CN105324072B - 病灶点识别和绘制 - Google Patents

病灶点识别和绘制 Download PDF

Info

Publication number
CN105324072B
CN105324072B CN201480010755.8A CN201480010755A CN105324072B CN 105324072 B CN105324072 B CN 105324072B CN 201480010755 A CN201480010755 A CN 201480010755A CN 105324072 B CN105324072 B CN 105324072B
Authority
CN
China
Prior art keywords
lesion
node
candidate nodes
unit surface
patterning unit
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.)
Active
Application number
CN201480010755.8A
Other languages
English (en)
Other versions
CN105324072A (zh
Inventor
曾清国
R·杜博伊斯
贾平
R·伯坎
V·瓦苏德万
C·拉玛纳森
M·斯特罗姆
B·P·乔治
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Cardioinsight Technologies Inc
Original Assignee
Cardioinsight Technologies Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Cardioinsight Technologies Inc filed Critical Cardioinsight Technologies Inc
Publication of CN105324072A publication Critical patent/CN105324072A/zh
Application granted granted Critical
Publication of CN105324072B publication Critical patent/CN105324072B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/004Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
    • A61B5/0044Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the heart
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/339Displays specially adapted therefor
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/361Detecting fibrillation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/363Detecting tachycardia or bradycardia
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/486Bio-feedback
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B18/04Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by heating
    • A61B18/12Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by heating by passing a current through the tissue to be heated, e.g. high-frequency current
    • A61B18/14Probes or electrodes therefor
    • A61B18/1492Probes or electrodes therefor having a flexible, catheter-like structure, e.g. for heart ablation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00Medical imaging apparatus involving image processing or analysis
    • A61B2576/02Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
    • A61B2576/023Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the heart
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25Bioelectric electrodes therefor
    • A61B5/279Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/28Bioelectric electrodes therefor specially adapted for particular uses for electrocardiography [ECG]
    • A61B5/282Holders for multiple electrodes
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25Bioelectric electrodes therefor
    • A61B5/279Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/28Bioelectric electrodes therefor specially adapted for particular uses for electrocardiography [ECG]
    • A61B5/283Invasive
    • A61B5/287Holders for multiple electrodes, e.g. electrode catheters for electrophysiological study [EPS]
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/40ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Cardiology (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Testing Of Optical Devices Or Fibers (AREA)
  • Measurement Of Optical Distance (AREA)

Abstract

一种方法可以确定病灶活动的一个或多个起源。该方法可以包括基于跨时间的电数据来计算跨几何表面分布的多个节点处的电信号的相位。该方法可以基于分析所计算的相位和给定候选节点的幅度,确定多个节点中的给定候选节点是否为病灶点。可以生成图形绘制图以显现几何表面上检测到的病灶点。

Description

病灶点识别和绘制
相关申请
本申请要求2013年1月17日提交的题为“FOCAL POINT IDENTIFICATION ANDMAPPING”的美国临时专利申请No.61/753,753的权益,其全部内容通过引用并入本申请中。
技术领域
本公开涉及病灶点识别和绘制(mapping)。
背景技术
心电图绘制(ECM)是一种用于从感测到的电信号确定和显示心脏电信息的技术。心电活动的绘制在心脏心律失常诊断中有重要意义,这类心律失常例如纤颤,包括心房和心室纤颤,以及心动过速,包括房性心动过速和室性心动过速。在许多心律失常中,异常搏动的起源来自一小块异常区域或从该点传播的触发活动,并导致心脏异常活动。检测和显现该心律失常机制可对心律失常的临床诊断具有重大意义。
发明内容
本公开涉及病灶点识别和绘制。
一个例子可以包括非暂时性计算机可读介质,其具有能够由处理器执行以实现一种方法的指令。该方法可以包括计算与患者组织相关的几何表面区域上多个节点中每一个的信号相位,围绕所述多个节点的给定节点的节点子集限定所述给定节点的邻近节点。该方法还可以包括在与所述给定节点相关的激活时间段内将所述给定节点的所计算的相位相对于所述给定节点的邻近节点组中每一个的所述相位进行分析。该方法还可以包括基于所述分析确定所述给定节点是否为病灶点。所述计算、分析和确定可以为所述多个节点中至少大部分中的各节点重复以提供病灶点数据,所述病灶点数据指明与所述几何表面区域的各检测到的病灶点相对应的空间位置。
另一个例子可针对一种系统,其包括用于存储数据和机器可读指令的存储器,访问所述存储器并执行所述机器可读指令的处理器。所述机器可读指令可包括相位计算器,相位计算器被编程为计算跨对应于患者组织的几何表面分布的多个节点处的电信号的相位。所述指令还可以包括病灶检测器,病灶检测器被编程为:基于在与给定候选节点相关的激活时间区间将所述给定候选节点的所计算的相位相对于邻近于所述给定节点的一组节点中的各节点的相位进行分析,确定所述多个节点中的给定候选节点是否为病灶点,基于所述病灶点检测器的所述确定将病灶点数据存储在所述存储器中。该指令还可以包括绘制图(map)生成器,绘制图生成器被编程为基于所述病灶点数据生成表示所述几何表面上检测到的病灶点的图形绘制图。
作为另一个例子,一种方法可包括在存储器中存储表示与患者组织相对应的几何表面的电信号的电数据。处理器可以基于所述电数据计算跨所述几何表面分布的多个节点处的电信号的相位。处理器还可以基于在与给定候选节点相关的激活时间区间将所述给定候选节点的所计算的相位相对于邻近于所述给定节点的一组节点中的各节点的相位进行分析,来确定所述多个节点中的给定候选节点是否为病灶点。基于所述确定,病灶点数据可以被存储在所述存储器中。图形绘制图可被提供至显示器,以基于所述病灶点数据显现所述几何表面上检测到的病灶点。
附图说明
图1示出了识别和绘制一个或多个病灶点的系统的例子。
图2示出了分层邻元素图的例子,其可被实现来分析选定的顶点作为病灶点。
图3示出了图形绘制图的例子,其可被生成以可视化识别一个或多个病灶点。
图4示出了规则引擎的例子,其可被实现以控制病灶检测。
图5示出了可用于确定激活时间的信号图。
图6示出了图形绘制图,其展示了随时间推移增长的病灶区域。
图7示出了图形绘制图的例子,该图形绘制图展示了所检测到的病灶点。
图8示出了图形绘制图的例子,该图形绘制图展示了跨越多个时间区间的病灶点。
图9为流程图,其展示了用于识别病灶点的方法。
图10示出了可被实现以诊断和治疗递送的系统的例子。
图11示出了示例性计算环境。
具体实施方式
本公开涉及识别病灶电活动(如心律失常)的一个或多个起源。在此处公开的若干例子中,该方法被描述为涉及识别心房纤颤的病灶点(也称为激活触发或病灶触发);然而,该方法也可以用于识别其他类型心脏活动的病灶点,所述其他类型心脏活动包括心律失常如房性心动过速,心室纤颤,室性心动过速等等。如此处所公开的,病灶点可由此指激活自此处起源并从该起始位置传播至其周围组织的任何位置点。
以例子的方式,系统和方法可以识别给定几何表面的病灶点,该识别基于分析涉及跨几何表面的节点的激活和信号相位的空间和时间信息。该分析可以包括对以下两者的比较:给定几何表面上的节点相位相对于位于给定节点周围的邻域(例如,一层或多层节点)的节点相位。该比较可以在给定节点和其邻近节点之间、在足以涵盖对应于病灶点的触发事件的一段时间段内进行。例如,病灶点节点的邻元素具有稍后的激活时间,但与病灶点节点的相位是同步的。可以基于比较对各节点赋予得分。相应的病灶点绘制图可基于各节点累计的得分而被生成。
作为另一个例子,该系统和方法可以在给定几何表面上通过分析识别病灶点,所述分析为:将根据来自起始病灶候选节点的激活的传播的一组一个或多个病灶候选节点相对于所述起始候选节点周围邻域(例如,一层或多层)中的周围节点进行分析。这样的系统和方法可以将规则应用于在空间上和时间上评价激活的传播,以确定是否将起始病灶候选节点分类为病灶点。
所得到的病灶点数据也可以被用于生成图形化显像以在一幅或多幅绘制图上呈现空间和时间一致性信息(例如,按照色标或灰度来呈现)。各个识别出的病灶点的空间位置可被用作临床靶标,用于实施治疗,如此处所公开的(参见,例如,图11)。
此处公开的系统和方法可以被用作诊断和/或治疗工作流程的一部分,从而基于获自患者的电活动促进纤颤机制的识别和定位。在一些例子中,所述患者电活动可以包括体表电活动的非侵入性体表测量。另外地或替代性地,所述患者电活动可以包括心脏电活动的侵入性测量,包括心外膜测量和/或心内膜测量。
图1示出了系统10的一个例子,其基于电解剖数据(例如,描述关于解剖结构的电信息的数据)12的分析来识别几何表面上的病灶点。该电解剖数据12可被提供以表征患者(例如,人或其他动物)的几何表面(例如组织)的电活动。该电解剖数据可确定自非侵入性获取的电生理学信号、侵入性获取的电生理学信号或者非侵入性和侵入性电生理学信号的组合。
如此处所公开的,电解剖数据12可以表示患者解剖结构的电活动,例如可以包括心脏、大脑或其他解剖结构。举例来说,当该解剖结构为患者的心脏时,该电解剖数据12可以表示对应于心脏的几何表面(例如心外膜表面、心内膜表面或另外的心脏包膜)的电信息。该几何表面可以是患者特定的(例如,基于患者图像数据),或者其可以对应于通用模型,或者其可以是基于患者特定数据(例如,图象数据,患者测量等)和该表面的通用解剖模型生成的混合模型。因此,该几何表面不必对应于该组织的某一实际表面,而是可以代表与该电解剖数据12相关的空间结构。
系统10可以包括病灶分析模块14,病灶分析模块14被编程为生成病灶点数据16,基于电解剖数据12识别一个或多个(或者,在某些情况下零个)病灶点。该病灶分析模块14可以提供至少一部分(例如,感兴趣的区域)和适当地整个几何表面的病灶点数据16。如此处所公开的,病灶点可对应于几何表面上的单个节点或一组一个或多个连续节点。
该病灶点分析模块14可以包括相位计算器18,以在一个时间区间或多个时间区间计算几何表面(例如,心脏的空间区域)上多个节点中的每一个的相位值。用于计算相位的该方法可以根据电解剖数据的类型而变化。相位计算器18可以被编程为选择性地实现相位计算技术,该技术可以选自预定列表或为用户指定的计算,诸如响应于用户输入。作为一个例子,该相位计算器18可以被编程为按照公开于2013年9月20日提交的题为“PHYSIOLOGICAL MAPPING FOR ARRHYTHMIA”的PCT申请No.PCT/US13/60851(其通过引用并入本申请中)的方法来计算相位。相位可以替代性地通过其他方法来计算。该相位计算器18由此可以计算几何表面上的各节点在一段时间内(例如,一个或多个时间区间)的相位。这个时间段可以基于用户输入进行设置或可以是预定的默认时间量。
该病灶分析模块14包括病灶检测功能20,其被编程为基于对给定候选节点和其各邻近节点以相应时间区间计算(例如,由相位计算器18)的相位,将给定候选节点分类为病灶点或非病灶点。在图1的例子中,该病灶检测功能20采用了相位比较器22和规则引擎24来确定各候选节点是否为病灶点。该病灶检测功能20可以对各候选节点和一组其邻近节点(其可以包括一个或多个邻元素的分层组)进行该确定。层数的限定可以存储为规则引擎24的一部分,其可以是固定的或响应于用户输入可编程的。
作为一个例子,图2示出分层图50,其展示了给定候选节点52的邻域的例子。围绕给定节点52的节点子集由此可以限定该给定节点的邻近节点。给定节点的邻近节点可以包括这样的节点的布置,该节点具有对所述给定节点(例如,顶点)52提供多层邻近节点的多个层。所述给定节点周围的各相应层可基于相对于所述给定节点的空间连接性和/或空间距离来限定。例如,第一层邻近节点可以仅仅围绕(例如,外接)所述给定节点52。第一层中的节点可对应于具有相位Φ1,11,21,31,4,和Φ1,5(例如,由相位计算器18计算)的顶点。邻域50的下一层可以包括围绕所述第一层和所述给定节点的另一节点子集。在这样的第二层中的节点被表示为具有相应相位Φ2,12,22,32,42,52,62,7Φ2,82,92,10Φ2,11和Φ2,12的顶点。可以有任意数目的层,其还可响应于用户输入(例如,经由GUI 24)而被编程,如此处所公开的。
返回参考图1,相位比较器22可以根据时间对给定节点的相位和一层或多层中的各节点的相位进行比较。该相位比较器22可以基于各比较对一个给定节点及其邻近节点赋予规定的得分。对于几何表面上的每个节点,得自一组比较的得分可被存储在存储器中。如所提到的,规则引擎24可以控制各候选节点的邻域的尺寸(例如,层数),跨几何表面,尺寸可以是相同的或变化的。
该规则引擎24还可以控制由病灶检测功能20(包括由相位比较器22)实现的计分。例如,可以使用二进制得分,或者可以根据被比较的节点或相位值之间的空间和/或时间特征实现加权得分。在一些例子中,各比较的得分可以是固定值,例如二进制值,取决于相位比较的结果(例如,如果候选点具有比其邻位更大的相位,取1,否则取0)。在其它例子中,该规则可被设置为改变计算所得的得分。例如,该得分可以根据下述距离而变化,该距离为给定节点和对其执行比较的各相应节点之间的距离。作为另一个例子,该得分可以根据对其执行比较的节点所在的层来变化。该得分可以基于对各候选节点所做的所有比较来累计。例如,基于第一层的比较所赋予的得分可以大于更高层的比较。该比较和计分可以对几何表面上的至少大部分节点(以及适当地,几何表面上的所有节点)重复进行,这样一来,各节点都被赋予一个得分,其对几何表面上至少一个病灶点的位置提供指示。
通过另一个例子,从数学定义上,在给定时间t,相位比较器22可以确定病灶点发生于位置x,如果:
其中:φx(t)是在顶点x处、在时间t时的相位值,
φl,i(t)是在第l层邻域内的第i顶点的相位值,
n是控制层数的可调参数,以及
Νl(x)是包含顶点x的第l层邻域内所有顶点的子集,这展示于图2分层邻元素图中。
为了使该流程对噪声具有鲁棒性,可以利用数个层(例如,n=2至n=4或更多)。病灶触发通常会持续至少几毫秒。因此,上面的不等式应该跨越一段时间区间保持一些连续采样。
其中m是用于控制将顶点分类为病灶的该事件的最短持续时间的可调参数(例如,m=5ms)。
当由病灶检测20的相位比较器22实现时,该规则引擎24由此可以被配置为控制m和n。如所提到的,参数m和n(以及其他规则)可以响应于用户输入来设置。
基于(2)的相位比较可以在节点X激活的时间和激活后时间段进行。在X激活后评价该比较的时间段可以是固定的默认时间段,或者其可以是用户可编程的。在一些例子中,一段可变评价时间段可以被设置为基于节点X的邻域中被评价的层数而变化(例如,较多数目的层可以使用较长的时间段以适应传播)。作为一个例子,各节点包括给定节点X的激活时间可以基于X处的电描记图信号的时间导数而被确定,例如可以是X处电描记图最小斜率或最大绝对斜率的时间;尽管其他激活时间检测算法可被使用。
为了数字化地表示病灶检测结果,对于上述每(2)中被检测为病灶点的各节点,相位比较器22可以对给定节点计分1,对于发生于相同或不同节点的多个例子,这样一来,病灶点分析模块14就可以对各节点累计得分。作为数学的例子,该病灶点分析模块14可以采用相位比较器22来确定顶点x在给定采样时间t的得分Fx(t),其可以表示如下:
该病灶点分析模块14还可以计算随着时间推移的总计得分,例如可表示如下:
作为另一个例子,规则引擎24可以建立应用于各比较的可变计分。因此,不同于对顶点节点与邻近节点之间的各比较给出得分1或0,如上面所提到的,顶点节点与邻元素之间的比较可以根据被比较的节点之间距离而变化。例如,如果邻近节点离顶点节点更远,在各病灶点比较中(例如,由相位比较器22)具有较大相位的节点被赋予的得分可以被加权以降低得分。在一些例子中,可以为各层设置加权得分,或者该得分可以根据相应节点之间计算的距离而被计算。
通过举例的方式,如果一个顶点在给定采样时间被检测为触发,即,Fx(t)=1,则规则引擎24可以被编程为对所有其n层邻元素计分如:
由病灶检测功能20实现的上述规则运行以对得分空间地加权(例如,反比于与候选节点的距离)。例如,由式子(5)实现的规则将对第1邻域提供得分并对第n邻域提供得分对于n=4的例子,第1和第4层邻元素的所述得分分别为0.8和0.2。由这种方法提供的规则允许具有得分为1.0的病灶点在其邻近节点中显得突出。各相应节点的累计得分可以存储(例如,在内存中)为病灶点数据16。
系统10可以包括绘制图生成器28,其被编程为基于病灶点数据16生成一幅或多幅图形绘制图30以表示几何表面的一个或多个病灶点。例如,该绘制图生成器28可以被编程为生成图形绘制图,其中几何表面上的各节点的累计病灶点得分被绘制至显现在三维表面上(例如,心脏表面)的相应的标度。例如,该图形绘制图30可以按照给定标度(例如,色度或灰度)显现在该几何表面上以示出病灶点得分的范围。该标度可以由该绘制图生成器28设置为适应已被赋予几何表面上的节点的累计得分的范围。生成的图由此可被用于识别几何表面上的病灶点。作为另一个例子,绘制图生成器34可被编程为呈现不同时间区间和/或不同几何表面的多个图形绘制图30。
图3示出病灶绘制图70的例子,其可基于病灶点数据来生成,该病灶点数据基于此处所公开的系统和方法来计算。在图3的例子中,检测到的病灶点被展示为跨心房分布。在一些情况下,仅仅基于以邻域为基础的相位比较来检测病灶,例如展示于图3的例子中,可能产生假阳性和/或假阴性检测。因此,规则引擎24可被编程为应用附加规则(例如,逻辑和/或对照)以帮助提高灵敏度和/或特异性。
图4展示了规则引擎80的例子,其可以实现附加规则以提高病灶点检测的灵敏度和/或特异性。规则引擎80可以对应于图1的规则引擎24,或者如同图1的规则引擎24实现,附加背景可以返回参考图1。
规则引擎80可以被编程为包括分析、逻辑和参数数据用于实现各种规则以提供增强的特异性和/或灵敏度,从而用来从跨患者解剖结构(例如,心脏或其他组织)的几何表面分布的电活动(例如,基于测得的电位)检测一个或多个病灶点。联合上面图1公开的病灶检测功能20,该规则引擎80可以减轻假阳性检测以及假阴性检测。规则引擎80可由此被实现为机器可读指令,其可以被存储在一个或多个非暂时性介质中并由一个或多个计算机的处理资源(例如,一个或多个处理器内核)执行。可对应于作为规则引擎80实现的机器可读指令的方法例子展示于图9中。
在图4的例子中,规则引擎80包括激活检测器82,激活检测器82被编程为检测几何表面上各节点的激活。例如,激活检测器82可以被编程为开始时在选定相位值(θ1)上检测激活,并将节点标记为ON或激活的,直到相位变化为另一选定相位值(θ2,其中θ1≠θ2)。作为一个例子,θ2可以被自动选择为节点激活已被确定结束的时间。在其他例子中,θ2可以被选择以提供预定激活时间(例如,θ2-θ1=固定时间区间)。θ1和θ2的值可以响应于用户输入而被编程,并且可以根据相位计算器如何将给定节点电周期转变为相位而变化。
图5示出信号图100的例子,包括给定节点的滤波电位102和该给定节点的对应相位104。例如,相位104可以被计算(例如,由图1的相位计算器18)以表示给定节点电信号的相位。在图5的例子中,激活开始于激活点106,对应于当相位具有值θ1时,并继续至当信号104所计算出的相位值变化至π时。因此,对于给定节点的相位104的各周期的激活时间从激活点106延伸至当相位变化于θ2的时间。对于各相应节点来说,信号的激活时间可以随着时间而变化,如通过展示于108的激活编码所说明的那样。在其他例子中,激活时间区间可以是固定时间。例如,给定节点的激活时间区间可以从开始时间(诸如当相位具有值θ1时)延伸至一固定时间窗口(例如,大约50ms)之后的结束时间。激活检测器82由此可以生成激活编码108,从而对感兴趣的表面上各相应节点的激活进行编码。
通过进一步举例的方式,激活编码108可以被用于在开始与结束时间索引之间将各相应节点标记为活动的(例如,ON),否则将各节点标记为不活动的(例如,OFF)。这提供了各节点激活编码108的例子,如图5所示。由于跨表面的各相应节点在一个时间区间内可以被编码为ON或OFF,几何(例如,心脏)表面上同时为ON的连续的一组节点将形成一激活区域,例如图6中所展示的变化增长的区域。病灶检测功能可以应用该规则引擎80以确定各相应节点是否为病灶点,如此处所公开的。
规则引擎80还可以包括规则参数86,其可以由该规则引擎80(以及图1的病灶检测功能22)的组件用来实现此处公开的逻辑和分析。例如,规则参数86可以指定数值以设置一个或多个阈值以及其他可以控制病灶检测流程的参数。规则参数可以存储在存储器中,并可以是固定值或可以是响应于用户输入可编程的。
一个激活掩模(mask)生成器84可被编程,以生成一个或多个激活掩模。例如,该激活掩模生成器84可以生成一个激活编码掩模,例如对应于图5的激活编码108,以标记给定节点每次激活的开始和结束。在其他例子中,来自各准时起始激活的固定时间可被用于配置该掩模。可以对几何表面上各相应候选节点生成对应的激活掩模。另外,该激活掩模生成器84可以提供幅度激活掩模,例如通过对各节点的电信号设置最小幅度阈值(例如,从约0.01mV至约0.1mV的范围)。
规则引擎80可以包括候选者选择器88,其被编程为应用激活掩模生成器84所生成的各掩模,以识别跨感兴趣的几何表面的一组病灶候选者。该组病灶候选者可以是跨几何表面的整个节点组的一个适当子集。例如,候选者选择器可以对各节点的相位和电位信号应用组合逻辑(例如,逻辑AND函数)从而识别病灶候选节点。如此处所述,在一些例子中,感兴趣的几何表面可以包括感兴趣的特定区域或者其可以包括心脏的整个表面。
所识别的病灶候选者由此可以存储在存储器中,作为符合掩模建立的初始标准的一组预期候选者。在一些例子中,这可以包括有关图1公开的直接相位比较。各病灶候选者由此可以由规则引擎80连同病灶检测功能(图1的病灶检测20)来评价,以确定各对应的候选者节点是否为病灶点。
作为另一个例子,规则引擎80可以包括区域尺寸计算器90,区域尺寸计算器90可被编程为在给定候选者的给定时间区间内确定已被激活的区域(例如,跨表面分布的一个或多个节点)的尺寸。每个这样的节点的激活可以由激活检测器82来确定,如上面所提到的。例如,在或接近(例如,相距一个或两个时间区间内)初始激活时间,对于给定节点(例如,对应于图5激活点106的激活时间),该规则引擎80可以确定该激活区域的初始尺寸是否超过最大初始尺寸阈值(例如,由规则参数86设置)。该最大初始尺寸可被用于确定候选者是否为病灶点。例如,如果超过了该最大初始尺寸,则可以确定相应候选者不是病灶点。规则引擎80还可以在采样中增加一个或多个后续时间帧,以继续增加一个或多个下述节点,即该节点可能在由规则引擎80所评价的给定候选节点初始激活之后的时间被激活。区域尺寸计算器90可以依次确定一个或多个其他节点的附加激活是否影响到激活区域的尺寸。这可以用来确定激活区域的尺寸在预定时间段例如多个时间区间内是否已经增长或另外改变尺寸。在这样的时间段内尺寸缺乏变化可以有助于将候选者分类为不是病灶触发处。
该规则引擎80还可以包括连续性检测器92,连续性检测器92被编程为确定形成激活区域的节点组是否为给定邻域内的连续节点组。该连续性检测器92可以评价空间和/或时间连续性,以确定当前激活区域是否与给定候选节点的早先激活相连接。如果随后的激活区域不与该早先激活相连接,该病灶检测功能可以确定该候选节点不是病灶点,例如如果其尺寸不随时间变化(或收缩)。
规则引擎80还可以采用区域尺寸计算器90来确定在或接近激活时间终点处激活区域是否大于阈值最小最终尺寸,例如可以由规则参数86来设置。最小最终尺寸可以是固定值或用户可编程的(例如,响应于用户输入)。病灶检测功能由此可以采用规则引擎80来确定各节点是否为病灶点。结果(包括最终结果和中间阶段)可以作为病灶数据存储于存储器中,并用于生成一幅或多幅图形绘制图,如此处所公开的。
图6示出了多个时间帧的例子,其展示了来自一个点的激活怎样可以触发周围节点的激活,周围节点的激活跨患者心脏的几何表面随着时间从初始触发处增长。图6的例子展示了6个不同的时间帧,展示于120、122、124、126、128、130(例如,在约30ms上变化)。各相应时间帧在时间上对应于给定候选病灶节点激活期间内的不同实例。正如示出于病灶点绘制图120、122、124、126、128和130中的,其展示了激活起始于给定点或区域例如对应于绘制图120中的表面上的一个或多个节点,随后形成一个小岛,如122至124展示的那样,并如126至130展示的那样继续传播和增长。如图6所展示的,从病灶点的激活传播可以是各向异性的。
图7示出了电生理学绘制图140的例子,该绘制图展示了病灶触发处144(例如,一个或多个节点),其可以由绘制图生成器(例如,图1的绘制图生成器28)生成。图7的例子中的病灶触发处可以基于在一给定时间区间内在展示于图6例子中的病灶区域增长期间应用规则来检测(例如,由图1的病灶检测功能20)。
图8示出了电生理学绘制图150,其可以由绘制图生成器(例如,图1的绘制图生成器28)生成。该电生理学绘制图150包括在多个不同时间区间内检测到的多个病灶点152。例如,病灶点可以基于规则引擎的应用由此处公开的病灶检测功能来检测。
鉴于以上描述的前述结构和功能特征,参照图9将能够更好地理解可被实现的方法。虽然出于方便解释的目的,图9的方法显示和描述为连续执行,然而,应该理解和意识到本发明不受所说明的次序限制,因为根据本发明的一些方面可以以不同于此处显示和描述的顺序发生和/或与此处显示和描述的其他方面同时发生。此外,并非所有说明的特征都需要用于实现方法。作为例子,该方法或其部分可作为存储于一个或多个非暂时性存储介质中的指令实现以及由计算机设备的处理器执行。
图9示出一个流程图,其展示了识别一个或多个病灶点的示例性方法。方法160可以由此处公开的病灶检测功能和规则引擎实现(例如,图1的病灶检测功能20和规则引擎24,或者图4的规则引擎80)。在162处,基于一段时间内的采样区间计算相位数据,其可响应于用户输入由用户选择或者被自动检测。
在166处,可以基于计算于162的相位信息生成一个或多个激活掩模(例如,由图4的掩模生成器84)。例如,一个激活掩模可以编码激活时间,例如各相应节点的激活的开始和结束时间如开始于当相位具有值θ1时的时间和结束时间。当相位具有值θ2时结束时间可被确定,或者可以距检测到的开始为激活时间建立一固定时间段。对于各激活时间段,可以对应于各开始和结束时间设置时间索引。对于各节点处被感知的电信号(例如,过滤的或处理的电位),另一掩模可被生成以设置一个最小阈值幅度。所生成的掩模和相关阈值可作为参数(例如,图4的规则参数86)存储于相应的存储器中。用于分析相位值和激活的时间区间可以在168被设置和初始化。该时间区间可以在以下两者间任意变化,即相位数据在162计算的采样区间中的所选部分,到一个或多个采样区间的整个长度。
在170处,激活掩模被应用于相位数据以识别一组病灶候选者从而进行进一步评价(例如,对应于图4的候选者选择器88)。对应于病灶候选者的各节点由此可被存储在存储器中,用来对各相应候选者实施方法160的其余部分。在172处可以对初始激活时间段(例如,候选节点的第二激活时间区间)的区域尺寸进行确定(例如,由图4的区域尺寸计算器90)。在174处,可以确定所确定的尺寸是否大于最大初始尺寸。如果初始区域的尺寸被确定为超过最大初始尺寸,方法前进至176,其中选择(例如,由图4的候选者选择器88)下一个候选节点来处理。这可以对应于这样的一个例子,其中初始区域太大了以至于太难以确定哪个节点或哪一组节点对应于触发处。该方法从176返回至172以处理下一个被选择的候选者。
对于相应候选者,如果在174处尺寸不超过最大初始尺寸,该方法可前进至178。在178处,该方法在下一时间区间中增长激活区域。例如,时间区间可以对应于各电信息采样被测量的时间,例如从0.5至约2ms的范围。在180处,确定(例如,由图4的连续性检测器92)下一个时间区间被激活区域是否与先前被激活区域(在之前的时间区间内)相连接。180处的该确定由此可以考虑时间和/或空间连接,例如确认新激活区域是否由正进行的激活区域触发。如果新区域不与先前区域相连接,该方法前进至182。
在182处,确定所确定的尺寸在预定时间段内是否保持不变。例如,该方法可以确定该尺寸在一个时间区间内(例如,4ms)是否保持不变。如果在该时间段内(例如在扩展的多个时间区间内)该尺寸保持不变,该方法前进至184以将该候选节点识别为非病灶点。该方法可以从184前进至176以处理来自170处识别得到的候选者组的下一个候选节点。如果在182处确定该尺寸发生了变化,该方法可以前进至186以递增至下一个时间区间,并且该方法可以继续至178以在该下一个时间区间内增长相应激活区域。
返回到180,如果确定新激活区域与先前区域(例如,时间和/或空间地)相连接,该方法可以前进至188。在188处,确定尺寸是否超过最小最终尺寸,如果激活区域的总计尺寸不超过最小最终尺寸,该方法前进至184,在这里该候选者可被标记为非病灶点。然而,如果该尺寸超过最小最终尺寸,该方法可以前进至190,在这里该候选者可被识别为病灶点。
从190处,该方法可以前进至176以处理下一个病灶候选者。如所提到的,该方法160可以在168处初始化的时间区间内对各候选病灶点重复进行。例如,该方法160可以对各相应候选者从172至190循环。另外,该方法还可以对正被处理的各相应时间帧(例如,时间区间)从168至190循环。通过这种方式,该方法160可以在不同的时间区间内识别不同的病灶点。所识别出的病灶点还可以总计并用于生成对应的病灶点绘制图(例如,图1的绘制图生成器28),如图8中示出的。
图10示出了系统200的例子,其可用于实施对患者的诊断和/或治疗。在一些例子中,系统200可以实时生成心脏202的病灶点绘制图作为诊断程序(例如,电生理学研究)的一部分,以帮助评估患者心脏的电活动和传导路径。
另外地或替代性地,系统200可被用作治疗程序的一部分,由此来帮助医生确定递送治疗至患者的参数(例如,治疗的递送位置、数量和类型)。例如,具有固定在其上的一个或多个治疗递送装置206的导管(如起搏导管),可被插入身体204以接触患者的心脏202,心内膜地或心外膜地。本领域技术人员将理解和意识到可以利用各种类型和配置的治疗递送装置206,其可以根据治疗类型和程序而变化。例如,治疗装置206可以被配置为递送电疗法、化学疗法、声波疗法、热疗法或它们的任意组合。
通过举例的方式,该治疗递送装置206可以包括位于消融导管尖端的一个或多个电极,其被配置为产生热量以响应于治疗系统208提供的电信号(例如,射频能量)来消融组织。在其他例子中,该治疗递送装置206可以被配置为递送冷却来执行消融(例如,低温消融)、递送化学品(例如,药物)、超声消融、高频消融,或者这些或其他治疗机制的组合。在另外其他例子中,该治疗递送装置206可以包括位于起搏导管尖端的一个或多个电极以递送电刺激,例如用于起搏心脏,响应于治疗系统208提供的电信号(例如,起搏脉冲)。其他类型的治疗也可以通过该治疗系统208和放置于体内的侵入性治疗递送装置206来递送。
该治疗系统208可以被放置在患者身体204的外部并被配置为控制由装置206递送的治疗。例如,治疗系统208包括控制电路210,其可以通过在该装置(例如,电极)206和该治疗系统208之间电连接的导电链路传达(例如,提供)电信号。控制系统210可以控制供应给装置206的信号参数(例如,电流、电压、重复频率、触发延迟、感测触发幅度)从而通过一个或多个电极204递送治疗(例如,消融或刺激)至心脏202的一个或多个位置。控制电路210可以基于自动、手动(例如,用户输入)或自动和手动的组合(例如,半自动)控制设置治疗参数并应用刺激。输出数据224,包括识别一个或多个病灶点的数据,也可以被提供给治疗系统208用于实现这样的控制。一个或多个传感器(未示出)也可以将传感器信息传达返回给治疗系统208。装置206相对于心脏202的位置可以在手术中经由显像模式(例如,荧光透视、X射线)、绘制系统212、直视等等被确定和跟踪。装置206的位置和治疗参数由此可以被结合以提供相应的治疗参数数据。
经由治疗系统208提供治疗之前、期间和/或之后,另一个系统或子系统可被用于获取患者的电生理学信息。在图10的例子中,传感器阵列214包括可用于记录患者活动的一个或多个电极。该传感器阵列可以被非侵入性地放置在患者身体上和/或其可被侵入性地放置在身体内以测量患者电活动。
作为一个例子,传感器阵列214可对应于高密度布置的体表传感器(例如,多于200个电极),它们被分布在患者躯干的一部分,用于测量与患者心脏相关的电活动(例如,作为心电图绘制程序的一部分)。可使用的非侵入性传感器阵列的例子示出并描述于2009年11月10日提交的国际申请No.PCT/US2009/063803,其通过引用并入本申请中。传感电极的其他布置可以被用作传感器阵列214。该阵列可以是简化的电极组,其不覆盖患者的整个躯干,并且被设计用于为特定目的(例如,专门设计来分析AF和/或VF的电极阵列)测量电活动和/或用于监测心脏预定空间区域。
一个或多个传感器也可以被放置在被插入到患者体内的装置206上。这种电极可以连同传感器阵列214一起用于绘制心内膜表面例如心脏腔室的壁面以及心外膜表面的电活动。另外,这种电极也可以用于帮助在心脏202内定位装置206,其可以被配准至系统200生成的图像或图中。或者,这样的定位可以在缺乏来自心脏202内部或表面的电极信号发射的情况下被实现。
在每一个这样的用于获取患者电信息的示例方法中,包括侵入性的、非侵入性的或侵入性和非侵入性传感器的组合,一个或多个传感器阵列214将所感测的电信息提供给相应的测量系统216。该测量系统216可以包括适当的控制和信号处理电路218用于提供相应的测量数据220,其描述由传感器阵列214中的传感器检测到的电活动。该测量数据220可以包括模拟或数字信息。
该控制218也可以被配置为控制数据获取流程,用于测量电活动,并提供测量数据220。测量数据220可以与治疗系统递送治疗同时获取,以检测心脏202响应于施加给定治疗(例如,根据治疗参数)而发生的电活动。例如,适当的时间标记可用于标引相应数据220与治疗参数之间的时间关系,以促进其评价和分析。
绘制系统212被编程为通过应用适当处理和计算以提供相应的输出数据224来将对应于心脏202电活动的测量数据220与几何数据222结合起来。输出数据224可以表示或表征跨几何表面的一个或多个病灶点(例如,心脏包膜或与心脏202相关的其他表面)。
由于测量系统216可以同时测量心脏的预定区域或整个心脏的电活动(例如,当传感器阵列覆盖患者身体204的整个胸部时),所产生的输出数据224由此也可以以时间或空间一致的方式表示心脏的预定区域或整个心脏的并发数据。这可以包括对两个心房和/或两个心室同时测量。计算输出数据/绘制图的时间区间可以基于用户输入来选择。另外地或替代性地,所选择的时间区间可以同步于治疗系统208施用的治疗。
对于其中非侵入性获取电测量数据的例子(例如,经由体表传感器阵列214),电描记图重构230可以被编程为基于处理信号和几何数据222来计算逆解和提供相应的重构电描记图。该重构的电描记图由此可以对应于跨心脏包膜的心电图活动,并且可以包括静态的(在给定时间瞬间的三维的)和/或动态的(例如,随时间变化的四维绘制图)。可以在系统10中采用的逆算法的例子公开于美国专利No.7,983,743和No.6,772,004,其通过引用并入本申请中。该EGM重构230由此可以将经由传感器阵列214测量的体表电活动重构至心脏包膜上的多个位置(例如,大于1000个位置,诸如约2000个位置或更多)。在其他例子中,绘制系统212可以基于侵入性测量的电活动计算心脏区域电活动,例如经由篮状导管或其他形式的测量探针。
如此处所公开的,心脏包膜可以对应于患者心脏相关的三维表面几何,其中表面可以是心外膜或心内膜。另外地或替代性地,所述心脏包膜可以对应于位于患者心脏的心外膜表面与放置传感器阵列214的患者身体表面之间的几何表面。另外,由电描记图重构230所使用的几何数据222可以对应于实际患者解剖几何、预编程模型或它们的组合(例如,基于患者解剖结构修改的模型)。
作为例子,几何数据222可以为患者躯干的三维图形表示的形式,例如从患者获取的图像数据。这样的图像处理可以包括从数字化图像集中提取和分割解剖学特征,包括一个或多个器官和其他结构。另外,传感器阵列214中各电极的位置可以包括在几何数据222中,例如通过获取图像,当电极被布置在患者身上时,以及通过适当的提取和分割在坐标系中识别电极位置。其他不基于成像的技术也可以用于获得电极在传感器阵列中的位置,例如数字转换器。
替代性地或另外地,几何数据222可以对应于数学模型,例如可以是通用模型或基于患者图像数据建立的模型。适当的解剖学的或其他的标志,包括电极在传感器阵列214中的位置,可以在几何数据222中识别,以便于配准电测量数据220并在其上实施逆方法。该标志的识别可以手动(例如,经由图像编辑软件,由人)或自动(例如,经由图像处理技术)完成。
作为另一个例子的方式,几何数据222可以使用基于其相应表示可被建立的几乎任何成像模式来获取,例如此处所描述的。这样的成像可以与用于生成患者测量数据220的电活动记录同时进行,或者该成像可以单独进行(例如,在测量数据获取之前)。
确定跨心脏几何表面的电位数据(例如,从非侵入性和/或侵入性获取的测量值计算得到的电描记图数据)之后(或与之同时),电描记图数据可以进一步进行信号处理,以计算一个或多个心脏绘制图。绘制系统212可以包括病灶点计算器232,其可以被编程为基于几何和电测量数据计算给定空间区域内多个点中每一个的病灶点数据。例如,该病灶点可以被编程为计算跨患者心脏给定几何表面分布的节点的相位,如此处所公开的。该病灶点计算器232还可以基于对给定顶点节点的相位信息相对于其各邻近节点的相位进行比较来计算病灶点数据。该比较可以对顶点节点和一层或多层内的各节点进行(参见,例如,图2)。基于各比较,可以对一个给定节点和其邻近节点赋予得分。该得分可以是固定值,或者其可以如此处所公开的那样变化。该比较和计分可以对各节点进行重复,以提供相应的病灶点绘制图数据,展示为输出数据224。
作为进一步的例子,病灶点计算器232可以包括规则引擎(例如,规则引擎80),其被编程为应用一个或多个规则以增强病灶点分析的灵敏度和特异性。例如,该规则引擎可以采用参数,该参数可以被设置为控制各候选节点在一组一个或多个时间区间内的病灶分析,例如图9所公开的有关方法。病灶点计算器232由此可以对各时间区间提供一组一个或多个病灶点作为输出数据224的一部分,该时间区间基于对患者感知的电测量数据而被分析。
输出数据224可以由显示器242采用以呈现图形绘制图表示244。与病灶点绘制图或其他方面可视化的生成有关的参数——例如包括选择一个或多个时间区间、设置一个或多个阈值、呈现在图形绘制图中的信息类型等等——可以响应于例如经由相应的可视化GUI 190的用户输入而被选择。绘制系统224由此可以生成对应的输出数据224,其可以依次由可视化引擎呈现为显示器192中相应的图形输出,例如包括心电图病灶点绘制图194。
除了生成一幅或多幅病灶点绘制图的绘制系统212,其他类型的心电图绘制也可以进行,例如包括激活绘制图、主频绘制图等等。例如,显示器192可以包括一个或多个区域用于同时显示复合奇点绘制图数据与相应的激活或主频绘制图以便于AF或VF的诊断和治疗。
另外,输出数据224(包括从病灶点绘制图确定的病灶点的尺寸和位置相关信息)可以被提供给治疗系统208。治疗系统的控制210可以利用该输出数据以控制一个或多个治疗参数。作为一个例子,控制210可以基于从复合相位奇点绘制图确定的相位奇点的位置和尺寸来控制消融治疗递送至心脏的部位(例如,心外膜或心内膜壁)。也可以基于输出数据控制其他类型的治疗。该被实现的控制可以是基于输出数据224的全自动控制、半自动控制(部分自动和响应于用户输入)或手动控制。
作为另一个例子,此处所公开的病灶点检测方法可以与其他心律失常检测和绘制方法结合作为集成系统(例如,系统200)的一部分。例如,病灶点检测可以结合相位奇点检测,其公开于上述并入的PCT申请No.PCT/US13/60851。
鉴于上文的结构和功能描述,本领域技术人员将意识到此处公开的部分系统和方法可以体现为方法、数据处理系统、或计算机程序产品,例如非暂时性计算机可读介质。因此,此处公开的方法的这些部分可以采用完全硬件实施例、完全软件实施例(例如,在非暂时性机器可读介质中)、或结合软件与硬件的实施例的形式,例如关于图11的计算机系统所显示和描述的。此外,此处所公开的系统和方法的部分可以是计算机可用存储介质上的计算机程序产品,该介质上具有计算机可读程序代码。任何可用的合适的计算机可读介质包括,但不限于,静态和动态存储装置、硬盘、光存储装置和磁存储装置。
此处还参照方法、系统和计算机程序产品的块状图解描述了某些实施方案。应该理解的是,图解中的块,以及图解中块的组合,可以由计算机可执行指令来实现。这些计算机可执行指令可以被提供给通用计算机、专用计算机、或其他可编程数据处理装置(或器件和电路的组合)的一个或多个处理器以产生一种机器,这样一来,经由处理器执行的指令就能够实现在一个或多个块中指定的功能。
这些计算机可执行指令也可以存储在计算机可读存储器中,其可以引导计算机或其他可编程数据处理装置以特定方式运行,这样一来,存储在计算机可读存储器中的指令得到一件制品,其包括实现流程图的一个或多个块中指定功能的指令。计算机程序指令还可以被加载到计算机或其他可编程数据处理装置上,使得一系列操作步骤得以在计算机或其他可编程装置上运行,以产生计算机实现的流程,这样一来,在计算机或其他可编程装置上执行的指令提供了步骤,用于实现流程图的一个或多个块中指定的功能。
在这点上,图11示出计算机系统300的一个例子,其可被用于执行一个或多个实施方式,例如包括传感器数据的获取和处理、图像数据的处理、以及与心脏电活动分析相关的转换后的传感器数据和图像数据的分析。计算机系统300可以在一个或多个通用联网计算机系统、嵌入式计算机系统、路由器、交换机、服务器设备、客户端设备、各种中间设备/节点或独立计算机系统上实现。另外,计算机系统300可以在各种移动客户端上实现,诸如,举例如下,个人数字助理(PDA)、膝上型计算机,寻呼机,智能电话等等,只要它包括足够的处理能力。
计算机系统300包括处理单元301、系统存储器302、以及系统总线303,该系统总线303耦合各种系统组件,包括系统存储器,至处理单元301。双微处理器和其它多处理器架构也可用作处理单元301。系统总线303可以是若干总线结构类型中的任一种,包括存储器总线或存储器控制器,外围总线,以及使用各种总线架构之任一种的局部总线。系统存储器302包括只读存储器(ROM)304和随机存取存储器(RAM)305。基本输入/输出系统(BIOS)306可以驻留在ROM 304中,其包含有助于在计算机系统300内的元件之间传输信息的基本例程。
计算机系统300可以包括硬盘驱动器307,磁盘驱动器308,例如,以读取自或写入到可移动磁盘309,以及光盘驱动器310,例如,用于读取CD-ROM盘311或用于读取自或写入到其他光学介质。硬盘驱动器307,磁盘驱动器308,和光盘驱动器310分别通过硬盘驱动器接口312,磁盘驱动器接口313和光盘驱动器接口314,被连接到系统总线303。驱动器和它们相关联的计算机可读介质为计算机系统300提供数据结构、计算机可执行指令、以及数据的非易失性存储。尽管上述计算机可读介质是指硬盘、可移动磁盘和CD,然而其他类型的各种形式的计算机可读介质,例如磁带盒、闪存卡、数字视频盘等等,也可以用在操作环境中;另外,任何这样的介质可以包括计算机可执行指令,用于实现此处公开的系统和方法的一部分或多个部分。
许多程序模块可存储在驱动器和RAM 305中,包括操作系统315,一个或多个应用程序316,其它程序模块317,以及程序数据318。应用程序和程序数据可以包括如下功能和方法,其被编程为从一个或多个传感器获取、处理和显示电数据,如此处所显示和描述的。应用程序和程序数据可以包括如下功能和方法,其被编程为如此处公开的那样处理信号和计算相位数据和识别一个或多个病灶点。应用程序和程序数据还可以包括如下功能和方法,其被编程为如此处所公开的那样生成一个或多个病灶点图形绘制图。
用户可以通过一个或多个输入设备320输入命令和信息至计算机系统300,该输入设备320例如指向设备(例如,鼠标,触摸屏)、键盘、麦克风、操纵杆、手势控制、游戏垫、扫描仪等等。例如,用户可以使用输入设备320来编辑或修改域模型。这些和其他输入设备320常通过耦合至系统总线的相应端口接口322连接至处理单元301,但是也可以通过其他接口来连接,例如并行端口、串行端口、或通用串行总线(USB)。一个或多个输出设备324(例如,显示器,监视器,打印机,投影仪或其它类型的显示设备)也经由接口326连接至系统总线303,例如视频适配器。
计算机系统300可以在使用逻辑连接至一个或多个远程计算机例如远程计算机328的网络环境中操作。远程计算机328可以是工作站、计算机系统、路由器、对等设备、或其他公共网络节点,并且通常包括关于计算机系统300描述的许多或所有元件。在330处示意性地指出的逻辑连接可以包括局域网(LAN)和广域网(WAN)。
当在LAN联网环境中使用时,计算机系统300可以通过网络接口或适配器332连接至本地网络。当在WAN联网环境中使用时,计算机系统300可以包括调制解调器,或者可以连接至LAN上的通信服务器。调制解调器,其可以是内置的或外置的,可以经由适当的端口接口被连接至系统总线303。在联网环境中,关于计算机系统300描述的应用程序316或程序数据318,或其一部分,可被存储在远程存储器存储设备340中。
上面已经描述的是例子。当然,不可能描述结构、组件或方法的每一种可构想的组合,但是本领域普通技术人员将认识到,许多其它的组合和排列是可能的。因此,本发明旨在包含落入本申请包括所附权利要求范围内的所有这样的变更、修改和变化。
在本公开或权利要求陈述“一”、“第一”或“另一”元素,或其等价物时,应当被解释为包括一个或一个以上这样的元素,既不要求也不排除两个或更多个这种元素。如此处所用,术语“包括”意思是包括但不限于。术语“基于”意思是至少部分基于。

Claims (23)

1.一种用于病灶点识别的设备,所述设备包括:
用于计算与患者的组织相关的几何表面区域上多个节点中每一个的信号的相位值的装置,对所述多个节点中的给定节点进行围绕的节点的子集限定所述给定节点的邻近节点;
用于基于对所述多个节点中的至少一个节点所计算的相位值生成激活掩模的装置;
用于将所述激活掩模应用于对所述几何表面区域上的所述多个节点中的每一个所计算的相位值来识别一组病灶候选节点的装置;
用于在与所述一组病灶候选节点中的给定病灶候选节点相关的激活时间段内将所述给定病灶候选节点的所计算的相位值相对于所述一组病灶候选节点中的其它节点的所计算的相位值进行分析的装置;
用于基于至少一个时间区间的激活区域的计算的尺寸确定各病灶候选节点是否为病灶点的装置;以及
用于将图形绘制图提供至显示器以基于所述确定显现所述几何表面区域上检测到的一个或多个病灶点的装置。
2.如权利要求1所述的设备,还包括:用于对所述一组病灶候选节点中的各病灶候选节点重复所述分析以提供病灶点数据的装置,所述病灶点数据指明所述几何表面区域的各病灶候选节点的空间位置,所述图形绘制图还被基于所述病灶点数据来提供。
3.如权利要求1所述的设备,其中所述邻近节点包括具有多个层的节点的布置,所述多个层提供相对于所述给定节点的节点的邻域,各邻域的层数是能够被编程的参数。
4.如权利要求1所述的设备,其中,用于将所计算的相位值进行分析的装置还包括:
用于将在激活时间段内所述给定病灶候选节点的所计算的相位值相对于所述一组病灶候选节点中的各病灶候选节点的所计算的相位值进行比较的装置;
用于基于各比较对所述一组病灶候选节点中的各病灶候选节点赋予得分的装置,其中所述几何表面区域的各病灶点是基于赋予各病灶候选节点的得分检测的。
5.如权利要求4所述的设备,还包括:
用于合计多个激活时间段内赋予各病灶候选节点的得分的装置;以及
用于基于病灶点数据生成几何表面区域的所述图形绘制图的装置,所述病灶点数据包括赋予各病灶候选节点的合计得分。
6.如权利要求4所述的设备,其中赋予各病灶候选节点的得分包括根据各给定病灶候选节点和与其进行比较的病灶候选节点之间的距离而变化的值。
7.如权利要求1所述的设备,其中所述激活掩模是时间激活掩模;
其中用于生成激活掩模的装置还包括用于生成幅度激活掩模的装置,幅度激活掩模指明所述几何表面区域上的所述多个节点中的每一个处的信号的最小幅度,并且
其中所述一组病灶候选节点响应于将所述时间激活掩模和所述幅度激活掩模两者应用于对所述几何表面区域上的所述多个节点中的每一个所计算的相位值而被识别。
8.如权利要求1所述的设备,用于确定的装置还包括:
用于如果相应激活时间段之后的至少一个其他激活时间段的新激活节点与相应激活时间段的被激活的激活区域相连接并且如果其他激活时间段的激活区域的所计算的尺寸超过最小尺寸参数则检测所述给定病灶候选节点中相应的一个是病灶点的装置。
9.如权利要求1所述的设备,还包括用于如果随后的激活时间的激活的节点与相应激活时间的被激活的激活区域不相连并且所计算的尺寸在预定时间段内不变化则确定所述给定病灶候选节点不是病灶点的装置。
10.如前述权利要求中任一项所述的设备,其中所述几何表面区域包括心外膜表面、心内膜表面或另外的心脏包膜中的一个。
11.如权利要求1-9中任一项所述的设备,其中所述设备还包括:用于基于从患者获取的电数据求解逆问题以将重构电信号计算为所述几何表面区域上的各节点的信号的装置,用于基于相应节点的重构电信号而计算各节点的相位的装置。
12.如权利要求1-9中任一项所述的设备,其中所述多个节点中每一个节点的信号基于至少一个侵入性获取的患者的电数据或非侵入性获取的患者的电数据而得到。
13.一种用于病灶点识别的系统,包括:
存储器,用于存储数据和机器可读指令;和
处理器,访问所述存储器并执行所述机器可读指令,所述机器可读指令包括:
候选者选择器,被编程为:将激活掩模应用于对与患者的组织相关的几何表面区域上多个节点中的每一个所计算的相位值,以识别一组病灶候选节点;
病灶检测器,被编程为:
分析对所述一组病灶候选节点中的所述多个节点中的每一个所计算的相位值,以识别至少一个给定病灶候选节点,
对于所述至少一个给定病灶候选节点,根据所述多个节点中的哪些在对应激活时间区间中的相应激活时间被激活,来计算跨所述几何表面区域的激活区域的尺寸,以及
基于至少一个激活时间区间的所述激活区域的所计算的尺寸,确定多个病灶候选节点中的各病灶候选节点是否为病灶点,
基于所述病灶检测器的该确定将病灶点数据存储在所述存储器中;以及
绘制图生成器,被编程为基于所述病灶点数据生成表示所述几何表面上检测到的一个或多个病灶点的图形绘制图;以及
显示器,提供跨所述几何表面的所述图形绘制图的显现。
14.如权利要求13所述的系统,其中病灶检测器还包括相位比较器,相位比较器被编程为在激活时间区间内将各给定病灶候选节点的所计算的相位相对于其相应邻近节点组中的各节点的相位进行比较,所述相位比较器基于各比较对给定病灶候选节点及其邻近节点中的一个赋予得分,使得基于被赋予所述多个节点中的每一个并存储在所述病灶点数据中的合计得分,所述病灶检测器确定所述多个节点中的哪些为所述几何表面的病灶点,
其中所述绘制图生成器基于包括赋予各节点的合计得分的所述病灶点数据,生成所述几何表面的图形绘制图。
15.如权利要求14所述的系统,其中赋予各节点的得分包括根据各给定病灶候选节点和与其进行比较的节点之间的距离而变化的值。
16.如权利要求13、14或15所述的系统,其中所述病灶检测器还包括:
激活检测器,被编程为确定所述多个节点中至少大部分的激活时间区间;
掩模生成器,被编程为:基于对所述至少一个给定病灶候选节点检测的激活时间区间,生成给定病灶候选节点的所述激活掩模,所述激活掩模指明具有开始和结束时间的至少一个激活时间区间的组。
17.如权利要求16所述的系统,其中所述激活掩模是时间激活掩模,所述掩模生成器还提供幅度激活掩模,幅度激活掩模指定所述几何表面上所述多个节点中每一个处的电信号的最小幅度,以及
其中所述候选者选择器被编程为:响应于将所述时间激活掩模应用于所述多个节点中每一个的所计算的激活时间区间以及将所述幅度激活掩模应用于所述多个节点中每一个处的电信号,来识别所述一组病灶候选节点。
18.如权利要求13所述的系统,其中所述病灶检测器还包括:
连续性检测器,被编程为提供连续性数据,以指示相应激活时间区间之后的至少一个其他激活时间区间的新激活节点是否与所述相应激活时间区间被激活的激活区域相连接,
其中所述病灶检测器基于所述连续性数据并且基于其他激活时间区间的激活区域的所计算的尺寸超过最小尺寸参数,来将各给定病灶候选节点确定为病灶点。
19.如权利要求18所述的系统,其中所述病灶检测器还被编程为:基于所述连续性数据指示相应激活时间区间之后的至少一个其他激活时间区间的新激活节点与相应激活时间区间的被激活的激活区域不相连接,以及基于所计算的尺寸在预定时间段内不改变,来将所述给定病灶候选节点中的一个确定为非病灶点。
20.如权利要求13、14、15、18或19所述的系统,其中所述几何表面包括心外膜表面、心内膜表面或另外的心脏包膜中的一个。
21.如权利要求20所述的系统,还包括:
测量系统,被配置为非侵入性地测量所述患者的所述几何表面的电活动,并提供相应的电测量数据;
其中所述机器可读指令还包括重构功能,重构功能被编程为:基于电测量数据和几何数据求解逆问题以计算重构电信号,重构电信号对应于所述几何表面上的节点中的每一个的电信号,基于相应节点的重构电信号计算所述多个节点中的每一个的相位。
22.如权利要求13、14、15、18或19所述的系统,还包括测量系统,测量系统被配置为侵入性地测量所述几何表面的电活动,其中所述多个节点中的每一个的电信号基于所述侵入性测量的电活动而得到。
23.根据权利要求13、14、15、18或19所述的系统,还包括治疗系统,以基于所述病灶点数据来控制递送治疗至所述几何表面上的选择的位置。
CN201480010755.8A 2013-01-17 2014-01-16 病灶点识别和绘制 Active CN105324072B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201361753753P 2013-01-17 2013-01-17
US61/753,753 2013-01-17
PCT/US2014/011825 WO2014113555A2 (en) 2013-01-17 2014-01-16 Focal point identification and mapping

Publications (2)

Publication Number Publication Date
CN105324072A CN105324072A (zh) 2016-02-10
CN105324072B true CN105324072B (zh) 2018-09-04

Family

ID=51165670

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480010755.8A Active CN105324072B (zh) 2013-01-17 2014-01-16 病灶点识别和绘制

Country Status (4)

Country Link
US (2) US9668664B2 (zh)
EP (1) EP2945531B1 (zh)
CN (1) CN105324072B (zh)
WO (1) WO2014113555A2 (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3451904B1 (en) 2016-05-03 2023-12-20 CardioInsight Technologies, Inc. Detecting conduction timing
CA3026278A1 (en) * 2016-06-03 2017-12-07 Arizona Board Of Regents On Behalf Of The University Of Arizona Acoustoelectric image-guided therapy
US10806359B2 (en) * 2017-04-27 2020-10-20 Cardioinsight Technologies, Inc. Connectivity analysis for arrhythmia drivers
GB2573109B (en) * 2018-04-23 2022-09-14 Barts Health Nhs Trust Methods and systems useful in mapping heart rhythm abnormalities
WO2019209626A1 (en) * 2018-04-26 2019-10-31 St. Jude Medical, Cardiology Division, Inc. System and method for mapping arrhythmic driver sites
US11198004B2 (en) 2019-04-11 2021-12-14 Biosense Webster (Israel) Ltd. Goal-driven workflow for cardiac arrhythmia treatment
US11278233B2 (en) * 2019-11-15 2022-03-22 Biosense Webster (Israel) Ltd. Method and apparatus to find abnormal activations in intra-cardiac electrocardiograms based on specificity and sensitivity
CN111297474B (zh) * 2019-12-19 2022-11-08 成都迈格因科技有限公司 心房颤动病灶的个体化定位标测系统
US11819331B2 (en) 2021-12-08 2023-11-21 Biosense Webster (Israel) Ltd. Visualization of epicardial and endocardial electroanatomical maps

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4974598A (en) * 1988-04-22 1990-12-04 Heart Map, Inc. EKG system and method using statistical analysis of heartbeats and topographic mapping of body surface potentials
US6236883B1 (en) 1999-02-03 2001-05-22 The Trustees Of Columbia University In The City Of New York Methods and systems for localizing reentrant circuits from electrogram features
US7123954B2 (en) * 2002-09-19 2006-10-17 Sanjiv Mathur Narayan Method for classifying and localizing heart arrhythmias
US8175702B2 (en) 2004-11-04 2012-05-08 The Washington University Method for low-voltage termination of cardiac arrhythmias by effectively unpinning anatomical reentries
US7819862B2 (en) * 2005-08-11 2010-10-26 St. Jude Medical, Atrial Fibrillation Division, Inc. Method for arrhythmias treatment based on spectral mapping during sinus rhythm
US8224432B2 (en) 2007-05-08 2012-07-17 C.R.Bard, Inc. Rapid 3D mapping using multielectrode position data
US8200318B2 (en) * 2007-09-21 2012-06-12 University of Pittsburgh—of the Commonwealth System of Higher Education Electrocardiogram reconstruction from implanted device electrograms
EP2266459A1 (en) * 2009-06-24 2010-12-29 Cortius B.V. i.o. Inverse imaging of electrical activity of a heart muscle
EP2555674B1 (en) * 2010-04-08 2019-06-12 The Regents of The University of California Methods, system and apparatus for the detection, diagnosis and treatment of biological rhythm disorders
JP5956463B2 (ja) * 2010-12-30 2016-07-27 セント・ジュード・メディカル・エイトリアル・フィブリレーション・ディヴィジョン・インコーポレーテッド 身体組織から電子生理学的データを分析しマッピングするシステム、電子生理学的データを分析するシステムの作動方法及び心臓組織から測定されるデータを分析するカテーテルシステム

Also Published As

Publication number Publication date
US9668664B2 (en) 2017-06-06
WO2014113555A3 (en) 2015-01-29
EP2945531B1 (en) 2019-09-04
US9883813B2 (en) 2018-02-06
EP2945531A2 (en) 2015-11-25
US20160354002A1 (en) 2016-12-08
WO2014113555A2 (en) 2014-07-24
CN105324072A (zh) 2016-02-10
EP2945531A4 (en) 2016-08-31
US20140200473A1 (en) 2014-07-17

Similar Documents

Publication Publication Date Title
CN105324072B (zh) 病灶点识别和绘制
CN105142500A (zh) 合成奇点绘图
CN107007279A (zh) 一种基于堆栈式自编码器的无创心内异常激动点定位方法
US20220181025A1 (en) Setting an automatic window of interest based on a learning data analysis
EP3944808A1 (en) Automatic segmentation of anatomical structures of wide area circumferential ablation points
US20220039730A1 (en) System and method to detect and identify cardiac pace-mapping sites and pacing maneuvers
JP2022031229A (ja) アブレーションインデックス計算を最適化するために機械学習アルゴリズムを利用する心臓不整脈を治療するための装置
JP2022023017A (ja) 広域周方向アブレーション点の自動連続性推定
JP2022031228A (ja) 心不整脈のマッピング及び治療中のワークフローを改善するための機械学習の使用
US20220180219A1 (en) Automatic acquisition of electrophysical data points using automated setting of signal rejection criteria based on big data analysis
US20220036555A1 (en) Automatically identifying scar areas within organic tissue using multiple imaging modalities
JP2021194543A (ja) 心房細動
JP2022091729A (ja) 解剖学的構造マッピングデータの信号及び補正処理
US20220181024A1 (en) Catheter structure examination and optimization using medical procedure information
US20220238203A1 (en) Adaptive navigation and registration interface for medical imaging
US20240203035A1 (en) Using signed distance functions to visualize pulsed field ablation (pfa) tags
US20230146716A1 (en) Digital twin of atria for atrial fibrillation patients
JP2022089791A (ja) 複数の参照からの心電図の生成
JP2022040059A (ja) 異常な心臓活動の異なるクラスへの分類
JP2022091148A (ja) 解剖学的構造のコヒーレントマッピングのための信号フローの速度ストリームの信号処理
JP2022001256A (ja) オートエンコーダを使用した心室遠距離場推定

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant