CN105722459B - 在电生理学标测期间估计数据段中激活模式的普遍率 - Google Patents

在电生理学标测期间估计数据段中激活模式的普遍率 Download PDF

Info

Publication number
CN105722459B
CN105722459B CN201480044363.3A CN201480044363A CN105722459B CN 105722459 B CN105722459 B CN 105722459B CN 201480044363 A CN201480044363 A CN 201480044363A CN 105722459 B CN105722459 B CN 105722459B
Authority
CN
China
Prior art keywords
mode
processing system
scaling graph
mapping
group
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
CN201480044363.3A
Other languages
English (en)
Other versions
CN105722459A (zh
Inventor
P·H·塔库
S·肖姆
A·C·舒罗斯
S·阿科特-克里希纳穆尔蒂
B·马斯卡拉
S·萨哈
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.)
Boston Scientific Scimed Inc
Original Assignee
Boston Scientific Scimed 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 Boston Scientific Scimed Inc filed Critical Boston Scientific Scimed Inc
Publication of CN105722459A publication Critical patent/CN105722459A/zh
Application granted granted Critical
Publication of CN105722459B publication Critical patent/CN105722459B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25—Bioelectric electrodes therefor
    • A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/28—Bioelectric electrodes therefor specially adapted for particular uses for electrocardiography [ECG]
    • A61B5/283—Invasive
    • A61B5/287—Holders for multiple electrodes, e.g. electrode catheters for electrophysiological study [EPS]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/367—Electrophysiological study [EPS], e.g. electrical activation mapping or electro-anatomical mapping
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/743—Displaying an image simultaneously with additional graphical information, e.g. symbols, charts, function plots
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/046—Forward inferencing; Production systems
    • G06N5/047—Pattern matching networks; Rete networks
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6846—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive
    • A61B5/6847—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive mounted on an invasive device
    • A61B5/6852—Catheters
    • A61B5/6858—Catheters with a distal basket, e.g. expandable basket

Abstract

本发明提供了一种用于标测解剖结构的系统和方法，所述系统和方法包括使用设置在所述解剖结构内或所述解剖结构近旁的多个标测电极感测生理活动的激活信号。基于每个独特的被识别模式对之间生成的相似性度量，识别所述感测到的激活信号的模式，基于对应的相似性度量对之间的相关性，将所述模式分成群组。确定每个相似性度量群组的特征表示，并显示为所述特征表示的摘要图。

Description

在电生理学标测期间估计数据段中激活模式的普遍率
相关专利申请的交叉引用
本专利申请要求提交于2013年8月28日的美国临时申请No.61/871,108的优先权，该临时申请全文以引用方式并入本文。
技术领域
本发明涉及心脏标测系统。更具体地讲，本发明涉及被配置成在电生理学研究中对激活信号模式进行识别和分类的心脏标测系统。
背景技术
诊断和治疗心律紊乱常常涉及将具有多个传感器/探针的导管通过周围血管系统引入心腔。在心脏里，传感器检测传感器所在位置处的心脏电活动。电活动通常被处理成电描记图信号，该电描记图信号代表通过传感器位置处的心脏组织的信号传导。
可配置系统来将在心腔中检测到的电信号显示为基于所检测电压的激活标测图。所显示的激活信号的模式可用于与病理生理学相关联的检测区域。然而，这些激活模式在所感测到的激活信号中可能复杂并且大不相同，从而使得模式识别工作愈加困难。需要在复杂的激活信号模式中识别出普遍的模式，以得到患者健康的整体概况。
发明内容
在实例1中，一种标测解剖结构的方法包括：用设置在解剖结构内或其近旁的多个标测电极感测生理活动的激活信号，所述多个标测电极中的每一个均具有电极位置；识别所感测到的激活信号中的代表激活传导的模式；生成每个独特的被识别模式对之间的相似性度量；以及基于相似性度量将模式分成群组。
在实例2中，根据实例1所述的方法还包括：确定每个群组的特征表示，并显示基于每个群组的特征表示(characteristic representation)的摘要图。
在实例3中，根据实例1和2中任一项所述的方法，其中所述特征表示包括平均值、方差、协方差、标准偏差、中值和普遍率中的至少一者。
在实例4中，根据实例1至3中任一项所述的方法，其中识别模式还包括为所感测到的每个激活信号生成模式标测图，每个模式标测图具有下述中的至少一者：矢量场标测图，所述矢量场标测图代表激活信号传导的方向和幅度；电压传导标测图，所述电压传导标测图代表电压传导的方向和幅度；相位传导标测图，所述相位传导标测图代表相位传导的方向和幅度；以及动作电位持续时间标测图，所述动作电位持续时间标测图代表动作电位的持续时间。
在实例5中，根据实例1至4中任一项所述的方法，其中针对每个群组将已分成群组的模式与至少一个模式模板进行对比。
在实例6中，根据实例1至5中任一项所述的方法，其中识别模式还包括：识别不可分类模式，所述不可分类模式无法归入任何相似模式群组；以及基于不可分类模式确定随机性度量。
在实例7中，根据实例1至6中任一项所述的方法，其中生成相似性度量还包括生成包含模式的相似性矩阵，所述相似性矩阵的每个元代表每个独特的被识别模式对的相似性度量，所述独特的被识别模式对基于对应模式的相关性而生成。
在实例8中，根据实例1至7中任一项所述的方法，其中对模式进行分类还包括确定每个独特的模式对的相关系数，以及基于具有特定相关系数的各个群组中模式的百分比将所述模式分为不同群组。
在实例9中，一种标测心脏组织的方法，该方法包括：用设置在心脏组织内或其近旁的多个标测电极感测心脏活动的激活信号，所述多个标测电极中的每一个均具有电极位置；识别所感测到的激活信号中的模式；生成每个独特的被识别模式对之间的相似性度量；基于相似性度量将模式分成群组；确定所述群组中每个群组的特征表示，并显示一个或多个特征表示的摘要图。
在实例10中，根据实例9所述的方法，其中所述特征表示包括平均值、方差、协方差、标准偏差、中值和模式的普遍率中的至少一者。
在实例11中，根据实例9和10所述的方法还包括为每个激活信号生成多个模式标测图，每个模式标测图具有下述中的至少一者：矢量场标测图，所述矢量场标测图代表激活信号传导的方向和幅度；电压传导标测图，所述电压传导标测图代表电压传导的方向和幅度；相位传导标测图，所述相位传导标测图代表相位传导的方向和幅度；以及动作电位持续时间标测图，所述动作电位持续时间标测图代表动作电位的持续时间。
在实例12中，根据实例9至11中任一项所述的方法，其中生成多个模式标测图还包括：识别不可分类模式标测图，所述不可分类模式标测图无法归入任何相似模式群组；以及基于所述不可分类模式标测图确定随机性度量。
在实例13中，根据实例9至12中任一项所述的方法，其中生成相似性度量还包括生成包含模式的相似性矩阵，所述相似性矩阵的每个元代表每个独特的被识别模式对的相似性度量，所述独特的被识别模式对基于对应模式的相关性而生成。
在实例14中，根据实例9至13中任一项所述的方法，其中对模式进行分类还包括确定每个独特的模式对的相关系数，以及基于具有特定相关系数的各个群组中模式的百分比将所述模式分为不同群组。
在实例15中，一种解剖标测系统，该系统包括：设置在解剖结构内或其近旁的多个标测电极，所述多个标测电极被配置成检测生理活动的激活信号，所述多个标测电极中的每一个均具有电极位置；以及与所述多个标测电极相关联的处理系统，所述处理系统被配置成记录检测到的激活信号，并将所述多个标测电极中的一个与每个所记录到的激活信号相关联，所述处理系统还被配置成确定每个电极位置处的主频率，并基于第一电极位置处的主频率和相邻电极位置处的主频率之间的差确定每个电极位置处的波阵面矢量。
在实例16中，根据实例15所述的解剖标测系统，其中所述处理系统还被配置成确定一个或多个相似性度量的特征表示，并显示所述特征表示的摘要图。
在实例17中，根据实例15和16中任一项所述的解剖标测系统，其中所述处理系统还被配置成生成多个模式标测图，并且其中，为了生成所述多个模式标测图，所述处理系统还被配置成为所感测到的每个激活信号生成模式标测图，每个模式标测图具有由各电极位置处的波阵面矢量组成的矢量场标测图中的至少一个。
在实例18中，根据实例15至17中任一项所述的解剖标测系统，其中生成所述多个模式标测图包括：识别不可分类模式标测图，所述不可分类模式标测图无法归入任何相似模式群组；以及基于所述不可分类模式标测图确定随机性度量。
在实例19中，根据实例15至18中任一项所述的解剖标测系统，其中所述处理系统还被配置成基于每个独特的被识别模式对生成相似性度量，所述独特的被识别模式对基于对应模式的相关性而生成。
在实例20中，根据实例15至19中任一项所述的解剖标测系统，其中所述相似性度量为各个独特的模式标测图对之间的相关系数。
在实例21中，根据实例15至17中任一项所述的解剖标测系统，该解剖标测系统还包括基于各个具有特定相似性度量的群组中模式的百分比将模式分为不同群组。
在实例22中，一种标测解剖结构的方法，该方法包括：用设置在解剖结构内或其近旁的多个标测电极感测生理活动的激活信号；在所感测到的激活信号中确定所述生理活动的每个事件的参考位置和对应分割块；以及将分割块迭代地分为群组，并同时精修用于分割块的参考位置。
在实例23中，实例22所述的方法还包括确定每个群组的特征表示以及显示所述特征表示的摘要图。
在实例24中，实例22和23中任一项所述的方法，其中将分割块迭代地分为群组还包括：迭代地初始化第一集群和第二集群，其中第一集群包含分割块，而第二集群为空；确定第一集群和第二集群中分割块的特征表示；用第一集群中未达到各个参考段和特征表示之间的相似性度量阈值的分割块填充第二集群；基于剩余分割块更新特征表示；并且用第一集群中达到各个分割块和更新特征表示之间的更新相似性度量阈值的分割块填充第一集群。
在实例25中，实例22至24中任一项所述的方法，该方法还包括重复以下步骤：填充第一集群和第二集群并更新特征表示，直至第二集群不能用来自第一集群的分割块填充，并且第一集群不能用来自第二集群的分割块填充；以及将第一集群标记为新的优化集群，其中所述优化集群中的分割块被识别为各个对应生理活动事件的最优分割块。
在实例26中，实例22至25中任一项所述的方法，该方法还包括：初始化新的第一集群，其中所述新的第一集群包括来自第二集群的剩余分割块；初始化新的第二集群，其中所述新的第二集群为空；以及重复以下步骤：填充集群，更新特征表示，标记新的优化集群，以及初始化新的集群，直至优化集群不能被标记。
在实例27中，实例22至26中任一项所述的方法，其中对最优分割块的识别独立于对所感测到的激活信号的激活时间的确定。
在实例28中，实例22至27中任一项所述的方法，其中所述特征表示为对应分割块的平均值。
在实例29中，实例22至28中任一项所述的方法，该方法还包括：确定与多个已确定的参考位置相对应的多个候选分割块；基于使候选分割块和对应特征表示之间的相似性度量最大化，确定每个参考位置的最优分割块；基于与最优分割块相对应的参考位置更新所述参考位置，以获得被更新的参考位置；以及基于被更新的参考位置更新分割块。
在实例30中，实例22至29中任一项所述的方法，其中确定多个候选分割块还包括：基于来自当前参考位置的最大滞后值确定最小参考位置和最大参考位置，所述参考位置之间具有等间隔的时间步长；以及基于对应分割块在每个时间步长上定义候选分割块，其中各个候选分割块基于对应时间步长在时间上偏移参考位置。
在实例31中，实例22至30中任一项所述的方法，其中基于每个对应候选分割块与特征表示的对比来确定每个最优分割块。
虽然本发明公开了多个实施例，但通过下文的展示和描述本发明示例性实施例的具体实施方式部分，本发明的其他实施例对于本领域的技术人员来说将是显而易见的。因此，附图和具体实施方式应被视为在实质上是示例性的而非限制性的。
附图说明
图1为用于出于诊断和治疗目的而进入身体内目标组织区域的系统的一个实施例的示意图。
图2为标测导管的一个实施例的示意图，该标测导管具有篮状功能元件携带结构，用于与图1所示系统联合使用。
图3为包括多个标测电极的篮状功能元件的一个实施例的示意性侧视图。
图4为传导模式的多个被识别的特征表示。
图5为传导模式的多个被识别的特征表示。
图6A和图6B示出根据图1所示系统识别的普遍模式图。
虽然本发明可以有各种修改形式和替代形式，但其具体实施例已通过举例的方式在附图中示出，并在下文中作详细描述。然而，目的并不在于将本发明限制于所述具体实施例。相反，本发明旨在涵盖落入所附权利要求限定的本发明范围内的所有修改形式、等同形式和替代形式。
具体实施方式
图1为出于诊断或治疗目的用于进入身体内目标组织区域的系统10的示意图。图1总体上示出了部署于心脏左心室中的系统10。作为另外一种选择，系统10可被部署在心脏的其他区域中，如左心房、右心房或右心室。虽然该图示实施例示出了系统10用于消融心肌组织，但系统10(以及本文所述的方法)可另选地被配置用于其他组织消融应用中，如用于消融前列腺、脑、胆囊、子宫及身体其他区域中组织的手术，包括用于不一定以导管为基础的系统中。
系统10包括标测探针14和消融探针16。在图1中，各探针通过合适的经皮路径经静脉或动脉(例如，股静脉或股动脉)被分别引入所选心脏区域12。作为另外一种选择，标测探针14和消融探针16可组装成一体式结构，以便同时引入并部署在心脏区域12中。
标测探针14具有柔性导管主体18。导管主体18的远端带有三维多电极结构20。在该图示实施例中，结构20采用了限定开放内部空间22的篮状形式(参见图2)，但也可使用其他的其中电极结构的几何形状和电极位置已知的多电极结构。多电极结构20带有多个标测电极24，每个标测电极均具有电极位置和通道。每个电极24被配置成感测待执行消融术的解剖区域中的内在生理活动。在一些实施例中，电极24被配置成检测解剖结构内部的内在生理活动激活信号，例如心脏活动的激活时间。
电极24与处理系统32电连接。信号导线(未示出)与篮状结构20上的各个电极24电连接。导线贯穿探针14的主体18，并使各个电极24与处理系统32的输入端电连接，稍后将对此作更详细的描述。电极24感测解剖区域(例如心肌组织)中的内在电活动。所感测到的活动(例如激活信号)经处理系统32处理，进而通过生成解剖标测图(例如矢量场标测图)来帮助医生识别心脏内适于消融的一个或多个部位。在所感测到的激活信号中，处理系统32将近场信号分量(即与局部激活相关联且源于标测电极24邻近组织的激活信号)与阻滞性远场信号分量(即源于非邻近组织的激活信号)识别开来。举例来说，在心房的研究中，近场信号分量包括源于心房心肌组织的激活信号，而远场信号分量包括源于心室心肌组织的激活信号。可对近场激活信号分量作进一步分析，找到病理所在，并确定适于消融的位置以用于病理治疗(例如消融疗法)。
处理系统32包括用于接收和/或处理所得激活信号的专用电路(例如：分立逻辑元件以及一个或多个微控制器；专用集成电路(ASIC)；或专门配置的可编程器件，例如可编程逻辑器件(PLD)或现场可编程门阵列(FPGA))。在一些实施例中，处理系统32包括通用微处理器和/或专用微处理器(例如，可为处理激活信号而优化的数字信号处理器，即DSP)，所述微处理器执行接收、分析和显示与所接收激活信号相关联的信息的指令。在此类执行方式中，处理系统32可包含程序指令，该程序指令在执行时会完成信号处理中的一部分。程序指令可包括(例如)固件、微码以及由微处理器或微控制器执行的应用程序代码。上述执行方式仅为示例性的，读者应理解，所述处理系统32可采用任何合适的形式。
在一些实施例中，处理系统32可被配置成测量邻近电极24的心肌组织中的内在电活动。例如，在一些实施例中，处理系统32被配置成检测正被标测的解剖特征结构中的与主导转子(dominant rotor)或发散的激活模式相关联的内在电活动。研究显示，主导转子和/或发散的激活模式在心房纤维颤动的触发和维持中起作用，而且，消融转子途径、转子中心和/或发散病灶可有效终止心房纤维颤动。在任一种情况下，处理系统32都会处理所感测到的激活信号来生成相关特征的显示，如APD标测图、矢量场标测图、等值线图、可靠性图、传导速度标测图、电描记图等。医生可利用相关特征识别适于消融疗法的部位。
消融探针16包括带有一个或多个消融电极36的柔性导管主体34。所述一个或多个消融电极36电连接至射频发生器(RF)37，该射频发生器被配置成将消融能量提供至一个或多个消融电极36。消融探针16可相对于待治疗的解剖特征结构以及结构20移动。随着一个或多个消融电极36相对于待治疗的组织定位，消融探针16可定位在结构20的电极24之间或定位成邻近电极24。
处理系统32将相关特征的显示输出至设备40，供医生查看。在该图示实施例中，设备40为CRT、LED或其他类型显示器，或者打印机。设备40将相关特征以对医生最有用的格式呈现。此外，处理系统32可生成位置识别性输出，用以在设备40上显示，帮助医生引导一个或多个消融电极36与被识别用于消融的部位处的组织接触。
图2示出适用于图1所示的系统10的标测导管14的一个实施例，该标测导管包括位于远端的电极24。标测导管14具有柔性导管主体18，所述柔性导管主体的远端带有三维结构20，该三维结构被配置成携带标测电极或传感器24。标测电极24感测心肌组织中的内在电活动(例如激活信号)，然后，所感测到的活动经处理系统32处理，以通过所生成和显示的相关特征来帮助医生识别具有心律紊乱或其他心肌病变的一个或多个部位。然后可将此信息用于确定适当的位置，以将适当的疗法(如消融)施加于所识别的部位，并可用于将一个或多个消融电极36引导至所识别的部位。
示出的三维结构20包括基座构件41和端盖42，在该基座构件和端盖之间，柔性样条44通常以在圆周上间隔的关系延伸。如上所述，三围结构20采用了限定开放内部空间22的篮状形式。在一些实施例中，样条44由有弹性的惰性材料(如镍钛诺(Nitinol)金属或硅橡胶)制成，并呈弹性预张状态连接在基座构件41和端盖42之间，以弯曲并适形于它们所接触的组织表面。在该图示实施例中，八根样条44形成该三维结构20。在其他实施例中可使用额外的或更少的样条44。如图所示，每根样条44带有八个标测电极24。在三维结构20的其他实施例中，可将额外的或更少的标测电极24设置在每根样条44上。在该图示实施例中，三维结构20相对较小(例如，直径40mm或更小)。在可供选择的实施例中，三维结构20甚至更小或更大(例如，直径40mm或更大)。
可滑动的鞘50可沿着导管主体18的主轴线移动。向前(即朝向远端)移动鞘50会使鞘50移到三维结构20上，从而将结构20压缩成紧凑的低姿态状态，这种状态适于将结构20引入解剖结构(如心脏)的内部空间和/或将其从内部空间移除。相反，向后(即朝向近端)移动鞘50会将该三维结构20暴露出来，使结构20能够弹性扩大，呈现图2所示出的预张姿态。该三维结构20的实施例的更多细节公开于名称为“Multiple Electrode SupportStructures”(多电极支撑结构)的美国专利No.5,647,870中，该专利全文据此以引用方式明确地并入本文。
信号导线(未示出)与各个标测电极24电连接。导线贯穿标测导管20的主体18伸入柄部54中，在该柄部中导线与外部连接器56连接，所述外部连接器可为多针连接器。连接器56将标测电极24电连接至处理系统32。在名称为“Systems and Methods for GuidingMovable Electrode Elements within Multiple-Electrode Structure”(用于在多电极结构内引导可移动电极元件的系统和方法)的美国专利No.6,070,094、名称为“CardiacMapping and Ablation Systems”(心脏标测和消融系统)的美国专利No.6,233,491和名称为“Systems and Processes for Refining a Registered Map of a Body Cavity”(用于精修体腔的配准标测图的系统和方法)的美国专利No.6,735,465中讨论了有关标测系统及处理标测导管所生成的信号的方法的更多细节，这些专利的公开内容据此以引用方式明确地并入本文。
应注意，可在标测导管14的远端部署其他多电极结构。还应注意，可将多个标测电极24设置在不止一个结构上，而不是(例如)图2所示出的单个标测导管14上。举例来说，如果用多个标测结构在左心房内进行标测，那么可采用这样的构造，该构造包括携带多个标测电极的冠状窦导管和携带多个被定位在左心房中的标测电极的篮状导管。又如，如果用多个标测结构在右心房内进行标测，那么可采用这样构造，该构造包括携带多个用于定位在冠状窦中的标测电极的十极导管，以及携带多个用于定位在三尖瓣环周围的标测电极的环导管。
尽管已将标测电极24描述为由专用标测探针(如标测导管14)携带，但标测电极还可被携带于非标测专用探针或多功能探针上。例如，消融导管(如消融导管16)可被配置成包括一个或多个标测电极24，所述标测电极设置在导管主体的远端上，并且与信号处理系统32和引导系统(未示出)相连接。又如，消融导管远端的消融电极可连接至信号处理系统32，以同时起到标测电极的作用。
为了示出系统10的操作，图3为包括多个标测电极24的篮状结构20的一个实施例的示意性侧视图。在该图示实施例中，篮状结构包括64个标测电极24。标测电极24以一组八个电极(标为1、2、3、4、5、6、7和8)的形式分别设置在八根样条(标为A、B、C、D、E、F、G和H)上。虽然示出的构造为设置在篮状结构20上的六十四个标测电极24，但作为另一种选择，标测电极24可以不同数量布置在不同结构上和/或不同位置处。此外，多个篮状结构可部署在相同解剖结构中，也可部署在不同解剖结构中以同时获得来自不同解剖结构的信号。
将篮状结构20定位在待治疗的解剖结构(例如，心脏的左心房或左心室)内部或定位在该解剖结构的近邻处之后，处理系统32被配置成记录来自各个电极24通道的与解剖结构内在生理活动相关的激活信号，也就是说，电极24测量解剖结构的生理的内在电激活信号。
在一些实施例中，处理系统32被配置成识别和显示所感测到的激活信号的数据流中的普遍模式。处理系统32基于所感测到的激活信号生成模式标测图。模式标测图包括下述中的至少一者：矢量场标测图，所述矢量场标测图代表所感测到的激活信号传导的方向和幅度(或速度)；电压传导标测图(如等电位线的等值线图)，所述电压传导标测图代表各个电极位置处电压传导的方向和幅度；相位传导标测图(如等相线的等值线图)，所述相位传导标测图代表各个电极位置处信号相位传导的方向和幅度；导数图，所述导数图阐明了各个电极位置处电压随时间的变化；动作电位持续时间标测图，所述动作电位持续时间标测图代表动作电位的持续时间；它们的任何组合；等等。在一些实施例中，处理系统32基于从标测电极24的子集进行感测的所感测到的激活信号生成模式标测图。这种布置方式可用于优化计算周期和/或时间。然后，处理系统32可以基于所感测到的激活信号的子集来识别普遍模式。另一方面，处理系统32可生成一个或多个表示模式之间的相关性的相似性度量，在一些例子中，所述相似性度量可构成相似性矢量，所述相似性矢量将模式之间的角度和距离显示为多维空间中的矢量表示。此外，处理系统32可组合结构化数据集、相似性度量和/或相似性矢量以及来自不同或重叠子集的特征表示(将对所述特征表示做进一步详细讨论)，以生成综合式表示。
例如，矢量场标测图包括多个矢量，其中各个矢量与各个电极24相关联，并表示在相对于邻近或相邻电极24的对应电极24位置处进行感测的所感测到的激活信号的局部传导方向。为了确定电极位置处与传导的激活信号相对应的各个矢量，处理系统32根据在当前电极位置处进行感测的激活信号与在相邻电极位置处进行感测的激活信号之间的时差，计算在邻近或相邻电极24处所检测到的激活信号的循环平均值。在各个电极位置处对每个所感测到的激活信号重复该过程，以生成一系列连续的矢量网格或矢量场，其中每个矢量对应于某个标测电极24并且每个矢量场至少代表所感测到的每个激活信号，并可能代表静止周期。必要时，按照类似于生成所需模式标测图的方式生成其他类型的模式标测图，诸如但不限于电压传导标测图、相位传导标测图、导数图、动作电位持续时间标测图等。
处理系统32被配置成识别所生成的每个模式标测图的模式。可将每个模式标测图与存储在模板库内的多个模式模板中的一个或多个进行对比。所述模板库可为数据库、阵列或多个模式模板，所述数据库、阵列或多个模式模板本地存储在处理系统32的存储器中，或者可存储在远程位置并通过网络或互联网连接访问。每个模式模板包含模式，所述模式具有与其相关联的位置。例如，所述模式可包括涉及识别主导转子和/或发散的激活模式的模式，所述主导转子和/或发散的激活模式与心脏纤维颤动相关联。每个模式模板可包括具有相关联的位置的独特模式，所述独特模式包括(例如)：旋度模式(curled pattern)，所述旋度模式可代表转子的活动，包括转子中心和/或具有中心位置的转子途径；或者发散模式，所述发散模式代表具有病灶位置的病灶活动。
处理系统32将已识别的模式存储在结构数据集(如多维数据库或多维矩阵)中，使得每个模式与对应于从中识别了该模式的模式标测图的数据集位置相关联。用已识别的模式填充结构化数据集后，处理系统32为每个独特的被识别模式对生成相似性度量。相似性度量的一个例子为每个独特的模式对或模式标测图对之间的相关性。当每个独特的模式对都被分配以相似性度量后，处理系统32基于所述相似性度量将所有观察到的模式分为至少一个群组或分为不同群组。例如，具有高相似性度量的模式标测图被归入相同的群组，而具有低相似性度量的模式标测图被归入不同的群组。处理系统32所采用的相关函数可包括但不限于互相关、归一化相关、相位相关、相干度、互协方差、相关系数或者任何可用于检验模式标测图对之间的关系的度量。例如，如果处理系统32采用互相关函数来对观察到的模式标测图进行分组，并且确定了各对模式标测图之间的相关系数，那么处理系统可基于所确定的相关系数将类似矢量分在一起，例如为各个群组建立最小和/或最大相关系数阈值，相关系数落在所述相关系数阈值内。分组还可以基于各个群组中各个成员模式标测图满足成对相关系数阈值的模式标测图的百分比。例如，处理系统32可形成模式标测图群组，使得在给定的群组中，每个模式标测图与同一群组中至少75％的其他模式标测图具有至少0.7的相关系数。这种分组还可以基于以低相似性度量为基础的相异程度。例如，如果给定的模式与属于特定群组的大多数模式的相关系数低于某个阈值，则认定该模式不属于那个群组，并被放置在另一的群组中。继续说明相关系数分组函数的例子，处理系统32可限制每群组的类似模式的数量。如果群组太大或太小，处理系统32会调整与对应群组相关联的最小和/或最大相关系数阈值。
在一些实施例中，处理系统32确定各个群组的特征表示。处理系统32被配置成识别和显示所感测到的激活信号中最普遍的模式。每个经分类或确定的类似模式群组的大小与由该群组所代表的特征模式的普遍率相对应。所述特征表示为单一表示，所述单一表示被分配到对应群组以概括相关联的类似模式，从而有助于有效且有用的形象化显示。特征表示可包括分到各个群组内的一些或全部模式的平均值。特征表示不限于平均值，它还可包括中值、众数、标准偏差等等。将所确定的特征表示显示在显示设备40上供用户或医生查看，以便诊断或检测解剖结构中的病理生理状况，并且该群组的大小被呈示为该模式的普遍率的指示。
图4和图5示出了所识别的群组在异常心脏激活(如心房纤维颤动)期间显示的特征表示，包括相似性度量和/或相关相似性矢量的每个被分类和被表征的群组的普遍率百分比。在一些实施例中，处理系统32被配置成生成用户界面，该用户界面允许用户或医生生成所有被识别和被分类的模式的显示，或者显示所选数量的最普遍的被识别和被分类的模式。用户界面可包括顺序标测的过程中不同区域的独立图框，以便对不同区域中的最普遍模式进行交叉对比。用户界面可包括简单的按钮式执行方式，该执行方式可显示参数选择界面，在该参数选择界面中，用户选择要在用户界面和显示设备上显示的与例如每种模式的摘要图以及普遍率信息有关的参数。参数选择界面可包括用户可选择的阈值，该阈值用于显示之前所述的最普遍的被识别和被分类的模式。
此外，在上述方法中，暗中假设了所记录的生理信号的激活是可检测的，并且电极之间激活传导的模式是可构建的。然而，检测激活是复杂的，特别是在心房纤维颤动期间，其中电活性可异常到不可确定的程度。因此，检测各个激活时间具有一定的挑战性，并且可能引入误差，该误差可导致错误的模式标测图，从而得到较差的集群和普遍率估测。为了最大程度减少这种错误模式标测图的产生，在一些实施例中，处理系统32可基于一些全局参考物或基准，将多电极信号数据分割为数据块，并将这些数据块集群而不是将由所检测到的激活得到的模式标测图集群。例如，处理系统可将M×N个电极的每个参考物分割为T个时间样本，以得到大小为T×M×N的信号块。用户可输入一个分割长度，即，相应的初始参考点之前和之后的时间步长数，或者处理系统32可根据关于所听搏动长度或相应生理事件的先验数据或知识，自动分配分割长度。
用于分割多电极信号的全局参考物的一个例子是心搏，即心房或心室搏动。在一个例子中，处理系统32计算所有电极24的数据流激活信号的均方根(RMS)，并识别RMS数据流中的峰值作为全局心搏参考物或基准。在另一个例子中，处理系统32测定对应于各个通道上的特定心搏的激活时间，并取所有通道的平均激动时间作为该心搏的全局参考物。
对根据某个全局参考物分割的数据时间块进行集群，可能非常容易受参考物的选择的影响。参考物的任何误差都可能因为参考物的偏差使相似信号看起来不同，从而引入错误。然而，可通过在所得分割物被集群成群组过程中引入各个心搏的基准参考物的迭代精修来克服这一限制。因此，处理系统32被配置成估测每次心搏或生理活动事件的初始参考点，并迭代地或动态地精修参考点，同时独立于测定所感测到的激活信号的开始时间，使用来自该多个标测电极24的所感测到的激活信号的数据流将被分割的心搏集群为群组。
处理系统32确定每次心搏的初始参考点或参考位置。在一个例子中，处理系统32计算所有电极24的数据流激活信号的均方根(RMS)，并识别RMS数据流的峰值。初始参考点作为起始点或初始估计，处理系统32可使用这个起始点或初始估计将数据流分割成代表单独心搏的连续参考分割物。处理系统32初始化两个块群组或集群：第一群组或当前群组(CurrGr)，以及第二群组或未分类群组(UG)。处理系统使用所有初始的分割块填充CurrGr，并根据由用户手动创建或处理系统32自动创建的预定的设定标准或阈值，迭代地减少集群中的块数。其中一个预定的标准可基于与该群组的特征表示或模板块的对比。模板块可通过取CurrGr中所有块的平均值来形成。如果任何块不满足该标准(与模板块具有一定的相似性水平)，那么将其归到UG集群中。如前所述，处理系统动态地精修各个分割块的参考点。这可以基于CurrGr集群中的块的包容性和/或排他性，通过动态地或迭代地调整预定的标准来实现。在每次减少CurrGr集群的迭代后，模板块基于CurrGr集群中的剩余块进行更新。接下来是增加迭代，其中UG集群中满足与最近更新的模板块的相似性标准的信号块被重新填充到CurrGr中。重复进行减少迭代和增加迭代，直至CurrGr集群和UG集群已稳定或达到稳定状态条件，在该稳定状态条件下，CurrGr中的块都不低于与模板块的当前相似性阈值，并且UG中的块都超过与模板块的当前相异性阈值。
在一些实施例中，处理系统可被配置成将每个分割块(基于相应初始参考物)和相应多个“偏移”分割块(基于多个候选参考物)与CurrGr的特征表示(或模板)进行对比。候选参考物是从初始参考物沿两个方向在时间上偏移的参考物，用以确定每个分割块的最佳参考物。例如，如果选择最大滞后值L作为相应初始参考物之前和之后的时间步长数，那么将有2L个偏移的候选块加上初始参考物，从而得到与特征表示相比总数为2L+1个分割块总数。如果其中一个偏移的候选块与特征表示的相似性达到较高水平，那么相应的分割块的初始参考物将更新为最匹配的块的参考物，从而相应地使所得分割块在时间上偏移。
处理系统32可基于每个分割块的所确定的初始参考物，来确定CurrGr集群的初始特征表示(ICR)。例如，该特征表示可以是CurrGr中分割块的平均参考物，即，处理系统排列参考分割物并确定所有分割块的平均值，因为它们最初都被分配至CurrGr。平均值是特征表示的一个例子，但是还可以想到其他特征表示，例如标准偏差、最大值/最小值、频域表示等等。
处理系统还基于所选的最大滞后L确定对应于每个初始参考物的所有潜在参考物，该最大滞后L可手动选择或者由处理系统基于先验培训数据或知识自动选择。处理系统通过相似性算法将数据流的每个块的2L+1个参考物(即，初始参考物和候选参考物)与初始特征表示(ICR)进行对比，该相似性算法例如互相关或任何其他合适的相似性度量或指数，如距离度量等等。如果与分割块对应的所计算的相似性指数都不满足预选或预定的阈值，该块将被重新归到UG集群中。如果2L+1个参考物中不止一个满足或超过阈值，处理系统确定哪些参考物与ICR具有最高或最大程度相似性。如果确定初始参考物与ICR最相似，那么对应的块继续归到CurrGr中，且ICR保持不变。如果确定其中一个候选参考物与ICR具有最高程度的相似性，那么对应的分割块(基于初始参考物)被在时间上被偏移的分割块替代，该偏移基于候选参考物和初始参考物的时间关系，例如，如果候选参考物相对于初始参考物偏移2个时间步长，那么分割块相对于初始分割块偏移2个时间步长。换句话讲，将对应于分割块的参考物更新为最佳候选参考物，不管此最佳候选参考是初始参考物还是其中一个候选参考物。此外，基于分割的数据流的被替换的或在时间上被偏移的块更新ICR，即，将初始分割块替换为被更新的分割块，并且重新计算特征表示以包含被更新的或被偏移的块，且该特征表示不被标记为被更新的特征表示(UCR)。
对CurrGR集群中每个分割块重复减少过程，直至从激活信号的数据流确定每个分割块的最佳候选参考物，并且直至每个不含有满足阈值的候选物(即，初始参考物和候选参考物)的分割块被重新归到UG集群中。应当指出的是，事实上，如果至少一个候选物满足或超过阈值，CurrGr集群可能实际上不减少。然而，如果这些候选物中的一个是替代相应初始参考物的候选参考物，则可更新ICR。相似地，CurrGr集群可能因为至少一个分割块的候选物(初始参考物和候选参考物)不满足阈值而减少，同时ICR保持不变或不被更新，因为对于每个满足或超过阈值的块来说，初始参考物就是最优的候选参考物。另一种情况可包括不减少的CurrGr且不被更新的ICR。
在CurrGr的确减少且ICR被更新至UCR的情况中，减少过程之后是增加过程，在增加过程中，处理系统32被配置成将UG集群中每个分割块的候选物与UCR进行对比。处理系统确定UG集群中每个分割块的候选参考物，并基于相似性指数等等将2L+1个候选物与UCR进行对比。与减少过程相似，如果任一候选物满足相似性指数的阈值，则基于UCR将相应的块重新归入CurrGr集群中。另外，如果与UCR具有最大相似性的候选物是候选参考物中的一个而非初始参考物，那么初始参考物被替换为最大相似性候选参考将，相应块的分割根据候选参考物相对于初始参考物的时间位置进行偏移，并且UCR基于在时间上被偏移的块进行更新。重复增加过程和减少过程，直至CurrGr集群和UG已稳定或达到稳定状态，即，不再有分割块可被重新分类且ICR或UCR不能再被更新。
一旦达到稳定状态，处理系统32将CurrGr集群标记为被集群的群组，例如第一集群，并被置于一边。将UG集群中任何剩余的未被分类的块分配至新初始化的CurrGr中，并且将UG集群设置为空。处理系统重复以下过程：确定新CurrGr集群的ICR并进行减少和增加过程，直至在新CurrGr集群和UG集群之间达到稳定状态。这时，将CurrGr标记为后续被集群的群组，例如第二集群，并且将UG集群中剩余的未被分类的块分配至新初始化的CurrGr，并且将UG留空。确定后续被分组的集群，例如第三集群、第四集群、第五集群等，直至UG集群中不剩余未被分类的分割块。应当指出的是，在某些情况下，一些被集群的群组可仅包含一个分割块，而在其他情况下，一些分割块可能不可分类成集群。
在一些实施例中，处理系统32被配置成在标测电极24或标测电极的子集的所选单独通道中识别心搏(或其他生理事件)，即，根据后续心搏分割激活信号的数据流，所述单独通道涉及解剖结构中表现出更高普遍率的相似心搏类型或心搏模式的亚区。心脏的亚区可表现出更高普遍率的涉及与纤维颤动相关的异常活动的转子中心或病灶的相似心搏模式或类型。
在一些实施例中，系统10可包括用户界面，用户可在该用户界面中输入参数，例如最大滞后L、阈值、用于确定相似性指数或度量的对比算法、用于代表CurrGr集群的特征表示类型等等。当处理系统32完成将分割块集群成至少一个被集群的群组或多个被集群的群组，并确定了每次心搏(或其他生理事件)的最优参考物之后，处理系统可在显示设备40上显示摘要图，或者被集群的群组、它们对应的ICR或UCR、不可分类的分割块、普遍或常见模式的总结。
在一些实施例中，处理系统32可识别最普遍的模式。例如，用户可指示系统10在显示器40上显示前M个最常见或普遍的模式，处理系统将识别哪M个被集群的群组具有最多的被分到相应的集群中的分割块(例如心搏)，并通过显示设备40向用户显示。
在另一个实施例中，用户可通过用户界面指示系统10显示每个被集群的群组的差异性度量。处理系统32可确定每个被集群的群组或所选的被集群的群组的差异性度量。处理系统还被配置成基于所确定的差异性度量，将一个被集群的群组分为子群组，以进行进一步的评估。
在另一个实施例中，处理系统32被配置成确定未分类的分割块或心搏的差异性度量，并在显示设备40上显示该差异性。所确定的差异性度量可与激活信号的数据集的随机性有关，并可为用于开发心脏或其他解剖结构的诊断的有用定量。
图6A和图6B示出了两个普遍率分别为34％和7％的被识别的优化集群。优化的集群与激活信号的数据流中的普遍模式有关。图6A和图6B中示出的图均基于生成图4所使用的同一数据集。如图4所示，相同的被识别模式表现出40.6977％和6.2016％的普遍率。可协同应用各个实施例中模式识别和相关普遍率的差异，以进一步识别或消除进行疗法的解剖结构中的靶区域。
可在不脱离本发明的范围的前提下对上述示例性实施例进行各种修改和添加。例如，当上述实施例中提及特定的特征时，本发明的范围还包括具有不同的特征组合的实施例，以及不包括所有被描述的特征的实施例。因此，本发明的范围旨在涵盖包含在本权利要求范围内的所有这样的替代、修改和变化，以及它们的所有等同形式。

Claims (13)

1.一种解剖标测系统，包括：
多个标测电极，所述多个标测电极设置在解剖结构内或解剖结构近旁并且被配置成感测生理活动的激活信号，所述多个标测电极中的每一个均具有电极位置；以及
与所述多个标测电极相关联的处理系统，所述处理系统被配置成：
识别所述感测到的激活信号中的代表激活传导的模式；
生成每个独特的被识别模式对之间的相似性度量；以及
基于所述相似性度量将所述模式分成群组；
确定多个特征表示，所述多个特征表示中的每一个对应于所述群组的唯一一个，其中所述多个特征表示中的每一个包括概括对应群组中的模式的单一表示；以及
显示所述多个特征表示中的至少一个。
2.根据权利要求1所述的解剖标测系统，其中所述处理系统还被配置成：
通过对于每个群组显示对应于所述群组的特征模式以及与所述特征模式相关联的普遍率信息来显示所述多个特征表示中的至少一个。
3.根据权利要求1或2所述的解剖标测系统，其中所述特征表示包括平均值、方差、协方差、标准偏差、中值和普遍率中的至少一者。
4.根据权利要求1或2所述的解剖标测系统，其中为了识别模式，所述处理系统还被配置成为所感测到的每个激活信号生成模式标测图，每个模式标测图具有下述中的至少一者：矢量场标测图，所述矢量场标测图代表激活信号传导的方向和幅度；电压传导标测图，所述电压传导标测图代表电压传导的方向和幅度；相位传导标测图，所述相位传导标测图代表相位传导的方向和幅度；以及动作电位持续时间标测图，所述动作电位持续时间标测图代表动作电位的持续时间。
5.根据权利要求1或2所述的解剖标测系统，其中针对每个所述群组将已分成群组的所述模式与至少一个模式模板进行对比。
6.根据权利要求1或2所述的解剖标测系统，其中为了识别模式，所述处理系统还被配置成：
识别不可分类模式，所述不可分类模式无法归入任何相似模式群组；以及
基于所述不可分类模式确定随机性度量。
7.根据权利要求1或2所述的解剖标测系统，其中为了生成相似性度量，所述处理系统还被配置成生成包含所述模式的相似性矩阵，所述相似性矩阵的每个元代表每个独特的被识别模式对的所述相似性度量，所述独特的被识别模式对基于对应模式的相关性而生成。
8.根据权利要求1或2所述的解剖标测系统，其中为了对所述模式进行分类，所述处理系统还被配置成：
确定每个独特的模式对的相关系数；以及
基于具有特定相关系数的各个群组中模式的百分比将所述模式分为不同群组。
9.一种解剖标测系统，包括：
多个标测电极，所述多个标测电极设置在解剖结构内或解剖结构近旁并且被配置成检测生理活动的激活信号，所述多个标测电极中的每一个均具有电极位置；以及
与所述多个标测电极相关联的处理系统，所述处理系统被配置成记录所述检测到的激活信号，并将所述多个标测电极中的一个与每个所述记录到的激活信号相关联，所述处理系统还被配置成确定每个电极位置处的主频率，并基于第一电极位置处的所述主频率和相邻电极位置处的所述主频率之间的差确定每个电极位置处的波阵面矢量；
其中所述处理系统还被配置成：
生成多个模式标测图，并且其中，为了生成所述多个模式标测图，
所述处理系统还被配置成为感测到的每个激活信号生成模式标测图，每个模式标测图具有由各电极位置处的波阵面矢量组成的矢量场标测图中的至少一个；以及
基于具有特定相似性度量的每个群组内的模式标测图的百分比将所述多个模式标测图的至少一些分成不同群组。
10.根据权利要求9所述的解剖标测系统，其中所述处理系统还被配置成确定一个或多个相似性度量的特征表示，并显示所述特征表示的摘要图。
11.根据权利要求9或10所述的解剖标测系统，其中生成所述多个模式标测图包括：识别不可分类模式标测图，所述不可分类模式标测图无法归入任何相似模式群组；以及基于所述不可分类模式标测图确定随机性度量。
12.根据权利要求9或10所述的解剖标测系统，其中所述处理系统还被配置成基于每个独特的被识别模式标测图对生成所述相似性度量，所述独特的被识别模式对基于对应模式的相关性而生成。
13.根据权利要求12所述的解剖标测系统，其中所述相似性度量是每个独特的模式标测图对之间的相关系数。
CN201480044363.3A 2013-08-28 2014-08-28 在电生理学标测期间估计数据段中激活模式的普遍率 Active CN105722459B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201361871108P 2013-08-28 2013-08-28
US61/871108 2013-08-28
PCT/US2014/053147 WO2015031607A1 (en) 2013-08-28 2014-08-28 Estimating the prevalence of activation patterns in data segments during electrophysiology mapping

Publications (2)

Publication Number Publication Date
CN105722459A CN105722459A (zh) 2016-06-29
CN105722459B true CN105722459B (zh) 2019-06-14

Family

ID=51570851

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480044363.3A Active CN105722459B (zh) 2013-08-28 2014-08-28 在电生理学标测期间估计数据段中激活模式的普遍率

Country Status (5)

Country Link
US (2) US9737227B2 (zh)
EP (1) EP3038522B1 (zh)
JP (1) JP2016530008A (zh)
CN (1) CN105722459B (zh)
WO (1) WO2015031607A1 (zh)

Families Citing this family (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8906011B2 (en) 2007-11-16 2014-12-09 Kardium Inc. Medical device for use in bodily lumens, for example an atrium
US9452016B2 (en) 2011-01-21 2016-09-27 Kardium Inc. Catheter system
US11259867B2 (en) 2011-01-21 2022-03-01 Kardium Inc. High-density electrode-based medical device system
US9486273B2 (en) 2011-01-21 2016-11-08 Kardium Inc. High-density electrode-based medical device system
CA2764494A1 (en) 2011-01-21 2012-07-21 Kardium Inc. Enhanced medical device for use in bodily cavities, for example an atrium
US9144391B2 (en) 2013-05-16 2015-09-29 Boston Scientific Scimed Inc. Enhanced activation onset time optimization by similarity based pattern matching
JP2016530008A (ja) 2013-08-28 2016-09-29 ボストン サイエンティフィック サイムド，インコーポレイテッドＢｏｓｔｏｎ Ｓｃｉｅｎｔｉｆｉｃ Ｓｃｉｍｅｄ，Ｉｎｃ． 電気生理学的マッピング中のデータセグメントにおける活性化パターンの優勢度を予測すること
JP6203951B2 (ja) 2013-10-31 2017-09-27 ボストン サイエンティフィック サイムド，インコーポレイテッドＢｏｓｔｏｎ Ｓｃｉｅｎｔｉｆｉｃ Ｓｃｉｍｅｄ，Ｉｎｃ． 局所一致を使用する高解像度マッピング用の医療用デバイス
WO2015066322A1 (en) 2013-11-01 2015-05-07 Boston Scientific Scimed, Inc. Cardiac mapping using latency interpolation
WO2015134276A1 (en) 2014-03-07 2015-09-11 Boston Scientific Scimed, Inc. Medical devices for mapping cardiac tissue
JP2017509399A (ja) * 2014-03-11 2017-04-06 ボストン サイエンティフィック サイムド，インコーポレイテッドＢｏｓｔｏｎ Ｓｃｉｅｎｔｉｆｉｃ Ｓｃｉｍｅｄ，Ｉｎｃ． 心臓組織をマッピングするための医療用デバイス
US9730603B2 (en) 2014-06-20 2017-08-15 Boston Scientific Scimed Inc. Medical devices for mapping cardiac tissue
US10285611B1 (en) 2015-08-07 2019-05-14 Boston Scientific Scimed, Inc. Cardiac mapping using a 3D grid
US20220400951A1 (en) * 2015-09-07 2022-12-22 Ablacon Inc. Systems, Devices, Components and Methods for Detecting the Locations of Sources of Cardiac Rhythm Disorders in a Patient's Heart Using Improved Electrographic Flow (EGF) Methods
JP6622124B2 (ja) * 2016-03-17 2019-12-18 株式会社東芝 算出装置及び認識装置
US10835139B2 (en) 2016-03-24 2020-11-17 The Regents Of The University Of California Method to determine wavefront vector flow-field and vorticity from spatially-distributed recordings
CN110267586B (zh) * 2017-02-10 2022-04-12 圣犹达医疗用品心脏病学部门有限公司 用于确定心脏现象的患病率的方法和系统
US10709349B2 (en) 2017-04-18 2020-07-14 Boston Scientific Scimed Inc. Annotation waveform
WO2018195040A1 (en) 2017-04-18 2018-10-25 Boston Scientific Scimed Inc. Electroanatomical mapping tools facilitated by activation waveforms
WO2018195052A1 (en) 2017-04-18 2018-10-25 Boston Scientific Scimed Inc. Annotation histogram for electrophysiological signals
CN110602980B (zh) 2017-05-10 2022-06-28 波士顿科学医学有限公司 用于电解剖标测的感兴趣区域表示
US10874320B2 (en) 2017-10-02 2020-12-29 Boston Scientific Scimed Inc. Display of multiple electrograms anatomical map
US11147496B2 (en) 2018-01-16 2021-10-19 Boston Scientific Scimed Inc. Systems and methods for mapping electrical activity in the heart
CN111936045B (zh) 2018-02-07 2023-07-18 波士顿科学医学有限公司 标测和表征冠状血管以进行心外膜消融的系统和方法
US11766206B2 (en) * 2018-12-20 2023-09-26 Biosense Webster (Israel) Ltd. Electrode arrangement to sense cardiac wave vector
US11364073B2 (en) 2019-02-20 2022-06-21 Biosense Webster (Israel) Ltd. Cardiac map segmentation
US11607272B2 (en) * 2019-11-12 2023-03-21 Biosense Webster (Israel) Ltd. Visual route indication for activation clusters
US20220068483A1 (en) * 2020-09-01 2022-03-03 Biosense Webster (Israel) Ltd. Arrhythmia classification for cardiac mapping
US11432755B2 (en) * 2020-09-21 2022-09-06 Biosense Webster (Israel) Ltd. Systems and methods for clustering wavefront signals in electrophysiological maps
JP2023544021A (ja) 2020-09-30 2023-10-19 ボストン サイエンティフィック サイムド，インコーポレイテッド 局所サイクル長のグローバルヒストグラム
US20220095984A1 (en) 2020-09-30 2022-03-31 Boston Scientific Scimed Inc. Electrophysiology system and method for determining local cycle length and local duty cycle
US20220095986A1 (en) 2020-09-30 2022-03-31 Boston Scientific Scimed Inc. Interactive 2d scatter plot of egm characteristic metrics
JP2023543847A (ja) 2020-09-30 2023-10-18 ボストン サイエンティフィック サイムド，インコーポレイテッド マイクロリエントリー部位を評価するための電気生理学的システムおよび方法
JP2023543844A (ja) 2020-09-30 2023-10-18 ボストン サイエンティフィック サイムド，インコーポレイテッド 重要な電位図を特定するための電気生理学的システムおよび方法
US20230123838A1 (en) 2021-10-20 2023-04-20 Biosense Webster (Israel) Ltd. Clustering of electrophysiological (ep) signals using similarities among arrhythmogenic activations

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5722416A (en) * 1995-02-17 1998-03-03 Ep Technologies, Inc. Systems and methods for analyzing biopotential morphologies in heart tissue to locate potential ablation sites
CN1253761A (zh) * 1999-09-27 2000-05-24 复旦大学 动态心电标测方法及其装置
WO2012092016A1 (en) * 2010-12-30 2012-07-05 St. Jude Medical, Atrial Fibrillation Division, Inc. System and method for diagnosing arrhythmias and directing catheter therapies
CN202335863U (zh) * 2011-11-30 2012-07-18 刘小青 一种双环左心房前庭和肺静脉同步标测电极导管

Family Cites Families (57)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4754753A (en) 1981-05-12 1988-07-05 Medtronic, Inc. System for sensing electrical depolarization wave signals and their direction
US4799493A (en) 1987-03-13 1989-01-24 Cardiac Pacemakers, Inc. Dual channel coherent fibrillation detection system
FR2622098B1 (fr) 1987-10-27 1990-03-16 Glace Christian Procede et sonde azimutale pour reperer le point d'emergence des tachycardies ventriculaires
US5254088A (en) 1990-02-02 1993-10-19 Ep Technologies, Inc. Catheter steering mechanism
US5038791A (en) 1990-06-11 1991-08-13 Battelle Memorial Institute Heart imaging method
US5292348A (en) 1991-06-14 1994-03-08 Telectronics Pacing Systems, Inc. Implantable cardioverter/defibrillator and method employing cross-phase spectrum analysis for arrhythmia detection
EP0661948B1 (en) 1992-09-23 1997-11-19 Endocardial Solutions, Inc. Endocardial mapping system
US5433198A (en) 1993-03-11 1995-07-18 Desai; Jawahar M. Apparatus and method for cardiac ablation
US5657755A (en) 1993-03-11 1997-08-19 Desai; Jawahar M. Apparatus and method for cardiac ablation
US6233491B1 (en) 1993-03-16 2001-05-15 Ep Technologies, Inc. Cardiac mapping and ablation systems
ATE194469T1 (de) 1993-03-16 2000-07-15 Ep Technologies Träger-anordnung für mehrfach-elektroden
IL116699A (en) 1996-01-08 2001-09-13 Biosense Ltd Method of building a heart map
US5582609A (en) 1993-10-14 1996-12-10 Ep Technologies, Inc. Systems and methods for forming large lesions in body tissue using curvilinear electrode elements
US5485849A (en) 1994-01-31 1996-01-23 Ep Technologies, Inc. System and methods for matching electrical characteristics and propagation velocities in cardiac tissue
US5598848A (en) 1994-03-31 1997-02-04 Ep Technologies, Inc. Systems and methods for positioning multiple electrode structures in electrical contact with the myocardium
US5876336A (en) 1994-10-11 1999-03-02 Ep Technologies, Inc. Systems and methods for guiding movable electrode elements within multiple-electrode structure
US5722402A (en) 1994-10-11 1998-03-03 Ep Technologies, Inc. Systems and methods for guiding movable electrode elements within multiple-electrode structures
WO1997017893A1 (en) 1995-11-13 1997-05-22 Heart Rhythm Technologies, Inc. System and method for analyzing electrogram waveforms
US6016442A (en) * 1998-03-25 2000-01-18 Cardiac Pacemakers, Inc. System for displaying cardiac arrhythmia data
US6950689B1 (en) 1998-08-03 2005-09-27 Boston Scientific Scimed, Inc. Dynamically alterable three-dimensional graphical model of a body region
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
US7092748B2 (en) * 2000-02-18 2006-08-15 Centro Nacional De Investigaciones Cientificas (Cnic) System and method for the tomography of the primary electric current of the brain and of the heart
US6735465B2 (en) 2001-10-24 2004-05-11 Scimed Life Systems, Inc. Systems and processes for refining a registered map of a body cavity
US6957101B2 (en) 2002-08-21 2005-10-18 Joshua Porath Transient event mapping in the heart
US7123954B2 (en) * 2002-09-19 2006-10-17 Sanjiv Mathur Narayan Method for classifying and localizing heart arrhythmias
US7254500B2 (en) * 2003-03-31 2007-08-07 The Salk Institute For Biological Studies Monitoring and representing complex signals
JP4319605B2 (ja) 2003-10-07 2009-08-26 株式会社コーアツ 不活性ガス消火設備における不活性ガス消火剤の放出方法
JP4276107B2 (ja) * 2004-02-27 2009-06-10 学校法人早稲田大学 心臓磁気計測装置
US20050288599A1 (en) 2004-05-17 2005-12-29 C.R. Bard, Inc. High density atrial fibrillation cycle length (AFCL) detection and mapping system
US7194299B2 (en) 2004-05-21 2007-03-20 Beth Israel Deaconess Medical Center Differentiating ischemic from non-ischemic T-wave inversion
WO2006039693A1 (en) 2004-09-30 2006-04-13 Cardiac Pacemakers, Inc. Cardiac activation sequence monitoring and tracking
US7415305B2 (en) * 2004-10-01 2008-08-19 The Trustees Of Columbia University In The City Of New York Method for the spatial mapping of functional brain electrical activity
US7328063B2 (en) * 2004-11-30 2008-02-05 Cardiac Pacemakers, Inc. Method and apparatus for arrhythmia classification using atrial signal mapping
US20090099468A1 (en) 2004-12-21 2009-04-16 Aravinda Thiagalingam Automated Processing of Electrophysiological Data
US20080205722A1 (en) 2005-08-17 2008-08-28 Koninklijke Phillips Electronics N.V. Method and Apparatus for Automatic 4D Coronary Modeling and Motion Vector Field Estimation
US8229545B2 (en) 2005-09-15 2012-07-24 St. Jude Medical, Atrial Fibrillation Division, Inc. System and method for mapping complex fractionated electrogram information
JP5362361B2 (ja) 2005-11-24 2013-12-11 コーニンクレッカ フィリップス エヌ ヴェ 高コントラスト対象の動き補償ｃｔ再構成
WO2007134190A2 (en) 2006-05-10 2007-11-22 Regents Of The University Of Minnesota Methods and apparatus of three dimensional cardiac electrophysiological imaging
US7729752B2 (en) 2006-06-13 2010-06-01 Rhythmia Medical, Inc. Non-contact cardiac mapping, including resolution map
US7841966B2 (en) 2007-01-29 2010-11-30 At&T Intellectual Property I, L.P. Methods, systems, and products for monitoring athletic performance
JP2008220511A (ja) 2007-03-09 2008-09-25 Toshiba Corp 時系列パターン発見装置、方法およびプログラム
CN104873189A (zh) 2008-10-09 2015-09-02 加利福尼亚大学董事会 用于自动定位生物节律紊乱的源的机器和过程
US8738118B2 (en) 2009-05-20 2014-05-27 Sotera Wireless, Inc. Cable system for generating signals for detecting motion and measuring vital signs
CN107468211A (zh) * 2010-01-18 2017-12-15 艾欧敏达有限公司 用于分析神经生理学数据的方法和系统以及评估系统
RU2559639C2 (ru) 2010-04-08 2015-08-10 Де Реджентс Оф Де Юниверсити Оф Калифорния Способы, система и устройство для обнаружения, диагностики и лечения нарушений биологического ритма
US9002442B2 (en) 2011-01-13 2015-04-07 Rhythmia Medical, Inc. Beat alignment and selection for cardiac mapping
US8428700B2 (en) 2011-01-13 2013-04-23 Rhythmia Medical, Inc. Electroanatomical mapping
US8165666B1 (en) 2011-05-02 2012-04-24 Topera, Inc. System and method for reconstructing cardiac activation information
WO2013123549A1 (en) 2012-02-20 2013-08-29 Adelaide Research & Innovation Pty Ltd Method for identifying a cardiac region for ablation
US9545210B2 (en) * 2012-07-26 2017-01-17 Yenn-Jiang Lin Accurately indetifying critcal regions in atrial fibrillation by identifying rotors in directional similarity vector field
JP2016501640A (ja) 2012-12-20 2016-01-21 ボストン サイエンティフィック サイムド，インコーポレイテッドＢｏｓｔｏｎ Ｓｃｉｅｎｔｉｆｉｃ Ｓｃｉｍｅｄ，Ｉｎｃ． 時系列パターンマッチングを用いたロータ特定
GB201307211D0 (en) 2013-04-22 2013-05-29 Imp Innovations Ltd Image display interfaces
US9186080B2 (en) 2013-05-07 2015-11-17 Boston Scientific Scimed Inc. System for identifying rotor propagation vectors
JP6182665B2 (ja) 2013-05-14 2017-08-16 ボストン サイエンティフィック サイムド，インコーポレイテッドＢｏｓｔｏｎ Ｓｃｉｅｎｔｉｆｉｃ Ｓｃｉｍｅｄ，Ｉｎｃ． ベクトル場を用いた電気生理学的マッピング中の活動パターンの表示及び特定のためのカテーテルシステム
US9144391B2 (en) 2013-05-16 2015-09-29 Boston Scientific Scimed Inc. Enhanced activation onset time optimization by similarity based pattern matching
JP2016530008A (ja) 2013-08-28 2016-09-29 ボストン サイエンティフィック サイムド，インコーポレイテッドＢｏｓｔｏｎ Ｓｃｉｅｎｔｉｆｉｃ Ｓｃｉｍｅｄ，Ｉｎｃ． 電気生理学的マッピング中のデータセグメントにおける活性化パターンの優勢度を予測すること
US9730603B2 (en) 2014-06-20 2017-08-15 Boston Scientific Scimed Inc. Medical devices for mapping cardiac tissue

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5722416A (en) * 1995-02-17 1998-03-03 Ep Technologies, Inc. Systems and methods for analyzing biopotential morphologies in heart tissue to locate potential ablation sites
CN1253761A (zh) * 1999-09-27 2000-05-24 复旦大学 动态心电标测方法及其装置
WO2012092016A1 (en) * 2010-12-30 2012-07-05 St. Jude Medical, Atrial Fibrillation Division, Inc. System and method for diagnosing arrhythmias and directing catheter therapies
CN202335863U (zh) * 2011-11-30 2012-07-18 刘小青 一种双环左心房前庭和肺静脉同步标测电极导管

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Recurrent Wavefront Morphologies: A Method for Quantifying the Complexity of Epicardial Activation Patterns;Jack M. Rogers et al.;《Annals of Biomedical Engineering》;19970901;第25卷(第5期);第761-768页

Also Published As

Publication number Publication date
US20150065836A1 (en) 2015-03-05
JP2016530008A (ja) 2016-09-29
US10595739B2 (en) 2020-03-24
US20170311834A1 (en) 2017-11-02
CN105722459A (zh) 2016-06-29
US9737227B2 (en) 2017-08-22
WO2015031607A1 (en) 2015-03-05
EP3038522B1 (en) 2023-05-31
EP3038522A1 (en) 2016-07-06

Similar Documents

Publication Publication Date Title
CN105722459B (zh) 在电生理学标测期间估计数据段中激活模式的普遍率
US10555680B2 (en) Representation and identification of activity patterns during electro-physiology mapping using vector fields
US9579034B2 (en) Enhanced activation onset time optimization by similarity based pattern matching
CN105307561B (zh) 用于标识转子传播矢量的系统
US9687167B2 (en) Medical devices for mapping cardiac tissue
WO2015134248A1 (en) Medical devices for mapping cardiac tissue and methods for displaying mapping data
CN105873507A (zh) 心脏组织标测医疗装置
US20220036555A1 (en) Automatically identifying scar areas within organic tissue using multiple imaging modalities
US20220175323A1 (en) Signal and correction processing for anatomical structure mapping data
US20230146716A1 (en) Digital twin of atria for atrial fibrillation patients
US20230119769A1 (en) Point-list linking to three-dimensional anatomy
JP2021094387A (ja) 二重電位問題の解決
JP2018531077A (ja) カテーテルによって加えられる力およびパワーの表現および視覚化のためのシステムおよび方法

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