CN106102568A - 与治疗部位相关的信号分析 - Google Patents

与治疗部位相关的信号分析 Download PDF

Info

Publication number
CN106102568A
CN106102568A CN201580012921.2A CN201580012921A CN106102568A CN 106102568 A CN106102568 A CN 106102568A CN 201580012921 A CN201580012921 A CN 201580012921A CN 106102568 A CN106102568 A CN 106102568A
Authority
CN
China
Prior art keywords
data
measurement
intracardiac
measurement interval
electrical
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.)
Granted
Application number
CN201580012921.2A
Other languages
English (en)
Other versions
CN106102568B (zh
Inventor
R·伯坎
C·拉玛纳森
贾平
M·斯特罗姆
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 CN106102568A publication Critical patent/CN106102568A/zh
Application granted granted Critical
Publication of CN106102568B publication Critical patent/CN106102568B/zh
Expired - Fee Related 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
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B18/04—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by heating
    • A61B18/06—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by heating caused by chemical reaction, e.g. moxaburners
    • 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
    • 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]
    • A61B5/333—Recording apparatus specially adapted therefor
    • 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]
    • A61B5/339—Displays specially adapted therefor
    • 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]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
    • A61B5/4839—Diagnosis combined with treatment in closed-loop systems or methods combined with drug delivery
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4848—Monitoring or testing the effects of treatment, e.g. of medication
    • 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
    • A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
    • A61B5/748—Selection of a region of interest, e.g. using a graphics tablet
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/362—Heart stimulators
    • A61N1/3629—Heart stimulators in combination with non-electric therapy
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B2018/00571—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body for achieving a particular surgical effect
    • A61B2018/00577—Ablation
    • 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
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Cardiology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Chemical & Material Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Physiology (AREA)
  • Medicinal Chemistry (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • General Chemical & Material Sciences (AREA)
  • Plasma & Fusion (AREA)
  • Otolaryngology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

一种方法，包括存储基线数据，基线数据代表患者的解剖结构的感兴趣区域(ROI)的至少一部分的至少一个局部或全局电特性。基线数据基于在至少一个第一测量间隔内获得的电测量数据来确定。该方法还包括将其他数据存储于存储器内，其他数据代表基于在至少一个后续的测量间隔内获得的电测量数据的ROI的至少一部分的至少一个局部或全局电特性。该方法还包括相对于其他数据来评估基线数据，以确定至少一个局部或全局电特性的变化。该方法还包括基于该评估生成输出，以提供与施加该治疗关联的进展或成功的指示。

Description

与治疗部位相关的信号分析
相关申请的交叉引用
本申请要求在2014年2月4日提交的且题目为“ELECTROPHYSIOLOGICAL ABLATIONTAGGING”的美国临时专利申请No.61/935,655的权益，该美国临时专利申请通过引用全文并入本文。
技术领域
本公开内容涉及用于促进与治疗部位相关的信号分析的系统和方法。
背景技术
在电生理学的(EP)诊断程序(也称为EP研究)过程中，导管被战略性地布置于心脏的不同位置，用于提供可在记录系统上被显示为描记线的信号。EP记录系统允许这些记录按个体描记线的格式进行有序显示；每条描记线均对应于一个电极(导管电极/对或ECG电极)。在EP研究的过程中，如果所记录的信号指示出异常的电活动(electrical activity)，则电生理学家可以设法消融(ablate)组织。
附图说明
图1示出了用于分析与治疗部位相关的信号的框图的实例。
图2示出了用于实现对感兴趣的各个信号进行信号分析的框图的实例。
图3示出了用于实现机制分析的框图的实例。
图4示出了能够用于对心脏病或紊乱的分析和/或治疗的系统的实例。
图5是示出方法的实例的流程图。
图6示出了能够针对一个或多个感兴趣的信号而生成的图形图(graphical map)及相应的电信号的实例。
图7示出了能够在治疗程序的不同阶段生成的图形图及相应的电信号的实例。
发明内容
本公开内容涉及用于促进与治疗部位相关的信号分析的系统和方法。
在一个实例中，方法包括将基线(baseline)数据存储于存储器内，基线数据代表患者的解剖结构的感兴趣区域(ROI)的至少一部分的至少一个局部或全局电特性。基线数据基于在对患者施加治疗之前的至少一个第一测量间隔期间获得的电测量数据来确定。该方法还包括将其他数据存储于存储器内，其他数据基于在至少一个后续测量间隔期间获得的电测量数据代表ROI的至少一部分的至少一个局部或全局电特性，至少一个后续测量间隔是施加治疗期间或之后中的至少一个。该方法还包括相对于其他数据来评估基线数据以确定至少一个局部或全局电特性的变化。该方法还包括基于该评估生成输出，以提供与该治疗的施加关联的进展或成功的指示。
在另一个实例中，系统包含存储器，用于存储代表患者的解剖结构的感兴趣区域(ROI)的至少一部分的至少一个局部或全局电特性的基线数据。基线数据基于在对患者施加治疗之前的至少一个第一测量间隔期间获得的电测量数据来确定。该系统还包含可由处理器执行的机器可读指令，该机器可读指令包含数据分析器，数据分析器用于基于在至少一个其他测量间隔期间获得的电测量数据来计算ROI的至少一部分的至少一个局部或全局电特性，至少一个其他测量间隔与至少一个第一测量间隔不同。这些指令还包含用于相对于其他数据来评估基线数据以确定至少一个局部或全局电特性的变化的评估器(evaluator)。输出生成器基于至少一个局部或全局电特性的所确定的变化提供输出，以提供与该治疗的施加关联的进展或成功的指示。
具体实施方式
本公开内容涉及用于促进与治疗部位相关的信号分析的系统和方法。本文所公开的方法能够采用例如基于对心内的感兴趣信号(SOI)和/或全局电解剖信号(例如，来自非侵入性信号)的分析计算的参数，以界定给定的SOI的治疗终点(endpoint)。所计算的参数能够被应用以标记治疗部位，从而提供在这样的部位的治疗影响的指示。在某些实例中，由于能够跨解剖学上的感兴趣区域(例如，心脏表面)而识别出机制(例如，心律失常机制和/或同步指示)，因而该方法还提供定制参数加权的能力，用于基于在空间上位于含有SOI的区域内的机制而评估SOI。
本文所公开的系统和方法采用心内信号(例如，侵入性和/或非侵入性测得的)，用于确定治疗的效果。例如，心内信号能够直接测量，例如通过使用逐点或多电极/接触件传送系统。这与通常基于与治疗技术的生物物理学自身相关的参数来执行的传统治疗形成鲜明对比。例如，传统的消融术可以基于所使用的消融技术的温度、接触力、阻抗、输送时间、能源的功率等来被控制及标记。相比之下，本文所公开的系统和方法使用心内信号(例如，电描记图)自身，这些心内信号被认为可为包括消融以及本文所公开的其他治疗在内的各种形式的治疗提供更适当的度量。
通过进一步举例的方式，代表与在不同的时间间隔内针对给定的解剖部位测得的感兴趣信号(SOI)关联的心内电活动的数据能够作为SOI数据存储于存储器内。SOI数据能够被分析以确定给定部位的一个或多个电生理学的参数在不同的间隔之间的变化。这些变化能够被用来确定进展，包括例如治疗终点。SOI数据能够包括和/或源自于侵入性测得(例如，来自安置于心脏之内或之外的导管)的心内信号、非侵入性电描记图(例如，从布置于身体表面之外的传感器重构出的)或者两者的结合。本文所公开的方法因而能够识别这样的电生理学参数，并将它们与位置信息结合，该方法还能够被用来提供用于监测状态、回顾和历史的电生理学的可视化装置。
如同本文所使用的，“不同的致心律失常性电活动”及其变化指的是其中电生理学信号或从这样的信号得出的信息可展示出除正常状况外的其他状况的任意一种或多种可检测到的状况，这些信号与患者或相应的患者人群的基线相比能够是紊乱的、不规律的、相对正常更快或更慢的。因而，致心律失常性电活动的实例能够包括解剖结构(例如，心脏、大脑等)的某点或某区域的心律失常，例如，能够包括心动过缓、房性心动过速、心房扑动、心房颤动、房室结折返性心动过速(AVNRT)、房室折返性心跳过速(AVRT)、室性心动过速、心室扑动及心室颤动。除此之外或作为选择，致心律失常性电活动还能够包括跨一个或多个区域的不规则的或不同步的电活动，这些区域能够包括在不同腔室内的空间区域，或者在共同腔室内的不同区域。
图1示出了用于促进以文档记录(例如，标记)与分析和/或治疗相关的数据的系统10的实例。如同本文所公开的，系统10能够计算出某区带或其他区域的信号(例如，感兴趣信号(SOI)的)特性的变化，并且将唯一地标记SOI信息的所计算的变化，用于以文档记录在所计算出的信号特性的变化中反映出的治疗在一个或多个部位的影响。如同本文所公开的，所计算的变化能够对应于同步性方面的全局性或区域性变化(例如，双心房间的、双心室间的或者其他感兴趣的空间区域之间的)、一个或多个区带的不同的致心律失常性电活动的一种或多种机制的变化，和/或给定的SOI的局部特定的变化。
系统10包含标记系统12，标记系统12被编程用于基于相对于存储于存储器18内的数据22和/或26而执行的数据分析16而生成输出数据14。例如，标记系统12能够基于基线数据(例如，在施加给定的治疗之前测得的或从测量中得出的)相对于相应的治疗数据(例如，在给定的治疗被执行期间或之后测得的或从测量中得出的)的比较而生成输出数据14，用于表示治疗对信号特性产生的影响(例如，局部地和/或全局地)。
数据分析16能够包含用于分析SOI数据22的SOI分析器20程序。SOI数据22能够包括针对在患者的解剖学结构(anatomy)的感兴趣区域(ROI)(例如，心脏、大脑等)内的一个或多个部位测得的心内信号。例如，SOI分析器20能够被编程用于基于针对多个部位中的每个部位获得的心内数据而计算出一种或多种信号特性。SOI特性的实例能够包括连续激活的百分比、周期长度特性(例如，周期长度值、周期长度变化)、分离(fractionation)、偏转斜率等。SOI分析器20还能够被编程用于计算一种或多种所计算的SOI特性的统计量(statistics)。所计算的特性及相关的统计量同样能够存储于SOI数据22内。被示出为包含N个SOI(N为正整数)的每个相关的SOI的SOI数据22同样能够包括由SOI分析器进行分析的心内信号，以计算出SOI参数以及SOI元数据。SOI元数据能够包括关于每个SOI的信息和特性，包括表示通过将基线数据(被标记为这样的)与治疗数据(被标记用于在治疗间隔内识别治疗终点或进展指示)进行比较而计算出(例如，通过评估器30)的信号变化，如同本文所公开的。因而，治疗标记能够指定与信号相关的或从信号测量结果中得出的时间和/或空间事件，这些事件能够自动地和/或响应于用户输入来确定。
数据分析16还能够被编程为包含全局分析器24，用于分析与感兴趣区域关联的全局数据26。例如，全局数据26能够包括非侵入性电数据(电数据)或从其中得出。举个例子，全局数据能够包括用于描述电信号以及在这样的跨ROI的信号当中的空间关系的电解剖数据，例如，针对心包络(cardiac envelope)计算出的重构的电描记图。如同本文所公开的，心包络能够对应于与患者的心脏对应的三维的表面几何形状，该表面能够是心外膜的或心内膜的。作为选择或除此之外，心包络能够对应于位于患者的心脏的心外膜表面与患者的身体的表面之间的几何表面，在该患者身体表面上已经定位有非侵入性传感器。
在某些实例中，心包络的ROI能够包括多个腔室以及甚至是整个心脏表面。全局分析器24因而能够识别出不同的致心律失常性电活动的一种或多种机制，该一种或多种机制能够作为全局数据26存储于存储器内。致心律失常性电活动对于该ROI(例如，自动地或响应于用户输入而选择的)能够是全局的，或者它可以包括或者(否则的话)根据所选择的ROI(例如，某区域或心包络)基于在一个或多个时间间隔内采集的非侵入性电数据来指定某区带或区域的一个或多个不同的致心律失常性电活动。
被存储为全局数据26的、代表不同的致心律失常性电活动的一种或多种机制的全局特性的实例能够包括对于ROI或其子区域的同步指示(例如，或不同步)，例如，双心房同步，双心室同步或其他多腔室同步，以及对于在给定腔室内的不同区域的同步指示(例如，腔室内的不同步)。除此之外或作为选择，被存储为全局数据26的全局特性能够包括一种或多种心律失常机制，例如，一个或多个区带的转子(rotor)及转子的统计量、一个或多个区带的局灶(focal)驱动和局灶的统计量，以及基于非侵入式采集的电数据的一个或多个区带的跨ROI的快速周期长度。
标记系统12能够被配置用于标记各种数据，以指示治疗的发生，使得所选择的SOI数据和全局数据26能够对应于与治疗发生时的ROI关联的电特性，例如，用于定义以存储器内的元数据适当标记的基线数据(例如，用于指示治疗开始或治疗开始之前的时间)。治疗的发生能够响应于来自输入器件28的输入(例如，来自治疗控制系统的自动输入，或者响应于指示治疗的施加的用户输入的手动输入)而检测到。标记系统12还能够用元数据来标记与治疗关联的所采集数据，将其定义为例如治疗中数据(intra-treatment data)。
标记系统12能够包含用于将治疗前数据相对于存储于存储器18内的相应数据进行比较的评估器30，该相应数据能够包括在治疗期间、在治疗已经被执行之后或者在两个时期内存储的数据。评估器30能够选择性地访问SOI数据22和/或全局数据26中的某些部分，以针对所选择的数据基于在该程序期间采集的实时数据来确定治疗的影响。例如，评估器30能够被编程用于基于在治疗正被施加的位置或其附近的心内信号来计算存储于SOI数据22内的一个或多个局部特性的变化。例如，存储器18能够存储来自例如导航系统(例如，对应于输入器件28)的位置数据，并且评估随时间推移在该位置采集到的SOI数据。响应于检测一个或多个SOI特性的变化，评估器30能够将该变化相对于作为阈值数据32存储于存储器18内的相应的阈值进行比较。
例如，阈值数据32能够针对能够由标记系统12的选择器功能44选择的不同的SOI特性存储多个不同的阈值。例如，选择器34能够选择阈值，用于根据全局数据26，例如基于已经被识别为位于与该SOI关联的部位所位于的区带(例如，空间的和/或时间的)内的一种或多种心律失常机制来评估一个或多个SOI特性。也就是，每个SOI都能够包括在三维坐标系内的空间位置，该空间位置能够被用来确定含有SOI的区带，该区带以及该区带的心律失常机制能够由选择器34用来从阈值数据32中选择一个或多个相应的阈值。响应于变化及SOI特性相对于所选阈值的比较，评估器30能够确定治疗对一个或多个SOI特性的影响。在其他实例中，评估器能够通过计算出在基线数据与存储为当前的治疗数据的一个或多个SOI特性之间的百分比变化来确定治疗的影响。
输出生成器36能够提供输出数据14，用于表示所评估的结果(例如，关于SOI特性的变化的指示)，并且包括关于治疗前特性以及基于当前测量的当前更新的实时特性的指示。给定部位的治疗前SOI同样能够与在相应的测量间隔内的SOI的当前值一起被提供于输出数据14内。因而，输出数据14能够同时图形化显示治疗前的和当前的SOI两者，以使用户能够可视化地识别在治疗前与治疗中和/或治疗后的测量间隔之间的变化，并且包括代表已经由SOI分析器20按不同的测量间隔(例如，治疗前间隔以及当前测量间隔或治疗后间隔)计算出的一个或多个SOI特性的变化的输出数据。在某些实例中，基于不同颜色或其他视觉或文本的指示器能够基于输出数据14来呈现。例如，输出生成器36能够被配置用于采用具有不同色标或其他图形手段的图形要素，用于区分在不同治疗部位相对于含有关于心脏的3D地形图(map)(参见例如图7)的描绘的图形图的其他部分的影响。
输出数据还能够提供交互的图形图，用于响应于用于激活给定的治疗部位的GUI要素的用户输入而动态地呈现信息。响应于激活GUI要素(例如，图7的270或272)，例如，输出生成器能够生成基于基线数据和治疗数据的输出，以表示针对每个基线和治疗测量间隔测得的电活动，使得显示器为用户提供在每个基线和治疗测量间隔内记录的与区域的状况关联的电活动的指示。另外，输出生成器还能够提供表示(例如，在显示器上)局部生理变化的其他可视化，这些局部生理变化基于检测出包括例如SOI的信号幅度、信号频率、周期长度和/或分离中的一项或多项在内的测得的或算得的电参数的变化的评估器30而产生作为治疗(例如，消融)的影响的结果。
除此之外或作为选择，如上所述，输出生成器还能够提供用于指示在不同的致心律失常性电活动中所检测到的变化的输出数据，这些变化由全局分析器24基于在每个基线和治疗测量间隔内获得的非侵入性数据而确定。以此方式，在解剖的感兴趣区域上的给定部位的局部(例如，心内膜(endocardially)或心外膜(epicardially))治疗(例如，消融、起搏等)的效果能够基于全局数据(例如，腔室间同步、腔室内同步、在某区带或区域内的心律失常机制)来监测。这还能够与由SOI分析器确定的局部的SOI特性结合，如同本文所公开的。
图2示出了SOI分析子系统(例如，对应于图1的SOI分析器20)50的实例，该SOI分析子系统50处理心内电信号(SOI测量数据54)，以确定心内信号特性(例如，从心内信号得出的所算得参数)。虽然在某些实例中，SOI测量数据54能够基于侵入性获得的测量结果，但是系统50不需要任意特定的信息源。例如，在其他实例中，SOI测量数据可以通过应用变换以将所重构的电信号转换成直接测得的信号的替代评估值而得出(例如，从侵入性和非侵入性测量结果的相关性得出的变换，如上所述)。换句话说，系统50处理存储于存储器内的(例如，存储于存储器18内的)数据54，并且不需要对患者的任何处理或与患者的交互来执行本文所公开的功能和方法。因而，系统50能够被实现为存储于存储器内的机器可读指令，这些指令及关联的数据能够由一个或多个处理单元访问和执行。
系统50还能够包含心内SOI分析器(例如，对应于图1的分析器20)52，用于析能够存储于存储器内的SOI测量数据54。例如，SOI测量数据54能够在测量间隔内基于由一个或多个传感器(例如，在探头、导管或其他测量器件上)直接测得的电信号针对一个或多个解剖部位来采集。SOI测量数据54还能够包括每个SOI的部位位置信息，该部位位置信息指定关于电活动被测量的每个部位的位置的指示，该位置指示能够与坐标系(例如，患者的解剖结构的3D坐标系)进行共同配准。例如，部位位置信息能够由导航系统跟踪并提供，并被存储为SOI数据的一部分。
举个例子，探头导管或其他器件能够被定位于患者的身体内，用于在多个部位测量电活动。举个例子，每个部位都能够对应于在已经被识别出的(例如，由全局分析器24确定的)一个或多个区带内的空间位置。在某些实例中，部位位置信息能够被用来提供对于用来获得被存储为SOI测量数据54的测量的器件的位置的图形表示，以促进测量器件到所期望的测量部位的定位。一旦器件被定位于SOI处，该SOI的测量数据及关联的位置信息能够被记录并被存储于存储器内，作为在给定区带内的多个部位的SOI测量数据56。该测量过程能够针对任意多个部位(例如，四个或更多个部位)进行重复。
SOI信号特性数据60能够由多个信号特性计算器计算出。在图2的实例中，由局部的分析器52实现的计算器包括连续激活百分比计算器62、周期长度特性计算器64、分离计算器66，以及SOI特性聚合器功能(SOI characteristic aggregator function)68。每种计算62-68都能够计算出每个部位的相应的统计量，这些统计量能够被共同存储为SOI特性数据60。
作为另一个实例，连续激活百分比计算器62能够计算出在给定区带内的多个部位中的每个部位的连续激活百分比。连续激活百分比能够通过基于所测得的电活动来计算激活时间(例如与所测得的信号、在双极电描记图中的信号峰值(经由例如频率或峰值幅度分析确定的)的导数(例如，dv/dt)对应的激活)而计算出。激活发生于其间的测量时间间隔(例如，激活区带)的百分比能够被存储为连续激活的百分比。
例如，百分比连续激活计算器62识别出在每次局部激活检测附近的活动间隔。基于频率和幅度的阈值标准，活动区带被定义为围绕满足频率和幅度的阈值标准的已激活峰值的区带。信号的这部分是活动部分。连续激活的百分比是活动部分与非活动部分(例如，剩余的信号)之比。连续激活的百分比能够对于在心内测量间隔内的每个周期来求平均。
周期长度计算器64能够对由计算器62算出的激活时间进行杠杆化。例如，在给定的测量部位处、于测量间隔内确定的每个激活时间都能够被评估以计算出周期长度(例如，被确定为在连续搏动之间的激活时间之间的时间差的周期长度)。因而，针对测量间隔的平均周期长度能够通过对这样的间隔的周期长度值求平均来算出。周期长度计算器64还能够计算出关于周期长度变化的指示，例如，对应于所计算出的周期长度的标准差或标准误差。因而，周期长度计算器64能够计算出多个CL特性，包括平均周期长度和周期长度变化，该多个CL特性能够作为每个所测量部位的周期长度特性而存储于SOI特性数据60内。
分离计算器66能够计算出在测量间隔内的电描记图电数据中提供的每个电描记图的分离的指示。分离能够对应于在已经于多个部位当中的每个部位的测量间隔内识别出的相应搏动当中检测到的平均分离。例如，分离计算器能够对测量间隔的相应电描记图执行信号分析，以检测出在所测量的SOI内交替增大和减小的电位的实例的频率。例如，分离计算器能够采用SOI的时间导数(dv/dt)，以检测出在测量间隔内的信号的斜率变化(例如，在正值与负值之间)。在测量间隔内的分离量能够被标准化并被存储为在SOI特性数据60中的分离值(例如，分离指数)。
心内特性聚合器68能够通过例如随时间推移来平均在给定区带内的各部位的所算得特性而聚合在给定区带内的所计算的心内特性(例如，周期长度、周期长度变化、连续激活百分比、分离、坡度(slope steepness))，以提供各个区带的心内特性的平均值。每个区带的聚合特性同样能够被存储为SOI特性数据60的一部分。
局部的分析器52还能够生成SOI元数据70，用于描述能够添加到与SOI关联的给定部位的SOI数据54记录中的标记信息。例如，元数据70能够包含SOI的空间坐标的位置数据(例如，来自导航系统)、数据的时间信息(例如，时间戳或其他指标)。时间信息还能够包含用于指定数据所属的治疗阶段的标识符(例如，将其指定为基线数据、治疗中数据、治疗后数据等)。元数据70还能够包含关于通过将基线数据与当前治疗的(治疗中或治疗后)SOI数据60进行比较来计算出的SOI特性的变化的指示。除此之外或作为选择，SOI元数据70还能够包含在相应的基线和治疗全局数据26之间的变化，这些变化能够针对SOI所处的区域或区带进行计算。以此方式，在基线与治疗后之间的一个或多个SOI特性的变化量(例如，由局部分析器确定的)能够被记录并被存储于存储器内，作为文档。
图3示出了用于处理非侵入式采集的电数据110的全局分析子系统100的另一个实例。全局分析器102能够基于非侵入式采集的电数据110而生成全局数据104，用于表示患者的期望解剖结构的感兴趣区域的分区的或全局的特性，例如，用于提供横跨一个或多个空间区带的、横跨多个腔室的以及在某些情况下为整个心脏表面的逐搏动的信息。标记系统12(图1)能够将由系统100产生的全局数据104与由图2的系统50提供的SOI数据54集成在一起，以便于理解进展和/或确定治疗终点。
在图3的实例中，系统100能够包含重构引擎108，用于结合几何数据112来处理非侵入性电数据110，以提供由几何数据定义的几何表面(例如，心包络)的相应的非侵入性电解剖数据106。如同本文所使用的，包络能够对应于在患者的身体内的与感兴趣区域(即，患者的心脏)关联的实际解剖表面(例如，心外膜表面)或虚拟表面。几何数据112能够基于经由成像系统(例如，磁共振成像(MRI)、计算机断层扫描(CT)、X射线或其他系统)获得的信息而存储于存储器内(例如，存储器18)。
例如，几何数据112能够包含在三维坐标系内的信息，该信息用于表示解剖的感兴趣区域(例如，患者的心脏)的空间几何形状、用来测量非侵入性电数据110的多个传感器相对于心脏的位置的空间位置以及传感器已经定位于其上的身体表面的位置。例如，重构引擎108被配置用于基于几何数据112以及在一个或多个时间间隔内采集的非侵入性电数据110来重构空间分布于心包络上的多个节点的电活动。在某些实例中，节点的数量能够大于1,000或2,000，或者更多，取决于由重构引擎108实现的重构过程。作为另一个实例，非侵入性电解剖数据106能够对应于在空间分布于心包络上的节点的单极的或双极的电描记图。
全局分析器(例如，对应于图1的分析器24)102被编程用于识别含有一个或多个SOI的区域或区带的一个或多个全局特性，例如，同步指示或心理失常机制。全局分析器102基于非侵入性电数据110来计算全局特性。在图2的实例中，全局分析器102包含同步分析器116、转子分析器120、相位计算器124、局灶分析器126、阵发(burst)分析器128及区带标识符130。虽然在图2中示出了用于检测并表征不同的致心律失常性电活动的机制的某些示例方法，但是分析器102能够是可扩展的且用户可编程的，用于检测并识别其他机制并且计算各种指标。分析器生成机制数据114，该机制数据114能够包括同步数据118和区带数据122。
同步分析器116能够被编程用于基于电解剖数据106(例如，从非侵入性电数据得出的)而生成感兴趣区域的同步数据。同步分析器116能够基于非侵入性电数据而计算出一个或多个指数(例如，全局指数、区域指数或者一个或多个指数的结合)，用于描述对于在解剖结构的ROI(例如，心包络)上的一个或多个区域的同步(或不同步)指示。能够用来计算关于同步的一个或多个指示的方法的实例已经被公开于美国专利公开No.2013/0245473(对应于美国专利申请No.13/882,912)中，其通过引用全文并入本文。
相位计算器124被编程用于计算已经被重构到分布于心包络上的节点之上的电信号(例如，电描记图)的相位。例如，几何包络能够被表示为网格，包含为界定网格而通过边线互连的多个节点。相位计算器124能够被编程用于将每个周期的电信号转换成作为时间的函数的周期性信号。例如，相位计算器124能够为在每个周期的开始和结束之间的每个时间点指定相位值，例如在[–π,π]内按照渐增的方式来指定。相位计算器124能够在各个时间点计算若干时间间隔的相位信息，以使该分析在时间和空间一致性方面变得稳健。在某些实例中，相位计算器124能够提供在电数据已经被采集的一个或多个时间间隔内的、在心包络上的每个位置(例如，大约2000或更多个点)的相应的相位数据。由于整个几何区域(例如，在达整个心脏表面上)的电信号能够同时被测得和/或被得出，因而所计算的相位数据及所产生的波前(wave front)跨感兴趣的几何区域同样在空间和时间上是一致的。因而，在某些实例中，相位数据能够对应于跨患者的心脏的整个表面的相位。在其他实例中，相位数据在同一时间间隔内能够对应于能够包括患者的心脏的多个腔室的一个或多个感兴趣区域。
在2013年9月20日提交的且题目为“PHYSIOLOGICAL MAPPING FOR ARRHYTHMIA”的PCT申请No.PCT/US13/60851中公开了相位计算器124能够如何基于电数据110来确定相位的实例，该PCT申请全文通过引用并入本文。在其他实例中，同样能够使用其他方法来确定相位。在某些实例中，非侵入性电数据能够对应于随时间推移而采集的实时数据。在其他实例中，非侵入性电数据由贴附于患者的体表的传感器在EP程序研究等之前采集。
转子分析器120能够被编程用于分析存储于存储器内的相位数据，以在时间和/或空间上检测并表征心包络的转子动力学。例如，转子分析器120能够基于从相位数据得出的波前数据来识别在几何表面上的与一个或多个转子芯体轨迹对应的位置。转子分析器120还能够检测出一个或多个稳定的转子芯体，并且得出一个或多个检测到的稳定转子的相关信息。例如，转子分析器120能够随时间推移而计算出跨几何表面的稳定转子的统计量和/或确定在转子之间的连接。
例如，转子分析器120能够将转子分组到各个区带内，取决于在心包络上的检测到这样的转子的解剖位置。在区带内，转子能够按照几种不同的方式来计数。举个例子，对给定区带内的旋转总数的求和能够被累加在一起，以提供关于转子数的指示。对空间区带内的转子进行量化的另一个实例是在限定的时间间隔(例如，自动地或响应于用户输入而选择的持续时间)内的可持续性指数(例如，区域之比或全局地)，该可持续性指数如下：
例如，区带1具有4次检测：1.5、1.5、3和2次旋转。区带2具有2次检测：2.5、3。第一种方法得到在区带1内的8个转子以及在区带2内的5.5个转子。第二种示例方法(例如，可持续性比值)得到区带1的2(例如，来自公式1的旋转数总和/检测数)，以及区带2的2.75。
作为另一个实例，转子分析器120能够针对沿着每个轨迹的节点计算出时间加权平均，并且去除距所识别的波断点轨迹的中心(例如，形心(centroid))的距离比预定距离还要远的节点。在比预定距离还要远的节点被去除之后，能够计算出另一个均值，直到所有剩余点到剩余轨迹的中心的距离都在预定距离(例如，半径)之内。该过程能够进一步重复，直到未处于到中心的预定距离之内的所有剩余部分都已经被去除，直到它们是某个子轨迹的一部分。
作为另一个实例，转子分析器120能够实现聚类算法，用于基于用于对转子进行聚类的预定距离来对在给定的转子芯体轨迹内的波断点于空间和时间上进行聚类，以确定稳定部分。每个稳定的转子部分都能够界定各自的转子，并且总数能够针对给定区被聚合(例如，在空间和/或时间上)，以提供在一个或多个时间间隔期间随该区带而出现的转子的数量。所产生的转子信息能够被存储于机制分析数据74内，并且被用来生成图形可视化，以在一个或多个地形图(例如，按照色标或灰度来呈现的)中呈现在空间和时间上一致的信息。能够由转子分析器120实现的方法的实例被公开于2014年5月8日提交的且题目为“ANALYSISAND DETECTION FOR ARRHYTHMIA DRIVERS”的美国专利申请序列号14/273,458中，该专利申请通过引用全文并入本文。
局灶分析器126被配置用于基于针对心包络中的节点计算出的相位数据来识别一个或多个局灶点。局灶点(在本文中复数形式称为局灶(foci))对应于电活动的一个或多个起源点，例如，心律失常(例如，心房颤动、房性心动过速、心室颤动、室性心动过速等)。因而，局灶点能够指的是激活启动并从该初始位置传播到其周围组织的位置的任意点。举例来说，局灶分析器126能够基于对与跨几何表面的节点的信号的激活和相位相关的空间和时间信息的分析来识别给定的几何表面的局灶。该分析能够包括在给定的几何表面上的节点的相位相对于位于给定节点周围的邻域(例如，一个或多个节点层)内的节点的相位而进行的比较。该比较能够在足以涵盖触发事件(对应于局灶点)的时间段内于给定节点与其相邻节点之间进行。例如，局灶点节点的邻近者(neighbor)具有更迟的激活时间，但是在相位上与局灶点节点同步。能够基于比较而给每个节点指定分数。相应的局灶点地形图能够基于每个节点所累积的分数来生成。节点的相位数据能够由以上所提到的相位计算器来提供，并且这样的节点的激活时间能够基于电解剖数据106而为这样的节点来确定。
作为另一个实例，局灶分析器126能够通过根据激活从初始的局灶候选节点相对于在初始的候选节点周围的邻域(例如，一个或多个层)内的周围节点而发生的传播来分析一个或多个局灶候选节点的集合而识别出给定的几何表面的局灶点。例如，局灶分析器126采用规则来评估激活在空间和时间上的传播，以确定是否将初始局灶候选节点归类为局灶点。所产生的局灶点数据同样能够存储于机制分析数据74内，并且被用来生成图形可视化用于在一个或多个地形图(例如，按照色标或灰度来呈现的)中呈现在空间和时间上一致的信息。
通过进一步举例的方式，根据数学定义，在给定的时间t，如果下式成立，则局灶分析器126能够确定局灶点出现于给定的节点x：
其中：φx(t)是在时间t于顶点x的相位值，
φl,i(t)是在邻域的第l层内的第i顶点的相位值，
n是用于控制层数的可调参数，以及
Νl(x)是含有在顶点x的邻域的第l层内的所有顶点的集合，如图2的分层邻近者图所示。
要使该过程针对噪声变得稳健，能够使用在给定节点周围的若干(例如，n＝2至n＝4或更多)层的邻近者。局灶触发典型地将会持续至少几毫秒。因此，上述不等式将会对于跨时间间隔的几个连续样本保持成立。
其中m是用于控制该事件的最小持续时间以将顶点归类为局灶的可调参数(例如，m＝5ms)。
基于公式3的相位比较能够在激活时针对节点X以及在紧随激活时间之后的激活后时间段内执行。紧随X处的激活之后于其内评估该比较的时间段可以是固定的默认时间段，或者它可以是用户可编程的。在某些实例中，可变的评估时间段能够被设置以基于所评估的在节点X的邻域内的层数而变化(例如，数量更多的层能够采用更长的时间段来适应传播)。例如，包括给定节点X在内的每个节点的激活时间，能够基于在X处的电描记图信号的时间导数来确定，例如，可以是在X处的电描记图的最小斜率或最大绝对斜率的时间；尽管也可以使用其他的激活时间检测算法。
要以数字来表示局灶检测结果，对于按照上述公式3被检测为局灶点的每个节点，对于出现于相同或不同的节点的多个实例，相位比较器能够使所给定的节点得分1，使得局灶分析器126能够累积每个节点的分数。作为数学实例，局灶点分析模块14能够对邻近信号的所计算的相位进行比较，以确定顶点x于给定的样本时间t内的分数Fx(t)，该得分能够如下给出：
局灶点分析模块14还能够随时间推移而计算出总分数，例如能够如下给出：
作为另一个实例，局灶分析器126能够建立待应用于每个比较的可变得分。因而，不是使在顶点节点与相邻节点之间的每个比较得分为1或0，而是如上所述，在顶点节点与邻近者之间的比较能够根据在所比较的节点之间的距离而变化。局灶分析能够进一步确定其他局灶的统计量，例如，包括但不限于在对应于国际申请No.PCT/US2014/011825的PCT公开No.WO 2014/113555中公开的那些统计量，该PCT公开序列号WO 2014/113555于2014年1月16日提交，且题目为“FOCAL IDENTIFICATION AND MAPPING”，其全文通过引用并入本文。
作为又一个实例，局灶分析器126能够被编程用于基于电解剖数据来表征在心包络上的给定的解剖位置的局灶驱动的可持续性。例如，局灶分析器126计算在规定的时间间隔(例如，AF间隔)内局灶源从给定的解剖位置释放出的次数(例如，发生)。因此，在给定的间隔内，每个焦点位置将会具有关联的局灶释放计数。所有检测到的源的平均局灶释放计数得出全局的局灶可持续指数。在给定的解剖区域内，所有检测到的位置的平均局灶释放发生得出局部的局灶可持续性指数，如下式所示。
阵发分析器128能够被编程用于计算快速周期长度的区域(例如，周期长度加速)，以基于非侵入性电解剖数据106来识别阵发驱动。例如，阵发分析器128能够根据在心包络上的节点的电解剖数据106中的所重构的电描记图的周期性来计算激活时间。周期长度能够在出现于间隔内的每对相邻的搏动之间的连续的激活时间之间的持续时间内被检测到。周期长度能够针对在心包络上的已经对其重构了电描记图的多个节点中的每个节点来计算。
例如，阵发分析器128能够针对分布于心包络上的节点的多个重构的电描记图来计算平均周期长度。如果在时间间隔期间的节点的平均周期长度足够小(例如，在规定的阈值以下，该阈值能够是用户可编程的)，则能够针对每个这样的节点来识别出快速周期长度的节点。在其他实例中，区带的周期长度平均值能够存储于存储器内，并且被用来比较在已经由区带标识符70识别出的多个区带中的每个区带之间的相对周期长度。
另外，如同本文所公开的，全局分析器102能够确定多个机制驱动(例如，转子和局灶驱动的局灶释放)的可持续性，并且总的可持续性能够通过聚合针对每个这样的驱动计算出的指标的标准值来计算出。例如，对于机制包含转子和局灶驱动的实例，机制分析器能够将公式1和公式6的可持续性计算结合起来，以提供在解剖位置内(局部的)或者在更大区域内(全局的)的总的可持续性，用于表示驱动可持续性的程度，如下式所示：
驱动可持续性＝∑(转子可持续性+局灶可持续性) 公式7
区带标识符130能够被编程用于基于由转子分析器120、局灶分析器126和阵发分析器128确定的一个心律失常机制或其组合来识别一个或多个区带，如上文所描述的。在某些实例中，给定区带可以是在心包络上的所识别的空间区域。在其他实例中，区带能够包含一种或多种机制的空间和时间分量。例如，区带标识符130能够采用聚类算法来识别跨心包络的空间区域，以将转子、局灶点和/或快速周期长度节点划分到用于界定各个区带的有界区域内。
举例来说，每个区带能够通过下列方式来识别：1)用户根据CT几何形状来预定义区域，2)机制重叠被划分成1个区域，直到周长超过阈值X，3)根据所检测的机制的位置在地形图上进行的手工定义。
1)继心脏(图)分割之后，用户通过绘出心包络上的区带来定义周长，每个区带都具有唯一的解剖名称。区带的这种绘画能够在重构之前完成，条件是心脏网格点是已知的。
2)自动的区带定义能够基于机制(例如，转子驱动、局灶驱动或阵发驱动)的空间重叠来确定。给定的区带会一直扩展到发生重叠，直到它达到特定的阈值。在这种情况下，自动的区带定义能够将“过大的区带”分成两半。
3)在逆向问题(inverse problem)和转子/局灶检测之后，用户能够响应于用户输入(例如，经由绘图工具)对特定于该患者的区域画圆圈。基于所圈的区域，在每个区域内的节点集将会在空间上被配准为与区带位于一起。
因而，全局分析器102能够提供能够包括同步数据118和区带数据的机制数据114，该机制数据114能够根据非侵入性电数据110来计算出，如同本文所公开的。例如，区带数据能够包括用于关于描述在给定的时间间隔内出现于给定区带中的转子的数量、在给定的时间间隔内于给定的区带内的局灶点的数量、针对给定的区带而确定的可持续性特性以及用于描述在给定的时间间隔内的各个区带的周期长度加速的信息的识别的统计量。因而，全局数据104能够被提供作为输出(例如，输出数据14)，该输出能够进而在显示器或其他形式的输出器件上被渲染为3D图形图的一部分。全局数据104还能够存储于存储器内，并且由本文所公开的其他系统和方法使用。
图4示出了能够被用来执行对患者的诊断和/或治疗的系统150的实例。在某些实例中，系统150能够被实现用于实时地生成患者的心脏152的图形图和/或信号的相应的图形输出，作为诊断程序的一部分(例如，在电生理检查过程中对信号的监测)，用于帮助评估患者的心脏的电活动。除此之外或作为选择，系统150能够被用作治疗程序的一部分，以用于帮助医师确定治疗输送方面的参数(例如，治疗的输送位置、量和类型)并且提供可视化以便于确定何时结束该程序。
例如，具有附于其上的一个或多个电极的侵入性器件156(例如，EP导管)能够被插入患者的身体154内。电极能够接触或不接触患者的心脏152，在心内膜或心外膜上，用于例如测量一个或多个部位的电活动。本领域技术人员应当理解并意识到器件156的各种类型和配置，这些类型和配置能够根据治疗的类型及程序而变化。
器件156的安置能够基于经由定位引擎188确定的位置信息来引导，该定位引擎188能够操作用于定位器件156。该引导能够基于所提供的信息而自动、半自动或手动实施。定位引擎188能够定位器件156，并提供器件及其电极的坐标。定位引擎能够被实现为分析和输出系统162的一部分，或者它能够是用于给器件和电极提供位置数据的单独系统。在单独的导航系统(例如，独立的系统或者集成于心内系统158内)被用来提供器件156的位置数据的情形中，该导航系统能够进而向分析和输出系统提供位置或定位数据，这些数据能够存储于存储器内并且与患者的几何数据172共同配准在一起。
市场上可购得的导航系统的实例包括CARTO XP EP导航系统(可从Biosense-Webster购得)以及ENSITE NAVX可视化和导航技术(可从St.Jude医疗公司购得)；尽管其他导航系统也能够被用来提供器件及其关联电极的位置数据。能够用来定位器件156的位置的导航系统的另一个实例被公开于2014年8月29日提交的且题目为“Localization And TrackingOf An Object”的美国临时专利申请No.62/043,565中，该临时专利申请通过引用全文并入本文。例如，器件156能够包含在其上布置于相对于该器件的预定位置的一个或多个电极。每个这样的电极都能够经由器件156相对于心脏而定位，并且其在三维坐标系中的位置能够由定位引擎188根据导航系统的类型来确定。因而，传感器能够感测与每个所施加的信号对应的电活动。传感器同样能够感测其他电信号，例如，与患者的心脏的实时电描记图对应的电信号。
侵入性测量系统158能够包含测量控件159，测量控件159被配置用于处理(在电学上)并控制所测得信号的采集以便提供相应的心内数据160。系统158还能够包含治疗控件161，用于控制经由器件156所施加的治疗，如同本文所公开的。
举例来说，器件156能够施加信号(例如，起搏信号)以输送特定的治疗(例如，消融)，或者输送别的治疗(例如，提供电疗，或者控制化疗、声波治疗或者它们的任意组合的输送)。例如，器件156能够包含布置于消融导管的尖端的一个或多个电极，用于例如响应于由系统158供应的电信号而施加用于消融心脏的射频能量。其他类型的治疗同样能够经由心内系统158和定位于体内的器件156来输送。治疗输送装置能够位于同一导管上或者位于用于经由测量控件来感测电活动的不同的导管探头上。
作为另一个实例，心内系统158能够位于患者身体154的外部，并且被配置用于控制正由器件156输送的治疗。例如，系统158还能够控制经由电连接在输送器件(例如，一个或多个电极)156与系统158之间的传导链路而提供的电信号。治疗控件161能够控制提供给器件156的信号的参数(例如，电流、电压、重复率、触发延迟、感测触发幅度)，用于经由在侵入性器件156上的一个或多个电极将治疗(例如，消融或刺激)输送至在心脏152之上或之内的一个或多个位置。治疗控件161能够设定治疗参数并且基于自动控制、手动控制(例如，用户输入)或者自动和手动控制(例如，半自动)的结合来施加电疗或其他治疗。一个或多个传感器(未示出，但能够是器件的一部分)同样能够将传感器信息传送回给系统158。这样的治疗所施加的位置同样能够被确定(例如，通过定位引擎188或响应于用户输入)，如同本文所公开的。
举个例子，器件156相对于心脏152的位置能够由定位引擎188确定，该位置能够在手术中经由被实现于程序中的输出系统162来跟踪。器件156的位置和治疗参数因而能够被结合起来，以帮助控制治疗并且记录治疗被施加的位置。定位同样能够独立于程序而基于之前存储的数据来执行。另外，治疗的施加(例如，响应于用户输入而手动地或自动地提供)能够促使时间戳或其他时间标识符被标记(例如，作为元数据)于测量数据，用于识别该治疗于何时施加并且触发定位以识别经由器件156来施加治疗的位置。用于描述治疗(例如，类型、输送参数等)的其他元数据同样能够与测量数据一起存储于存储器内。
在输送治疗(例如，经由系统158)之前、期间和/或之后，系统158的非侵入式测量系统166和/或测量控件159能够被用来获取患者的电生理学信息。分析和输出系统162能够实现被编程用于识别含有心律失常机制的一个或多个区带以及在所识别的区带内的部位的心内信号特性的方法，如同本文所公开的。在图4的实例中，传感器阵列164包含能够被用来非侵入性地记录患者的电活动的多个传感器。举个例子，传感器阵列164能够对应于体表传感器的高密度布局，这些体表传感器被分布于患者的躯干的一部分之上，用于测量与患者的心脏关联的电活动(例如，作为心电图映射程序的一部分)。
在2009年11月10日提交的国际申请No.PCT/US2009/063803中示出并描述了能够使用的非侵入式传感器阵列164的实例，该申请通过引用全文并入本文。其他布局及数量的传感器能够被用作传感器阵列164。例如，该阵列能够是减少的传感器集，该传感器集没有覆盖患者的整个躯干，而是被设计用于为了特定的目的来测量电活动(例如，专门被设计用于分析AF和/或VF的电极的布局)和/或用于监测心脏152的一个或多个预定的空间区域。
如上所述，一个或多个传感器电极还可以被定位于插入患者的身体内的器件156上。这样的传感器能够与阵列164中的非侵入式传感器结合起来使用，用于映射心内膜表面(例如，心室的室壁)以及心外膜包络的电活动。测量系统166能够包含用于提供相应的非侵入式电测量数据169的适当的控制和信号处理电路168，该非侵入式电测量数据169能够与心内电数据160一起被存储为电测量数据170的一部分。测量数据170能够包括模拟和/或数字的信息。系统150还能够采用与非侵入性数据169结合起来的几何数据(例如，对应于几何数据58)172，如同本文所公开的。
非侵入式测量控件168同样能够被配置用于控制用于测量电活动并提供多个位置中的每个位置的非侵入性测量数据169的数据采集过程(例如，采样率、行过滤)，该多个位置由几何数据指定。在某些实例中，控件168能够例如响应于用户输入而独立于治疗系统操作来控制测量数据170的采集。在其他实例中，测量数据170能够与治疗的输送同时地且同步地采集，以检测响应于施加给定的治疗(例如，根据治疗参数)或者为了定位而施加的特定信号而发生的心脏152的电活动。例如，适当的时间戳能够被用来索引在各个测量数据160和169与治疗的输送之间的时间关系。
分析和输出系统162能够被编程用于实现电描记图重构引擎180以及用于产生电解剖地形图的地形图生成器182。举例来说，电描记图重构180能够被编程用于计算反解(inverse solution)，并且基于非侵入性数据169和几何数据172而提供相应的重构的电描记图(例如，对应于非侵入性电解剖数据106)。由电描记图重构180使用的几何数据172能够对应于实际的患者解剖几何形状、预编程序的通用模型或者它们的组合(例如，基于患者的解剖结构而修改的模型)。因而，重构的电描记图能够对应于跨心包络的心电图活动，并且能够包括静态的电描记图(在给定瞬间的三维电描记图)和/或是动态的电描记图(例如，随时间变化的四维图)。
能够由系统150中的重构引擎180使用的反演算法的实例包括在美国专利No.7,983,743和No.6,772,004中公开的那些反演算法，这两个专利通过引用全文并入本文。因而，重构引擎180能够将经由传感器阵列164测得的体表电活动重构到心包络上众多位置(例如，大于1000个位置，例如，大约2000个位置或更多)上。在其他实例中，分析和输出系统162能够基于经由例如器件156(例如，包含篮状导管或其他形式的测量探头)直接地且侵入式测得的电活动来计算在心脏的子区域上的电活动。如上所述，直接测量还会约束由重构180实施的计算。
作为另一个实例，由重构引擎180使用的几何数据172可以包括患者的躯干的图形表示，例如，针对患者采集的图像数据。例如，几何数据172能够使用几乎任意成像模式(例如，CT、MRI、超声、X射线等)来采集，心包络的相应表示能够如同本文所描述的那样基于几何数据172进行构造。这样的成像可以与用来生成电测量数据170的电活动的记录一起同时执行，或者成像能够单独执行(例如，在测量数据被采集之前或之后)。例如，这样的图像处理能够包括从数字图像集中对解剖特征进行提取和分割，解剖特征包括一个或多个器官及其他结构。另外，在传感器阵列164中的每个电极的位置能够包含于几何数据172内，例如，通过在电极被布置于患者上的同时采集图像并且通过适当的提取和分割来识别坐标系中的电极位置。其他非基于成像的技术同样能够被用来获取传感器阵列中的电极在坐标系中的位置，例如，数字化器(digitizer)或手动测量。
几何数据172还能够对应于数学模型，例如能够是通用模型或者已经基于患者的图像数据而构造的模型。适当的解剖学的或其他的标志(包括在传感器阵列164中的电极的位置)能够在几何数据172中被识别出，以结合器件的所计算的位置信息进行显示。这样的标志的识别能够手动地(例如，由人员借助图像编辑软件)或者自动地(例如，经由图像处理技术)来完成。
输出系统162能够基于电测量数据(例如，非侵入性数据169和/或心内数据160)而生成相应的输出数据174，该输出数据174进而能够在显示器192中被渲染为相应的图形输出，例如该输出数据174包括重构于心包络上的电活动或者从这样的重构的电活动中得出的电特性，如上所述。电活动或其派生能够显示于患者解剖结构的图形模型上，或者叠加于心电图(electrocardiographic map)194上。
输出系统162还可以基于由定位引擎188确定的坐标而生成用于识别器件156的位置的输出。输出数据174能够基于根据本文的任意方法确定的坐标来表示或表征器件156在三维空间中的位置。另外，位置(或相应的路径)能够显示于跨心包络的空间位置处(例如，在心脏152的心外膜或心内膜表面上)。输出系统162能够单独显示该位置。在其他实例中，位置能够与其他输出数据结合，以显示在心脏152的电活动的图形图上相对于例如一个或多个区带的位置的位置信息。
另外，在某些实例中，输出数据174能够由系统158与控制治疗的输送或监测电特性结合起来使用。由心内系统158实现的控件159和/或161能够是基于输出数据174的完全自动化的控件、半自动化的控件(部分自动化的且响应于用户输入的)或者手动的控件。在某些实例中，治疗系统的控件160能够利用输出数据来控制一个或多个治疗参数。在其他实例中，个人能够观看在显示器中生成的地形图，以手动地控制在基于本公开内容而确定的位置的治疗系统。其他类型的治疗和器件同样能够基于输出数据174和相应的图形图194来控制。
如同本文所公开的，分析和输出系统162包含与例如图1的数据分析器16对应的数据分析器184。简言之，数据分析器能够包括SOI分析器(例如，分析器20或52)和全局分析器(例如，分析器24和102)。因而，数据分析器184从而能够识别和/或表征一个或多个区带，并且识别不同的致心律失常性电活动的一种或多种机制。例如，数据分析器184能够指定已经针对某区带或其他空间区域识别出的心律失常机制的数量或类型。数据分析器184还能够提供基于非侵入性数据169而计算出的各个区带的其他信息(例如，统计量)。除此之外或作为选择，数据分析器184能够提供用于描述一个或多个区域的同步指示的全局数据，如同本文及以上所并入的美国专利公开No.2013/0245473所公开的。
数据分析器184还能够分析SOI数据(例如，对应于SOI分析器20的功能)以基于对心内数据160的分析来确定心内信号特性(例如，周期长度、周期长度变化、分离、连续激活百分比以及单独或结合起来确定的它们的各种统计量)。响应于部分或全部电测量数据170的更新，分析和输出系统162因而能够动态地更新优先级信息、机制数据及心内信号特性，并生成相应的已更新的输出数据174。
标记系统189能够进一步基于电测量数据170和治疗控件161来生成元数据(例如，对应于元数据70)。标记系统186能够对应于图1的标记系统12。如同本文所公开的，心内系统158还包含能够被用来经由器件156对患者的身体施加治疗的治疗控件161，该治疗控件161能够是基于输出数据的自动化控件、响应于用户输入(例如，经由GUI190)的半自动或手动的控件。治疗能够包括例如消融(例如，射频消融、冷冻消融、手术消融等)以及本文所公开的其他形式的治疗。电测量数据170，包括非侵入性数据和心内数据，能够被同时采集(或者响应于用户控制而单独采集)。另外，分析和输出系统162能够评估所计算的数据，以确定所计算的区带分析、心内分析和/或优先级的变化，这些变化能够被提供于输出数据174中(例如，基于由评估器102进行的比较)，以提供可促进诊断和治疗过程的有用的临床数据。
标记系统186能够实现被编程用于分析所输入的电测量数据170以确定相应的基线数据的方法。基线数据能够包括在各个测量间隔内的所测得的信号(例如，心内信号和非侵入性信号)以及从此类所测得的信号中得出的信号特性。例如，信号特性能够包括根据非侵入性数据确定的不同的致心律失常性电活动的一种或多种机制和/或根据心内数据确定的SOI特性。作为治疗程序的一部分，例如，标记系统186能够进一步确定每个感兴趣信号(SOI)的下列特性中的一项或多项：
在消融被施加时对来自基线的电描记图进行的消除。
在消融被施加于目标部位时对超出全局速率的局部电描记图进行的减缓。
在消融被施加于目标部位时对来自基线的局部电描记图进行的减缓。
在消融被施加于目标部位时的来自基线的局部电描记图的振幅衰减。
满足设定的标准的正面影响标注部位(positive impact annotation site)，所述标准能够是预定义的和/或是可响应于用户输入进行用户编程的。
比较电图的幅度的消融前和消融后的3D地形图。
比较电图的周期长度的消融前和消融后的3D地形图。
这些结果能够被用来在相应的输出数据174中生成用于标注或标记(例如，在手术中或在手术后)一个或多个目标部位的元数据，该输出数据174提供了关于治疗输送程序(例如，消融)的可视化。因而，标记系统186能够被用作诊断和/或治疗流程的一部分，用于促进包括例如基于针对患者采集的所感测的电活动的消融在内的治疗的进展。如上所述，在某些实例中，针对患者采集的电活动能够包括对体表电活动的非侵入式体表测量。除此之外或作为选择，针对患者采集的电活动能够包括对心脏电活动的侵入式测量，包括心外膜测量和/或心内膜测量。
因为在程序期间针对给定的患者获得电测量，本文所公开的方法同样能够被实时地使用。映射输出能够被进一步图形化表示为3D地形图，包括用于示出程序的进展的动态动画影片。
作为另一个实例，输出数据174能够包含从在各个时间间隔内(例如，在治疗程序期间)针对患者采集的电测量数据中得出的一个或多个标签和/或标注。在某些实例中，输出数据174能够包含基于针对患者的心脏152的几何表面计算出的相位数据的一个或多个输出图形图(例如，示于图1中)。如同本文所公开的，地形图能够基于经由分布于患者的身体的表面154上的传感器164非侵入性地采集的、经由定位于心脏之上或之内的电极侵入性地采集的或者侵入性地和非侵入性地采集的电数据来计算出。
由于测量系统166能够同时测量预定区域或整个心脏的电活动(例如，在传感器阵列164覆盖着患者的身体154的整个胸部的情况下)，因而所产生的输出数据(例如，相位表征、不同的致心律失常性电活动的机制和/或其他心电图)174同样能够按照时间和空间一致的方式来表示预定区域或整个心脏的并发数据。这能够是除了代表从心内数据160得出的SOI及SOI特性的输出数据174之外的数据。输出数据/地形图被计算出的时间间隔能够基于用户输入来选择。除此之外或作为选择，所选择的间隔能够与由治疗控件161进行的治疗的施加同步，关于这些间隔的指示同样能够由标记系统186插入SOI数据内(例如，作为元数据)。
通过进一步举例的方式，标记系统186能够被编程用于基于电测量数据170来计算信息，该电测量数据能够包括基线测量结果(例如，在治疗施加之前)以及在治疗施加期间和在治疗施加之后的测量结果。标记系统还能够对由数据分析器184确定的信息进行杠杆化，该数据分析器184能够被编程用于计算关于治疗所施加的或者(否则的话)受施加于目标部位的治疗影响的一个或多个部位的各种电信息，如同本文所公开的。标记186计算出的电信息能够被分析以确定解剖的表面区域的一个或多个区域的状态或特性，该解剖的表面区域能够在编程上与部位关联(例如，经由元数据或其他数据关联)以提供关于治疗的输送进展(例如，成功水平)的附加信息。
地形图生成器182能够被编程用于基于给定的几何表面的所计算的电信息来生成一个或多个地形图。例如，分析和输出系统162能够提供具有指示由标记系统186确定的状态或特性的一个或多个标签或标注的输出数据。输出数据174能够被转换成用于在显示器192上可视化的图形表示。与对应于所计算的地形图的输出可视化的图形表示关联的参数，包括例如选择时间间隔、将要在可视化中呈现的信息的类型等，能够响应于经由相应的可视化GUI 190进行的用户输入来选择。因而，分析和输出系统162能够生成能够进而在显示器192上被渲染为相应的图形输出的相应的输出数据174，包括例如心电图194和标签/标注。
另外，输出数据174还能够由治疗控件161使用。所实现的控件能够是基于输出数据174的完全自动化的控件、半自动化的控件(部分自动化的且响应于用户输入的)或者手动的控件。在某些实例中，治疗系统的控件160能够利用输出数据来控制一个或多个治疗参数。例如，控件160能够基于已经由标记系统186确定的标记或标注信息来控制对心脏的某部位(例如，心外膜壁或心内膜壁)的消融治疗的输送。在其他实例中，个人能够观看在显示器中生成的地形图，以基于被可视化的标记或标注信息手动地控制治疗系统。其他类型的治疗和器件同样能够基于输出数据来控制。
鉴于以上所描述的前述结构性和功能性特征，所能够实现的方法200将可参照图5的流程图更好地理解。虽然为了解释的简单性的目的，图5的方法被示出并描述为串行执行的，但是应当理解和意识到，这样的方法并不受所示出的顺序限定，因为在其他实例中，某些方面能够按照不同的顺序发生和/或与本文公开的其他方面同时发生。而且，并非所有示出的特征都是为实现方法所需的。该方法或其某些部分能够被实现为存储于非暂时性的机器可读介质内的指令，并且可由例如一个或多个计算机器件的处理器执行。
在202，该方法包括将代表患者的解剖结构的感兴趣区域(ROI)的至少一部分的至少一个局部或全局电特性的基线数据存储于存储器内。基线数据基于在对患者施加治疗之前的至少一个第一测量间隔期间获得的电测量数据来确定(例如，通过数据分析16或184)。在204，代表基于在一个或多个其他间隔期间(例如，至少在施加治疗期间和/或之后)获得的电测量数据的ROI的至少一部分的至少一个局部或全局电特性(例如，同样通过数据分析16或184来确定的)的其他数据被存储于存储器内。在206，基线数据相对于其他数据来评估(例如，通过评估器30、标记系统12或186)，以确定至少一个局部或全局电特性的变化。在208，输出基于该评估来生成(例如，通过标记系统12或186；输出生成器34)，以提供与该治疗的施加关联的进展或成功的指示。该方法能够在各种治疗施加期间重复，以监测并评估变化，以促进实现电活动的正面变化。
在某些实例中，电特性被实现为如同本文所公开的那样基于非侵入性电数据来计算出的不同的致心律失常性电活动的一种或多种机制。例如，不同的致心律失常性电活动的机制可以包括一个或多个区域的或全局的同步指示，如同本文所公开的。除此之外或作为选择，不同的致心律失常性电活动的机制可以包括一种或多种心律失常机制(例如，转子驱动、局灶驱动和/或快速阵发周期长度驱动)。所使用的每种不同的致心律失常性电活动的机制能够被评估(在206)，以基于基线间隔相对于后续的测量间隔的所计算的特性进行的比较来确定局部的或全局的同步指示中的至少一项的正面改进。因而，方法200提供了可检测出全局特性(无论是同步还是其他不同的致心律失常性机制)随时间推移而发生的正面变化的能力，并且引起该正面变化的消融点能够被相应地标记。
图6示出了治疗前信号250以及例如能够使用测量器件(例如，导管或其他探头器件)从患者上直接测得的实时信号252的实例。图6还示出了包含能够基于每个信号250和252来计算出(例如，通过SOI分析器20或数据分析器184)的SOI特性的实例的表格254。在图6的实例中，SOI特性包括周期长度、周期长度变化、连续激活的百分比、分离、偏转斜率和幅度。
同样示于图6中的是每个所计算的SOI特性的治疗前信号与当前的实时信号之间的变化(例如，增量)。实时的信号特性以及变化值能够动态地实时地基于在SOI处的测量结果以及针对治疗前的和实时的信号来计算出的特性来更新。在所计算的特性之间的差异同样能够被提供于能够帮助将用户引导到临床终点的输出数据(数据14)中。这些变化能够相对于一个或多个阈值(例如，阈值数据32)进行比较，以基于所计算的SOI特性的变化相对于相应的阈值进行的比较来提供关于治疗终点的进一步指示。如同本文所公开的，不同的阈值能够根据已经针对SOI所处的区域或区带确定的全局机制来选择。
图7示出了包含包括Z1、Z2和Z3在内的多个区带的3D图形图260的实例。所关联的标度示出能够于每个各自的区带内被识别出的(例如，由全局分析器24确定的)不同的致心律失常性电活动的机制的实例。在图7的实例中，假定治疗正针对区带Z2来施加。治疗已经完成的区域由圆柱形盘(cylindrical disc)270示出，并且治疗正在进行的区域由在图形上与圆柱形盘270不同的圆柱形盘272示出，以识别当前的治疗正于何处施加(例如，经由消融导管)或其他形式的治疗。颜色编码、阴影或其他标记能够被用来区分已完成的治疗部位270以及当前正在进行中的治疗部位272。
图8示出了在消融术的不同阶段期间(在不同的时间)的这样的标注或标记的实例。每个不同阶段的可视化能够呈现叠加于解剖结构(例如，消融正在发生的肌肉组织(例如，心脏或大脑))上的导管的图形示图。颜色编码不同的指示符同样能够被用来示出进展，例如，在某部位的黄色标记用于指示组织化和减缓，而黑色标记用于指示电描记图消除(例如，成功的消融)。周期长度(CL)同样能够被标注于消融正被执行的相应的目标区域。例如，该区域能够对应于心脏的表面，例如能够是心外膜表面区域、心内膜表面区域或者它们的组合。
鉴于前述的结构及功能的描述，本领域技术人员应当意识到，本文所公开的系统和方法的某些部分可以被实现为方法、数据处理系统或计算机程序产品，例如，非暂时性的计算机可读介质。因此，本文所公开的方法的这些部分可以采用完全硬件的实施方案、完全软件的实施方式(例如，在非暂时性的机器可读介质中)或者结合了软件和硬件的实施方式的形式。而且，本文所公开的系统和方法的某些部分可以是在计算机可用的存储介质上的计算机程序产品，在该介质上具有计算机可读程序代码。任意适合的计算机可读介质均可以使用，包括(但不限于)静态的和动态的存储器件、硬盘、光学存储器件及磁存储器件。
某些实施例同样在本文中参照方法、系统和计算机程序产品的框图进行了描述。应当理解，图示中的方块以及图示中的方块的结合能够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的数据处理装置(或者器件和电路的结合)的一个或多个处理器，以生产机器，使得经由处理器来执行的指令可实现在一个或多个方块中指定的功能。
这些计算机可执行指令还可以存储于能够引导计算机或其他可编程的数据处理装置按特定的方式来运行的计算机可读存储器内，使得存储于计算机可读存储器内的指令产生包含可实现在流程图的一个或多个方块中指定的功能的指令的制品。计算机程序指令还可以被加载到计算机或其他可编程的数据处理装置上，以促使待于计算机或其他可编程的装置上执行的一系列操作步骤产生计算机实现的过程，使得在计算机或其他可编程的装置上执行的指令提供用于实现在流程图的一个或多个方块中指定的功能的步骤。
上文已描述的是实例。当然，不可能描述结构、构件和方法的每种可想到的结合，但是本领域技术人员应当意识到，许多进一步的结合和置换都是可能的。因此，本发明意指包含属于本申请的范围之内的所有此类更改、修改和变化，包括所附的权利要求书。在本公开内容或权利要求书引用“一”、“第一”或“另一个”要素或其等效形式的情况下，它应当被理解为包括一个或多个这样的要素，既不要求也不排除两个或更多个这样的要素。如同本文所使用的，术语“包括”意指包括但不限于，并且术语“包含”意指包含但不限于。术语“基于”意指至少部分基于。

Claims (24)

1.一种方法，包括：
将基线数据存储于存储器内，基线数据代表患者的解剖结构的感兴趣区域(ROI)的至少一部分的至少一个局部或全局电特性，所述基线数据基于在对患者施加治疗之前的至少一个第一测量间隔期间获得的电测量数据来确定；
将其他数据存储于存储器内，其他数据代表基于至少一个后续的测量间隔期间获得的电测量数据的ROI的至少一部分的至少一个局部或全局电特性，所述至少一个后续的测量间隔是在施加治疗期间或之后中的至少一个；
相对于其他数据来评估基线数据，以确定所述至少一个局部或全局电特性的变化；并且
基于所述评估生成输出，以提供与施加所述治疗关联的进展或成功的指示。
2.根据权利要求1所述的方法，其中所述至少一个局部或全局电特性包括基于给定的心脏部位的心内电数据而针对在所述给定的心脏部位处的感兴趣信号来确定的至少一个心内信号特性，所述评估还包括计算在所述至少一个第一测量间隔确定的所述至少一个心内信号特性相对于在至少一个后续的测量间隔确定的所述至少一个心内信号特性之间的变化，所述输出包括所计算的变化的指示。
3.根据权利要求2所述的方法，还包括分析给定的心脏部位的心内电数据，以确定所述至少一个心内信号特性，以包括在所述至少一个第一测量间隔和所述至少一个后续的测量间隔中的每个所确定的周期长度、周期长度变化、连续激活的百分比及分离中的至少一项。
4.根据权利要求2所述的方法，还包括基于给定的心脏部位的心内电测量数据来分析感兴趣信号的侵入性电数据，以确定所述第一测量间隔的所述至少一个心内信号特性。
5.根据权利要求2所述的方法，其中所述至少一个其他的测量间隔包括随时间变化的实时测量，其他输出动态地变化以基于现场/实时测量来表示SOI的所确定的电信号特性。
6.根据权利要求2所述的方法，其中所述评估还包括将所计算的变化的指示相对于阈值进行比较，以量化与施加治疗关联的进展或成功。
7.根据权利要求6所述的方法，还包括基于针对所述ROI的至少一部分来确定的不同的致心律失常性电活动的至少一种机制来设定阈值。
8.根据权利要求7所述的方法，其中不同的致心律失常性电活动的至少一种机制包括已经在给定的心脏部位所处的心脏表面上的各个感兴趣区带内被识别出的至少一种心律失常机制，所述至少一种心律失常机制基于非侵入性电数据针对所述ROI的至少一部分而确定。
9.根据权利要求7所述的方法，其中不同的致心律失常性电活动的至少一种机制包括基于非侵入性电数据针对所述ROI的至少一部分来确定的同步指示。
10.根据权利要求1所述的方法，其中所述至少一个局部或全局电特性包括基于非侵入性电数据针对所述ROI的至少一部分来确定的不同的致心律失常性电活动的至少一种机制，所述评估还包括计算在所述至少一个第一测量间隔确定的不同的致心律失常性电活动的至少一种机制相对于在所述至少一个后续的测量间隔确定的不同的致心律失常性电活动的至少一种机制之间的差异，所述输出包括所计算的差异的指示。
11.根据权利要求10所述的方法，其中所述至少一个局部或全局电特性还包括在所述至少一个第一测量间隔以及在所述至少一个后续的测量间隔在给定的部位处直接侵入式测得的心内信号。
12.根据权利要求11所述的方法，还包括将所述变化的指示相对于阈值进行比较，以量化与在给定部位处施加治疗关联的进度或成功，其中所述阈值基于不同的致心律失常性电活动的至少一种机制来设定。
13.根据权利要求10所述的方法，其中不同的致心律失常性电活动的至少一种机制包括基于在所述至少一个第一测量间隔以及在所述至少一个后续的测量间隔获得的非侵入性电数据的在所述至少一个时间间隔内发生的转子驱动、在所述至少一个时间间隔内发生的局灶驱动、快速阵发周期长度驱动、腔室内同步的指示、腔室间同步的指示中的至少一项。
14.根据权利要求1所述的方法，其中所述治疗包括药物施用、对心脏的电刺激的施加、在给定部位处的消融、对所述给定部位的化学刺激的施加中的至少一项。
15.根据权利要求1所述的方法，还包括：
响应于治疗而在图形图上的与在表面几何形状的表示上的给定部位对应的位置处提供图形用户界面要素；并且
响应于检测到变化，自动地或响应于用户输入而修改所述图形要素的图形特征，以在图形图上表示所述变化。
16.一种系统，包含：
存储器，用于存储代表患者的解剖结构的感兴趣区域(ROI)的至少一部分的至少一个局部或全局电特性的基线数据，所述基线数据基于在对患者施加治疗之前的至少一个第一测量间隔期间获得的电测量数据来确定；
能够由处理器执行的机器可读指令，所述机器可读指令包括：
数据分析器，用于基于在与所述至少一个第一测量间隔不同的至少一个其他的测量间隔期间获得的电测量数据来计算所述ROI的至少一部分的至少一个局部或全局电特性；
评估器，用于相对于所述其他数据来评估所述基线数据，以确定所述至少一个局部或全局电特性的变化；以及
输出生成器，用于提供基于所述至少一个局部或全局电特性的所确定的变化的输出，以提供与施加所述治疗关联的进展或成功的指示。
17.根据权利要求16所述的系统，其中所述数据分析器还包含机制分析器，用于计算识别不同的致心律失常性电活动的至少一种机制的机制数据，所述机制分析器提供基于在所述至少一个第一测量间隔获得的非侵入性电数据的基线机制数据以及基于在所述至少一个其他的测量间隔获得的非侵入性电数据的其他机制数据。
18.根据权利要求17所述的系统，还包含用于提供所述非侵入性电数据的测量系统，所述非侵入性电数据被存储于存储器内，所述机器可读指令还包括重构引擎，重构引擎用于基于非侵入性电数据来在心包络上重构电描记图，所述机制分析器基于对所述至少一个第一测量间隔的所重构的电描记图的分析来计算基线机制数据，并且基于对经由体表传感器进行的对于所述至少一个其他的测量间隔来重构的电描记图的分析来计算其他机制数据，以提供心包络的非侵入性电解剖数据。
19.根据权利要求17所述的系统，还包含至少一个心内系统，所述至少一个心内系统用于提供代表针对患者的心脏的至少一个心脏部位测得的电活动的心内电数据，所述数据分析器被编程用于基于给定的心脏部位的心内电数据来计算针对在给定的心脏部位处的感兴趣信号而确定的至少一个心内信号特性。
20.根据权利要求19所述的系统，其中数据分析器还包含局部分析器，用于针对感兴趣信号来分析心内电数据，并且提供所述至少一个第一测量间隔和所述至少一个其他的测量间隔中的每个测量间隔的被存储于存储器内的相应的心内信号特性数据。
21.根据权利要求20所述的系统，其中所述相应的心内信号特性包括周期长度、周期长度变化、连续激活的百分比及分离中的至少一项，所述评估器用于计算在所述至少一个第一测量间隔确定的至少一个心内信号特性相对于在所述至少一个其他的测量间隔确定的至少一个心内信号特性之间的变化，所述输出包括心内信号特性之间的所计算的变化的指示。
22.根据权利要求20所述的系统，其中所述机器可读指令还包括图形用户界面，用于响应于用户输入而允许用户与输出交互式互动。
23.根据权利要求17所述的系统，其中不同的致心律失常性电活动的至少一种机制还包括区域的或全局的同步指示中的至少一个，所述评估器用于基于所述至少一个第一测量间隔的区域的或全局的同步指示相对于所述至少一个其他的测量间隔的区域的或全局的同步指示中的至少一项进行的比较来确定区域的或全局的同步指示中的至少一项的正面改进。
24.根据权利要求17所述的系统，其中不同的致心律失常性电活动的至少一种机制还包括至少一种心律失常机制，所述至少一种心律失常机制包括转子驱动、局灶驱动及快速阵发周期长度驱动中的至少一项，所述评估器基于在至少一个第一测量间隔确定的至少一种心律失常机制相对于在所述至少一个其他的测量间隔确定的至少一种心律失常机制进行的比较来确定所述区域的或全局的同步指示的正面改进。
CN201580012921.2A 2014-02-04 2015-02-04 与治疗部位相关的信号分析 Expired - Fee Related CN106102568B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201461935655P 2014-02-04 2014-02-04
US61/935,655 2014-02-04
PCT/US2015/014519 WO2015120095A1 (en) 2014-02-04 2015-02-04 Signal analysis related to treatment sites

Publications (2)

Publication Number Publication Date
CN106102568A true CN106102568A (zh) 2016-11-09
CN106102568B CN106102568B (zh) 2019-09-10

Family

ID=53753805

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580012921.2A Expired - Fee Related CN106102568B (zh) 2014-02-04 2015-02-04 与治疗部位相关的信号分析

Country Status (4)

Country Link
US (2) US9445737B2 (zh)
EP (1) EP3102096A4 (zh)
CN (1) CN106102568B (zh)
WO (1) WO2015120095A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109931966A (zh) * 2019-01-30 2019-06-25 王国荣 一种控制柜测试平台编码器测试方法

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11389232B2 (en) 2006-06-28 2022-07-19 Kardium Inc. Apparatus and method for intra-cardiac mapping and ablation
US9119633B2 (en) 2006-06-28 2015-09-01 Kardium Inc. Apparatus and method for intra-cardiac mapping and ablation
US8906011B2 (en) 2007-11-16 2014-12-09 Kardium Inc. Medical device for use in bodily lumens, for example an atrium
US9198592B2 (en) 2012-05-21 2015-12-01 Kardium Inc. Systems and methods for activating transducers
US10827977B2 (en) 2012-05-21 2020-11-10 Kardium Inc. Systems and methods for activating transducers
US9693832B2 (en) 2012-05-21 2017-07-04 Kardium Inc. Systems and methods for selecting, activating, or selecting and activating transducers
CN105208925B (zh) * 2013-05-08 2018-06-01 科迪影技术股份有限公司 心律失常驱动灶的分析和检测
US10368936B2 (en) 2014-11-17 2019-08-06 Kardium Inc. Systems and methods for selecting, activating, or selecting and activating transducers
US10722184B2 (en) 2014-11-17 2020-07-28 Kardium Inc. Systems and methods for selecting, activating, or selecting and activating transducers
US10624554B2 (en) 2016-01-14 2020-04-21 Biosense Webster (Israel) Ltd. Non-overlapping loop-type or spline-type catheter to determine activation source direction and activation source type
US11006887B2 (en) * 2016-01-14 2021-05-18 Biosense Webster (Israel) Ltd. Region of interest focal source detection using comparisons of R-S wave magnitudes and LATs of RS complexes
US10314542B2 (en) 2016-01-14 2019-06-11 Biosense Webster (Israel) Ltd. Identification of fractionated signals
US10582894B2 (en) * 2016-01-14 2020-03-10 Biosense Webster (Israel) Ltd. Region of interest rotational activity pattern detection
US10517496B2 (en) 2016-01-14 2019-12-31 Biosense Webster (Israel) Ltd. Region of interest focal source detection
US20170202521A1 (en) * 2016-01-14 2017-07-20 Biosense Webster (Israel) Ltd. Overall system and method for detecting regions of interest
US10765329B2 (en) * 2016-05-02 2020-09-08 Topera, Inc. System and method to define an aggregated stability map of a rotational source over a plurality of time intervals associated with a biological rhythm disorder
TWI644187B (zh) * 2016-05-06 2018-12-11 泰博科技股份有限公司 生理數據校時方法、系統、非暫態電腦可讀取媒體及電腦程式產品
EP3326517B1 (en) * 2016-11-23 2020-09-16 Karlsruher Institut für Technologie Method and system for identifying potential atrial flutter areas for medical decision support
EP3813932B1 (en) * 2018-06-27 2022-06-29 Boston Scientific Neuromodulation Corporation Stimulation field modelling in an implantable stimulator device
CN112789083A (zh) 2018-10-05 2021-05-11 美敦力公司 心脏快速性心律失常的多层预测
US20200352466A1 (en) 2019-05-06 2020-11-12 Medtronic, Inc. Arrythmia detection with feature delineation and machine learning
US11776691B2 (en) 2019-05-06 2023-10-03 Medtronic, Inc. Machine learning based depolarization identification and arrhythmia localization visualization
US20200352521A1 (en) * 2019-05-06 2020-11-12 Medtronic, Inc. Category-based review and reporting of episode data
US11583687B2 (en) 2019-05-06 2023-02-21 Medtronic, Inc. Selection of probability thresholds for generating cardiac arrhythmia notifications
US11694804B2 (en) 2019-05-06 2023-07-04 Medtronic, Inc. Reduced power machine learning system for arrhythmia detection
US11723577B2 (en) 2019-05-06 2023-08-15 Medtronic, Inc. Visualization of arrhythmia detection by machine learning
US11911178B2 (en) * 2020-05-05 2024-02-27 Northwestern University System and method to detect and treat arrhythmogenic regions in atrial fibrillation
US11925468B2 (en) 2020-11-09 2024-03-12 Northwestern University Method and system for the identification and modeling of atrial fibrillation reentry

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6366813B1 (en) * 1998-08-05 2002-04-02 Dilorenzo Daniel J. Apparatus and method for closed-loop intracranical stimulation for optimal control of neurological disease
US20110015496A1 (en) * 2009-07-14 2011-01-20 Sherman Lawrence M Portable medical device
US20110028856A1 (en) * 2009-07-29 2011-02-03 Siemens Medical Solutions Usa, Inc. System for Heart Performance Characterization and Abnormality Detection
US20120101398A1 (en) * 2008-11-10 2012-04-26 Cardioinsight Technologies, Inc. Visualization of electrophysiology data
US20130131529A1 (en) * 2011-10-12 2013-05-23 Cardioinsight Technologies, Inc. Sensing zone for spatially relevant electrical information
US20130245473A1 (en) * 2010-11-03 2013-09-19 Charulatha Ramanathan System and methods for assessing heart function

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6366813B1 (en) * 1998-08-05 2002-04-02 Dilorenzo Daniel J. Apparatus and method for closed-loop intracranical stimulation for optimal control of neurological disease
US20120101398A1 (en) * 2008-11-10 2012-04-26 Cardioinsight Technologies, Inc. Visualization of electrophysiology data
US20110015496A1 (en) * 2009-07-14 2011-01-20 Sherman Lawrence M Portable medical device
US20110028856A1 (en) * 2009-07-29 2011-02-03 Siemens Medical Solutions Usa, Inc. System for Heart Performance Characterization and Abnormality Detection
US20130245473A1 (en) * 2010-11-03 2013-09-19 Charulatha Ramanathan System and methods for assessing heart function
US20130131529A1 (en) * 2011-10-12 2013-05-23 Cardioinsight Technologies, Inc. Sensing zone for spatially relevant electrical information

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109931966A (zh) * 2019-01-30 2019-06-25 王国荣 一种控制柜测试平台编码器测试方法
CN109931966B (zh) * 2019-01-30 2021-03-23 王国荣 一种控制柜测试平台编码器测试方法

Also Published As

Publication number Publication date
US20170000364A1 (en) 2017-01-05
US20150216435A1 (en) 2015-08-06
US10004413B2 (en) 2018-06-26
EP3102096A1 (en) 2016-12-14
CN106102568B (zh) 2019-09-10
EP3102096A4 (en) 2017-09-20
WO2015120095A1 (en) 2015-08-13
US9445737B2 (en) 2016-09-20

Similar Documents

Publication Publication Date Title
CN106102568B (zh) 与治疗部位相关的信号分析
US10076260B2 (en) Integrated analysis of electrophysiological data
US10117594B2 (en) Analysis and detection for arrhythmia drivers
US10646183B2 (en) Detection of scar and fibrous cardiac zones
US9883813B2 (en) Focal point identification and mapping
KR20060043597A (ko) 환자에 관한 정보를 감지 및 저장하고 보고서를 생성하기위한 시스템 및 방법
EP3185760B1 (en) Signal characterization to facilitate therapy delivery
EP3614913B1 (en) Connectivity analysis for arrhythmia drivers
Franco Ocaña Electrophysiological model of the left ventricle: prediction of reentry circuits with fast simulations based on cellular automata applying clinical stimulation protocols
Nunes High-Density Mapping Analysis of Electrical Spatiotemporal Behaviour in Atrial Fibrillation
Loewe KIT-Institute of Biomedical Engineering-About Us-Team
CN118251177A (zh) 组织治疗系统
Yang Noninvasive Cardiac Electrical Imaging of Activation Sequence and Activation Recovery Interval, and Localization of Ventricular Arrhythmias
Shokrollahi Signal Analysis For Cardiac Electrical Activation Studies

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190910

Termination date: 20210204