Comme dans la plupart des spécialités médicales, les internes en électrophysiologie cardiaque suivent un cursus qui repose sur un lourd apprentissage théorique d'une part, et une longue période de pratique clinique d'autre part. Après des années d'études théoriques, les internes en électrophysiologie cardiaque commence leur apprentissage clinique sur patients encadrés par des praticiens expérimentés. Durant les dernières décennies, les progrès technologiques ont mené au développement de nouveaux outils dediés à l'entrainement, au planning ou au guidage pendant l'opération. L'objectif de cette thèse est de contruire un framework permettant aux étudiants de s'entrainer virtuellement à l'ablation radio-fréquence d'arythmie ventriculaire. L'entrainement dit in silico permettrait non seulement de réduire le temps de formation, mais également de standardiser l'ensemble de cursus. Le développment d'un tel simulateur soulève plusieurs challenges. Le premier challenge consiste à simuler l'électrophysiologie cardiaque en temps-réel. Par l'amélioration des techniques d'imageries, la caractérisation de l'électrophysiologie cardiaque par des modèles mathématiques est devenue un important sujet de recherche. Nous nous concentrons ici sur un modèle représentant l'électrophysiologie cardiaque à l'échelle de l'organe: the modèle de Mitchell-Schaeffer. Une implémentation GPU est proposée afin d'obtenir des performances temps-réelles. Notre modèle est ensuite couplé avec un modèle mécanique du coeur. Utilisant des données patient-spécifiques, notre simulation est capable de reproduire fidèlement un bloc de branche gauche, caractérisé par une activation et une contraction tardive du ventricule gauche. En vue d'applications cliniques telles que le planning pré-opératoire ou le guidage intra-opératoire, notre modèle doit \^{e}tre personnalisable. Cette étape clé vise à adapter les paramètres de notre modèle afin de reproduire les données patients. Après un état de l'art détaillé sur les différentes méthodes d'optimisation, le filtre "Unscented Kalman" derivant d'une approche bayesienne est choisi et appliqué sur un 3 cas patients de tachycardie ventriculaire. Basé sur notre modèle d'électrophysiologie GPU, le processus d'optimisation s'exécute en moins de 20 minutes et permet de reproduire les phénomènes électriques observés en clinique. Enfin, la construction du premier framework d'entrainement dédié à l'ablation d'arythmie ventriculaire est présentée. Le scénario reproduit tout d'abord l'étape de navigation endovasculaire en se basant sur un modèle physique. Les mouvements de contraction du coeur sont extraits de données patients. De plus, un foyer ectopique ventriculaire est simulé à l'aide de notre modèle d'électrophysiologie GPU. Une architecture multithreading permet le calcul de l'électrophysiologie et de la navigation endovasculaire en parallèle, tout en conservant des performances proches du temps-réel. La puissance de notre calcul permet aux internes d'intéragir avec la simulation et de réaliser différents gestes tels que: la mesure de potentiels extra-cellulaires, le mapping électro-anatomique, des stimulations électriques et enfin l'ablation radio-fréquence. Une évaluation clinique menée auprès d'électrophysiologistes experts et débutants démontre les bonnes performances et le réalisme de notre simulateur d'entrainement.