CN104784822A - 具有患者个体化电极配置的心脏电除颤优化方法 - Google Patents
具有患者个体化电极配置的心脏电除颤优化方法 Download PDFInfo
- Publication number
- CN104784822A CN104784822A CN201510061269.5A CN201510061269A CN104784822A CN 104784822 A CN104784822 A CN 104784822A CN 201510061269 A CN201510061269 A CN 201510061269A CN 104784822 A CN104784822 A CN 104784822A
- Authority
- CN
- China
- Prior art keywords
- defibrillation
- icd
- electrode
- configuration
- patient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Electrotherapy Devices (AREA)
Abstract
一种适用于植入型心律转复除颤器（ICD）的具有患者个体化电极配置的心脏电除颤优化方法，用于在术前优化ICD电极配置和除颤效能，获得患者个体化的最佳心脏电除颤方式；包括步骤：S1.采集患者胸腔的医学影像；S2.重建患者三维心脏-胸腔解剖模型；S3.对模型作网格剖分和加载电导率，生成心脏-胸腔数值化模型；S4. 模拟手术植入ICD除颤电极系统；S5.计算心内ICD除颤电场；S6.根据电场分布，评估ICD除颤效能；S7.重复S4至S6，对比和优化多种不同的ICD电极配置，获得个体化最优的除颤效果及除颤方式。本发明能够针对患者个体，在术前模拟和评估ICD除颤并优化ICD电极的植入模式，为临床提供一套针对患者个体的最佳ICD植入参考方案，提高ICD手术成功率和除颤治疗效果。
Description
技术领域
本发明属于医疗电子技术领域，具体为一种适用于植入型心律转复除颤器(ICD)的具有患者个体化电极配置的心脏电除颤优化方法。
背景技术
心脏性猝死(sudden cardiac death,SCD)是指在急性症状出现后1小时内发生的由心脏原因引起的非预期性自然死亡，其发作通常无法预期且无任何预兆。2009年国家“十五”科技攻关项目的前瞻性研究表明，我国SCD发生率为41.84/10万，总人数高达54.4万/年，位居全球各国之首；而在其他发达国家，每年也有数以十万计的SCD发生，占据了所有心血管疾病死亡的50％左右。其中，心室颤动(ventricular fibrillation-VF，简称室颤)是恶性心律失常中最常见的SCD病因，仅在美国一年就导致了30万例以上SCD的发生，占SCD死亡总数的70％以上。由于室颤发作时心脏失去正常泵血功能，大脑及肺等器官和周围组织的血液灌注停止，患者15分钟内若无生命支持治疗措施，复苏和存活便几乎不可能。电击除颤(electricdefibrillation-ED，简称除颤)作为临床上唯一可靠并被广泛使用的室颤转复方法，能有效终止室颤并避免SCD的发生。针对室颤的突发性及其抢救时间的紧迫性，植入型心律转复除颤器(implantable cardioverter defibrillator,ICD)的出现，进一步开拓了电除颤技术在临床中的应用。患者在植入ICD以后，可受到其持续不间断的心电监测，一旦侦测到室颤等恶性心律失常的发生，ICD便能在第一时间自行启动除颤治疗。自1980年首例ICD成功植入人体以来，ICD已被越来越多的医生和患者所接受和植入，成为SCD一级或二级预防中最重要的手段之一。在美国，每年接受ICD植入的患者已超过20万例，而我国每年手术亦达万余例，而且目前该数目正急剧上升。
ICD的体内植入主要是脉冲发生器的皮下植入和一根或多根除颤电极导丝的体内不同区域、不同部位的植入，而不同的ICD植入方案，其所获得的除颤治疗效果也存在着明显的不同。首先，ICD适应症患者的个体差异性——患者的病史病情及身体状况迥异，相同的植入模式在不同病人身上所需的最低除颤能量高低不同，所获得的除颤效果也不尽相同，使得在临床应用中很难形成一套统一的适合所有患者的ICD植入模式；其次临床现有ICD及植入模式的多样性——不同的电极配置(数量、长短或弯曲形状等)和不同的植入部位(心腔内、心外膜或体表皮下)，由此可形成几十种甚至上百种植入术式和体内除颤模式。既要考虑大部分常规患者，又要兼顾小儿和部分先心病人(如先天性单心室、室间隔或房间隔缺损等)等一类无法采用标准电极和常规植入模式的特殊患者，相应调整电极的植入部位及不同的数量、形状和长度配置。然而如今ICD手术植入方案的选择仍单纯依赖医生的临床经验，并缺乏对患者个体因素的考虑，呈现较大的盲目性，导致植入电极失效、标准电极与患者比匹配、高能电击下心肌损伤大、一次放电能量效率较低或电池能量消耗过快等问题。通常为了实现成功除颤和寻求最佳除颤效果，常常需在术中或术后回访时反复多次地手术调整电极配置模式和植入部位，不但使患者遭受“千疮百孔”般的痛苦，亦令医生面临巨大的手术压力。
为了辅助医生确定最佳的ICD植入方案，提高ICD的除颤治疗效果，并尽可能避免术后回访电极再手术调整的发生，减轻病人的痛苦，已有学者从仿真分析、临床实验或者术中优化角度，对ICD电极配置开展优化与设计研究。仿真优化方面，如《Annals ofBiomedicalEngineering》2008年发表的《Optimal transvenous coil position on active-can single-coil ICDdefibrillation efficacy:A simulation study》以及《The Journal of Physiology》2013年发表的《Placement of implantable cardioverter defibrillators in paediatric and congenital heart defectpatients:a pipeline for model generation and simulation prediction ofoptimal configurations》等，这一类方法主要通过计算机对某一具体的患者进行建模，再仿真分析若干种ICD配置下的除颤效果，最终通过比较得出一个最优化配置。临床实验方面，如《Heart Rhythm》2008年发表的《Optimization of superiorvena cava coil position and usage for transvenous defibrillation》中，通过对113名患者进行经静脉ICD的植入试验，优化电极参数配置，得出由右心室电极加上腔静脉电极所构成的双电极最佳配置方案，并分析电极间距和高度对除颤效果的影响。《TheNew England Journal of Medicine》2010年发表的《An entirely subcutaneous implantablecardioverter-defibrillator》中，通过对188名患者分别进行的短期与长期ICD植入试验，筛选出四组优化皮下ICD电极配置，并进一步对性能比较得出一个最优配置。以上方法都存在不足：缺乏对患者个体化因素的考量，仅通过在一例或者数例病人身上研究所获得的结论，其普适价值有限，难以保证适用于每一位个体患者；其次系统性不足，没有广泛和全面地对大量临床可行的ICD配置方案进行统计分析，仅从所选定的有限种不同ICD配置中作比较而得出的最优化结果，并非真实的最优结果。而在术中优化方面，美国专利2012/0253359 A1提出在ICD的手术植入过程中，加入一根额外的电极导丝并对其施加特定的电刺激，进而通过分析两电极间的电向量并据此优化ICD电极配置。此方法可以较好的针对患者个体进行电极植入位置的优化，但其应用范围仅限于经静脉植入ICD电极系统，且存在调节优化幅度有限的问题。
发明内容
本发明针对以上技术与研究的不足，目的在于解决临床上植入型心律转复除颤器(ICD)手术植入方案选择的盲目性以及缺乏对患者个体差异性考虑的实际问题，而提出一种ICD的除颤效能评估与除颤电极植入优化方法，用于辅助医生针对患者个体选择最优化的ICD除颤电极配置，以在植入术前确定其所适宜的ICD植入方案，提升ICD植入的除颤治疗效果。
本发明采用的技术方案总体可以表述为：在ICD植入术前，采集患者胸腔区域的医学影像，并通过影像分割和解剖重构，建立包含该患者胸腔内重要组织或器官边界信息及心脏解剖结构信息的个体化数值模型；进而利用该模型和计算机数值化方法求解，对该患者临床可行的ICD电极系统配置——包括经静脉电极系统、心外膜电极系统以及全皮下电极系统，分别进行除颤效能评估，并对电极位置、大小或长短、植入形状及数量的变化作多参数的最优化设计，确定适于该患者的最佳ICD电极配置模式和植入方案。
根据本发明提出的一种ICD的除颤效能评估与除颤电极植入优化方法，其步骤如下：
S1.采集患者胸腔区域的核磁共振影像(MRI)或电子计算机X射线断层扫描(CT)影像，尤其精细扫描心脏区域，以获得心脏及各腔室的详细结构；
S2.对采集影像进行计算机预处理，再对每一幅影像进行组织与器官边界分割，将一系列二维的轴向扫描影像，重构为包含胸腔内重要组织或器官结构信息的三维心脏-胸腔解剖模型；
S3.对心脏-胸腔解剖模型作高精细度的四面体或正六面体网格剖分，尤其精细剖分心脏区域，并对不同组织及器官区域加载相应的电导率值，构建三维的患者心脏-胸腔有限元数值模型；
S4.在心脏-胸腔的有限元数值模型中加载ICD除颤电极系统的脉冲发生器模型以及一根或多根除颤电极导线模型；
S5.利用计算机数值化方法求解ICD除颤电场的心内分布；
S6.对求解所得的心内电场分布数据进行数值计算，通过多参数的除颤效能评估：除颤阈值(DFT)、高场强率、能量均匀度及除颤能量效率，对心内的除颤电场分布数据进行数值计算，综合分析该ICD电极配置下预期的除颤效能；
S7.重复步骤S4至S6，依据患者病情，对患者临床可行的多种ICD电极配置分别进行加载及除颤效能的求解评估，同时结合电极位置、大小或长短、植入形状及数量的变化作多参数的最优化设计，确定适于该患者的最佳ICD电极配置模式和植入方案。
上述步骤S2中，影像的计算机预处理的具体过程为：
S21.读取影像扫描空间的坐标原点，建立与其处于同一坐标系的影像分割域；
S22.校准分割域的截面像素间距及轴向扫描间距，使分割域大小与患者胸腔实际大小保持一致；
S23.对影像作中值滤波处理，滤除扫描噪声干扰；
S24.对影像作高斯滤波处理，提高组织与器官边界的平滑度。
上述步骤S5中，计算机数值化方法求解的具体过程为：
S51.在患者心脏-胸腔有限元数值模型表面加载诺依曼边界条件；
S52.在患者心脏-胸腔有限元数值模型内的ICD电极系统模型表面加载狄利克雷边界条件，即设定除颤放电电压的有效值；
S53.利用有限元方法求解相应ICD除颤放电电压激励下，患者胸腔内的除颤电场所满足的拉普拉斯方程解，即整个胸腔包括心脏内部的除颤电场分布；
上述步骤S6中，所述的除颤阈值，即能够对患者成功除颤所需的最小电压。
上述步骤S6中，所述的高场强率，即受到高除颤电压作用的心肌单元占心肌单元总量的百分比，反映该次除颤对心肌的损伤程度。
上述步骤S6中，所述的能量均匀度，即所有心肌单元所受的除颤电流大小的标准差，反映除颤电流在心脏区域分布的均匀程度。
上述步骤S6中，所述的除颤能量效率，即所有心肌单元所收到的除颤能量占放电总能量的百分比。
由于采用了以上技术方案，本发明所述的一种ICD除颤效能评估与除颤电极植入优化方法，与现有的ICD临床标准化植入方案相比，能够针对患者个体从大量可行的ICD电极配置方案中进行评估选择和最优化设计，最终提升ICD植入的除颤治疗效果。本发明可用于辅助医生在ICD植入术前，针对患者个体设计最优化的ICD电极配置模式和植入方案。
附图说明
图1是本发明一种适用于植入型心律转复除颤器(ICD)的具有患者个体化电极配置的心脏电除颤优化方法的总体流程图。
图2是图1中S2步骤的“计算机预处理”的流程图。
图3是本发明一种实施例的S2步骤中“构建患者三维心脏-胸腔解剖模型”的流程示意图。
图4是本发明一种实施例的S4步骤中“模拟手术植入ICD除颤电极系统”的示意图。
图5是本发明一种实施例的总体流程示意图。
具体实施方式
下面结合附图和实施例对本发明所述的一种植入型心律转复除颤器(ICD)除颤效能评估与除颤电极植入优化方法作进一步说明。
图1所示，本发明一种ICD的除颤效能评估与除颤电极植入优化方法的总体流程图，其步骤如下：
S1.采集患者胸腔区域的医学影像；
S2.对采集影像进行计算机预处理和影像分割，构建包含胸腔内重要组织或器官边界信息及心脏解剖结构信息的三维心脏-胸腔解剖模型；
S3.对心脏-胸腔解剖模型作网格剖分，并对不同组织及器官区域加载相应的电导率值，构建三维的心脏-胸腔数值化模型；
S4.在心脏-胸腔的有限元模型中加载ICD除颤电极系统的脉冲发生器模型以及一根或多根除颤电极导线模型；
S5.利用计算机数值化方法求解ICD除颤电场的心内分布；
S6.对除颤电场的心内分布数据进行数值计算，通过多参数加权的除颤效能评估，综合分析该ICD电极配置下预期的除颤效能；
S7.重复步骤S4至S6，对患者临床可行的多种ICD电极配置分别进行加载及求解评估，并结合对电极配置的多参数优化设计，确定适于该患者的最佳除颤电极配置方案。
图2所示，为图1中S2步骤的“计算机预处理”的流程图，其步骤如下：
S21.校准影像扫描空间与分割域的坐标原点；
S22.校准分割域的截面像素间距及轴向扫描间距；
S23.对影像作中值滤波处理；
S24.对影像作高斯滤波处理。
图3所示，本发明一种实施例的S2步骤中“构建三维心脏-胸腔解剖模型”的流程示意图。首先，读取并预处理DICOM格式的MR或CT影像数据1；其次，在影像扫描空间的X轴面1、Y轴面2与Z轴面3上的每一幅影像中，分割出胸腔内包括皮肤、脂肪、肌肉、骨骼、肺、上腔静脉等靠近ICD电极系统或占据胸腔内主要空间的组织或器官以及心脏的腔室解剖结构；然后对分割结果进行三维立体化渲染，建立患者的三维心脏-胸腔解剖模型5；最后对该解剖模型作离散化网格剖分，并对胸腔内各个组织与器官区域的有限元单元加载相应的电导率值，输出可供有限元求解运算的心脏-胸腔有限元数值模型6。
图4所示，本发明一种实施例的S4步骤中“加载ICD除颤电极系统模型”的示意图。该实施例通过交互式控制与ICD电极模型参数定义实现ICD除颤电极模型的加载。首先，输入并显示患者的三维心脏-胸腔模型5，然后通过具有交互式控制的旋转、伸缩或平移的点(或体)控件7，对ICD电极模型8作空间位置或大小的调整；另外，也可以通过对ICD电极模型参数的定义，直接设定ICD电极系统的脉冲发生器(Can)坐标(x，y，z)、大小(长a，宽b，高c)参数以及除颤电极导线(Lead)的长度l和直径d参数，并能进一步通过激活特定的交互式控件，对ICD电极进行控制和调整，最终完成电极模型8的加载。
图5所示，为本发明一种实施例的总体流程示意图。结合附图对本实施例的ICD除颤效能评估与除颤电极植入优化方法步骤作进一步阐释：
S1.采集该成年男性患者髋部至颈部的MRI高密度水平扫描影像1，轴向扫描间距为5mm，合计116幅二维MRI影像；
S2.对116幅二维MRI影像进行计算机预处理：读取影像扫描空间的坐标原点，建立与其处于同一坐标系的影像分割域；校准分割域的截面像素间距1.6mm及轴向扫描间距5mm；通过半径为1的中值滤波器；通过半径为0.1的高斯滤波器。然后对预处理后的MRI影像进行手动及半自动分割，在分割域X、Y、Z轴的截面内划分不同组织器官区域，再将所有分割结果堆叠组合，重构出包含患者皮肤、脂肪、肌肉、骨骼、肺、上腔静脉、心脏与心脏各腔室结构的三维心脏-胸腔解剖模型5；
S3.将该心脏-胸腔解剖模型3作高精细度的网格剖分，获得由两百万个以上的四面体单元所构成的三维心脏-胸腔有限元模型，然后对模型内的不同组织和器官区域分别赋予能够反映其导电属性的电导率参数(如下表所示)，构建三维心脏-胸腔有限元数值模型6；
S4.在三维心脏-胸腔有限元数值模型6内，加载ICD的脉冲发生器模型以及除颤电极导丝模型8；
S5.在三维心脏-胸腔有限元数值模型6表面加载诺依曼边界条件，在ICD电极系统模型8表面加载狄利克雷边界条件，即设定除颤放电电压值；然后利用有限元方法求解该电压激励下胸腔除颤电场所满足的拉普拉斯方程解(如下述方程组所示)，即整个胸腔包含心脏在内的除颤电场分布9；
S6.对求解所得的心内电场分布数据进行数值计算，通过多参数的除颤效能评估：除颤阈值(DFT)、高场强率、能量均匀度及除颤能量效率，对心内的除颤电场分布数据进行数值计算，综合分析该ICD电极配置下预期的除颤效能10；
S7.重复步骤S4至S6，对患者临床可行的多种ICD电极配置分别进行加载及求解评估：包括两种心内膜电极配置内I与内II、三种心外膜电极配置外I、外II与外III以及四种皮下植入电极配置皮I、皮II、皮III与皮IV。经过对比比较不同配置下的除颤能量阈值(柱状图11)、能量均匀度(曲线11)、高场强率与能量效率值，确定适于该患者的最佳电极配置方案——皮IV。然后结合该配置下电极大小、长短、植入形状及数量的变化作多参数的最优化设计，最终确定适于该患者的最佳ICD皮下植入电极植入方案12。
Claims (10)
1.一种具有患者个体化电极配置的心脏电除颤优化方法，适用于植入型心律转复除颤器（ICD）被植入患者体内的手术前，针对患者个体而设计心脏除颤效果最优的ICD电极配置模式及确定最佳的电极植入方案，其特征在于寻找患者个体化的最佳心脏电除颤方式，其具体步骤为：
S1. 采集患者胸腔区域的医学影像；
S2. 对采集影像进行计算机预处理和影像分割，构建包含胸腔内重要组织或器官边界信息及心脏解剖结构信息的三维心脏-胸腔解剖模型；
S3. 对心脏-胸腔解剖模型作网格剖分，并对不同组织及器官区域加载相应的电导率值，构建三维的心脏-胸腔数值化模型；
S4. 在心脏-胸腔的有限元模型中加载ICD除颤电极系统的脉冲发生器模型以及一根或多根ICD除颤电极导线模型；
S5. 利用计算机数值化方法求解ICD除颤电场的心内分布；
S6. 对除颤电场的心内分布数据进行数值计算，通过多参数加权的除颤效能评估，综合分析该ICD电极配置下预期的除颤效能；
S7. 重复步骤S4至S6，针对该患者，通过上述在其三维真实的心脏-胸腔数值模型上行临床可行的多种不同ICD电极手术植入模拟，相应地求解和预估出可能得到的除颤效果，并确定一套适用于该患者的最佳除颤电极配置和植入模式；然后，应用该患者个体化电极配置，再经由手术植入ICD和除颤电极后，该患者心脏即可获得相应的个体化电除颤，实现除颤能量最低、心肌损伤最少和电池寿命更长。
2. 根据权利要求1所述的具有患者个体化电极配置的心脏电除颤优化方法，其特征在于步骤S1中所述的寻找患者个体化电极配置的方法，亦适用于体内心房转复除颤器(IAD)，获得患者心房个体化最佳的电除颤转复效果。
3. 根据权利要求1所述的具有患者个体化电极配置的心脏电除颤优化方法，其特征在于步骤S1中所述医学影像，可以是核磁共振影像（MRI）或电子计算机X射线断层扫描（CT）影像。
4. 根据权利要求1所述的具有患者个体化电极配置的心脏电除颤优化方法，其特征在于步骤S2所述影像的计算机预处理，包括步骤：
S21. 校准影像扫描空间与分割域的坐标原点；
S22. 校准分割域的截面像素间距及轴向扫描间距；
S23. 对影像作中值滤波处理；
S24. 对影像作高斯滤波处理。
5. 根据权利要求1所述的具有患者个体化电极配置的心脏电除颤优化方法，其特征在于步骤S2所述胸腔内重要组织或器官，包括皮肤、脂肪、肌肉、骨骼、肺、上腔静脉等靠近ICD电极系统或占据胸腔内主要空间的组织或器官。
6. 根据权利要求1所述的具有患者个体化电极配置的心脏电除颤优化方法，其特征在于步骤S3所述数值化网格剖分，可使用四面体单元剖分或正六面体单元剖分。
7. 根据权利要求1所述的具有患者个体化电极配置的心脏电除颤优化方法，其特征在于步骤S5所述计算机数值化方法可以是有限元方法，是根据人体生物电的容积导体理论，将待求解的场域内胸腔表面加载诺依曼边界条件和ICD电极系统模型表面加载狄利克雷边界条件，利用有限元方法求解胸腔除颤电场所满足的拉普拉斯方程。
8. 根据权利要求1所述的具有患者个体化电极配置的心脏电除颤优化方法，其特征在于步骤S6所述的多参数加权除颤效能评估，包括对除颤阈值（DFT）、高场强率、场分布均匀度及除颤能量效率的多参数加权评估。
9. 根据权利要求1所述的具有患者个体化电极配置的心脏电除颤优化方法，其特征在于步骤S7所述临床可行的多种ICD植入方案，包括脉冲发生器的左锁骨皮下植入、左胸侧中线皮下植入或腹部皮下植入，以及除颤电极导线的经静脉心室植入、心外膜植入或皮下植入等多种植入方案。
10. 根据权利要求1所述的具有患者个体化电极配置的心脏电除颤优化方法，其特征在于步骤S7所述除颤电极配置参数，包括电极的位置、大小或长短、植入性状及数量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510061269.5A CN104784822A (zh) | 2015-02-05 | 2015-02-05 | 具有患者个体化电极配置的心脏电除颤优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510061269.5A CN104784822A (zh) | 2015-02-05 | 2015-02-05 | 具有患者个体化电极配置的心脏电除颤优化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN104784822A true CN104784822A (zh) | 2015-07-22 |
Family
ID=53550293
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510061269.5A Pending CN104784822A (zh) | 2015-02-05 | 2015-02-05 | 具有患者个体化电极配置的心脏电除颤优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104784822A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106345056A (zh) * | 2016-09-21 | 2017-01-25 | 天津大学 | 基于机器学习的深度脑刺激电极阵列优化系统 |
| CN107485786A (zh) * | 2017-09-18 | 2017-12-19 | 电子科技大学 | 一种全皮下植入型心律转复除颤器s_icd的植入评估系统 |
| CN117815559A (zh) * | 2024-03-05 | 2024-04-05 | 天津市胸科医院 | 一种自适应心脏外科除颤器 |
-
2015
- 2015-02-05 CN CN201510061269.5A patent/CN104784822A/zh active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106345056A (zh) * | 2016-09-21 | 2017-01-25 | 天津大学 | 基于机器学习的深度脑刺激电极阵列优化系统 |
| CN106345056B (zh) * | 2016-09-21 | 2019-03-26 | 天津大学 | 基于机器学习的深度脑刺激电极阵列优化系统 |
| CN107485786A (zh) * | 2017-09-18 | 2017-12-19 | 电子科技大学 | 一种全皮下植入型心律转复除颤器s_icd的植入评估系统 |
| CN107485786B (zh) * | 2017-09-18 | 2020-10-30 | 电子科技大学 | 一种全皮下植入型心律转复除颤器s_icd的植入评估系统 |
| CN117815559A (zh) * | 2024-03-05 | 2024-04-05 | 天津市胸科医院 | 一种自适应心脏外科除颤器 |
| CN117815559B (zh) * | 2024-03-05 | 2024-05-03 | 天津市胸科医院 | 一种自适应心脏外科除颤器 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108024770B (zh) | 使心脏激活可视化的系统 | |
| US10531922B2 (en) | Method for computationally predicting optimal placement sites for internal defibrillators in pediatric and congenital heart defect patients | |
| Crozier et al. | The relative role of patient physiology and device optimisation in cardiac resynchronisation therapy: a computational modelling study | |
| KR101109738B1 (ko) | 심장 부정맥 진단방법 및 그 진단장치 | |
| Jolley et al. | A computer modeling tool for comparing novel ICD electrode orientations in children and adults | |
| Karlon et al. | Effect of paddle placement and size on defibrillation current distribution: a three-dimensional finite element model | |
| CN104784822A (zh) | 具有患者个体化电极配置的心脏电除颤优化方法 | |
| Plancke et al. | Generation of a cohort of whole-torso cardiac models for assessing the utility of a novel computed shock vector efficiency metric for ICD optimisation | |
| CN107485786B (zh) | 一种全皮下植入型心律转复除颤器s_icd的植入评估系统 | |
| Schimpf et al. | Realistic computer modelling of electric and magnetic fields of human head and torso | |
| CN104524693B (zh) | 一种植入型心律转复除颤器icd的电极植入评估装置及系统 | |
| Min et al. | Finite element analysis of defibrillation fields in a human torso model for ventricular defibrillation | |
| Yang et al. | Optimal transvenous coil position on active-can single-coil ICD defibrillation efficacy: a simulation study | |
| Tate et al. | Measuring defibrillator surface potentials: the validation of a predictive defibrillation computer model | |
| Noro et al. | Decreased defibrillation threshold and minimized myocardial damage with left axilla implantable cardioverter defibrillator implantation | |
| Hunt et al. | Finite element computer modeling of transthoracic atrial defibrillation | |
| Okpah | Effect of Electrode Placement on Delivered Energy for Internal Atrial Defibrillation | |
| Triedman et al. | Predictive modeling of defibrillation using hexahedral and tetrahedral finite element models: recent advances | |
| Li et al. | Numerical modeling and simulation based on finite element method for internal cardiac defibrillation in a human torso | |
| Plancke | Evaluation of novel S-ICD electrode placements using computational modeling | |
| Jolley et al. | Open-source environment for interactive finite element modeling of optimal icd electrode placement | |
| Blilie et al. | Generation of an anatomically correct human thorax finite element model | |
| Wang | A Multi-Vector Admittance Measurement System for Increased Sensitivity to Right Ventricular Volume | |
| Bryant | Effect of Electrode Placement on Defibrillation Threshold and Esophageal Electric Field in Internal Atrial Defibrillation | |
| Kozmann et al. | Model interpretation of non-dipolar integral body surface QRST maps randomly appearing in arrhythmia patients |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| EXSB | Decision made by sipo to initiate substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150722 |