RU2772201C2 - Iterative coherent mapping of electrophysiological activation of heart, including scar effects - Google Patents
Iterative coherent mapping of electrophysiological activation of heart, including scar effects Download PDFInfo
- Publication number
- RU2772201C2 RU2772201C2 RU2019134814A RU2019134814A RU2772201C2 RU 2772201 C2 RU2772201 C2 RU 2772201C2 RU 2019134814 A RU2019134814 A RU 2019134814A RU 2019134814 A RU2019134814 A RU 2019134814A RU 2772201 C2 RU2772201 C2 RU 2772201C2
- Authority
- RU
- Russia
- Prior art keywords
- regular
- scar
- activation
- lat
- values
- Prior art date
Links
- 231100000241 scar Toxicity 0.000 title claims abstract description 100
- 230000004913 activation Effects 0.000 title claims abstract description 75
- 230000001427 coherent Effects 0.000 title claims abstract description 24
- 230000000694 effects Effects 0.000 title abstract description 13
- 210000001519 tissues Anatomy 0.000 claims abstract description 52
- 230000000875 corresponding Effects 0.000 claims abstract description 30
- 230000000747 cardiac effect Effects 0.000 claims abstract description 24
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 206010007521 Cardiac arrhythmias Diseases 0.000 abstract description 10
- 206010003119 Arrhythmia Diseases 0.000 abstract description 9
- 238000002679 ablation Methods 0.000 abstract description 3
- 239000003814 drug Substances 0.000 abstract 2
- 239000000126 substance Substances 0.000 abstract 1
- 238000005259 measurement Methods 0.000 description 25
- 125000004122 cyclic group Chemical group 0.000 description 14
- 238000000034 method Methods 0.000 description 12
- 230000000903 blocking Effects 0.000 description 10
- 239000000523 sample Substances 0.000 description 10
- 230000001746 atrial Effects 0.000 description 8
- 208000003734 Supraventricular Tachycardia Diseases 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 7
- 206010039580 Scar Diseases 0.000 description 6
- 230000037390 scarring Effects 0.000 description 6
- 230000037387 scars Effects 0.000 description 6
- 206010003662 Atrial flutter Diseases 0.000 description 5
- 230000001594 aberrant Effects 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 210000004767 Rumen Anatomy 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000009877 rendering Methods 0.000 description 4
- 210000003484 anatomy Anatomy 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 206010003668 Atrial tachycardia Diseases 0.000 description 2
- 208000008058 Reciprocating Tachycardia Diseases 0.000 description 2
- 238000000516 activation analysis Methods 0.000 description 2
- 230000002708 enhancing Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000011068 load Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000001902 propagating Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 206010003658 Atrial fibrillation Diseases 0.000 description 1
- 210000003748 Coronary Sinus Anatomy 0.000 description 1
- 210000002837 Heart Atria Anatomy 0.000 description 1
- 210000004165 Myocardium Anatomy 0.000 description 1
- 210000003491 Skin Anatomy 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002547 anomalous Effects 0.000 description 1
- 230000002763 arrhythmic Effects 0.000 description 1
- 230000002238 attenuated Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000002596 correlated Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000002169 extracardiac Effects 0.000 description 1
- 238000002847 impedance measurement Methods 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 230000002452 interceptive Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006011 modification reaction Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical Effects 0.000 description 1
- 230000000737 periodic Effects 0.000 description 1
- 230000004962 physiological condition Effects 0.000 description 1
- 230000003334 potential Effects 0.000 description 1
- 238000000718 qrs complex Methods 0.000 description 1
- 230000000241 respiratory Effects 0.000 description 1
- 230000035882 stress Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002861 ventricular Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
- 230000004584 weight gain Effects 0.000 description 1
- 235000019786 weight gain Nutrition 0.000 description 1
Images
Abstract
Description
Область техникиTechnical field
Настоящее изобретение относится по существу к электрофизиологическому картированию, а конкретно к способам и системам электрофизиологического картирования сердца.The present invention relates essentially to electrophysiological mapping, and specifically to methods and systems for electrophysiological mapping of the heart.
Уровень техникиState of the art
Электрофизиологическое картирование сердца часто используют для выявления потенциальных источников аритмии сердца в сердечной ткани. Например, в публикации заявки на патент США 2017/0281031 описано электроанатомическое картирование, которое выполняют путем вставки многоэлектродного зонда в сердце живого субъекта, регистрации электрограмм одновременно от электродов в соответствующих местах сердца, разграничения соответствующих временных интервалов активации в электрограммах, генерирования карты распространения электрических волн на основании временных интервалов активации, максимизации когерентности волн путем корректировки времени локальной активации электрограмм и сообщения скорректированного локального времени активации.Electrophysiological mapping of the heart is often used to identify potential sources of cardiac arrhythmia in cardiac tissue. For example, U.S. Patent Application Publication 2017/0281031 describes electroanatomical mapping, which is performed by inserting a multi-electrode probe into the heart of a living subject, recording electrograms simultaneously from the electrodes at appropriate locations in the heart, delimiting the corresponding activation time intervals in the electrograms, generating a map of the propagation of electrical waves on based on activation time intervals, maximizing wave coherence by adjusting the local activation time of the electrograms and reporting the corrected local activation time.
В качестве другого примера в публикации заявки на патент США 2016/0106376 описано вычисление локальной скорости проведения волнового фронта активации сердца путем сбора множества точек электрофизиологических (ЭФ) данных с применением многоэлектродного катетера, причем каждая точка ЭФ–данных включает в себя как данные о положении, так и данные о локальном времени активации (LAT). Для любой точки ЭФ–данных можно определять близлежащие точки ЭФ–данных, включая выбранную точку ЭФ–данных и по меньшей мере две дополнительные точки ЭФ–данных. Впоследствии можно определять плоскости положения и LAT с применением положений и LAT соответственно точек ЭФ–данных в пределах близлежащей области. Скорость проведения можно рассчитывать по пересечению плоскостей положений и LAT. Полученное множество скоростей проведения может быть выведено в виде графического представления (например, электрофизиологической карты), например, путем отображения векторных значков, расположенных в однородной сетке над трехмерной моделью сердца.As another example, U.S. Patent Application Publication 2016/0106376 describes the calculation of the local conduction velocity of the cardiac activation wavefront by collecting a plurality of electrophysiological (EP) data points using a multi-electrode catheter, with each EP data point including both position, and local activation time (LAT) data. For any EF data point, nearby EF data points can be defined, including the selected EF data point and at least two additional EF data points. Subsequently, position and LAT planes can be determined using the positions and LAT of the ESP data points respectively within the nearby area. The conduction velocity can be calculated from the intersection of the position and LAT planes. The resulting set of conduction velocities can be displayed as a graphical representation (eg, an electrophysiological map), for example, by displaying vector icons arranged in a uniform grid over a 3D model of the heart.
В патенте США № 6301496 описан способ диагностики ненормального состояния в биологической структуре, такой как сердце, включающий стадии измерения физиологического отклика в по меньшей мере трех измеренных точках на поверхности биологической структуры, расчет векторной функции, относящейся к отклику, отображение представления векторной функции и логический вывод об аномальном состоянии на основе представления. Настоящее изобретение, в частности, используют для диагностики аритмий сердца, и в этом случае физиологический отклик представляет собой напряжение, на основании которого делают вывод о локальном времени активации, а векторная функция представляет собой градиент локального времени активации, в частности скорость проводимости. Предполагается, что величина скорости проведения в рубцовой ткани будет ненормально низкой.US Pat. No. 6,301,496 describes a method for diagnosing an abnormal condition in a biological structure such as a heart, comprising the steps of measuring a physiological response at at least three measured points on the surface of the biological structure, calculating a vector function related to the response, displaying a representation of the vector function, and inferring about the anomalous condition based on the representation. The present invention is particularly used for diagnosing cardiac arrhythmias, in which case the physiological response is the voltage from which the local activation time is inferred, and the vector function is the gradient of the local activation time, in particular the conduction velocity. It is expected that the magnitude of the conduction velocity in the scar tissue will be abnormally low.
Сущность изобретенияThe essence of the invention
В варианте осуществления настоящего изобретения предложен способ, включающий получение входного сетчатого представления сердечной камеры, набора измеренных местоположений на ткани стенки сердечной камеры и соответствующего набора значений локального времени активации (LAT), измеренных в этих местоположениях. Входную сетку модифицировали в правильную сетку, включающую в себя имеющие правильную форму многоугольники. Набор измеренных местоположений и соответствующих LAT представляет собой данные, согласованные с имеющими правильную форму многоугольниками. Соответствующие значения LAT и соответствующие вероятности включения рубцовой ткани в ткань стенки, итерационно рассчитывают для имеющих правильную форму многоугольников так, чтобы получать электрофизиологическую (ЭФ) волну активации, распространяющуюся по правильной сетке, которая указывает на рубцовую ткань. Представлена электроанатомическая карта, наложенная на правильную сетку, причем карта включает в себя ЭФ–волну активации и рубцовую ткань.In an embodiment of the present invention, a method is provided, including obtaining an input grid representation of a cardiac chamber, a set of measured locations on the tissue of the wall of the cardiac chamber, and a corresponding set of local activation time (LAT) values measured at those locations. The input mesh was modified into a regular mesh including regular polygons. The set of measured locations and corresponding LATs is data matched to regular polygons. The corresponding LAT values, and the corresponding probabilities of scar tissue incorporation into the wall tissue, are iteratively calculated for regular polygons so as to obtain an electrophysiological (EP) activation wave propagating along a regular grid that is indicative of scar tissue. An electroanatomical map is presented superimposed on a regular grid, and the map includes an EF-activation wave and scar tissue.
В некоторых вариантах осуществления имеющие правильную форму многоугольники включают в себя имеющие правильную форму треугольники.In some embodiments, regular polygons include regular triangles.
В некоторых вариантах осуществления итерационное вычисление значений LAT и вероятностей включает в себя итерационное решение набора уравнений для значений LAT, значений медленности и распространения ЭФ–волны.In some embodiments, the iterative calculation of LAT values and probabilities includes iteratively solving a set of equations for LAT values, slowness values, and ESP wave propagation.
В варианте осуществления итерационное вычисление вероятностей включает в себя переназначение каждому имеющему правильную форму многоугольнику вектора медленности, пересчитываемого с применением множителя рубца.In an embodiment, the iterative calculation of the probabilities includes reassigning each regular polygon a vector of slowness, recalculated using a scar multiplier.
В другом варианте осуществления способ дополнительно включает двоичную маркировку по меньшей мере некоторых из измеренных местоположений для указания по меньшей мере одного из наличия рубца и наличия двойного ЭФ–потенциала.In another embodiment, the method further includes binary marking at least some of the measured locations to indicate at least one of the presence of a scar and the presence of a dual ESP potential.
В некоторых вариантах осуществления представление электроанатомической карты включает наложение на электроанатомическую карту стрелок проводимости, указывающих на рубцовую ткань.In some embodiments, the presentation of the electroanatomical map includes overlaying the electroanatomical map with conduction arrows indicating scar tissue.
В соответствии с вариантом осуществления настоящего изобретения дополнительно обеспечена система, включающая в себя интерфейс и процессор. Интерфейс выполнен с возможностью приема входного сетчатого представления сердечной камеры, набора измеренных местоположений на ткани стенки сердечной камеры и соответствующего набора значений локального времени активации (LAT), измеренных в этих местоположениях. Процессор выполнен с возможностью перестройки входной сетки в правильную сетку, включающую в себя имеющие правильную форму многоугольники, подгонки данных, представляющих собой набор измеренных местоположений и соответствующих LAT, к имеющим правильную форму многоугольникам, и итерационного расчета (i) соответствующих значений LAT и (ii) соответствующих вероятностей включения рубцовой ткани в ткань стенки так, чтобы получать электрофизиологическую (ЭФ) волну активации, распространяющуюся по правильной сетке, которая указывает на рубцовую ткань. Процессор дополнительно выполнен с возможностью представления электроанатомической карты, включающей в себя ЭФ–волну активации и рубцовую ткань, наложенную на правильную сетку.According to an embodiment of the present invention, a system including an interface and a processor is further provided. The interface is configured to receive an input grid view of the cardiac chamber, a set of measured locations on the cardiac chamber wall tissue, and a corresponding set of local activation time (LAT) values measured at those locations. The processor is configured to rebuild the input mesh into a regular mesh including regular polygons, fit data representing a set of measured locations and corresponding LATs to regular polygons, and iteratively calculate (i) corresponding LAT values, and (ii) corresponding probabilities of incorporating scar tissue into wall tissue so as to obtain an electrophysiological (EP) activation wave propagating along the correct grid that indicates scar tissue. The processor is additionally configured to present an electroanatomical map that includes an EF-activation wave and scar tissue superimposed on a regular grid.
В другом варианте осуществления настоящего изобретения предложен способ, включающий получение входного сетчатого представления сердечной камеры, набора измеренных местоположений на ткани стенки сердечной камеры и соответствующего набора значений локального времени активации (LAT), измеренных в местоположениях.In another embodiment, the present invention provides a method including obtaining an input grid representation of a cardiac chamber, a set of measured locations on the tissue of the wall of the heart chamber, and a corresponding set of local activation time (LAT) values measured at the locations.
Входную сетку модифицировали в правильную сетку, включающую в себя имеющие правильную форму многоугольники. Набор измеренных местоположений и соответствующих LAT представляет собой данные, согласованные с имеющими правильную форму многоугольниками. Соответствующие значения LAT итерационно рассчитывают для имеющих правильную форму многоугольников так, чтобы циклического решения для ЭФ–волны активации по правильной сетке, которое учитывает повторный вход ЭФ–волны. Представлена электроанатомическая карта, включающая в себя циклическую ЭФ–волну активации, наложенную на правильную сетку.The input mesh was modified into a regular mesh including regular polygons. The set of measured locations and corresponding LATs is data matched to regular polygons. The corresponding LAT values are iteratively calculated for the regular polygons so that a round-robin solution for the EF-activation wave over a regular grid that takes into account the re-entry of the EF-wave. An electroanatomical map is presented, which includes a cyclic EF–activation wave superimposed on a regular grid.
В некоторых вариантах осуществления итерационное вычисление значений LAT включает в себя итерационное решение набора комплекснозначных уравнений, выполненных с возможностью описания повторного входа ЭФ–волны путем включения значения длины цикла повторного входа.In some embodiments, the iterative calculation of the LAT values includes iteratively solving a set of complex-valued equations, configured to describe the reentry of the ESP wave by including a value of the reentry cycle length.
В некоторых вариантах осуществления итерационное вычисление значений LAT включает в себя итерационное решение набора из трех линейных уравнений для значений LAT, значений медленности и распространения ЭФ–волны.In some embodiments, the iterative calculation of the LAT values includes iteratively solving a set of three linear equations for the LAT values, the slowness values, and the ESP wave propagation.
В варианте осуществления итерационное вычисление значений LAT включает в себя переназначение каждому имеющему правильную форму многоугольнику вектора медленности, пересчитываемого с применением множителя близости.In an embodiment, iteratively calculating the LAT values includes reassigning each regular polygon a vector of slowness, recomputed using a proximity factor.
В соответствии с вариантом осуществления настоящего изобретения дополнительно обеспечена система, включающая в себя интерфейс и процессор. Интерфейс выполнен с возможностью приема входного сетчатого представления сердечной камеры, набора измеренных местоположений на ткани стенки сердечной камеры и соответствующего набора значений локального времени активации (LAT), измеренных в этих местоположениях. Процессор выполнен с возможностью перестройки входной сетки в правильную сетку, включающую в себя имеющие правильную форму многоугольники, подгонки данных, представляющих собой набор измеренных местоположений и соответствующих LAT, к имеющих правильную форму многоугольникам, и итерационного расчета для имеющие правильную форму многоугольников соответствующих значений LAT так, чтобы получать циклическое решение ЭФ–волны активации по правильной сетке, которое учитывает повторный вход ЭФ–волны. Процессор дополнительно выполнен с возможностью представления электроанатомической карты, включающей в себя циклическую ЭФ–волну активации, наложенную на правильную сетку.According to an embodiment of the present invention, a system including an interface and a processor is further provided. The interface is configured to receive an input grid view of the cardiac chamber, a set of measured locations on the cardiac chamber wall tissue, and a corresponding set of local activation time (LAT) values measured at those locations. The processor is configured to rebuild the input mesh into a regular mesh including regular polygons, fit data representing a set of measured locations and corresponding LATs to regular polygons, and iteratively calculate the corresponding LAT values for regular polygons such that to obtain a cyclic solution of the EF-activation wave on the correct grid, which takes into account the re-entry of the EF-wave. The processor is additionally configured to present an electroanatomical map that includes a cyclic EF-activation wave superimposed on a regular grid.
Настоящее изобретение станет более понятным из следующего подробного описания вариантов осуществления, представленных со ссылкой на прилагаемые чертежи.The present invention will become better understood from the following detailed description of the embodiments presented with reference to the accompanying drawings.
Краткое описание чертежейBrief description of the drawings
На Фиг. 1 представлено схематичное изображение системы трехмерной (3D) навигации по сердцу и анализа электрофизиологического (ЭФ) сигнала в соответствии с вариантом осуществления настоящего изобретения;On FIG. 1 is a schematic representation of a three-dimensional (3D) cardiac navigation and electrophysiological (EP) signal analysis system in accordance with an embodiment of the present invention;
на Фиг. 2 представлена блок–схема, которая схематически иллюстрирует способ и алгоритм расчета когерентной ЭФ–волны активации в соответствии с вариантом осуществления настоящего изобретения;in FIG. 2 is a flowchart that schematically illustrates a method and algorithm for calculating a coherent ESP activation wave in accordance with an embodiment of the present invention;
на Фиг. 3 представлена блок–схема, которая схематически иллюстрирует способ и алгоритм расчета вероятностей присутствия рубца в рамках способа, описанного на Фиг. 2, в соответствии с вариантом осуществления настоящего изобретения;in FIG. 3 is a flowchart that schematically illustrates the method and algorithm for calculating scar presence probabilities within the method described in FIG. 2 according to an embodiment of the present invention;
на Фиг. 4 представлена блок–схема, которая схематически иллюстрирует способ и алгоритм создания карты ЭФ–волны активации по способу, описанному на Фиг. 2, в соответствии с вариантом осуществления настоящего изобретения;in FIG. 4 is a block diagram that schematically illustrates the method and algorithm for creating an EF activation wave map according to the method described in FIG. 2 according to an embodiment of the present invention;
на Фиг. 5 представлена схематическая наглядная объемная визуализация карты когерентной ЭФ–волны активации левого предсердия, которая учитывает принятие во внимание повторного входа ЭФ–волн и рубцовой ткани, в соответствии с вариантом осуществления настоящего изобретения; иin FIG. 5 is a schematic pictorial volumetric rendering of a left atrial coherent EF activation wave map that takes into account EF wave reentry and scar tissue, in accordance with an embodiment of the present invention; and
на Фиг. 6 представлена схематическая наглядная объемная визуализация карты когерентной ЭФ–волны активации левого предсердия с наложенными стрелками проводимости, которая иллюстрирует распространение ЭФ–волны активации, в соответствии с вариантом осуществления настоящего изобретения.in FIG. 6 is a schematic pictorial volumetric rendering of a left atrial coherent EF activation wave map with conduction arrows superimposed, which illustrates the propagation of an EF activation wave, in accordance with an embodiment of the present invention.
Подробное описание вариантов осуществления изобретенияDetailed description of embodiments of the invention
Общее описаниеgeneral description
Сердечная аритмия представляет собой класс клинических состояний, при которых сердцебиение нерегулярно. В этом классе состояний важной группой являются наджелудочковые тахикардии (SVT), которые включают в себя предсердную тахикардию, фибрилляцию предсердий, трепетание предсердий и пароксизмальную наджелудочковую тахикардию. При SVT, как предполагают приведенные выше названия, аритмия происходит из предсердия сердца.Cardiac arrhythmia is a class of clinical conditions in which the heart beat is irregular. Within this class of conditions, supraventricular tachycardias (SVT) are an important group, which include atrial tachycardia, atrial fibrillation, atrial flutter, and paroxysmal supraventricular tachycardia. In SVT, as the names above suggest, the arrhythmia originates from the atrium of the heart.
Часть эпизодов SVT занимают электрофизиологические (ЭФ) нарушения, вызванные рубцовой тканью. Например, у пациентов с абляционными рубцами часто возникают эпизоды атипичной тахикардии предсердий. В областях рубцовой ткани ЭФ–активация может быть полностью блокирована или частично блокирована (участки с медленной проводимостью). Эти области именуются в настоящем документе «линией блокировки» или рубцовыми областями.Part of the SVT episodes is occupied by electrophysiological (EP) disturbances caused by scar tissue. For example, patients with ablation scars often experience episodes of atypical atrial tachycardia. In areas of scar tissue, EF activation may be completely blocked or partially blocked (areas with slow conduction). These areas are referred to herein as "block line" or scar areas.
В вариантах осуществления настоящего изобретения, описанных в настоящем документе, предложены способы итерационного когерентного электроанатомического (ICEA) картирования и системы выявления причины аритмии, которая принадлежит группе SVT. В контексте настоящего описания термин «когерентный» означает получение наиболее согласованного описания распространения ЭФ–волны активации, в котором скорость проведения является циклической и постоянной.In the embodiments of the present invention described herein, iterative coherent electroanatomical (ICEA) mapping methods and an arrhythmia cause detection system that belongs to the SVT group are provided. In the context of the present description, the term "coherent" means obtaining the most consistent description of the propagation of the EF-activation wave, in which the conduction velocity is cyclic and constant.
Таким образом, математически не допускается никаких резких изменений направления волны активации или резких изменений скорости волны активации, за исключением непроводящих областей, таких как рубцы, в которых активация блокирована определенными анатомическими барьерами или рубцовой тканью. Таким образом, в дополнение к правильному захвату непрерывных и циклических (т.е. повторных входов волны активации, как описано ниже) признаков ЭФ–активации сердца, описанный способ когерентного картирования обеспечивает создание ЭФ–карты, которая отображает рубцовые области любой формы (например, линию).Thus, mathematically, no abrupt changes in the direction of the activation wave or abrupt changes in the velocity of the activation wave are allowed, except in non-conductive areas such as scars where activation is blocked by certain anatomical barriers or scar tissue. Thus, in addition to correctly capturing the continuous and cyclic (i.e., re-entry of the activation wave, as described below) signs of cardiac EF activation, the coherent mapping method described provides for the generation of an EF map that displays scar areas of any shape (e.g., line).
Описанный способ когерентного картирования обнаруживает, как отмечалось выше, появление повторных входов волны активации, таких как реципрокная тахикардия (РТ), которая представляет собой физиологическое состояние, при котором ЭФ–волна активации проходит по окружности внутри сердца (т.е. возникает циклическая ЭФ–волна активации), а не переходит от одного конца сердца к другому, а впоследствии заканчивается у физиологического барьера (непроводящая анатомическая структура). По мере непрерывного распространения ЭФ–волны активации с некоторой длиной цикла (например, время между последовательными пиками на ЭКГ), распространение волны в камере сердца может охватывать весь цикл повторного входа, то есть «поздний» волновой фронт в цикле встречается с «ранним» волновым фронтом следующего цикла. В результате областям могут быть назначены неправильные значения локального времени активации (LAT), которые отличаются на одну длину цикла, в то время как эти волновые фронты должны иметь схожие значения времени.The described coherent mapping method detects, as noted above, the occurrence of reentrant activation waves, such as reciprocal tachycardia (RT), which is a physiological condition in which an EF-activation wave travels in a circle within the heart (i.e., a cyclic EF- wave of activation), rather than passing from one end of the heart to the other, and subsequently ends at a physiological barrier (non-conductive anatomical structure). As the EF activation wave continues to propagate with a certain cycle length (for example, the time between successive peaks on an ECG), the wave propagation in the heart chamber can cover the entire re-entry cycle, that is, the “late” wavefront in the cycle meets the “early” wavefront. front of the next cycle. As a result, regions may be assigned incorrect Local Activation Time (LAT) values that differ by one cycle length when these wavefronts should have similar time values.
Посредством учета повторных входов волны варианты осуществления описанного способа ICEA позволяют устранить результирующие артефакты повторного входа на ЭФ–карте, и поэтому ICEA подходит для работы с большинством типов аритмии, тогда как в некоторых вариантах осуществления описанный способ оптимизирован для случая трепетания предсердий (AFL) и других случаев макрореципрокных состояний. Полученная ЭФ–карта камеры сердца, которая, как правило, демонстрирует аберрантную ЭФ–активность, например, из–за наличия AFL, представляет такую аберрантную ЭФ–активность без связанных с повторным входом «радужных» артефактов (описанных ниже), которые в ином случае возникали бы, т.е. при применении модели, не учитывающей повторных входов ЭФ–волны. Таким образом, такие «радужные» артефакты устраняются при применении описанного способа ICEA–картирования.By accounting for reentry waveforms, embodiments of the described ICEA method eliminate the resulting reentry artifacts on the EF map, and therefore ICEA is suitable for dealing with most types of arrhythmia, while in some embodiments, the described method is optimized for the case of atrial flutter (AFL) and others. cases of macroreciprocal states. The resulting ESP map of the cardiac chamber, which typically shows aberrant ESP activity, e.g. due to the presence of AFL, represents such aberrant ESP activity without re-entry rainbow artifacts (described below) that would otherwise would arise, i.e. when applying a model that does not take into account repeated entries of the EF wave. Thus, such “rainbow” artifacts are eliminated when using the described ICEA mapping method.
В некоторых вариантах осуществления описанная модель принимает входное сетчатое представление сердечной камеры, набор измеренных местоположений на ткани стенки сердечной камеры и соответствующий набор значений LAT, измеренных в этих местоположениях. В совокупности местоположения и соответствующие значения LAT также именуются в настоящем документе «точками данных». Процессор преобразует входную сетку в правильную сетку, содержащую имеющие правильную форму многоугольники, такие как треугольники, которые также именуются в настоящем документе «гранями». В некоторых вариантах осуществления процессор выполняет подгонку набора измеренных точек данных к имеющим правильную форму многоугольникам.In some embodiments, the described model accepts an input grid representation of the cardiac chamber, a set of measured locations on the cardiac chamber wall tissue, and a corresponding set of LAT values measured at those locations. Collectively, the locations and corresponding LAT values are also referred to herein as "data points". The processor converts the input mesh to a regular mesh containing regular polygons such as triangles, also referred to herein as "faces". In some embodiments, the processor performs a fitting of a set of measured data points to regular polygon shapes.
После получения начального итерационного когерентного решения используют информацию, указывающую на прерывания в непрерывной в остальной части ICEA–карте. Например, процессор использует предоставленные пользователем метки точек данных в качестве указания на нормальные, рубцовые или двухпотенциальные области ткани. В контексте настоящего описания двойной ЭФ–потенциал определяют как специфический двойной пик, который можно определить на фракционированных и многокомпонентных электрограммах, регистрируемых на стенке ткани сердечной камеры, такой как предсердие.After obtaining the initial iterative coherent solution, information is used that indicates interruptions in the rest of the ICEA-continuous map. For example, the processor uses user-provided data point labels as an indication of normal, scarred, or dual-potential areas of tissue. In the context of the present description, the double ESP potential is defined as a specific double peak that can be identified on fractionated and multicomponent electrograms recorded on the wall of cardiac chamber tissue, such as the atrium.
В некоторых вариантах осуществления настоящего изобретения процессор дополнительно назначает каждую грань (то есть треугольник) вероятности того, что область является электрически непроводящей, т.е. рубцовой тканью. Вероятность назначают (автоматически или пользователь вручную) с учетом измеренных точек на карте, которые представляют собой нормальные, рубцовые или двухпотенциальные измерения. Назначение может также включать в себя учет узоров LAT и значения медленности, причем медленность представляет собой вектор, величина которого обратна величине вектора скорости ЭФ–сигнала вдоль геодезической линии, соединяющей две соседние грани, и направление которого совпадает с вектором скорости, как описано ниже.In some embodiments of the present invention, the processor further assigns each face (i.e., triangle) a probability that the region is electrically non-conductive, i. scar tissue. Probability is assigned (automatically or manually by the user) based on the measured points on the map, which are normal, scar or dual potential measurements. The assignment may also include taking into account LAT patterns and slowness values, where slowness is a vector whose magnitude is the reciprocal of the magnitude of the ESP velocity vector along a geodesic line connecting two adjacent faces and whose direction is the same as the velocity vector, as described below.
После присвоения грани высокой вероятности ее непроводимости применяют релаксированное ограничение непрерывности медленности, а также релаксированное связывающее ограничение скорости для создания карты, которая учитывает возможное наличие рубцовой ткани. Области низкой проводимости (включая линии блокировки) дополнительно идентифицируют волнами активации с противоположными векторами распространения (т.е. противонаправленными стрелками проводимости на ICEA–карте, указывающими на линию блокировки между ними), где вектор распространения проходит вокруг рубца, указывая на непроводящую ткань. В варианте осуществления местоположения с низкой амплитудой ЭФ–сигнала обозначают как наиболее возможные части препятствующего проведению барьера.Once a face is assigned a high probability of being non-conductive, a relaxed slowness continuity constraint as well as a relaxed bonding velocity constraint is applied to create a map that takes into account the possible presence of scar tissue. Areas of low conductance (including blocking lines) are further identified by activation waves with opposite propagation vectors (i.e., opposite conductance arrows on the ICEA map pointing to the blocking line in between), where the propagation vector passes around the scar, indicating non-conductive tissue. In an embodiment, locations of low ESP signal amplitude are designated as the most likely parts of the conduction-impeding barrier.
Процессор оценивает волну ЭФ–активации на правильной сетке, включая указания на рубцовые области, посредством итерационного расчета значений LAT и вероятностей (т.е. весов) того, является ли каждая из граней проводящей или частью рубцовой области. Итерационно рассчитанные веса позволяют получать данные, которые увеличивают или уменьшают вероятность того, что определенная грань является рубцом, и предоставляют на выходе рассчитанные вероятности наличия рубца для каждой грани. Впоследствии веса рубцов (т.е. вероятности наличия рубцов) включают обратно в линейные уравнения в виде множителей, которые уменьшают мощность уравнений непрерывности в линии областей блокировки. Ограничения в отношении медленности также снижают посредством аналогичных множителей. Это позволяет более свободно изменять решение (например, резко) в линии областей блокировки. Процессор выполняет итерационное вычисление на основании предположения о непрерывности ЭФ–волны активации до столкновения с рубцовыми областями.The processor evaluates the ESP activation waveform on the correct grid, including indications of scar areas, by iteratively calculating LAT values and probabilities (ie, weights) of whether each of the faces is conductive or part of a scar area. Iteratively computed weights produce data that increase or decrease the likelihood that a particular face is a scar, and provide the calculated probabilities of a scar for each face as output. Subsequently, the scar weights (ie, scarring probabilities) are plugged back into the linear equations as factors that reduce the power of the continuity equations in the line of blocking areas. Slowness limits are also reduced by similar multipliers. This allows a more free change of solution (for example, abruptly) in the line of blocking regions. The processor performs an iterative calculation based on the assumption that the EF-activation wave is continuous until it hits the scar areas.
Впоследствии процессор генерирует когерентную карту активации, которая описывает ЭФ–волну активации, которая, как правило, по меньшей мере частично аберрантна, например, из–за наличия рубцов. В варианте осуществления процессор представляет конечную ICEA–карту с применением циклической цветовой шкалы так, чтобы устранять зависимость представления от эффекта «ранний встречается с поздним», что вызывает «радужный артефакт», как описано ниже. В другом варианте осуществления карта когерентной ЭФ–активации содержит стрелки проводимости, которые иллюстрируют нормальное или аберрантное распространение ЭФ–волны активации.Subsequently, the processor generates a coherent activation map that describes an EF activation wave that is typically at least partially aberrant, for example due to the presence of scars. In an embodiment, the processor renders the final ICEA map using a cyclic color scale so as to de-dependency on the early-meets-late effect, which causes the rainbow artifact, as described below. In another embodiment, the coherent EF activation map contains conduction arrows that illustrate the normal or aberrant propagation of the EF activation wave.
Как правило, процессор запрограммирован в программном обеспечении, содержащем конкретный алгоритм, который позволяет процессору выполнять каждую из описанных выше стадий и функций, связанных с процессором.Typically, the processor is programmed in software that contains a specific algorithm that allows the processor to perform each of the steps and functions associated with the processor described above.
Описанный способ итерационного когерентного ЭФ–картирования создает систему картирования, в которой врачи смогут легко и надежно картировать и интерпретировать сложные аритмии. Таким образом, описанные системы и способы обеспечивают инструмент, который может повышать результативность последующего инвазивного лечения сердца, такого как абляция катетером.The described method of iterative coherent EF mapping creates a mapping system in which clinicians can easily and reliably map and interpret complex arrhythmias. Thus, the disclosed systems and methods provide a tool that can enhance the success of subsequent invasive cardiac treatments, such as catheter ablation.
Описание системыSystem Description
На Фиг. 1 представлено схематичное изображение системы 20 трехмерной (3D) навигации и анализа электрофизиологического (ЭФ) сигнала в соответствии с вариантом осуществления настоящего изобретения. Система 20 может быть выполнена с возможностью анализа по существу любого физиологического параметра или комбинаций таких параметров. В представленном в настоящем документе описании в качестве примера предполагается, что проанализированные сигналы представляют собой зависимости внутрисердечных и/или внесердечных (с поверхности тела) электрокардиографических (ЭКГ) потенциалов от времени. Чтобы полностью охарактеризовать такие зависимости, сигналы в различных местоположениях необходимо соотнести друг по отношению к другу во времени, как это делают при генерировании LAT–карты. Соотнесение по времени выполняют путем измерения относительно эталонного времени (например, любой момент времени), такого как начало каждого комплекса QRS опорного сигнала ЭКГ (т.е. начало каждого сердцебиения). В варианте осуществления опорный сигнал поступает от катетера, размещенного в венечном синусе. Для SVT опорный сигнал отражает активность предсердия, которая может быть в два раза или в три раза больше частоты активности желудочка. Способ формирования LAT–карты описан в патенте США № 9,050,011, приведенном выше.On FIG. 1 is a schematic representation of a three-dimensional (3D) navigation and electrophysiological (EP)
Для простоты и ясности следующее описание, за исключением случаев, когда указано иное, предполагает процедуру исследования, при которой система 20 измеряет фактическую электрическую активность сердца 34 с помощью зонда 24. Предполагается, что дистальный конец 32 зонда имеет электроды 22. Измеренные сигналы используют среди прочего для создания LAT–карты по меньшей мере части ткани стенки сердца 34 пациента 26.For simplicity and clarity, the following description, except where otherwise indicated, assumes an examination procedure in which the
Как правило, зонд 24 содержит катетер, который вводят в тело пациента 26 во время процедуры картирования, выполняемой врачом 28 с помощью системы 20. В ходе процедуры предполагается, что к пациенту 26 подсоединен заземляющий электрод 23. Кроме того, предполагается, что электроды 29 присоединены к коже пациента 26 в области сердца 34.Typically,
В варианте осуществления зонд 24 регистрирует локальные внутрисердечные электрокардиограммы (ЭКГ) при перемещении по части камеры сердца. Некоторые из признаков на измеренных кривых внутрисердечной ЭКГ аннотированы в момент, когда под электродом катетера проходит аберрантная ЭФ–волна активации. В этих случаях также регистрируют местоположение зонда 24.In an embodiment,
Систему 20 может контролировать системный процессор 40, содержащий блок обработки 42 данных, осуществляющий обмен данными с памятью 44. В некоторых вариантах осуществления в памяти 44, включенной в системный процессор 40, хранится карта 62 LAT и/или напряжения по меньшей мере части ткани стенки сердца 34 пациента 26. Процессор 40, как правило, установлен в консоли 46, которая содержит элементы управления 38, как правило, включающие в себя указывающее устройство 39, такое как мышь или трекбол, которое врач 28 использует для взаимодействия с процессором.The
Процессор 40 (в частности блок 42 обработки данных) использует программное обеспечение, содержащее модуль 30 слежения за датчиком, модуль 36 ЭКГ и модуль 35 анализа ЭФ–активации для управления системой 20 и/или для выполнения модулем 35 анализа ЭФ–активации по меньшей мере части описанного анализа (с применением, например, LAT или скорректированных LAT–карт 62, сохраненных в памяти 44) так, чтобы моделировать аритмию.The processor 40 (in particular, the data processing unit 42) uses software comprising a
Модуль 36 ЭКГ связан с обеспечением возможности получения фактических электрических сигналов от электродов 22 и электродов 29. Модуль выполнен с возможностью анализа фактических сигналов и может представлять результаты анализа в правильном формате ЭКГ (обычно это графическое представление, перемещающееся во времени) на дисплее 48.The
Модуль 30 слежения за датчиком, как правило, отслеживает местоположение дистального конца 32 зонда 24 внутри сердца пациента 26. Модуль слежения может использовать любой способ отслеживания местоположения зонда, известный в данной области. Например, модуль 30 может использовать подсистему отслеживания местоположения на основе магнитного поля. (Для упрощения компоненты такой подсистемы не показаны на Фиг. 1).The
В альтернативном или дополнительном варианте осуществления модуль 30 слежения может отслеживать зонд 24 путем измерения импедансов между электродом 23, электродами 29 и электродами 22, а также импедансов с другими электродам, которые могут быть расположены на зонде. (В данном случае электроды 22 и/или электроды 29 могут генерировать как сигналы ЭКГ, так и сигналы отслеживания местоположения). В системе Carto3®, производимой компанией Biosense Webster (г. Ирвин, штат Калифорния, США), используют как отслеживание местоположения на основе магнитного поля, так и измерения импеданса для отслеживания местоположения.In an alternative or additional embodiment, tracking
С помощью модуля 30 слежения процессор 40 может измерять местоположения дистального конца 32. Кроме того, с помощью как модуля 30 слежения, так и модуля 36 ЭКГ, процессор способен измерять местоположения дистального конца, а также LAT фактических электрических сигналов, обнаруженных в этих конкретных местоположениях. Как указано выше, электрические сигналы отслеживания от отдельного электрода 22 могут быть объединены с магнитными сигналами отслеживания, чтобы регистрировать местоположение каждого электрода. Такая гибридная (т.е. магнитная/электрическая) система отслеживания и способ отслеживания под названием Advanced Current Location (ACL) реализованы в различных медицинских устройствах, например, в системе CARTO™, производимой компанией Biosense Webster Inc., и подробно описаны в патенте США № 8,456,182, описание которого включено в настоящий документ путем ссылки.Using the
Результаты операций, выполняемых процессором 40, представлены врачу 28 на дисплее 48, на котором, как правило, врачу представлены графический пользовательский интерфейс, визуальное представление сигналов ЭКГ, регистрируемых электродами 22, и/или изображение или карта сердца 34 во время исследования.The results of the operations performed by the
Программное обеспечение, используемое процессором 40, может быть загружено в процессор 40 в электронном виде, например, передано по сети, или в альтернативном или дополнительном варианте осуществления оно может быть обеспечено и/или может храниться на энергонезависимом материальном носителе, таком как магнитная, оптическая или электронная память. В частности, процессор 40 использует специальный алгоритм, который позволяет процессору 40 выполнять описанные ниже стадии.The software used by the
Итерационноекогерентное картирование эф–активации, включающее в себя влияние повторного входа и рубцаIterative coherent ef-activation mapping including re-entry and scar effects
На Фиг. 2 представлена блок–схема, которая схематически иллюстрирует способ и алгоритм расчета когерентной ЭФ–волны активации в соответствии с вариантом осуществления настоящего изобретения. Алгоритм в соответствии с настоящим вариантом осуществления выполняет процессор 40.On FIG. 2 is a flowchart that schematically illustrates a method and algorithm for calculating a coherent ESP activation wave in accordance with an embodiment of the present invention. The algorithm according to the present embodiment is executed by the
Ниже приведено общее описание стадий 80–84 ICEA–способа, а затем подробное описание этих стадий с применением блок–схемы, показанной на Фиг. 2. В некоторых вариантах осуществления описанный способ включает прием входной трехмерной (3D) сетки (т.е. формы), которая может моделировать, например, предсердие сердца. Входная 3D сетка содержит многоугольники, такие как треугольники (т.е. треугольная сетка). В некоторых вариантах осуществления настоящего изобретения процессор перестраивает входную сетку в правильную сетку, содержащую правильные треугольники (также именуемые «гранями»). Правильная сетка позволяет определять и итерационно решать ряд линейных уравнений, которые сохраняют целостность ЭФ–волны, а также сокращают вычислительную нагрузку, как описано ниже.The following is a general description of steps 80-84 of the ICEA process followed by a detailed description of these steps using the flowchart shown in FIG. 2. In some embodiments, the described method includes receiving an input three-dimensional (3D) mesh (ie, shape) that can model, for example, the atrium of the heart. The input 3D mesh contains polygons such as triangles (i.e. triangular mesh). In some embodiments of the present invention, the processor rebuilds the input mesh into a regular mesh containing regular triangles (also referred to as "faces"). A proper mesh allows you to define and iteratively solve a series of linear equations that preserve the integrity of the ESP wave, as well as reduce the computational load, as described below.
Описанные способы дополнительно включают прием набора точек данных, содержащих измеренные местоположения на ткани стенки предсердия, и соответствующего набора значений локального времени активации (LAT), измеренных в указанных местоположениях. В некоторых вариантах осуществления набор точек данных измеряют с помощью катетерной системы электроанатомического картирования, такой как CARTO™, в которой используют катетер для картирования, такой как PENTARAY® или LASSO® (система и катетеры изготовлены компанией Biosense Webster, г. Ирвин, штат Калифорния, США).The described methods further include receiving a set of data points containing measured locations on atrial wall tissue and a corresponding set of local activation time (LAT) values measured at those locations. In some embodiments, a set of data points are measured using an electroanatomical mapping catheter system such as CARTO™ using a mapping catheter such as PENTARAY® or LASSO® (system and catheters manufactured by Biosense Webster, Irvine, California, USA).
В некоторых вариантах осуществления в описанных способах вкачестве входных данных используют анатомическую карту, полученную с помощью методики быстрого анатомического картирования (FAM). В описанном способе в качестве входной анатомической карты можно использовать более информативные электроанатомические карты, так как процессор 40 отбрасывает любую информацию на карте, кроме самой анатомической структуры (например, со входной электроанатомической карты сердечной камеры используют только исходную сетку для определения геометрии камеры).In some embodiments, the described methods use an anatomical map obtained using a fast anatomical mapping technique (FAM) as input. In the described method, more informative electroanatomical maps can be used as the input anatomical map, since the
В некоторых вариантах осуществления настоящего изобретения процессор отбрасывает некоторые из принятых точек данных (т.е. измеренные местоположения и соответствующие LAT) и/или выполняет подбор данных в отношении некоторых точек данных таким образом, чтобы точки данных совпадали с описанной правильной сеткой.In some embodiments of the present invention, the processor discards some of the received data points (i.e., measured locations and corresponding LATs) and/or performs data fitting on some of the data points such that the data points match a described correct grid.
В варианте осуществления процессор 40 отбрасывает точки данных, в отношении которых было установлено, что они были получены, когда электрод для картирования не находился в физическом контакте с тканью, с применением методики, называемой Индексом близости ткани (TPI).In an embodiment,
В другом варианте осуществления процессор регулирует измеренные положения, которые в ином случае не соответствуют реалистичному описанию анатомических структур, обеспечиваемому правильной сеткой. Таким образом, описанный способ когерентного картирования устраняет ошибки в измеренных катетером местоположениях, такие как ошибки, возникающие из–за оказания катетером давления на стенку камеры и искажения формы (надавливание осуществляют для обеспечения хорошего электрического контакта принимающего ЭФ–сигнал электрода и ткани), или из–за дыхательного движения, которое не относится к изменению положения катетера на стенке камеры.In another embodiment, the processor adjusts the measured positions, which otherwise do not correspond to a realistic description of the anatomical structures provided by the correct grid. Thus, the described method of coherent mapping eliminates errors in catheter-measured locations, such as errors arising from catheter pressure on the chamber wall and shape distortion (pressure is applied to ensure good electrical contact between the EF-signal-receiving electrode and tissue), or from – for respiratory movement, which is not related to a change in the position of the catheter on the chamber wall.
Затем процессор использует входные данные, т.е. измеренные положения и соответствующие LAT, а входная сетка перестраивается в треугольные грани. В варианте осуществления описанная модель предполагает, что распространение ЭФ–волны активации между двумя смежными гранями осуществляется в направлении ее векторов медленности вдоль геодезической линии по форме, которая соединяет центры граней. Таким образом, разница во времени между центрами граней представляет собой геодезическое расстояние между ними, умноженное на вектор медленности.The processor then uses the input, i.e. measured positions and the corresponding LAT, and the input mesh is rebuilt into triangular faces. In an embodiment, the described model assumes that the propagation of an EF-activation wave between two adjacent faces is carried out in the direction of its slowness vectors along a geodesic line in shape that connects the centers of the faces. Thus, the difference in time between the centers of the faces is the geodesic distance between them multiplied by the slowness vector.
Первоначально модель дополнительно предполагает, что ЭФ–волна активации является непрерывной, и это означает, что соседние грани должны иметь схожие векторы медленности. Более того, модель также первоначально предполагает, что скорость проведения ЭФ–волн активации находится в диапазоне между минимальной и максимальной возможной скоростью (т.е. в пределах диапазона скорости, характерного для нормальной сердечной мышцы).Initially, the model additionally assumes that the EF activation wave is continuous, which means that adjacent faces must have similar slowness vectors. Moreover, the model also initially assumes that the conduction velocity of EF-activation waves is in the range between the minimum and maximum possible speed (i.e., within the speed range characteristic of normal cardiac muscle).
Описанная модель формулирует вышеуказанные предположения в набор линейных уравнений в граничных условиях. Процессор сначала решает уравнения неитерационно для получения первоначального предположения о когерентной ЭФ–волне активации, наложенной на форму. Модель ICEA может быть пересчитана на основании накапливающихся вспомогательных данных, таких как локальные векторы скорости, для обеспечения продолжения изменения карты ЭФ–активации по мере сбора данных. В варианте осуществления описанное ICEA вычисление инициирует пользователь обычно после получения всех ЭФ–данных. При необходимости добавления новых ЭФ–данных пользователь повторно запускает вычисление с самого начала, включая начальное неитерационное решение.The described model formulates the above assumptions into a set of linear equations in boundary conditions. The processor first solves the equations non-iteratively to obtain an initial guess of a coherent EF activation wave superimposed on the shape. The ICEA model can be recalculated based on accumulating auxiliary data, such as local velocity vectors, to ensure that the ESP activation map continues to change as data is collected. In an embodiment, the calculation described by ICEA is initiated by the user, usually after receiving all the ESP data. If it is necessary to add new EF data, the user restarts the calculation from the very beginning, including the initial non-iterative solution.
Используя первоначальное решение, процессор затем итерационно решает набор линейных уравнений способом наименьших квадратов, чтобы найти «наиболее согласованную» ЭФ–активацию на основании дополнительного предположения: измеренные значения LAT для каждой грани влияют на значения LAT их соседних граней в зависимости от расстояния от точки измерения до центра соседней грани. Итерационные расчеты дают возможность получить наиболее согласованное решение, состоящее из полученной ЭФ–волны активации, наложенной на форму. Число итераций, которое обычно составляет несколько, представляет собой предварительно заданный параметр, который основан на визуальной проверке многочисленных ЭА–карт во время фазы разработки так, чтобы подтверждать отсутствие очевидных изменений в решении при увеличении числа итераций свыше предварительно заданного значения. Пользователь инициирует расчет и, как правило, получает полную ICEA–карту в течение нескольких секунд.Using the initial solution, the processor then iteratively solves a set of linear least-squares equations to find the "most consistent" ESP activation based on an additional assumption: the measured LAT values for each face affect the LAT values of their adjacent faces depending on the distance from the measurement point to center of the adjacent face. Iterative calculations make it possible to obtain the most consistent solution, consisting of the resulting EF-activation wave superimposed on the form. The number of iterations, which is usually several, is a predetermined parameter that is based on visual inspection of multiple EA maps during the development phase to confirm that there is no obvious change in the solution as the number of iterations increases above a predetermined value. The user initiates the calculation and usually receives a complete ICEA card within a few seconds.
Способ начинается со стадии 80 загрузки, на которой процессор 40 загружает входные данные для указанного способа, включающие в себя (i) трехмерную сетку (треугольную), представляющую стенку камеры сердца, (ii) набор измеренных точек данных (например, положение и LAT), (iii) длины цикла, аннотированные на кривых ЭКГ, такие как длина цикла, , при трепетании предсердий, показанная во вставке 280, и (iv) местоположения с метками, такие как рубец и двойной потенциал. В некоторых вариантах осуществления стадии (iii) или (iv) не требуются, например, в случае, если следующий расчет не учитывает повторный вход или не включает в себя связанные с рубцом расчеты.The method begins at loading
Затем на стадии 81 построения уравнения процессор 40 назначает две переменные (значение LAT и вектор медленности) для каждой грани (т.е. треугольника) в сетке. Для создания набора уравнений для двух переменных в способе делают три предположения, влияющих на две переменные:Next, in
1. ЭФ–волна активации непрерывна, и это означает, что соседние грани должны иметь схожие векторы медленности.1. The EF activation wave is continuous, which means that adjacent faces must have similar slowness vectors.
2. Измеренное значение LAT в данной грани влияет на рассчитанные соседние грани LAT в зависимости от расстояния от места измерения до центроида соседней грани.2. The measured value of LAT in a given face influences the calculated neighboring LAT faces depending on the distance from the measurement site to the centroid of the neighboring face.
3. Волна активации соответствует описанным уравнениям распространения, то есть волна распространяется между гранями в направлении ее векторов медленности, а разница во времени между центрами граней представляет собой геодезическое расстояние между ними, умноженное на вектор медленности.3. The activation wave corresponds to the described propagation equations, that is, the wave propagates between the faces in the direction of its slowness vectors, and the time difference between the centers of the faces is the geodesic distance between them multiplied by the slowness vector.
Из вышеприведенных предположений получаем набор линейных уравнений:From the above assumptions, we obtain a set of linear equations:
Ур. 1 Lv. one
причем в ур. 1 (I) вес , также называемый в настоящем документе «вес близости», отражает относительное влияние, которое измеренное значение LAT i оказывает на значение LAT, рассчитанное для грани j, а φ представляет собой периодическую сложную функцию, отражающую циклическую ЭФ–волну активации (для учета повторных входов), имеющую найденное значение LAT в качестве переменной.and in ur. 1 (I) weight , also called "proximity weight" in this document, reflects the relative influence that the measured value of LAT i has on the value of LAT calculated for edge j , and φ is a periodic complex function reflecting the cyclic EF activation wave (to account for repeated entries) , which has the found LAT value as a variable.
В ур. 1 ур. (I) связывает измерение LAT на грани i со значением LAT грани j с применением , которое экспоненциально ослабляется расстоянием между любыми из используемых местоположений измерения и местоположением грани, в результате чего влияние уменьшается с увеличением расстояния от правильной формы. Так как присваивается нулевое значение за пределами данного расстояния, которое, как правило, составляет порядка нескольких миллиметров, некоторые из этих уравнений представляют собой нулевые выражения. Таким образом, каждое ЭФ–измерение имеет относительный эффект, пропорциональный расстоянию от правильной формы, и каждое измерение влияет на соседние грани. Измеренные точки, наиболее близкие к правильной форме, с большей вероятностью будут точными.In ur. 1 ur. (I) relates the LAT measurement on face i to the LAT value of face j using , which is exponentially attenuated by the distance between any of the measurement locations used and the location of the face, whereby the influence decreases with increasing distance from the correct shape. As is assigned a value of zero beyond this distance, which is typically on the order of a few millimeters, some of these equations are null expressions. Thus, each EF measurement has a relative effect proportional to the distance from the regular shape, and each measurement affects adjacent faces. The measured points closest to the correct shape are more likely to be accurate.
Ур. (II) соединяет векторы медленности и , которые приведены в комплексных числах для учета повторного входа, как описано ниже, с помощью матрицы вращения .Lv. (II) connects vectors of slowness and , which are given in complex numbers to account for reentry, as described below, using the rotation matrix .
Ур. (III) представляет собой уравнение распространения, которое указывает на то, что волна, проходящая между двумя смежными гранями, должна иметь медленность и LAT, которые связаны расстояниями между связанными гранями. Поскольку уравнение будет составлено для любых двух смежных граней, оно отражает зависимость между всеми LAT и векторами медленности, связанными со всеми гранями в форме.Lv. (III) is a propagation equation that indicates that a wave traveling between two adjacent faces must have slowness and LAT that are related by the distances between the connected faces. Because the equation will be written for any two adjacent faces, it reflects the relationship between all LATs and the slowness vectors associated with all the faces in the shape.
Ур. 1 (I)–(III) применяет зависимости:Lv. 1 (I)–(III) applies dependencies:
Ур. 2 Lv. 2
Зависимости ур. 2 предполагают, что все временные шкалы короткие и что предположения и верны. в ур. 2 представляет собой длину цикла повторного входа.Dependencies Lv. 2 assume all timelines are short and what assumptions and are true. in ur. 2 is the length of the re-entry cycle.
Вышеприведенная форма описания циклической волны в виде комплексных чисел в зависимости от времени учитывает описанное выше появление случаев повторного входа, при котором волна активации непрерывно распространяется с некоторой длиной цикла.The above form of describing the cyclic wave as complex numbers versus time takes into account the occurrence of reentry cases described above, in which the activation wave propagates continuously with a certain cycle length.
Ур. 1 (II) представляет собой уравнение непрерывного распространения (сходства), в котором две смежные грани должны иметь схожие векторы медленности . Векторы медленности находятся в . представляет собой матрицу вращения между двумя соседними гранями I и J.Lv. 1(II) is a continuous propagation (similarity) equation in which two adjacent faces must have similar slowness vectors . Vectors of slowness are situated in . is a rotation matrix between two adjacent faces I and J .
Ур. 1 (III) представляет собой уравнение распространения циклической ЭФ–волны активации между гранями. Расстояние, которое прошел волновой фронт, представляет собой проекцию геодезического расстояния, которое представляет собой расстояние между двумя центроидами граней, .Lv. 1 (III) is the equation for the propagation of a cyclic EF–activation wave between the faces. The distance that the wavefront has traveled is the projection of the geodesic distance, which is the distance between the two centroids of the faces, .
В первоначальном уравнении, решаемом на стадии 82, процессор 40 решает ур. 1 неитерационно для получения начального предположения об ЭФ–волне активации. В варианте осуществления ур. 1 решают по принципу наименьших квадратов. Решение выполняют с применением математических численных способов линейной алгебры, содержащих разложение Холецкого с последующей прямой и обратной подстановкой, как описано в книге «Numerical Linear Algebra» авторов Trefethen, L. N. и Bau, D. (1997), страницы 172–178, опубликованной издательским домом SIAM.In the original equation, solved in step 82,
В варианте осуществления члены (i) (ii) (iii) ур. 1 включены в одно уравнение разреженной матрицы. Каждому подуравнению (т.е. члену) может быть присвоен другой вес оптимизации для уравнивания различных влияющих факторов. Эти веса оптимизации могут варьироваться в зависимости от итераций. Эти веса оптимизации также представляют собой предварительно заданные параметры, такие как число итераций.In an embodiment, the terms (i) (ii) (iii) eq. 1 are included in one sparse matrix equation. Each sub-equation (ie term) can be assigned a different optimization weight to equalize the different influencing factors. These optimization weights can vary across iterations. These optimization weights are also predefined parameters such as the number of iterations.
Первоначально предполагалось, что физическое значение вектора медленности описывает изменение комплексной фазы времени с расстоянием, в отличие от правильного вектора медленности, который описывает изменение времени с расстоянием. Поскольку медленность комплексна, физическое определение отличается и носит несколько искусственный характер.Initially, it was assumed that the physical value of the slowness vector describes the change in the complex phase of time with distance, in contrast to the correct slowness vector, which describes the change in time with distance. Because slowness is complex, the physical definition is different and somewhat artificial.
Решение ур. 1 в комплексном домене описывает циклическую активацию естественным образом и устраняет сложности, связанные с эффектом «ранний встречается с поздним». Для получения физически значимого выражения для медленности необходимы дополнительные стадии, на которых строят и решают итерационный набор уравнений.Solution Lv. 1 in the complex domain describes cyclic activation in a natural way and removes the complexities associated with the "early meets late" effect. To obtain a physically meaningful expression for the slowness, additional stages are required, at which an iterative set of equations is built and solved.
Следует отметить, что решение сложных функций обеспечивает простое вычисление циклической активации, но требует преобразования комплексной медленности обратно в реальные значения, чтобы сохранять физическое значение вектора медленности. Таким образом, в итоге преобразуют обратно в . Для этого используют ур. 1 на основе реальных переменных , , .It should be noted that solving complex functions provides a simple calculation of cyclic activation, but requires converting the complex slowness back to real values in order to preserve the physical value of the slowness vector. Thus, in the end converted back to . To do this, use ur. 1 based on real variables , , .
На стадии 83 построения итерационных уравнений для итерационного решения ур. 1 с применением первоначального предположения, полученного на стадии 82, причем описанный способ линеаризует ур. 1 с применением для , :At
Ур. 3 Lv. 3
Для приема линеаризованного ур. 1:To receive a linearized eq. one:
Ур. 4.(I) Lv. 4.(I)
Ур. 4.(II) Lv. 4.(II)
Ур. 4.(III)Lv. 4.(III)
В варианте осуществления реальное линеаризованное ур. 1, т.е. ур. 4, решают для линейных переменных , . Константы , представляют собой решения, полученные при предыдущей итерации. При первой итерации для , задают начальные значения путем решений для комплексного LAT и реальной медленности начального предположения, полученного на стадии 82.In an embodiment, the real linearized eq. 1, i.e. ur. 4, solve for linear variables , . Constants , are the solutions obtained in the previous iteration. At the first iteration for , initial values are given by solutions for the complex LAT and the actual slowness of the initial guess obtained in step 82.
Скорости проведения для каждой грани рассчитывают на основании измеренного времени активации, расчетного вектора распространения и известного расстояния между центрами каждой грани. При нескольких условиях линейное решение может сформировать области с близкими к нулю векторами медленности (также называемыми «источниками» или «стоками»). Такие области не реалистичны, поскольку они предполагают наличие местоположений с бесконечной скоростью. Для поддержки скоростей ЭФ–проведения вблизи некоторой положительной физиологической константы a, добавляют ограничение:The conduction velocities for each facet are calculated based on the measured activation time, the calculated propagation vector, and the known distance between the centers of each facet. Under several conditions, the linear solution can form regions with slowness vectors close to zero (also called "sources" or "sinks"). Such areas are not realistic as they suggest locations with infinite velocity. To maintain EF conduction rates near some positive physiological constant a, a constraint is added:
Ур. 5 Lv. 5
Ур. 5 «наказывает» отклонения больших скоростей (малая медленность) от a. После разложения Тейлора получают следующий набор ограничений для :Lv. 5 "punishes" deviations of high speeds (small slowness) from a. After the Taylor expansion, one obtains the following set of constraints for :
Ур. 6 Lv. 6
Ограничения посредством ур. 6 добавляют только после нахождения линейного первоначального решения, так как невозможно записать ограничения в линейной форме в в связи с наличием в переменной выражений с квадратными корнями, таких как , . При записи уравнений в дельта–форме можно выполнять разложение Тейлора для и записывать ограничения в линейной форме.Restrictions through ur. 6 are added only after finding a linear initial solution, since it is impossible to write the constraints in a linear form in due to the presence of square root expressions in the variable, such as , . When writing equations in delta form, one can perform the Taylor expansion for and write the constraints in linear form.
Затем при итерационном решении стадии 84 процессор 40 решает ур. 4 с переменными ,, сначала посредством проецирования медленности на поверхность реконструкции, а затем записи уравнений в форме матрицы с применением способов, описанных на стадии 82 (т.е. изменяя линейный порядок на таковой, при котором ур. 4 легче решить).Then, in the iterative solution of
На стадиях 81–84 ур. 4 решают с допущением непрерывного распространения волны активации. Для включения информации о рубце в решение требуется каркас, обнаруживающий рубцы и допускающий развитие прерываний ЭФ–волны активации (т.е. решения) в линиях блокировки и непроводящих областях.At
Описанный способ когерентного картирования назначает меньшие веса для ограничений, которые делают решение некогерентным (т.е. несогласованным или прерывистым). Таким образом, процессор удаляет измеренные значения LAT, которые процессор определяет как недопустимые (т.е. выпадающие значения LAT), во время итераций. Способ присваивает новые веса после получения вектора решения итерации. В отношении ограничений LAT этот процесс фильтрует несогласованные точки. В отношении ограничений соседних точек это приводит к удалению несогласованных краев.The coherent mapping method described assigns lower weights to constraints that make the solution incoherent (ie, inconsistent or discontinuous). Thus, the processor removes measured LAT values that the processor determines are invalid (ie, LAT outliers) during iterations. The method assigns new weights after receiving the iteration decision vector. For LAT constraints, this process filters inconsistent points. With respect to neighbor point constraints, this results in the removal of inconsistent edges.
Ниже приведено общее описание стадий 85–90 ICEA–способа, а затем подробное описание этих стадий с применением блок–схемы, показанной на Фиг. 2. Указанный каркас также включают в итерационный способ, а также в этот момент вводят веса рубца (грани) на стадии 85 введения веса рубца, и итерационно рассчитывают на стадиях 87–100. Веса находятся в диапазоне , где 0,05 указывает на рубец.The following is a general description of steps 85-90 of the ICEA process followed by a detailed description of these steps using the flowchart shown in FIG. 2. The specified frame is also included in the iterative method, and at this moment the weights of the scar (face) are introduced at
Итерационно рассчитанные веса позволяют получать данные, которые увеличивают или уменьшают вероятность того, что определенная грань является рубцом, и предоставляют на выходе рассчитанные вероятности наличия рубца для каждой грани. Впоследствии веса рубцов (т.е. вероятности наличия рубцов) включают обратно в стадию 87 в виде множителей, которые уменьшают мощность уравнений непрерывности в линии областей блокировки. Ограничения в отношении норм медленности, например установленные ур. 6, снижают также посредством множителей. Это позволяет более свободно изменять решение в линии областей блокировки.Iteratively computed weights produce data that increase or decrease the likelihood that a particular face is a scar, and provide the calculated probabilities of a scar for each face as output. Subsequently, scar weights (i.e., the likelihood of having scars) are included back in
Во–первых, уравнение распространения ур. 4 (II) умножают по меньшей мере на два соответствующих весовых коэффициента . для двух граней, смежных с краем First, the propagation equation eq. 4 (II) are multiplied by at least two corresponding weighting factors . for two faces adjacent to the edge
Ур. 7 Lv. 7
Это отражает предположение, что медленное проведение между гранями уже обозначено в виде рубца (то есть имеет небольшое значение ).This reflects the assumption that the slow conduction between the faces is already indicated by a scar (i.e., of little importance). ).
Таким образом, в областях, в которых обнаружен рубец, веса уравнений 40 (ii) непрерывного распространения уменьшаются. Это снижает требование к схожести в медленности между соседними гранями, что допускает прерывание в распространении волн в областях с рубцами.Thus, in areas where a scar is found, the weights of the equations 40(ii) of continuous propagation are reduced. This reduces the requirement for similarity in slowness between adjacent faces, which allows for interruption in wave propagation in scarred areas.
Во–вторых, нормированные уравнения медленности и скорости (ур. 6) умножают на расчетные веса. Таким образом, снижение требования к определенной целевой величине скорости для граней рубца:Secondly, the normalized equations of slowness and speed (Equation 6) are multiplied by the calculated weights. Thus, reducing the requirement for a certain target speed value for the edges of the scar:
Ур. 8 Lv. eight
После возврата вероятностей наличия рубцов обратно в уравнения на стадии 87 введения веса рубца процессор 40 повторно решает модифицированное ур. 4 и предлагает новое решение на стадии 89 вывода значений LAT и медленности. Затем на стадии 100 вычисляют новые уточненные вероятности наличия рубцов вплоть до предварительно заданного числа итераций, которые достоверно приводят к получению достаточно точной карты, такой как карта когерентной ЭФ–активации, описанная на Фиг. 6.After returning the scarring probabilities back to the equations in
На Фиг. 3 представлена блок–схема, которая схематически иллюстрирует способ и алгоритм расчета вероятностей присутствия рубца в рамках способа, описанного на Фиг. 2, в соответствии с вариантом осуществления настоящего изобретения. На Фиг. 3 описаны различные модули (т.е. подстадии вычисления), включенные в стадию 100, которые допускают развитие прерываний ЭФ–волны активации решения в линиях блокировки и непроводящих областях. Алгоритм в соответствии с настоящим вариантом осуществления выполняет процессор 40.On FIG. 3 is a flowchart that schematically illustrates the method and algorithm for calculating scar presence probabilities within the method described in FIG. 2 in accordance with an embodiment of the present invention. On FIG. 3 describes the various modules (ie, calculation sub-steps) included in
Стадия 100 включает в себя модуль расчета (т.е. стадии) 91–98, который который выводит данные по каждой грани, которые увеличивают или уменьшают вероятность того, что определенная треугольная грань сетки представляет собой рубец. Выходные данные каждой из стадий 91–98 представляют собой вес в диапазоне от нуля до единицы. Веса находятся в диапазоне , где один указывает на нормальную грань, а ноль указывает на рубец или «слабо проводящую» грань (в текущей версии нет различия между ними).
Веса, рассчитанные на стадиях 92–96, расположены в форме матрицы функции стоимости, как описано ниже, и на стадии 99 рассчитывают веса рубца путем сведения к минимуму функции стоимости. На стадии 99 процессор 40 рассчитывает веса рубца посредством введения информации, собранной на стадиях 91–98, в комбинированную вероятность для каждой грани.The weights calculated in steps 92-96 are arranged in the form of a cost function matrix as described below, and the rumen weights are calculated in
На стадии 92 взвешивания граничной области процессор 40 вычисляет вес грани граничной области , который указывает на наклон дисперсии LAT по отношению к близлежащим измерениям. Крутая дисперсия может указывать на области, граничащие с рубцом.In the boundary
На стадии 93 взвешивания большой медленности процессор 40 рассчитывает вес медленности , который указывает, имеет ли грань большой вектор медленности. Это повышает вероятность того, что грань является рубцом.In the
На стадии 94 взвешивания связи LAT процессор 40 взвешивает разность между измеренным LAT и рассчитанным LAT грани. Это называется весом измерения грани и обозначается . Весь отражает «прочность связи» между точкой измерения i и гранью j.In
На стадии 95 взвешивания связи с рубцом процессор 40 рассчитывает вес , который отражает «прочность связи» между точкой измерения рубца i и гранью j. Вес уменьшается при увеличении пространственного расстояния между гранью и гранью j.In
На стадии 96 взвешивания плотности отдельного рубца процессор 40 вычисляет вес плотности отдельного рубца , которая указывает на область, в которой единичное измерение рубца окружено обычными (нерубцовыми) измерениями. Вес определяют с обеспечением уменьшения возможного наличия рубца для любой грани, в которой указание на рубец является слишком редким для рассмотрения в качестве действительно допустимого измерения. Это осуществляют путем анализа соотношения между близлежащими рубцовыми измерениями и близлежащими нерубцовыми измерениями. При наличии большого количества нерубцовых измерений и отдельного рубцового измерения вес, генерируемый этим модулем, уменьшает вероятность того, что эта грань представляет собой рубец.In the individual scar
Различные веса, рассчитанные на стадиях 92–96, обрабатывают с помощью модуля 99 прогнозирования и интегрирования информации о рубце, который вычисляет возможное наличие рубцов для каждой грани. Как показано на Фиг. 2, вероятности наличия рубцов впоследствии включают в стадию 87 итерационного расчета для уменьшения мощности уравнений непрерывности в линии областей блокировки. Кроме того, как отмечалось выше, также уменьшается относительная мощность уравнений нормы медленности и нормы скорости. Это позволяет более свободно изменять решение в линии областей блокировки.The various weights calculated in steps 92-96 are processed by a scar information prediction and
На стадии 99 рассчитывают вес вероятности наличия рубца для каждой грани путем включения в функцию стоимости следующих правил:In
1. Рубцовые/медленно проводящие области являются непрерывными.1. Scar/slow conduction areas are continuous.
2. Измерение с рубцовой меткой означает, что рядом находится рубец.2. A scar measurement means there is a scar nearby.
3. Области со множеством близлежащих точек измерения являются проводящими.3. Areas with many nearby measurement points are conductive.
4. Большой вес граничной области или измерения с меткой двойного потенциала обозначают границу рубца.4. A large marginal area weight or measurements labeled with a dual potential indicate a scar margin.
5. Области с малым количеством информации об окружающем пространстве, не имеющие близлежащих точек измерения, с большой вероятностью представляют собой рубец.5. Areas with little information about the surrounding space, with no nearby measurement points, are very likely to represent a scar.
6. Области, расположенные в непосредственной близости к измерению с рубцовой меткой и имеющие большую медленность, с большой вероятностью представляют собой рубец.6. Areas located in close proximity to the measurement with a scar mark and having a greater slowness are more likely to represent a scar.
Полученную стоимость определяют как сумму квадратичного члена и линейного члена:The resulting cost is defined as the sum of the quadratic term and the linear term:
Ур. 9 Lv. nine
где представляет собой вектор весов для всех граней, а H представляет собой симметричную матрицу членов стоимости, включающую пары весов граней:where is the vector of weights for all faces, and H is a symmetrical matrix of cost terms, including pairs of face weights:
Ур. 10 Lv. ten
Квадратичный член стоимости ур. 9 определяется как:Quadratic cost term eq. 9 is defined as:
Ур. 11 Lv. eleven
H отражает непрерывность вероятностей наличия рубца, и это означает, что соседние грани должны иметь схожие вероятности наличия рубца. Целью этого является соединение фрагментов рубцовых областей. H reflects the continuity of scarring probabilities, which means that adjacent faces should have similar scarring probabilities. The purpose of this is to connect fragments of scar areas.
L представляет собой вектор линейного члена стоимости, связанный с каждой гранью. Он состоит из двух противоречащих членов, один из которых включает в себя всю информацию, подтверждающую наличие рубца, а другой включает в себя всю информацию, указывающую на нормальную грань: L is the linear cost term vector associated with each face. It consists of two contradictory terms, one of which includes all information that confirms the presence of a scar, and the other includes all information that indicates a normal face:
Впоследствии линейный вектор стоимости определяют какSubsequently, the linear cost vector is defined as
Ур. 12 Lv. 12
Линейные члены , для каждой грани подтверждают наличие либо рубцовой грани, либо нормальной грани и являются функциями весов, рассчитанных на стадиях 92–96. f представляет собой нормирующий фактор со значениями в диапазоне [0–1]. Если функция стоимости положительна для грани i, это означает, что оценка указывает на наличие рубца, а процессор 40 действует с обеспечением сведения к минимуму оценки посредством присвоения этой грани низкого веса. Если функция стоимости отрицательна, это указывает на нормальную грань, а процессор 40 действует с обеспечением максимального увеличения веса посредством присвоения этой грани большого веса. Это осуществляют путем записи линейного члена стоимости следующим образом:Line members , for each face confirm the presence of either a scar face or a normal face and are functions of the weights calculated in
Ур. 13 Lv. thirteen
Этот член будет добавлен к квадратичному члену (ур. 11) для получения конечной функции стоимости. Для каждой грани определяют оптимизирующий алгоритм решения для весов . Вес , равный единице, указывает на проводящую грань, а вес, равный нулю, указывает на блокировку.This term will be added to the quadratic term (equation 11) to obtain the final cost function. For each face, an optimizing solution algorithm for the weights is determined . The weight A value of one indicates a conductive face, and a weight of zero indicates blockage.
Например, допуская, что f равно 0,5, если равен 1, а равен 0,2, которые представляют собой рубцовую и нормальную оценки грани, будет равен 0,4, что больше нуля. Это побуждает оптимизирующий алгоритм присвоить вес для этой грани, близкий к нулю для сведения к минимуму общей функции стоимости. Вес , близкий к нулю, указывает на наличие рубца. В противном случае, если равен 0, а равен 1, =–1, что дает отрицательную функцию стоимости, которая обеспечивает принудительное присвоение значения , близкого к 1, оптимизирующему алгоритму, что указывает на нормальную грань. Применение отрицательных и положительных значений позволяет оптимизирующему алгоритму назначать значения, близкие к 1, для граней, которые являются нормальными, и при этом назначать значения, близкие к 0, для рубцовых граней.For example, assuming f is 0.5 if
Процессор 40 получает веса вектора путем сведения к минимуму общей функции стоимости , что осуществляют с применением квадратичного программирования. Мы формулируем проблему следующим образом:
Ур. 14 Lv. fourteen
Эту проблему решают с помощью выпуклой оптимизации методом внутренней точки, как описано в публикации Florian A. Potra and Stephen J. Wright in, «Interior–point methods», Journal of Computational and Applied Mathematics, Volume 124, issues (1–2), pages 281–302, (2000). На выходе этого модуля получают веса рубцовой грани которые представляют собой вероятность нормального включения грани i в стадию 87.This problem is solved using convex interior point optimization, as described in Florian A. Potra and Stephen J. Wright in, "Interior-point methods", Journal of Computational and Applied Mathematics, Volume 124, issues (1–2), pages 281–302, (2000). The output of this module is the weight of the cicatricial face which are the probability of normal inclusion of face i in
Пример блок–схемы, показанный на Фиг. 3, приведен исключительно для обеспечения концептуальной ясности. Например, дополнительные детали реализации опущены для простоты изложения.The block diagram example shown in Fig. 3 is provided solely for conceptual clarity. For example, additional implementation details are omitted for ease of presentation.
На Фиг. 4 представлена блок–схема, которая схематически иллюстрирует способ и алгоритм создания карты ЭФ–волны активации по способу, описанному на Фиг. 2, в соответствии с вариантом осуществления настоящего изобретения. Алгоритм в соответствии с настоящим вариантом осуществления выполняет процесс, который начинается с процессора 40, получающего трехмерное сетчатое представление 299a сердечной камеры, на стадии 299 получения входной сетки. Как показано, сетка 299aa содержит неправильные треугольные грани. Сетка, такая как сетка 299a, с треугольниками, имеющими большие и малые стороны, которую, как правило, создают с помощью вышеупомянутой методики FAM, вызывает ошибки в геометрических аппроксимациях, выполняемых описанным способом. Затем на стадии 300 стандартизации входной сетки процессор 40 перестраивает входную сетку 299 с получением более правильной сетки 300a. Перестраивание сетки выполняют также для оптимизации стадий вычислений, реализованных в описанном способе для оценивания ЭФ–волны. В варианте осуществления разрешение сетки (число треугольников) определяет число создаваемых уравнений (например, реализованных в данном размере матриц). На стадии 300 происходит сокращение расчетных усилий, описанных на Фиг. 2 и 3, путем уменьшения этого числа уравнений.On FIG. 4 is a block diagram that schematically illustrates the method and algorithm for creating an EF activation wave map according to the method described in FIG. 2 in accordance with an embodiment of the present invention. The algorithm according to the present embodiment performs a process that starts with the
Затем на стадии 302 подгонки данных сетки процессор 40 виртуально преобразовывает фракцию центров треугольников для лучшего соответствия близлежащим измеренным местоположениям, при этом сохраняя состояние реконструкции. Стадия 302 обязательна, поскольку во время накопления данных при создании сетки катетер для картирования имеет тенденцию надавливать на стенки предсердия, формируя «надутую» геометрию реконструкции. Многие из измерений находятся на удалении от реконструкции, что добавляет неясности при связывании местоположения измерения с геометрией камеры.Next, in the mesh data
Затем процессор 40 выполняет вычисления, описанные на Фиг. 2 и Фиг. 3, с применением специального алгоритма, для получения для каждой грани оптимизированных значений LAT, медленности и вероятности наличия рубца треугольной сетки, на стадии 90 интерактивного вычисления. Как правило, вес рубца не обновляется при каждом обновлении значений LAT и медленности.The
Впоследствии на стадии 304 проецирования процессор 40 проецирует полученные на стадии 302 значения на исходную сетку 299a. Как описано выше, ЭФ–волну активации вычисляют на упрощенной сетке. Тем не менее описанный способ обеспечивает получение конечной когерентной карты для исходной сетки. Карту определяют в каждом центре грани для сетки низкого разрешения. Процессор 40 наносит грани карты высокого разрешения (т.е. входной карты 299a) на точки на сетке низкого разрешения путем «выстреливания» лучом от сетки высокого разрешения в направлении нормали к грани внутрь и наружу.Subsequently, at
При попадании только одного луча в сетку низкого разрешения процессор 40 выбирает эту точку в качестве связанной точки на сетке низкого разрешения. При попадании лучей в обоих направлениях в сетку процессор 40 выбирает ближайшую точку.When only one ray hits the low resolution grid,
Впоследствии процессор 40 интерполирует значение LAT внутри грани сетки низкого разрешения в точке, в которую попал луч, и присваивает это значение грани сетки высокого разрешения. В варианте осуществления процессор 40 пропускает информацию о LAT в областях ткани, в которых число полученных точек данных меньше заданного требуемого значения. Таким образом, такая область ткани, в которой ЭФ–картирование слишком разрежено, является «серой» в любом конечном наглядном представлении.Subsequently,
На стадии 304 процессор 40 генерирует когерентную карту 400 ЭФ–активации, которая описана на Фиг. 6.In
Ключевой стадией в понимании аритмического трепетания является возможность просмотра волнового цикла по всей сетке. Наглядное представление трехмерных сеток на двухмерных экранах связано с некоторыми трудностями, включая просмотр задней стороны сетки, определение передней и дистальной частей сетки и др. На стадии 410 формирования изохронного вида процессор 40 преобразует карту 400 в изохронный вид 500.A key step in understanding arrhythmic flutter is being able to view the wave cycle across the entire grid. Visualization of 3D meshes on 2D screens involves some difficulties, including viewing the back side of the mesh, determining the anterior and distal portions of the mesh, etc. At
Изохронный вид 500 представляет собой контурную карту 500a, на которой каждая контурная линия представляет собой кривую, вдоль которой LAT постоянно. Изохронный вид 500a приведен в качестве примера левого предсердия в переднезаднем (ПЗ) виде. На практике карта имеет цветовую кодировку.The
Карта 500a является прозрачной, что позволяет пользователю просматривать весь диапазон цикла волны в одном виде, в то время как фронтальные и дистальные компоненты легко различимы. Более того, указанный вид позволяет легко отслеживать цикл по всей структуре, что позволяет лучше понять аритмию. Скорость распространения волны легко определяют по плотности кривых, поскольку контурный интервал имеет одинаковую периодичность во времени. Область с высокой плотностью контуров представляет собой медленное распространение, а низкая плотность отражает быстрое распространение. Рубцовые области видны в виде однородных областей, не имеющих контуров.
Пример блок–схемы, показанный на Фиг. 4, приведен исключительно для обеспечения концептуальной ясности. Например, иллюстративные графические изображения некоторых стадий, таких как стадия 302, для простоты представления опущены.The block diagram example shown in Fig. 4 is included solely for conceptual clarity. For example, illustrative graphics of some steps, such as
На Фиг. 5 представлена схематическая наглядная объемная визуализация карты 400 когерентной ЭФ–волны активации левого предсердия, которая учитывает повторный вход ЭФ–волн и рубцовую ткань, в соответствии с вариантом осуществления настоящего изобретения. Как видно, на карте 400 показан реалистичный непрерывный узор ЭФ–активации в областях 210, поскольку описанный выше радужный артефакт устраняют описанным способом. Как и ожидалось, между ЭФ проводящими областями 210 и непроводящими рубцовыми областями 220 наблюдаются прерывания.On FIG. 5 is a schematic illustrative volumetric rendering of a left atrial coherent EF
Вставка 150 на Фиг. 5 представляет собой объемное изображение интерполяции цветного представления ЭФ–активации по левому предсердию, рассчитанное без описанной методики, для справочных целей. Пример, показанный во вставке 150, не учитывает повторный вход волны. В результате, и как показано на вставке, появляется «радужный» артефакт 155. В примере, показанном на вставке, распространение ЭФ–волны по камере охватывает весь цикл повторного входа, причем «поздний» волновой фронт в цикле встречается с «ранним» волновым фронтом следующего цикла. В этом примере областям ткани присвоены LAT, которые находятся друг от друга на расстоянии одной длины цикла. Узкая разнотонная траектория, похожая на радугу, которая при применении цветной кодировки указывает на переход одной длины полного цикла между соседними областями, таким образом вызывая прерывания на карте, которые позволяют устранить варианты осуществления настоящего изобретения, как объяснено выше. Таким образом, описанный выше радужный артефакт полностью устранен с применением описанного ICEA–способа.
В некоторых вариантах осуществления циклическую цветовую шкалу используют для устранения зависимости от эффекта «ранний встречается с поздним» в интересующем окне (WOI). Цвета отражают относительные временные различия по отношению к эталонной электрограмме, устраняя эффект «ранний встречается с поздним». Цветной круг отражает узор активации. Таким образом, например, красный цвет не указывает на ранний волновой фронт, а фиолетовый цвет не указывает на ранний волновой фронт, как это происходит на правильной карте; цветной круг описывает пропорциональную взаимосвязь во времени активации естественным, циклическим образом, не создавая похожих на радугу переходов.In some embodiments, a cyclic color scale is used to de-dependence on an early meets late effect in a window of interest (WOI). The colors reflect relative time differences with respect to the reference electrogram, eliminating the "early meets late" effect. The colored circle reflects the activation pattern. Thus, for example, red does not indicate an early wavefront, and purple does not indicate an early wavefront, as it does on a regular chart; the colored circle describes the proportional relationship in activation time in a natural, cyclic way, without creating rainbow-like transitions.
На Фиг. 6 представлена схематическая наглядная объемная визуализация карты 440 когерентной ЭФ–волны активации левого предсердия с наложенными стрелками 330 проводимости, которая иллюстрирует распространение ЭФ–волны активации, в соответствии с вариантом осуществления настоящего изобретения. Стрелки 330 проводимости представляют собой векторы, каждый из которых имеет фиксированную длину, и каждая имеет направление соответствующего вектора медленности в местоположении на форме, что обеспечивает дополнительную визуализацию ЭФ–активности. Например, стрелки 330 проводимости, как правило, окружают рубцовую область. В другом варианте осуществления (не показан на Фиг. 6) стрелки проводимости имеют разные длины, что отражает величину медленности в дополнение к ее направлению.On FIG. 6 is a schematic pictorial volumetric rendering of a left atrial coherent EF
Следует понимать, что описанные выше варианты осуществления приведены лишь в качестве примера и что настоящее изобретение не ограничено вариантами, показанными и подробно описанными выше в настоящем документе. Напротив, объем настоящего изобретения включает в себя как комбинации, так и подкомбинации различных вышеописанных признаков, а также их варианты и модификации, которые будут очевидны специалистам в данной области после ознакомления с приведенным выше описанием и которые не были описаны на предшествующем уровне техники. Документы, включенные в настоящую заявку на патент путем ссылки, следует считать неотъемлемой частью заявки, за исключением того, что, если определение терминов в этих включенных документах противоречит определениям, сделанным явным или неявным образом в настоящем описании, следует учитывать только определения настоящего описания.It should be understood that the embodiments described above are by way of example only and that the present invention is not limited to the embodiments shown and described in detail above herein. On the contrary, the scope of the present invention includes both combinations and subcombinations of the various features described above, as well as variations and modifications thereof, which will be apparent to those skilled in the art upon reading the above description and which have not been described in the prior art. Documents incorporated into this patent application by reference are to be considered an integral part of the application, except that if the definitions of terms in these incorporated documents conflict with definitions made explicitly or implicitly in the present description, only the definitions of the present description should be considered.
Claims (22)
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/184,609 US10842400B2 (en) | 2018-11-08 | 2018-11-08 | Iterative coherent mapping of cardiac electrophysiological (EP) activation including scar effects |
US16/184,609 | 2018-11-08 |
Publications (3)
Publication Number | Publication Date |
---|---|
RU2019134814A RU2019134814A (en) | 2021-04-30 |
RU2019134814A3 RU2019134814A3 (en) | 2021-12-14 |
RU2772201C2 true RU2772201C2 (en) | 2022-05-18 |
Family
ID=
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1070480A2 (en) * | 1999-07-22 | 2001-01-24 | Biosense, Inc. | Vector mapping of three-dimensionally reconstructed intrabody organs and method of display |
RU2268641C2 (en) * | 2004-01-12 | 2006-01-27 | Сергей Вячеславович Сасим | Differential vector-cardiograph |
WO2015142029A1 (en) * | 2014-03-21 | 2015-09-24 | 한국표준과학연구원 | 3-dimensional cardiac outline reconstruction method |
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1070480A2 (en) * | 1999-07-22 | 2001-01-24 | Biosense, Inc. | Vector mapping of three-dimensionally reconstructed intrabody organs and method of display |
KR20010066943A (en) * | 1999-07-22 | 2001-07-11 | 카페주토 루이스 제이. | Vector mapping of three-dimensionally reconstructed intrabody organs and method of display |
RU2268641C2 (en) * | 2004-01-12 | 2006-01-27 | Сергей Вячеславович Сасим | Differential vector-cardiograph |
WO2015142029A1 (en) * | 2014-03-21 | 2015-09-24 | 한국표준과학연구원 | 3-dimensional cardiac outline reconstruction method |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9610023B2 (en) | System and methods for computing activation maps | |
EP3649930B1 (en) | Iterative coherent mapping of cardiac electrophysiological (ep) activation including scar effects | |
US8388547B2 (en) | Method of noninvasive electrophysiological study of the heart | |
EP3649931B1 (en) | Iterative coherent mapping of cardiac electrophysiological (ep) activation including reentry effects | |
Corrado et al. | A work flow to build and validate patient specific left atrium electrophysiology models from catheter measurements | |
US8660639B2 (en) | Method of noninvasive electrophysiological study of the heart | |
Masé et al. | Automatic reconstruction of activation and velocity maps from electro-anatomic data by radial basis functions | |
Oesterlein et al. | Basket‐type catheters: diagnostic pitfalls caused by deformation and limited coverage | |
US20240074689A1 (en) | Volumetric lat map | |
RU2772201C2 (en) | Iterative coherent mapping of electrophysiological activation of heart, including scar effects | |
RU2771797C2 (en) | Iterative coherent mapping of electrophysiological activation of heart, including effect of re-entry | |
JP2019155093A (en) | Simulation of heart pacing for modeling arrhythmia | |
WO2023009589A1 (en) | Tissue treatment system | |
CN115770046A (en) | Weighting the projected electrophysiology velocities with an S-shaped curve |