CN107019507B - 感兴趣区域局灶性源检测 - Google Patents

感兴趣区域局灶性源检测 Download PDF

Info

Publication number
CN107019507B
CN107019507B CN201710032329.XA CN201710032329A CN107019507B CN 107019507 B CN107019507 B CN 107019507B CN 201710032329 A CN201710032329 A CN 201710032329A CN 107019507 B CN107019507 B CN 107019507B
Authority
CN
China
Prior art keywords
atrial
activation
wave
map
ecg
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
CN201710032329.XA
Other languages
English (en)
Other versions
CN107019507A (zh
Inventor
R.厄曼
Z.席丹
S.高柏
G.哈亚姆
M.巴-塔
Y.B.兹里哈姆
A.维马
Y.A.阿莫斯
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.)
Biosense Webster Israel Ltd
Original Assignee
Biosense Webster Israel Ltd
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 Biosense Webster Israel Ltd filed Critical Biosense Webster Israel Ltd
Publication of CN107019507A publication Critical patent/CN107019507A/zh
Application granted granted Critical
Publication of CN107019507B publication Critical patent/CN107019507B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • A61B18/12—Surgical 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
    • A61B18/14—Probes or electrodes therefor
    • A61B18/1492—Probes or electrodes therefor having a flexible, catheter-like structure, e.g. for heart ablation
    • 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]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • 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
    • 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]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/361—Detecting fibrillation
    • 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
    • A61B5/366—Detecting abnormal QRS complex, e.g. widening
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • 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
    • 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
    • A61B2018/00315—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body for treatment of particular body parts
    • A61B2018/00345—Vascular system
    • A61B2018/00351—Heart
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/04—Arrangements of multiple sensors of the same type
    • A61B2562/046—Arrangements of multiple sensors of the same type in a matrix array
    • 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
    • A61B5/6856—Catheters with a distal loop
    • 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
    • A61B5/6859—Catheters with multiple distal splines
    • 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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Abstract

本发明题为“用于检测心房纤颤局灶性源的系统和方法”。本发明提供了检测心房局灶性源的方法，包括通过传感器检测随时间推移的心电图(ECG)信号。每个ECG信号通过所述多个传感器中的一个检测，并且指示心脏的电活动。所述方法还包括：确定每个ECG信号的局部激活时间(LAT)，每个LAT指示对应ECG信号的多个心房激活中的一个的时间，并检测是否基于所述检测到的ECG信号和所述一个或多个局部LAT指示心脏中激活的一个或多个局灶性源区域。可通过针对每个心房激活生成模型并对心房激活分类来区分S波与非S波。可以通过在视觉上指示每个传感器的在一段时间内在相邻传感器的心房激活之前发生的所述心房激活的发生率水平来生成标测图。

Description

感兴趣区域局灶性源检测
相关专利申请的交叉引用
本申请要求2016年1月14日提交的美国临时申请62/278,676的权益，该申请如同完整阐述般以引用方式并入。
本申请如同完整阐述般以引用方式并入如下申请：标题为“Region of InterestFocal Source Detection Using Comparisons of R-S Wave Magnitudes and LATs ofRS Complexes”的美国专利申请No.15/404228、标题为“Region of Interest RotationalActivity Pattern Detection”的美国专利申请No.15/404225、标题为“Identificationof Fractionated Signals”的美国专利申请No.15/404244、标题为“Overall System andMethod for Detecting Regions of Interest”的美国专利申请No.15/404226和标题为“Non-Overlapping Loop-Type Or Spline-Type Catheter To Determine ActivationSource Direction And Activation Source Type”的美国专利申请No.15/404231，所有上述申请均在2017年1月12日提交。
技术领域
本发明涉及用于确定待消融以治疗心律失常(例如心房纤颤)的感兴趣区域的系统和方法，更具体地讲，涉及用于检测心房纤颤局灶性源以确定心脏的用于消融的感兴趣区域的系统和方法。
背景技术
心律失常包括不同类型的异常或不规律的心律，例如心房纤颤(AF)，其特征在于搏动快速而不规律。在正常的心脏状况下，心跳由电脉冲(即，信号)产生，该电脉冲起源于心脏上部腔室(即，心房)，通过房室(AV)结穿过心房传到心脏的一对下部腔室(即，心室)。当信号通过心房时，心房收缩并将血液从心房泵送到心室中。信号通过AV结传到心室时，引起心室收缩，从而使血液从心脏泵出至身体。然而，在AF状态期间，心房中的信号变得混乱无序，导致心脏不规则跳动。
AF可对人生活的身体素质、心理素质和情感素质产生负面影响。AF严重程度和频率可逐步增加，如果不及时治疗，则可导致慢性疲劳、充血性心力衰竭或中风。一种类型的AF治疗包括处方药，例如节律控制药物和用于控制增加的中风风险的药物。这些药物必须无限期地每天服用。另一种类型的AF治疗包括心脏复律法，该法尝试通过用放在胸部前的电极为心脏提供电击来恢复正常的心律。在一些持续型AF中，心脏复律无效或不能尝试。
近年来，用于治疗心房纤颤的方法包括微创消融规程(例如，导管消融)，在微创消融手术中，心脏组织被消融以终止电通路并阻断可能引起心律紊乱的错误电脉冲。
发明内容
提供了检测心房局灶性源的方法，包括通过传感器检测随时间推移的心电图(ECG)信号。每个ECG信号通过该多个传感器中的一个检测，并且指示心脏的电活动。该方法还包括：确定每个ECG信号的局部激活时间(LAT)，每个LAT指示对应ECG信号的多个心房激活中的一个的时间，并检测是否基于检测到的ECG信号和所述一个或多个局部LAT而指示心脏中激活的一个或多个局灶性源区域。可通过针对每个心房激活生成模型并对心房激活分类来区分S波与非S波。可以通过在视觉上指示每个传感器的在一段时间内在相邻传感器的心房激活之前发生的心房激活的发生率水平来生成标测图。
提供了一种用于检测心房局灶性源的系统，该系统包括多个被配置成检测多个心电图(ECG)信号的传感器，每个ECG信号指示随着时间推移的心脏电活动，所述多个传感器中的每个被配置成检测所述ECG信号中的一个。该系统还包括处理装置，该处理装置包括一个或多个处理器，所述一个或多个处理器被配置成：确定所述多个ECG信号中的每个的一个或多个局部激活时间(LAT)，每个LAT指示对应ECG信号的激活的时间；并且检测是否基于检测到的ECG信号和所述一个或多个局部LAT来指示心脏中激活的一个或多个局灶性源区域。
提供了一种非暂态计算机可读介质，该非暂态计算机可读介质包括用于使计算机执行心房局灶性源检测方法的指令。该指令包括通过多个传感器检测随时间推移的心电图(ECG)信号。每个ECG信号通过该多个传感器中的一个检测，并且指示心脏的电活动。该指令还包括确定该多个ECG信号中的每个的一个或多个局部激活时间(LAT)，每个LAT指示对应ECG信号的激活的时间。该指令还包括检测是否基于检测到的ECG信号和所述一个或多个局部LAT来指示心脏中激活的一个或多个局灶性源区域。
附图说明
通过以举例的方式结合附图提供的以下具体实施方式可得到更详细地理解，其中：
图1是示出与本文所公开的实施方案一起使用的示例性AF分类的框图；
图2是示出与本文公开的实施方案一起使用的示例性系统的框图，该系统用于确定用于消融的AF ROI；并且
图3A和图3B是流程图的部分，该流程图示出根据一个实施方案的确定用于消融的AF ROI的示例性方法。
图4是示例性的所采集心电图信号的示意图；
图5A和图5B是示出根据本文所公开的实施方案的基于波的检测的图；
图6A和图6B是用于示出根据一个实施方案的示例性波开始标测图和示例性波扩散标测图的图；
图7A示出了用于示例性R-S比率计算的参数；
图7B示出了多个不同的波类型；
图8A至图8E是示出与本文所公开实施方案一起使用的用于模式匹配的示例性存储波的图；
图9是示出示例性局灶性源检测方法的流程图；
图10A至图10F是示例性的埃尔米特正交多项式的图示说明；
图11A至图11I是以不同方式建模的心房搏动的示意图；
图12是示出对示例性信息的显示的图，所述信息在视觉上指示在一段时间内在相邻电极之前发生的S波激活；
图13是示出局灶性源统一的示例性方法的流程图；
图14是用于与本文所公开实施方案一起使用的示例性电极配置的图；并且
图15是根据一个实施方案的所记录信号的示例的图。
具体实施方式
用于导管消融的传统方法和系统通常包括将导管插入穿过皮肤中的切口并引导至心脏。进行消融之前，通过放置在不同心脏区域的电极采集心脏的心内心电图(IC ECG)信号。对信号进行监测，并将其用于提供信息，以确定一个或多个心脏区域是否导致不规律的心律。然而，用于确定这些待消融区域的传统方法和系统不仅耗时(例如，耗费几个小时)，而且还依赖于具有特定专业知识和经验的医疗人员(通常需要培训许多个小时)。
本文所公开的实施方案采用的系统、设备和方法通过自动检测心脏中激活的局灶性源区域(即，局灶性源)来确定待靶向消融的潜在感兴趣区域(ROI)。本文所公开的实施方案用于潜在地减少对标测图进行分析和解释的培训时间，并且增加消融(诸如旨在隔离和压制局灶性源的消融)成功率。
本文所公开的实施方案包括用于检测局灶性源的各种机器学习算法的具体实施。在一些实施方案中，通过针对心房激活生成模型并对心房激活分类来区分S波与非S波。在一些实施方案中，可以通过在视觉上指示每个传感器的在一段时间内在相邻传感器的心房激活之前发生的心房激活的发生率水平来生成标测图。
图1是示出与本文所公开的实施方案一起使用的示例性AF分类的框图。图1中的示例性分类区分关键AF和非关键AF，并且区分AF的驱动灶和维持灶以及它们的相对时空模式。
例如，如图1所示，被表征为AF 102的不规律心律被归类为关键104或非关键106。非关键AF 106的示例包括不规律心律的阵发性(即，间歇性)发作，其中心跳往往在几秒钟内或在几个小时后迅速归于正常，以及不规则心律的持续发作，其中正常心脏可通过节律药物治疗或规程(例如，心脏复律法)恢复。关键AF 104的示例包括持续时间较长(例如，一年以上)的长程持续性不规律心律发作，其中心脏处在恒定AF状态，并且该状况被认为是永久性的。
关键AF可根据可来源于IC ECG信号的特征(例如，激活的区域)分类。激活的区域可被识别为潜在的AF成因。如图1所示，关键AF是根据激活的不同区域来分类的，包括AF的潜在驱动灶(下称“驱动灶”)或AF的潜在源(下称“源”)108，以及AF的潜在维持灶110(下称“维持灶”)。驱动灶108是(例如，心房中的)激活区域，电脉冲起源于该区域以刺激心脏收缩，这有可能例如通过产生颤动传导至心房的其它地区而导致AF。维持灶110是持续激活区域(例如，电生理学过程/基质)，它也有可能导致AF。
驱动灶108和维持灶110可根据其时空表现表示(例如，标测)。如图1所示，驱动灶108和维持灶110按示例性时空表现类型归类，包括局灶性源(灶)112和局部旋转激活(LRA)源或旋转激活模式(RAP)源114。局灶性源是指起源于心房的从单点离心扩散的小区域的一种驱动灶类型。RAP 114源是心脏的一个不规则区域，其中电脉冲围绕中心区域旋转至少360度。
图1还示出了不同类型的维持灶110，包括表现出有组织传导延迟116的一种类型和表现出无组织传导延迟118的另一类型。图1所示维持灶110的另一种类型包括心房扑动(AFL)120，其特征在于有组织的传导延迟116，还包括局部不规则激活(LIA)122、线性间隙124和枢轴126(即，围绕中心区域旋转小于360度的电脉冲)，其特征在于无组织的传导延迟118。此外，RAP源114既被示为驱动灶108，又被示为维持灶110。驱动灶108和维持灶110被例如分别标测，以便于识别驱动灶和/或维持灶的类型，并且提供对于潜在消融ROI的有效而准确的确定。
驱动灶108和维持灶110的标测与识别也可基于一个或多个附加因素，这些因素可能潜在地有助于AF，或有助于可潜在地表征AF基质(即，AF过程本身)和/或AF过程表现的参数。例如，用于识别潜在灶性源108的AF参数或AF因素包括，从点开始激活的全向激活扩散，早期程度(例如，在可激发间隙之后开始的灶性源)，触发物诸如快速击发的(例如，周期长度短且主频率高的)焦点和突破(例如肺静脉(PV)，自由壁和透壁，心内膜和心外膜)和微再入电路，其表现为灶性源和短半径再入电路，后者可以根据中心障碍物的具体各向异性结构表现为驱动灶108。
用于标测和识别RAP源114的AF参数或AF因素包括，例如：重复周期，可表现为驱动灶源108的转动区域，结构或功能各向异性(例如，局部或分布式的)，以及短半径再入电路，其根据中央障碍物的具体各向异性结构可表现为驱动灶108或维持灶110。
用于标测和识别维持灶110的AF参数或AF因素包括，例如扩展(增长的)路径长度，解剖学(病理性)阻断线，纤维变性，稳定的功能性阻断线(例如，延长耐药性的区域，关键性(例如，围绕阻断线的最短路径>路径长度)和颤动传导因子(例如解离波，再入电路因子)。
图2是示出与本文公开的实施方案一起使用的示例性系统200的框图，该系统用于确定用于消融的AF ROI。如图2所示，系统200包括导管202、处理装置204和显示装置206。导管202包括导管传感器(例如，电极)阵列，每个导管传感器被配置成检测随时间推移的心脏区域的电活动(电信号)。当进行IC ECG时，每个电极检测与该电极接触的心脏区域的电活动。该系统200还包括心外传感器210(例如，患者皮肤上的电极)，该心外传感器被配置成通过检测因心脏的电生理模式而引起的皮肤上的电变化来检测心脏的电活动。
检测到的IC ECG信号和检测到的心外信号由处理装置204处理(例如，随着时间推移记录，过滤，碎裂，标测，组合，内插等)，并在显示装置206上显示。
实施方案包括任意数量的用于检测ECG信号的传感器210，其中包括用于检测ICECG信号的传感器，以及检测心外ECG信号的传感器。出于简化目的，本文所述系统和方法是指检测和使用IC ECG信号。然而，应注意，实施方案可利用IC ECG信号或心外ECG信号或者IC ECG信号和心外ECG信号两者的组合。
处理装置204可以包括一个或多个处理器，其中每个处理器被配置成处理ECG信号。处理装置204的每个处理器可被配置成记录一段时间内的ECG信号，对ECG信号进行过滤，将ECG信号分成信号分量(例如，斜率、波形、复波)，标测ECG信号，结合ECG信号信息，标测并插补标测信息等。
显示装置206可包括一个或多个显示器，这些显示器被配置成显示ECG信号、ECG信号的信息、AF过程的标测图和表示AF过程的时空表现的标测图。
导管传感器208和心外传感器210可与处理装置204有线或无线通信。显示装置206也可与处理装置204有线或无线通信。
图3A和图3B是示出用于确定潜在消融ROI的示例性方法300的流程图的部分。该方法300采用标测分类法，其从核心向外依次包括：IC ECG层，预处理层，LAT检测层，标测图分割层，标测图内插层和标测图解释层。
图3A示出了示例性方法300的一部分。如图3A中的框302所示，方法300包括获取表示心脏区域电活动的IC ECG信号作为IC ECG层的一部分。在框302处获取的IC ECG信号是例如从与不同心脏区域接触的多个电极之一获得的。获取IC ECG(302)后，方法300包括预处理所获取的ECG信号作为预处理层的部分，如图3A的框302所示。所述预处理可包括执行一个或多个算法，诸如心室远场信号消除、基线校正和噪声降低。心室远场检测可包括，例如，空间平均法(SAM)、时间平均法(TAM)、系统识别法(SIM)和主成分分析(PCA)。
对于在框302处获得的每个IC ECG信号，在框304处检测到相应预处理IC ECG信号的一个或多个LAT。在框306处确定每个信号的LAT质量(示出为图3A中的LATQ)作为示例性LAT检测层的一部分。在框308处确定信号的AF复杂性(示出为图3A中的CPLX)。
如决定点310处所示，方法300包括确定是否重新定位基于信号LAT质量和AF复杂的导管。高品质IC ECG的典型特征为极少的基线漂移(例如，低基线对IC ECG RMS幅度、有限心室远场电位对IC ECG RMS幅度)。IC ECG信号特征包括在AF期间可辨识的心房复波，例如，由等电片段重复斜率(50-200ms间隔；中位数为约150ms)分隔的受限(～50ms)复波。高品质复波特征通常在复波内具有内相当大的振幅和陡峭的向下斜率(相对于向上斜率)。ICECG信号的特征可组合成单个可测量特征或参数(例如，具有0％-100％的可测量值)来定义LAT质量。可比较LAT质量与AF复杂性，以确定是否重新定位导管。
在一些实施方案中，质量由标测AF的AF复杂性水平的能力来定义。确定是否重新定位导管可包括生成标测图以及基于标测电极的覆盖水平是否符合(例如，匹配)AF复杂性水平而确定所生成的标测图是否可(例如，足够)用于AF。标测AF的AF复杂性水平的能力可包括满足标测图阈值水平(例如，足够水平，可靠水平)。使用单个参数(即，标测覆盖)定义标测电极的覆盖水平。被组合以定义标测覆盖的特征示例包括：(1)标测电极的接触(例如，与活性组织(壁)的接触，所述活性组织与覆盖区域LAT准确性相关)；(2)电极的分辨率(例如，电极之间的距离和电极灵敏度半径，包括平均距离、最小距离和最大距离)；以及(3)由检测算法提供的IC ECG质量和相关联的注释。
AF复杂性可包括AF期间创建波解离(阻滞线)、融合和波曲率的激活复杂性。因此，如果达到一定水平的AF复杂性(例如，沿y轴测量的)，标测覆盖(包括信号和沿x轴测量的注释质量)足以标测AF复杂性，这时标测图可被确定为可(例如，可靠或足够)用于标测AF的标测图。否则，标测图的可信度可变得受损或不足。
然后，可使用可靠或足够的标测图分析信号，以确定导管是否应该重新定位。如果在决定点310处确定重新定位导管，则在框312处(例如，导管202)重新定位导管并在框302处采集新的IC ECG信号。如果在决定点310处确定导管应该重新定位，则该方法300继续到“A点”313(图3A和图3B中示出)。
出于简化目的，图3A示出采集单个IC ECG信号。然而，实际上，对于接触心脏的多个电极中的每个采集到多个信号。在“点A”313处接收在框202处采集的每个IC ECG信号以及在框204处对每个信号检测的一个或多个LAT。
图3B示出了可用于确定潜在消融ROI的示例性方法。如图3B所示，每个获得的ICECG信号和一个或多个对每个信号检测的LAT被用于生成AF过程的标测图，包括AF基质(表示为图3B中的AF基质314)的电生理状况的标测图以及表示AF过程(表示为图3B中的AF过程316)的时空表现的标测图，作为示例性标测图分割层的部分。
例如，对于图3B中所示的AF基质314，一个或多个所测LAT被用于独立地确定可能导致AF的一个或多个因素或参数。图3B的左侧示出了表征AF基质的方法，该方法通过在预定时间窗内收集信息并同时基于随后LAT的差异评估的平均时间间隔(周期)318、第一激活(早期程度)324和IC ECG形态学方面包括RS比率320和碎裂322(例如，碎裂电描记图)来表征AF基质。例如，所测LAT用于独立地确定框318处的周期信息(例如，周期长度)和框324处的早期程度信息(例如，最早的激活时间，可激活间隙之后开始的早期驱动灶)。每个IC ECG信号还用于独立地确定框320处的R-S复波信息(例如，R波与S波的比率)和框322处的ICECG信号的碎裂信息(例如，斜率信息，指示源行为发生率的信息，所述源行为表示为来自多个电极中一者的最早激活，诸如示出相关联电极比相邻电极更早激活的百分比)和框326处的CV阻滞信息(例如，指示电脉冲通过心脏时减慢或阻滞的传导(即，进展)，诸如电脉冲在心脏中行进一定距离的传导时间(CT)、路径长度(即距离)以及电脉冲的CV的信息)。
如图所示，驱动灶标测图328生成自周期信息318、早期程度信息324和RS复波信息320。维持灶标测图330生成自CV阻滞信息326和碎裂信息322。如图所示，用于生成驱动灶标测图328的信息和用于生成维持灶标测图330的信息组合在一起(例如，一个显示区域中的单个标测图、层叠标测图或相邻标测图)，生成组合后的驱动灶/维持灶标测图334。然后可使用组合的驱动灶/维持灶标测图334(例如，作为示例性标测图内插层的一部分而被内插)来确定一个或多个消融ROI 350。
对于图3B所示的AF过程316，使用一个或多个检测到的LAT来独立地生成激活/波标测图336、CV标测图338(例如，由CT、路径长度和/或电脉冲的CV生成标测图)和阻滞标测图344(如，由指示信号传导中的阻滞的信息生成标测图)。
激活/波标测图可例如包括表示源行为的发生率的标测图，该源行为表示由相同波限定的多个电极中的一个的最早激活，诸如指示由早于相邻电极所激活的相应电极检测到的但由相同波所激活的相邻电极限制的激活波的百分比。激活波标测图还可例如包括表示与纤颤波开始相关联的电极位置发生率的标测图。
每个IC ECG信号被用于独立地生成电压标测图342和碎裂标测图340。用于生成标测图336-344的信息经组合以提供组合的标测图或视频346。在一些实施方案中，用于生成激活/波标测图336和电压标测图342的信息经组合以生成组合的激活/波/电压标测图或视频，并且用于产生CV标测图338的信息、阻断标测图344和分数标测图340的信息经组合以生成组合的CV/阻断/分数标测图或视频。在方框348处分析该组合的标测图/视频346(例如，由医疗人员解释以作为示例性标测图内插层的一部分)，从而确定将在方框350处消融的ROI。组合的标测图/视频346表示AF过程的时空表现，可轻松观看和解释该处理，从而有利于高效准确地确定用于消融的ROI。所确定的ROI可以例如用颜色、用4-D标测图上的3-D等值线、用图标(例如，动态变化的图标)等表示(例如，显示)。
在一些实施方案中，组合的驱动灶/维持灶标测图334和组合的标测图/视频346用于确定框350处消融的ROI。在一些实施方案中，组合的驱动灶/维持灶标测图334或组合的标测图/视频346用于确定框350处消融的ROI。例如，组合的驱动灶/维持灶标测图334可用于确定框350处消融的ROI，而不使用(例如，查看、分析)组合的标测图/视频346。
在一些实施方案中，质量标测图332还与组合的驱动灶/维持灶标测图334和/或组合的标测图/视频346结合使用，以确定框350处消融的ROI。质量标测图332用于确定所生成的与AF基质314有关的标测图(如驱动灶328、维持灶330和驱动灶/维持灶标测图334)以及所生成的与AF过程316参数有关的标测图(如激活/波标测图336、CV标测图338、碎裂标测图340、电压标测图342和阻滞标测图344)的置信水平或信赖水平。如果质量标测图的质量低，则所生成的标测图不大可信，因此与质量标测图指示高质量信号(IC ECG)时相比，消融ROI350的指定必须(例如，由医生)以提高的护理水平作为所生成的标测图的基础。
在一些实施方案中，在框350处确定消融的ROI包括指定或选择一个或多个消融位点，用于确定一个或多个消融ROI。例如，消融位点可指定或选择自驱动灶证据和维持灶证据(例如确定自驱动灶标测图328、维持灶标测图330或组合的驱动灶/维持灶标测图334)，ROI可基于指定的位点而确定。
本文所公开的标测图和标测技术可：(i)减少AF标测图分析培训时间；(ii)减少确定消融ROI的时间；(iii)促进对AF标测图的有效解释；以及(iv)增加旨在隔离和压制驱动灶、延长路径长度、延缓再入电路、颤动传导和碎裂电位的消融的消融成功率。
用于确定目标消融ROI的实施方案包括，检测局灶性源并且生成标测图(例如，局灶性源标测图)，所述标测图可用于促进对局灶性源的有效目视识别。如上所述，局灶性源是指源于心房的从单点离心扩散的小区域的一种驱动灶类型。通过识别最早的S波，可以检测局灶性源。
局灶性源检测的各方面包括基于波的检测和基于形态的检测。局灶性源检测的各方面包括生成波开始标测图和波扩散标测图、检测R-S比率、局灶性源检测的模式匹配方面，也可以利用不同类型的导管，诸如篮式导管(如，在提交于2016年1月14日的美国临时申请62/278,676中所述的导管)，并且包括多个非重叠同心环而且具有排列成以90度隔开的行的多个极的导管可用于检测IC ECG信号和针对每个信号的LAT，诸如在非临时申请(代理人案卷号BIO5643USNP4)中所述的导管。
局灶性源的基于波的检测包括，例如，构造波开始标测图和波扩散标测图，这将在下文更详细地描述。波开始标测图和波扩散标测图二者是基于从不同电极所采集的ECG信号获得的信息。
图4是示例性的所采集心电图信号的示意图。图4出于简化目的示出了三种信号。然而，基于波的检测可包括使用来自任意数量的(例如，几十或几百个)信号的信息，所述信号使用(例如)篮式导管检测并与任意数量的设置在心房组织上的电极对应。
如图4所示，(例如，从AF发作期间的受试者)采集ECG信号420a、420b和420c。例如，通过使不同电极与心脏组织的邻近区域接触来采集信号420a、420b和420c。每个信号包括一系列RS复波422。每个RS复波包括后跟S波(用“S”表示)的R波(用“R”表示)。图4中所示的信号420a、420b和420c的配置(例如，斜率、R波和S波的量值、RS复波的频率和周期长度)仅为示例性的。
图5A和图5B是示出根据本文所公开实施方案的基于波的检测的图。图5A和图5B中激活的数目和所使用的电极的数目为示例性的。
图5A是示出随时间推移记录的激活的图。图5A中所示的各虚线502表示，一段时间(例如，具有最小激活数目的时间段)之后，一个新波的开始。每条虚线502之后的第一个激活被理解为波的开始。
图5B是波开始标测图500，示出了对于每个电极最早激活的发生率(对于标测区域的每个电极，接下来是一段时间的沉默或暂停)，该发生率受限于由同一波激活的邻近电极并且无需公开源类型(局灶性、BT、小折返等)。该波开始标测图500包括圆圈的行和圆圈的列的8×16电极矩阵。图5B中所示的电极数目、矩阵的行数和列数仅为示例性的。每一圆圈对应于通过设置在心房组织上的不同电极记录的信号。每个圆圈的大小(如，直径)代表在一段时间内(例如，线502内的时间段)在相邻电极之前发生的激活(即，最早激活)的发生率水平(例如，激活的频率、激活的百分比)。图5B中所用的圆圈形状为示例性的。此外，用来表示最早激活的发生率水平的圆圈大小也为示例性的。最早激活的发生率水平还可以使用其它类型的视觉指示符(例如，颜色、阴影等)来表示。最早激活的发生率水平的指示还可包括最早激活等于或大于最早激活的预定数目(例如65)的指示。用于表示发生率水平的时间段可设定为大到足以忽略偶然影响的一段时间(通常为10秒或65个周期)。如图5B所示，潜在局灶性源区域由图5B中的椭圆504内的圆圈示出，并且在较小程度上，由图5B中的椭圆506内的圆圈示出。
图6A还示出了示例性波开始标测图600，该图也示出了与纤颤波开始相关联的电极位置发生率。波开始标测图600类似于图5B中的波开始标测图500。因此，它的一般描述与上文关于图5B所述的相同，故在此处省略。然而，如图6A中所示，潜在局灶性源区域由椭圆602和604内的圆圈示出。
图6B示出示例性的波扩散标测图602。如图所示，波开始标测图600和波扩散标测图602还包括圆圈的行和圆圈的列的8×16电极矩阵。图6A和图6B中所示的电极数目、矩阵的行数和列数也为示例性的。图6A和图6B中所示的每个圆圈对应于通过设置于心房组织上的不同电极记录的ECG波。每个圆圈的大小(例如，直径)表示激活的发生率水平(例如，激活的频率、激活的百分比)，其中最早的激活受限于同一波。图5B中所用的圆圈形状为示例性的。另外，图6A右侧图例中用于指示最早激活发生率水平的圆圈的大小和数字指示符(1至9)也为示例性的。
波扩散标测图602包括不同类型的指示符(例如，虚线等)，以在视觉上指示所遇到的波的百分比，在这个所遇到的波中，一个电极早于其邻近电极被激活，但是会受限于由同一波激活的邻近电极。实施方案可包括使用任何类型的指示符(例如，颜色，阴影等)以在视觉上指示所遇到波的百分比。如图6B中所示，在对应于图6A中的圆圈606(其也对应于椭圆604内的圆圈)的电极处指示较高的百分比(即，激活的较高百分比)。可将图6A和图6B中所示的视觉信息与其它信息(例如，其它标测图)一起用于确定待靶向消融的ROI。
图7A示出了用于示例性R-S比率计算的参数。点702表示特征点。虚线704指示六个特征点702之间的分段三次样条插值。图7A进一步示出了带宽减少(LPF 250Hz)。特征点702之间的距离如下示出：从第一点至第二点tiso，从第二点到第三点(点R)tiso-R，从第三点到第四点(点S)tRS，从第四点至第五点tS-iso以及从第五点到第六点tiso。图7B示出了R、R-S、Rs、rS和S的多个不同类型的单电位，其可使用图7A中所示的参数来确定。
图8A至图8E示出了用于局灶性源检测中的示例性模式匹配。模式匹配可用于提供不同类型的标测图，如驱动灶标测图、组合驱动灶/维持灶标测图和时间激活/碎裂标测图。图8A示出了多个不同的存储波类型。例如，存储波类型可包括在图8A的顶部示出的R-S波158、179、160、165、163、179。图8B至图8D分别示出了不同类型的R-S波，包括单电位、短双电位、长双电位和碎裂电描记图。
图9是示出局灶性源检测的示例性方法900的流程图。如框902所示，方法900包括使用每个对应心房激活的多个参数生成用于所述多个心房激活(即，心房搏动)中的每个的模型。
例如，每个心房搏动被建模为：
Figure GDA0001294329670000131
其中H表示埃尔米特多项式，N表示埃尔米特基的阶数(例如，24)，并且σ表示基的宽度(即，多项式)，而cn(σ)(即，(σ))的系数)＝∑tx(t)·Hn(t，σ)。图10A至图10F是示例性的埃尔米特正交多项式的图示说明。数字(0至5)代表先前多项式的导数。例如，图10B中的多项式的图示说明是在图10A中所示多项式的图示说明的导数(即，一阶导数)。图10C中的多项式的图示说明是在图10B中所示的多项式的图示说明的导数(即，第二导数)。
选择参数cn(σ)，σ以最小化根据下式的错误：
Figure GDA0001294329670000141
每个心房搏动是由居于心房注释位置中央的时间窗口(例如，100毫秒)表示。心房活动窗口扩大，并且心房活动被分解为线性组合、N阶、埃尔米特基。对于特定的σ值，通过最小化求和平方误差确定系数cn(σ)。对于(σ)的特定值，利用埃尔米特多项式的正交属性计算cn(σ)。因此，可以减小的误差生成心房激活的模型。
图11A至图11I是使用上述公式1和公式2建模的不同心房搏动的示意图。如图11A至图11I所示，原始搏动由实线表示并且建模的搏动由虚线表示。如图所示，在原始搏动和建模的搏动之间误差很小。一般来说，搏动甚至用少量的埃尔米特函数就能充分表示。对于建模，可以使用多项式的相对高阶(例如，N＝24)。例如，在多项式中可存在27个参数，包括25个系数、σ和误差项。在一个实施方案中，参数的数目可以减少到十一以简化计算。描述心房活动的一组系数或参数可保存在数据库中。
如框904所示，方法900包括接收多个S波心房注释，每个S波心房注释通过对应于心房激活的一个或多个参数与心房激活相关联。例如，确定并注释在一段时间内(例如，一个第二时间段)在相邻的传感器之前发生的每个电极的S波激活数目。
如框906所示，方法900包括生成(例如，训练)心房激活的一个或多个分类器。例如，基于注释，分类器(例如，随机森林分类器、支持向量机和其它分类器)可用于对S波搏动分类。如框908所示，心房激活被分类为用于区分S波搏动和非S波搏动的S波信号。
如框910所示，提供信息以在视觉上指示每个电极的在一段时间(即，早期S波激活)内在每个传感器的相邻传感器之前发生的多个S波激活。例如，图12是示出示例性标测图1200的图，该示例性标测图指示每个电极(A1,A2,…H8)的随时间推移的多个早期S波激活。如图12所示，对应于电极B1和B2的注释1202指示在1秒的时间段内在每个传感器的相邻传感器之前发生的4至5个S波激活。标测图1200可与其它信息(例如，其它标测图)一起用于确定待靶向消融的ROI。
图12是示出对示例性信息的显示的图1200，所述信息在视觉上指示在一段时间内在相邻电极之前发生的多个S波激活。多个电极(即，设置在心房组织周围)由电极编号(A1,A2,…H8)表示。横轴表示时间(秒)。如图12的右侧所示，条1202用于指示每个电极的在一个第二时间段内在相邻传感器之前发生的S波激活数目。图12中使用的用于指示每个电极的S波激活数目的电极数目和时间段仅为示例性的。另外，用于指示每个电极的S波激活数目的指示符类型(例如，虚线等)也为示例性的。实施方案可包括使用任何类型的指示符(例如，颜色，阴影等)以在视觉上指示每个电极的S波激活数目。如图12所示，在电极B1和B2处指示潜在的局灶性源。因此，可将该指示与其它信息一起用于确定待靶向消融的ROI。
图13是示出局灶性源统一的示例性方法1300的流程图1300。如框1302所示，每个源由中心(在空间中的3轴点)和半径(默认为Xmm)定义。如框1304所示，通过使半径重叠超过Y％使两种源统一。如框1306所示，新的源点根据质心、S波相关性和早期程度(earliness)来定义。如框1308所示，围绕框1306的新源点来定义新半径。统一时，可在框1302处重复该方法。
如上所述，局灶性源检测还可包括使用圆型(如Lasso、PentaRay)导管来识别外圈到内圈的激活扩散。例如，包括多个非重叠同心环而且具有排列成以90度隔开的行的多个极的导管可用于检测IC ECG信号和针对每个信号的LAT，诸如在非临时申请(代理人案卷号BIO5643USNP4)中所述的导管，所述非临时申请与本申请同时提交并且全文以引用方式并入。
图14是示例性电极配置1400的图，该电极配置可用于识别激活的波阵面方向，从而确定局灶性激活模式的激活起源。在本示例中，随着波阵面1410接近导管，最内侧电极A4、B4、C4和D4检测波阵面1410并基本上同时激活。在系统中记录电极A4、B4、C4和D4的激活，作为所记录的信号。随着波阵面1410继续沿其路径前进，电极A3、B3、C3和D3检测波阵面1410并基本上同时激活。在系统中记录电极A3、B3、C3和D3的激活，作为所记录的信号。在电极A3、B3、C3和D3的激活之后，电极A2、B2、C2和D2检测波阵面1410并基本上同时激活。在系统中记录电极A2、B2、C2和D2的激活，作为所记录的信号。在电极A2、B2、C2和D2的激活之后，电极A1、B1、C1和D1检测波阵面1410并基本上同时激活。在系统中记录电极A1、B1、C1和D1的激活，作为所记录的信号。
图15是从导管所记录的信号1500的示例的图，所述导管被配置成形成十字形样条构造，如在例如非临时申请(代理人案卷号BIO5643USNP4)中所述。得自本示例中导管的所记录信号1500基于局灶性激活模式的电极激活时间而得。得自导管的所记录信号被布置成特定配置，以使人们能够轻松识别激活的波阵面方向以确定激活起源。所记录信号可根据预定模板或构造布置，这些模板或构造可被用户手动改变或通过使用算法来显示基于沿着每行电极的激活序列的优化构造而被系统自动更新。
参见图15，所记录信号1500基于电极激活时间布置，并可显示在显示器上。电极组A 1110包括电极A1、A2、A3和A4。电极组B 1520包括电极B1、B2、B3和B4。电极组C 1530包括电极C1、C2、C3和C4。电极组D 1540包括电极D1、D2、D3和D4。电极组A 1510、电极组B 1520、电极组C 1330和电极组D 1540的电极激活模式表明，波阵面1410正从内电极向外电极移动。根据此信息和所记录信号1500的布置，系统可确定波阵面1410为局灶性激活模式且导管在激活起源处。
除确定波阵面的类型之外，所记录信号的布置可用于确定激活起源的方向。该系统可被配置成指示激活方向。例如，用户可朝激活起源的所指示方向移动导管至新位置。指示的示例包括但不限于，突出显示最早激活的导管电极，突出显示在EGM的实时监测中具有最早激活的IC ECG通道，或在解剖图和/或心房图像上显示激活的波阵面。在新位置处，该系统将再次确定激活起源的方向，以使用户确定接下来如何移动导管。然后用户可继续移动导管直至到达并确定激活起源。激活起源可被预定的激活模式如图13中所示的局灶性激活模式识别。位置的确定和激活起源(即，触发灶)的机制的识别由系统自动进行，并可通过查看在该位置处所记录信号的序列来确认。电极在导管上的布置方式和密度将实现对灶性激活、旋转激活的精确定位，以及对再入路径的确定。
应当理解，基于本文所公开的内容，许多变型都是可能的。虽然在上文以特定组合描述了特征和元件，但是每个特征或元件可单独使用而无需其它特征和元件，或者在具有或不具有其它特征和元件的情况下以各种组合一起使用。
所提供的方法包括在通用计算机、处理器或处理器核中的实现。合适的处理器包括例如：通用处理器、专用处理器、常规处理器、数字信号处理器(DSP)、多个微处理器、与DSP核相关联的一个或多个微处理器、控制器、微控制器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)电路、任何其它类型的集成电路(IC)和/或状态机。可通过使用经处理的硬件描述语言(HDL)指令和包括网络表的其它中间数据的结果(此类指令能够被存储在计算机可读介质上)来配置制造过程，从而制造出这样的处理器。这种处理的结果可以是掩码作品(maskwork)，其随后在半导体制造过程中用于制造基于本文所述的方法来操作的处理器。
本文提供的方法或流程图可在嵌入于非暂态计算机可读存储介质中的计算机程序、软件或固件中具体实施，以供通用计算机或处理器执行。非暂态计算机可读存储介质的示例包括ROM、随机存取存储器(RAM)、寄存器、高速缓存存储器、半导体存储器装置、磁性介质(诸如内置硬盘和可换式磁盘)、磁光介质、以及光学介质(诸如CD-ROM盘和数字通用光盘(DVD))。

Claims (9)

1.一种用于检测心房局灶性源的系统，所述系统包括：
多个传感器，所述多个传感器被配置成检测多个心电图ECG信号，每个所述ECG信号指示随时间推移的心脏电活动，所述多个传感器中的每个被配置成检测所述ECG信号中的一个ECG信号；
处理装置，所述处理装置包括一个或多个处理器，所述一个或多个处理器被配置成：
对于所述多个ECG信号中的每个确定一个或多个局部激活时间LAT，每个所述LAT指示对应ECG信号的激活的时间；以及
为了显示，基于所述LAT生成至少两个矩阵，所述至少两个矩阵具有多个行和多个列的元素，每个元素表示多个传感器中的一个传感器，并且对于第一矩阵，每个元素在视觉上指示在一段时间内在由多个相邻传感器获取的ECG信号的心房激活之前发生的每个对应ECG信号的所述心房激活的发生率水平，并且对于第二矩阵，每个元素在视觉上指示遇到的波的发生率水平，在所述遇到的波中，所述一个传感器早于所述多个相邻传感器被激活，
其中所显示的第一矩阵和第二矩阵在视觉上指示激活的一个或多个局灶性源区域是否在所述心脏中。
2.根据权利要求1所述的系统，其中所述一个或多个处理器被进一步配置成：
生成一个或多个标测图，所述一个或多个标测图表示所述心脏的所述电活动和所述心脏的所述电活动的时空表现中的至少一者。
3.根据权利要求1所述的系统，其中所述第一矩阵是纤颤波开始标测图，并且
所述第二矩阵是纤颤波扩散标测图。
4.根据权利要求1所述的系统，其中所述一个或多个处理器被进一步配置成：
使用每个对应心房激活的多个参数生成用于多个心房激活中的每个的模型；
接收多个S波心房注释，每个S波心房注释通过对应于心房激活的所述一个或多个参数与所述心房激活相关联；
使用所述注释生成所述心房激活的一个或多个分类器；
根据所述一个或多个分类器将所述多个心房激活分类为S波信号；以及
提供在视觉上指示每个传感器的在一段时间内在每个传感器的相邻传感器之前发生的多个S波激活的信息。
5.根据权利要求4所述的系统，其中，
基于多个正交埃尔米特多项式生成所述模型，
所述多个参数包括一组系数和每个多项式的宽度，并且
对于每个宽度，使用求和平方误差确定对应的系数。
6.一种非暂态计算机可读介质，所述非暂态计算机可读介质包括用于使计算机执行心房局灶性源检测的方法的指令，所述指令包括：
经由多个传感器检测随时间推移的心电图ECG信号，每个ECG信号经由所述多个传感器中的一个检测并且指示心脏的电活动；
对于所述多个ECG信号中的每个确定一个或多个局部激活时间LAT，每个所述LAT指示对应ECG信号的激活的时间；以及
为了显示，基于所述LAT生成至少两个矩阵，所述至少两个矩阵具有多个行和多个列的元素，每个元素表示多个传感器中的一个传感器，并且对于第一矩阵，每个元素在视觉上指示在一段时间内在由多个相邻传感器获取的ECG信号的心房激活之前发生的每个对应ECG信号的所述心房激活的发生率水平，并且对于第二矩阵，每个元素在视觉上指示遇到的波的发生率水平，在所述遇到的波中，所述一个传感器早于所述多个相邻传感器被激活，
其中所显示的第一矩阵和第二矩阵在视觉上指示激活的一个或多个局灶性源区域是否在所述心脏中。
7.根据权利要求6所述的计算机可读介质，其中所述指令还包括：
生成一个或多个标测图，所述一个或多个标测图表示所述心脏的所述电活动和所述心脏的所述电活动的时空表现中的至少一者。
8.根据权利要求6所述的计算机可读介质，其中所述指令还包括：
使用每个对应心房激活的多个参数生成用于多个心房激活中的每个的模型；
接收多个S波心房注释，每个S波心房注释通过对应于心房激活的所述一个或多个参数与所述心房激活相关联；
使用所述注释生成所述心房激活的一个或多个分类器；
根据所述一个或多个分类器将所述多个心房激活分类为S波信号；以及
提供在视觉上指示每个传感器的在一段时间内在每个传感器的相邻传感器之前发生的多个S波激活的信息。
9.根据权利要求8所述的计算机可读介质，其中
基于多个正交埃尔米特多项式生成所述模型，
所述多个参数包括一组系数和每个多项式的宽度，并且
对于每个宽度，使用求和平方误差确定对应的系数。
CN201710032329.XA 2016-01-14 2017-01-16 感兴趣区域局灶性源检测 Active CN107019507B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201662278676P 2016-01-14 2016-01-14
US62/278676 2016-01-14
US15/404,266 US10517496B2 (en) 2016-01-14 2017-01-12 Region of interest focal source detection
US15/404266 2017-01-12

Publications (2)

Publication Number Publication Date
CN107019507A CN107019507A (zh) 2017-08-08
CN107019507B true CN107019507B (zh) 2021-06-18

Family

ID=57799637

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710032329.XA Active CN107019507B (zh) 2016-01-14 2017-01-16 感兴趣区域局灶性源检测

Country Status (9)

Country Link
US (1) US10517496B2 (zh)
EP (2) EP3626164B1 (zh)
JP (1) JP7109881B2 (zh)
CN (1) CN107019507B (zh)
AU (1) AU2017200257A1 (zh)
CA (1) CA2954752A1 (zh)
DK (1) DK3192438T3 (zh)
ES (1) ES2751743T3 (zh)
IL (1) IL250128B (zh)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11291395B2 (en) 2016-10-14 2022-04-05 Ablacon Inc. Systems, devices, components and methods for detecting the locations of sources of cardiac rhythm disorders in a patient's heart and classifying same
US10441188B2 (en) * 2017-09-12 2019-10-15 Biosense Webster (Israel) Ltd. Automatic display of earliest LAT point
ES2706537B2 (es) * 2017-09-29 2020-08-05 Univ Madrid Carlos Iii Sistema y metodo para la deteccion automatica de patrones electrofisiologicos anomalos
US11389116B2 (en) * 2018-01-19 2022-07-19 Biosense Webster (Israel) Ltd. Apparatus and method for heartbeat classification based on time sequence and morphology of intracardiac and body surface electrocardiogram (ECG) signals
EP3747355A1 (en) * 2018-04-18 2020-12-09 Ablacon Inc. Systems, devices, components and methods for detecting the locations of sources of cardiac rhythm disorders in a patient's heart and classifying same
GB2573109B (en) * 2018-04-23 2022-09-14 Barts Health Nhs Trust Methods and systems useful in mapping heart rhythm abnormalities
US11065060B2 (en) 2018-04-26 2021-07-20 Vektor Medical, Inc. Identify ablation pattern for use in an ablation
US11622732B2 (en) 2018-04-26 2023-04-11 Vektor Medical, Inc. Identifying an attribute of an electromagnetic source configuration by matching simulated and patient data
US11259871B2 (en) 2018-04-26 2022-03-01 Vektor Medical, Inc. Identify ablation pattern for use in an ablation
CN109091138B (zh) * 2018-07-12 2021-10-26 上海微创电生理医疗科技股份有限公司 心律失常起源点的判断装置及标测系统
US10595736B1 (en) 2019-06-10 2020-03-24 Vektor Medical, Inc. Heart graphic display system
US10709347B1 (en) * 2019-06-10 2020-07-14 Vektor Medical, Inc. Heart graphic display system
US11116435B2 (en) 2019-08-26 2021-09-14 Biosense Webster (Israel) Ltd. Automatic identification of a location of focal source in atrial fibrillation (AF)
US20210059549A1 (en) * 2019-08-26 2021-03-04 Biosense Webster (Israel) Ltd. Error estimation of local activation times (lat) measured by multiple electrode catheter
GB201915680D0 (en) 2019-10-29 2019-12-11 Rhythm A1 Ltd Method and system for aiding mapping heart rhythm abnormalities
US20210169359A1 (en) * 2019-12-06 2021-06-10 Biosense Webster (Israel) Ltd. Intra-cardiac pattern matching
US11730413B2 (en) * 2020-07-01 2023-08-22 Biosense Webster (Israel) Ltd. Analyzing multi-electrode catheter signals to determine electrophysiological (EP) wave propagation vector
US11974853B2 (en) 2020-10-30 2024-05-07 Vektor Medical, Inc. Heart graphic display system
ES2967327T3 (es) * 2021-02-11 2024-04-29 Cathvision Aps Procedimiento para analizar terapias potenciales de ablación
US11338131B1 (en) 2021-05-05 2022-05-24 Vektor Medical, Inc. Guiding implantation of an energy delivery component in a body
CA3228337A1 (en) 2021-08-09 2023-02-16 Vektor Medical, Inc. Tissue state graphic display system
US11534224B1 (en) 2021-12-02 2022-12-27 Vektor Medical, Inc. Interactive ablation workflow system

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8433398B2 (en) * 2011-03-10 2013-04-30 Siemens Medical Solutions Usa, Inc. Signal analysis system for heart condition determination
CN103354730A (zh) * 2010-12-30 2013-10-16 圣犹达医疗用品电生理部门有限公司 用于诊断心律失常和引导导管治疗的系统和方法

Family Cites Families (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IL116699A (en) 1996-01-08 2001-09-13 Biosense Ltd Method of building a heart map
DE69433213T2 (de) 1993-11-10 2004-05-06 Medtronic, Inc., Minneapolis Katheter mit Elektrodenanordnung
US5680860A (en) 1994-07-07 1997-10-28 Cardiac Pathways Corporation Mapping and/or ablation catheter with coilable distal extremity and method for using same
US6325797B1 (en) 1999-04-05 2001-12-04 Medtronic, Inc. Ablation catheter and method for isolating a pulmonary vein
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
US6725085B2 (en) 2000-09-22 2004-04-20 Armin Schwartzman Method and apparatus for characterizing cardiac tissue from local electrograms
US6847839B2 (en) 2001-07-30 2005-01-25 The Trustees Of Columbia University In The City Of New York System and method for determining reentrant ventricular tachycardia isthmus location and shape for catheter ablation
US7311705B2 (en) 2002-02-05 2007-12-25 Medtronic, Inc. Catheter apparatus for treatment of heart arrhythmia
US7123954B2 (en) * 2002-09-19 2006-10-17 Sanjiv Mathur Narayan Method for classifying and localizing heart arrhythmias
US6973339B2 (en) 2003-07-29 2005-12-06 Biosense, Inc Lasso for pulmonary vein mapping and ablation
US9126050B2 (en) * 2009-03-20 2015-09-08 ElectroCore, LLC Non-invasive vagus nerve stimulation devices and methods to treat or avert atrial fibrillation
CN101156774B (zh) 2006-01-12 2011-04-06 韦伯斯特生物官能公司 复杂碎裂心房电图的绘图
US9629567B2 (en) 2006-01-12 2017-04-25 Biosense Webster, Inc. Mapping of complex fractionated atrial electrogram
US7907994B2 (en) 2007-01-11 2011-03-15 Biosense Webster, Inc. Automated pace-mapping for identification of cardiac arrhythmic conductive pathways and foci
US20090112199A1 (en) 2007-10-25 2009-04-30 Siemens Medical Solutions Usa,Inc. Ep signal mapping-based optical ablation for patient monitoring and medical applications
US20090253974A1 (en) 2008-04-08 2009-10-08 Marc Mounir Rahme Use of tools, mapping systems, catheters, electrodes or any devices targeting any autonomic nerve(s) structure(s) in the human heart for the diagnostic, treatment and/or prevention of the recurrence of cardiac arrhythmias.
EP2345024B1 (en) 2008-11-10 2017-11-08 Cardioinsight Technologies, Inc. Visualization of electrophysiology data
US20110230775A1 (en) 2008-11-24 2011-09-22 Koninklijke Philips Electronics N.V. Imaging apparatus for imaging a heart
US20110054560A1 (en) 2009-09-03 2011-03-03 Pacesetter, Inc. Pacing, sensing and other parameter maps based on localization system data
US9282910B2 (en) 2011-05-02 2016-03-15 The Regents Of The University Of California System and method for targeting heart rhythm disorders using shaped ablation
US8676304B2 (en) * 2009-11-24 2014-03-18 Angel Medical Systems, Inc. Ischemia monitoring system for patients having periods of left bundle branch block
AU2011237661B2 (en) 2010-04-08 2015-05-21 The Regents Of The University Of California Methods, system and apparatus for the detection, diagnosis and treatment of biological rhythm disorders
US9277956B2 (en) 2011-11-09 2016-03-08 Siemens Medical Solutions Usa, Inc. System for automatic medical ablation control
JP6185048B2 (ja) 2012-05-07 2017-08-23 バソノバ・インコーポレイテッドＶａｓｏｎｏｖａ， Ｉｎｃ． 上大静脈区域及び大静脈心房接合部の検出のためのシステム及び方法
US9220425B2 (en) 2012-09-17 2015-12-29 Magnetecs Corp. Method and apparatus for measuring biopotential and mapping ephaptic coupling employing a catheter with MOSFET sensor array
US9801681B2 (en) 2012-08-17 2017-10-31 Medtronic Ablation Frontiers Llc Catheters and methods for intracardiac electrical mapping
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
KR101501837B1 (ko) * 2013-09-03 2015-03-12 연세대학교 산학협력단 다전극 맵핑 폐정맥형 원형 카테터
JP2017502766A (ja) 2014-01-13 2017-01-26 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医療用デバイス
US9554718B2 (en) 2014-01-29 2017-01-31 Biosense Webster (Israel) Ltd. Double bipolar configuration for atrial fibrillation annotation
CN106102568B (zh) 2014-02-04 2019-09-10 科迪影技术股份有限公司 与治疗部位相关的信号分析
EP3102102B1 (en) 2014-02-04 2019-06-12 CardioInsight Technologies, Inc. Integrated analysis of electrophysiological data
US9649046B2 (en) 2014-08-12 2017-05-16 Biosense Webster (Israel) Ltd Line of block detection
WO2017024107A1 (en) 2015-08-06 2017-02-09 Greenville Health System Devices and methods for mapping cardiac arrhythmia

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103354730A (zh) * 2010-12-30 2013-10-16 圣犹达医疗用品电生理部门有限公司 用于诊断心律失常和引导导管治疗的系统和方法
US8433398B2 (en) * 2011-03-10 2013-04-30 Siemens Medical Solutions Usa, Inc. Signal analysis system for heart condition determination

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Morphological Heart Arrhythmia Classification Using Hermitian Model of Higher-Order Statistics;S. Karimifard et al;《Proceedings of the 29th Annual International Conference of the IEEE EMBS Cité Internationale》;20070826;第3133-3134页第III-IV节 *

Also Published As

Publication number Publication date
AU2017200257A1 (en) 2017-08-03
DK3192438T3 (da) 2019-10-21
US10517496B2 (en) 2019-12-31
EP3192438B1 (en) 2019-08-21
CN107019507A (zh) 2017-08-08
US20170202471A1 (en) 2017-07-20
CA2954752A1 (en) 2017-07-14
JP7109881B2 (ja) 2022-08-01
EP3192438A1 (en) 2017-07-19
EP3626164A1 (en) 2020-03-25
JP2017140381A (ja) 2017-08-17
IL250128A0 (en) 2017-03-30
EP3626164C0 (en) 2024-01-24
IL250128B (en) 2020-05-31
EP3626164B1 (en) 2024-01-24
ES2751743T3 (es) 2020-04-01

Similar Documents

Publication Publication Date Title
CN107019507B (zh) 感兴趣区域局灶性源检测
CN106963367B (zh) 用于检测感兴趣区域的整体系统和方法
CN106963359B (zh) 用于检测心房纤颤旋转活动模式源的系统和方法
US11771359B2 (en) Region of interest focal source detection using comparisons of R-S wave magnitudes and LATs of RS complexes
CN107049472B (zh) 利用碎裂和斜率的系统和方法
CN107049471B (zh) 用于确定激活源方向和激活源类型的不重叠环型或花键型导管

Legal Events

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