial stimulation at lateral sites increased the contrast between the distributions of basal versus mid or apical data, when compared with epicardial stimulation. Conclusions: Topological analysis using the Mapper algorithm, enhanced with quantitative statistical measures, revealed new and biologically plausible significant differences in pacing effects across heart regions.
Le cœur du porc est très similaire au cœur humain par sa taille et sa physiologie, c'est pourquoi il est souvent utilisé pour tester les stimulateurs cardiaques.