CN107530017A - 用于检测和/或分析驱动活动的信号表征 - Google Patents

Abstract

一种系统包括用于接收至少一个表示从患者的身体表面测量的心电活动的电生理信号的输入端。该系统还包括信号处理器，以分析所述至少一个电生理信号并计算具有指示致心律失常活动的可能性的值的得分，该得分作为所述至少一个信号的周期长度、振幅和极性中的至少两个的函数来计算。

Description

用于检测和/或分析驱动活动的信号表征

对相关申请的交叉引用

本申请要求于2015年2月19日提交且标题为“SIGNAL CHARACTERIZATION FROMSURFACE ECG”的美国临时专利申请No.62/118344的权益，其全部内容通过引用并入本文。

技术领域

本公开涉及表征用于检测和/或分析驱动活动的信号。

背景技术

心电图(ECG)是使用放置在患者身体上的电极的布置在一段时间内记录心脏的电活动的过程。这些电极检测在每个心跳期间由心肌去极化引起的皮肤上的电变化。存在具有可被用来执行心电图(例如，12导联心电图)的对应电极放置的各种引线配置。ECG信号中的波形可以打印在纸上，或者在显示器上被可视化，以进行解释和分析。

发明内容

本公开涉及表征用于检测和/或分析驱动活动的信号。

作为一个示例，一种系统包括用于接收至少一个表示从患者的身体表面测量的心电活动的电生理信号的输入端。该系统还包括信号处理器，以分析所述至少一个电生理信号并计算具有指示致心律失常活动的可能性的值的得分，该得分作为所述至少一个信号的周期长度、振幅和极性中的至少两个的函数来计算。

作为另一个示例，一个或多个非暂态机器可读介质具有可由处理器执行以执行方法的数据和指令。数据包括表示经由定位在患者身体表面上的至少一个电极测得的至少一个电生理心脏信号的测量数据。该方法包括分析测量数据，以检测至少一个电生理信号中的至少一个颤动波间隔。该方法还包括为所述至少一个电生理信号中的每一个信号的所述至少一个颤动波计算信号特征，计算出的信号特征包括针对所述至少一个信号的每个颤动波的周期长度变化、每个颤动波的振幅变化和针对每个颤动波的极性变化中的至少两个。该方法还包括基于相对于至少一个阈值对计算出的信号特征的评估来指示稳定的致心律失常活动的可能性。

附图说明

图1是表征用于检测/分析致心律失常活动的信号的系统的示例。

图2是周期长度计算器的示例。

图3是展示周期长度的特征的电生理信号的放大视图，诸如可以由图2的周期长度计算器计算的。

图4绘出了振幅计算器的示例。

图5绘出了极性计算器的示例。

图6绘出了频率分析计算器的示例。

图7绘出了可被实现为处理信号特征数据的输出生成器及其控件的示例。

图8绘出了从穿过患者胸腔获取的信号导出的空间周期长度色散的示例。

图9绘出了另一个电生理波形的示例。

图10绘出了从图9的信号展示信号特征的图形映射(map)的示例。

图11绘出了波形和展示电生理信号到穿过心脏模型的电信号传播的映射的图形映射的示例。

图12绘出了实现颤动波表征的系统的示例。

图13绘出了展示用于跨患者身体分布的对应电极位置的一组信号的显示器的屏幕截图的示例。

具体实施方式

本公开涉及用于检测和分析致心律失常活动的电生理信号的表征。表示心脏电活动的一个或多个信号可以从患者的身体表面测量，诸如分布在患者身体上的一个或多个电极的布置。可以分析每个这种信号，以表征指示与持久致心律失常活动(诸如颤动(例如，心房和/或心室颤动))一致的稳定驱动活动的可能性的电活动的某些特征。例如，心脏中的具体驱动部位能够发起并维持持续的颤动活动。根据本文公开的系统和方法，这些驱动部位的识别在开发和执行患者治疗策略方面提供了巨大的价值。

本公开提供了仅根据非侵入性身体表面电测量(诸如一个或多个ECG信号)的信号处理来识别稳定致心律失常驱动活动的系统和方法。例如，可以根据从测得的身体表面信号导出的信号特征的函数来计算得分。信号特征包括每个相应信号的周期长度、振幅和极性中的两个或更多个。可以相对于一个或多个对应的阈值来评估得分和/或其计算出的组成信号特征，以确定是否存在稳定的驱动活动(例如，稳定的转子和/或焦点驱动活动)。在一些示例中，稳定的致心律失常的驱动活动的识别可以指示持久的心房颤动(例如，在七天内持续心律失常的情况)。

信号处理的输出结果可以在显示器上呈现，诸如在与测量一个或多个信号的电极位置对应的身体表面映射上以图形形式呈现。在其它示例中，结果所得的信号特征可以被映射到心脏模型，以提供识别出的致心律失常活动的可视化。输出结果可以作为筛选工具提供指导，诸如用于针对不同的可能治疗选项将患者分类。附加地或可替代地，本文公开的系统和方法的输出可以用于规程计划，诸如确定治疗的类型，以及可以在体外使用(例如，为治疗(诸如消融)提供直到终点的实时指导)。作为还有另一个示例，本文的系统和方法可以被用作术后评估的一部分。

图1是图示可以被实现为表征用于检测和进一步分析致心律失常活动的身体表面电活动的系统10的示例的框图。例如，致心律失常活动可以包括与发生在患者心脏部位的一个或多个转子或焦点驱动对应的心房或心室颤动。系统10可以在被编程为对经由输入接口接收的信号执行信号处理和分析的计算装置(例如，包括一个或多个处理核心和存储介质)中实现，如本文所公开的。

系统10包括信号处理器12，信号处理器12包括被编程为分析和表征一个或多个身体表面电生理信号的一组功能和方法。例如，电信号可以从一个或多个电极14测量，诸如可以分布在患者的身体表面上。一个或多个电极14可以是跨患者胸腔具有规定构造的单个电极或一组电极。多个电极的布置可以包括例如12导联ECG构造、包含分布在其上的电极布置的贴片或者包含可以均匀地跨过患者胸腔的一组电极的背心。不管电极的数量和构造如何，每个电极14都被定位成从每个电极已被定位的患者的身体表面测量表示心脏电活动的身体表面电活动。

每个输入信号可以在系统10的对应输入接口16处被接收。例如，电极14可以经由电连接(例如，经由一个或多个连接器)的对应引线被连接到输入接口16。输入接口可以包括单个的输入端口或多引脚构造。输入接口可以包括用于每个输入通道的电路系统(例如，放大器和滤波器电路)或者提供接收到的信号的直接通过。输入接口16的每个通道向预处理块18提供对应的电信号。

预处理块18可以包括预处理每个接收到的输入信号并进而生成经预处理的电生理信号的硬件和软件的布置，在20处展示。在20处，在示例系统10中，预处理块被配置为从每个输入信号去除非致心律不良特征，以提供对应的经预处理的信号数据。

在图1的示例中，预处理器18被展示为包括基线去除22和滤波24。作为一个示例，基线去除块22可以通过减去相应信号的均值来执行。在其它示例中，基线去除22可以包括一个或多个基线去除功能，诸如高通滤波、自适应滤波、小波变换、时间频率分析、曲线拟合等。滤波器块24可以被实现为硬件滤波器电路和/或数字滤波器，以去除频率成分中的已经被确定为在它们的相应信号中包含非致心律失常特征的选定通带。

放大和附加的滤波也可以由预处理块18执行，以提供对应的经预处理的电信号数据20。经预处理的数据20可以存储在存储器(例如，易失性或非易失性计算机可读介质)中。因此，预处理还可以包括可以应用于预处理信号的模数转换器，以便于由信号处理器12进行后续处理和分析。

信号处理器12包括颤动波(F波)检测器30，以识别经处理的电信号中的与颤动波对应的部分。例如，F波检测器30可以将F波检测为相邻QRS复合体之间具有长暂停(例如，大于预定时间间隔)的每个相应电信号的部分。例如，可以在每个经预处理的输入信号内检测QRS信号形态。此外，F波检测器可以确定相邻QRS复合体之间不存在正常的P波，诸如通过识别相邻QRS复合体之间延长的时间间隔超过预定的时间阈值。作为响应，为了识别QRS复合体之间这种延长的暂停，F波检测器30可以将信号的这一部分分类为呈现致心律失常活动(诸如心房颤动)的F波。F波检测器30可以自动地或响应于用户输入而识别每个F波。F波检测器可以标记输入信号数据(例如，利用元数据)，以指定用于每个F波的开始和停止时间，以便于进一步处理。

信号处理器12被编程为分析经预处理的输入信号的F波部分。在其中从对应电极提供多个输入信号的一些示例中，可以提供用户接口(例如，实现为预处理18的一部分的图形用户界面(GUI))，以选择哪个或哪些信号由信号处理器12分析。选择可以响应于用户输入或以自动方式进行。信号处理器12包括多个计算器，以计算用于在一个或多个输入信号中识别出的每个F波的各种信号特征。在图1的示例中，信号处理计算功能包括周期长度计算器32、振幅计算器34、极性计算器36、频率分析计算器38、激活时间计算器40和相位计算器42。因此，信号处理器可以采用各种功能32-42来计算关于信号的F波部分的相应信号特征并且，基于由这种计算器计算出的值，确定稳定的致心律失常活动的可能性，诸如与持久颤动一致的稳定的驱动活动。

周期长度计算器32被编程为为在经预处理的数据20中提供的一个或多个信号的F波间隔期间发生的每个周期计算周期长度。因此，对于在F波期间发生的每个识别出的周期，周期长度与所识别出的周期的开始和停止时间之间的间隔对应。振幅计算器34被编程为确定在F波间隔期间信号的振幅。例如，振幅计算器可以检测在F波期间信号的最小振幅和最大振幅，并将该信号的峰-峰振幅的指示作为最小和最大振幅之差。

极性计算器36可以基于最小和最大振幅(诸如由振幅计算器34检测的)来确定信号的极性。极性计算器36检测在F波间隔期间极性是否改变(例如，信号在F波期间是否是双相的)以及，如果改变，那么还检测改变极性的次数。频率分析计算器38分析每个F波的频率特征，诸如可以包括频谱、每个相应信号的相应F波间隔中的不同频率的功率。附加地或可替代地，频率分析38还可以识别并确定其它频率特征，诸如在其检测到的F波间隔期间包括信号的主导频率以及谐波。

激活时间计算器40也可以被用来确定激活时间。激活时间计算器40可以计算用于相应信号的F波间隔的激活时间(或多个激活时间)。因此，可以确定在每个F波期间是否存在激活(或再极化)分布在身体表面上的一个或多个位置的足够的电活动。F波的激活时间的一个示例可以基于经过滤的ECG数据上的下坡过零点来计算。另一个示例可以基于移动窗口中的最小dv/dt，并且还有另一个示例是使用等相位(isophase)值(例如，π/2)来定义每次相应心跳的激活时间。在一些示例中，激活时间可以被用作定义每个单个的F波间隔的开始和停止的近似。激活时间也可以在F波内应用，以识别由周期长度计算器32使用的相应周期。

相位计算器42可以计算在其F波间隔期间的一个或多个信号中的每一个的对应相位。因此，可以对于多个信号经多个F波间隔的时段(在多个身体表面位置处)确定计算出的相位，并且可以确定跨身体表面的空间和/或时间相位变化的对应指示。

信号处理器12还包括评分函数44，以计算具有指示稳定致心律失常驱动活动(例如，致心律失常稳定性得分)的可能性的值的得分。评分函数44可以组合计算出的两个或更多个信号特征(例如，其值可以存储在存储器中)，以导出致心律失常稳定性得分。作为一个示例，评分函数44可以为输入信号中的一个或多个计算随着计算出的的周期长度、振幅和极性变化的致心律失常稳定性得分。评分函数44可以基于原始计算值来计算得分，原始值可以被归一化成相应的比例并被合计在一起。评分函数可以将归一化的合计得分应用于对应的阈值46，以确定是否存在稳定的致心律失常驱动活动。在其它示例中，相应计算器32-42中的每一个可以被编程为相对于相应分析阈值46比较用于每个F波的计算值。因此可以评估每个计算器的计算值相对于其相应阈值的比较，以确定稳定的致心律失常活动的可能性。

信号处理器12还可以包括基于信号处理生成输出的输出生成器48。输出生成器可以提供输出，用于由对应的显示设备50可视化。在一个示例中，输出生成器48提供指示致心律失常活动(主要是稳定的驱动活动)存在的可能性的指示(例如，得分)。在另一个示例中，诸如在致心律失常活动的规程治疗期间，输出生成器可以在显示器50上提供诸如二进制(例如，是或否)指示的形式的指导。因此，医护人员可以使用来自信号处理器12的输出指定治疗可以终止时的终点，诸如响应于输出，其中所述输出指示稳定的驱动活动不再存在的地方处的改变。

在其它示例中，输出生成器48可以生成身体表面(例如，一个或多个电极已被定位的位置)的图形映射，诸如为了提供计算出的跨身体表面的信号特征中的一个或多个的空间和/或空间-时间映射。信号特征可以单独地或组合地跨电极被定位处的身体表面被映射。作为另一个示例，输出生成器48可以将计算出的信号特征中的一个或多个映射到心脏的模型，诸如为了指示稳定的致心律失常活动相对于心脏的存在或不存在。如本文所公开的，输出可以在显示器中提供，以提供作为筛选过程、在治疗期间规程中、治疗后的一部分的指导和/或其它类型的分析。

信号处理器12还可以计算从计算出的值(例如，周期长度、振幅、极性、频率、相位、激活时间)导出的各种空间和/或时间关系。例如，信号处理器12可以被编程为计算计算出的信号特征中的一个或多个的趋势，诸如通过分析每个相应的输入信号的经多个周期并经多个F波间隔的计算出的值。因此，随时间的变化可以被识别并在显示器50上的对应输出中提供。此外或可替代地，可以对于来自不同身体表面位置的多个输入信号分析来自一个或多个计算出的信号特征的空间变化性。例如，当电极分布在患者胸腔的一部分上时，电极的位置可以是先验的或估计的。这种电极位置可以是不同电极之间的相对位置和/或相对于患者解剖结构的相对位置。在一些情况下，电极的位置可以在图形用户界面(参见例如图13)中识别，诸如在电极与背心相关联或使用标准的12导联ECG电极的时候。虽然位置可以或可能不是已知的，但确切估计的位置可以被用来确定所计算的一个或多个电极特征的空间变化性，诸如本文所公开的。

图2绘出了周期长度计算器32的示例。在图2的示例中，周期长度计算器32包括F波检测器30，以识别多个输入信号中的每一个中的F波间隔，如在经预处理的电数据20中提供的。虽然在图2中F波检测器30被展示为周期长度计算器32的一部分，但可以理解的是，F波检测器可以应用于预处理电数据，供信号处理器12的每个部件使用。因此，周期长度计算器32操作，以分析每个输入信号的F波间隔。

周期长度计算器32包括识别和量化用于F波间隔的周期长度的周期长度检测器54。例如，周期长度检测器54可以通过采用dV/dT算法来计算周期长度，其中dV/dT算法被应用于计算电位信号的时间导数，以识别每个F波间隔中的每个周期。此外或可替代地，可以利用其它信号长度检测算法来识别每个周期，诸如包括过零或局部最大最小值，以识别和量化每个相应信号的F波间隔中的每个周期。因此，用于每个周期的开始和停止时间之间的差异提供其可以存储在存储器中的周期长度。

基于为每个相应信号确定的周期长度，周期长度计算器32可以包括差分周期长度计算器56。因此，差分周期长度计算器56可以计算由周期长度检测器54识别出的相邻周期之间的周期长度变化。周期长度加速度检测器58可以采用计算出的周期长度的差分(例如，由计算器56计算)来确定周期长度是否处于稳定状态，是加速还是减速。例如，加速度检测器58可以将周期长度阈值应用于差分周期长度，并确定周期长度正在加速(例如，如果它高于阈值)或减速(例如，如果它低于阈值)。因此，响应于周期长度计算器32检测到给定F波中的相邻周期之间的变化(例如，由差分周期长度计算器56计算)的变化超过周期长度阈值60，可以将周期长度变化存储在存储器中并由输出生成器48(连同其它计算出的信号特征，诸如极性变化和/或振幅变化)用来指示稳定致心律失常活动的可能性。

作为示例，图3图示了展示相邻QRS复合物64之间的F波间隔的信号62的示例。在这个示例中，周期长度计算器32应用其方法来确定在用于信号62的F波间隔期间用于每个周期的周期长度。周期长度计算器32还可以针对识别出的周期计算随时间的差分周期长度。如图3中展示的，基于识别出周期长度在F波间隔期间从稳定值变到加速部分，然后变到减速部分，信号的一部分可以被识别为稳定的驱动活动。

返回图2，周期长度计算器32还可以包括时间变化性计算器66和空间变化性计算器68。时间变化性计算器66可以评估周期长度随时间的变化。例如，时间可变性计算器66可以对于每个相应信号计算周期长度随时间的变化，如上所述的差分周期长度以及周期长度的标准偏差。由预处理器电数据20提供的用于每个相应信号的周期长度的时间变化可以相对于从身体表面上的不同测量位置获取的单个信号或多个信号来执行。

空间变化性计算器68可以被用来计算跨不同位置的周期长度中的空间差异，其中多个电极测量在所述不同位置处测量。在一些情况下，电极测量位置可以相对于患者解剖结构是已知的，而在其它示例中，经由跨身体表面分布的不同位置处的电极测量信号就足够了。作为示例，空间变化性计算器68可以计算跨多个电极(例如，电极14)的周期长度的方差，其中在所述多个电极处获得测量。此外或可替代地，空间变化性计算器68可以计算跨不同测量位置的周期长度的差异和/或跨不同测量位置的周期长度的标准偏差。

周期长度计算器32可以组合来自时间变化性计算器66和空间变化性计算器68的输出，以计算和监视跨其中电极已被定位用于测量用于表示患者心脏的电生理活动的身体表面的周期长度的趋势。例如，周期长度可以被映射到具体的电极位置，诸如可以被映射到患者躯干的图形模型(参见例如图12)或者，在一些示例中，映射到心脏模型。通过利用周期长度阈值60，周期长度计算器32和/或由信号处理器12实现的其它方法可以识别与快或慢周期长度对应的区域或者加速和/或减速以特定次序发生的区域。

如图4所示，振幅计算器34被编程为计算由信号处理器12分析的一个或多个信号中的每一个的峰-峰电信号的测量。在图4的示例中，振幅计算器34被应用于每个输入信号的F波。因此，振幅计算器采用F波检测器30来识别用于每个相应信号的F波。振幅计算器计算每个F波的最小振幅和最大振幅的测量，使得计算出的振幅表示整个F波的峰-峰振幅。在其它示例中，可以为给定的F波内的每个周期确定峰-峰电压。

振幅计算器34包括计算多个位置处的信号振幅的空间变化性的空间变化性计算器70，其中电极测量在所述多个位置处获得。例如，空间变化性计算器70可以计算用于多个测量位置的峰-峰电压的方差、相邻位置之间的峰-峰电压的差值和/或在不同位置处的峰-峰电压的标准偏差。

振幅计算器34还可以包括对于在经预处理的电数据20中提供的每个输入信号计算和检测F波的振幅的时间可用性的时间变化性计算器72。例如，时间变化性计算器72可以为每个相应的输入信号计算振幅的方差、在不同F波之间的振幅的差异以及其标准偏差。因此，振幅计算器34可以单独地计算空间或时间可用性，或者在其它示例中可以将空间和时间分析组合在一起，以确定空间时间变化性，输出生成器48可以利用该空间时间变化性来提供其对应的输出。

如图5所示，极性计算器36可以为每个相应的测得信号(如由经预处理的电数据20提供的)计算每个F波的极性变化。极性计算器36可以基于由振幅计算器34确定的每个相应F波的振幅来确定极性变化，其被展示为F波振幅数据76。例如，极性计算器可以通过确定每个F波间隔内的过零或其它振幅变化来确定极性的变化。极性计算器36可以包括空间变化性计算器78和时间变化性计算器80。空间变化性计算器78可以检测跨多个测量位置的极性的空间变化性。因此，当存在极性差异或在不同位置发生极性变化时，极性计算器36可以识别和跟踪这种变化性。时间变化性计算器80也可以检测与对应输入信号相关联的极性的时间变化。因此，可以在用于给定信号的信号F波内检测时间变化和极性，或者可以在用于信号的F波的序列之间识别极性变化。用于每个F波的计算出的极性和/或变化性可以存储在存储器中。

图6绘出了频率分析计算器38的示例。频率分析计算器38被编程为计算由经预处理的电数据20提供的输入信号的频率特征。特别地，频率分析器38将其分析应用于数据20的每个输入信号的F波，诸如由F波检测器30为每个正被处理的输入信号识别的。在图6的示例中，频率分析计算器38包括傅立叶变换，以将由预处理电数据提供的时域输入信号转换成其对应的频域表示。因此，傅立叶变换84可以被应用于由电数据20表示的每个信号的F波窗口。对应的频域数据可以存储在存储器中，供频率分析计算器38进行后续处理。

此外，频率分析计算器38可以包括功率频率检测器86，其为由傅立叶变换部件84识别的信号的每个频率确定功率(例如，绝对或相对功率)的指示。主导频率检测器88可以为每个F波间隔识别主导频率，诸如与如由功率频率检测器86确定的最高峰和功率对应。频谱分析90也可以应用于用于每个F波的频域数据。例如，频谱分析90还可以分析频谱的分布，诸如包括频率扩展和辅助频率峰–除了由主导频率检测器88确定的主导频率之外。各种频率分量的附加分组(诸如基频、高频组以及每个识别出的频率组的均值和标准偏差)也可以由频谱分析90来识别。谐波分析部件92可以对由频率数据中的频谱提供的谐波执行分析。例如，谐波分析部件92可以确定一次谐波、二次谐波等的振幅。谐波分析部件92还可以计算主导频率和一次谐波之间的梯度。

与信号处理器12使用的其它计算器类似，频率分析计算器38还包括时间变化性部件94和空间变化性计算器96。时间变化性计算器94可以被编程为针对每个相应的输入信号计算频率特征的改变或变化(例如，如由功率频率部件86、主导频率检测器88、频谱分析部件90和谐波分析部件92计算的)。例如，可以针对一个或多个输入信号中的每一个中的顺序F波之间的一个或多个这种频率特征来计算时间变化性。因此，时间变化性可以包括从频率分析导出的具体统计信息，诸如包括计算出的频率特征的方差、相邻F波之间的这种频率特征的差分值以及其标准偏差。

空间变化性计算器96可以计算跨身体表面的不同位置之间的频率特征的空间变化性，其中多个测量中的每一个在身体表面上进行。例如，空间变化性部件96可以确定跨身体表面的频率特征的分散和改变。可以进一步随时间确定和分析时间和空间变化性，诸如与对患者心脏的治疗相结合，包括药物和/或其它直接输送到心脏的治疗，诸如经由磨削(abrasion)等。变化性的结果可以存储在存储器中并由输出生成器48使用，以在显示器50中提供对应的图形或其它输出。

图7展示了可以由输出生成器48实现的输出控件，以控制基于由信号处理器12执行的对应信号分析(例如，图1-6的任何计算)提供的输出。例如，输出生成器48可以包括分析处理后的信号特征数据100的趋势分析器98，信号特征数据100可以包括经多个间隔的时段计算出的任何信号特征(例如，由周期长度计算器32、振幅计算器34、极性计算器36、频率分析计算器38、相位计算器42中的一个或多个计算出的)，以识别这种数据中的趋势。此外，趋势分析器98可以分析由评分计算器44确定的底层得分，这是基于驱动评分计算器的特定分析随时间发生的。

由评分计算器44使用的特定计算器信号特征可以被选择为一组缺省计算。在其它示例中，可以响应于用户输入来选择用于计算得分的底层评分标准和计算。此外，可以根据患者和/或响应于用户输入来设置用于每个计算和得分的相关联的阈值46。趋势分析器98可以识别随时间变化的数据中的趋势。例如，趋势可以基于监视没有输送治疗的数据(例如，治疗前、在筛选期间或治疗后)。在其它示例中，趋势分析器98可以监视计算出的电信号特征的变化，以检测可能响应于对患者心脏的疗法的应用而随时间发生的信号特征的趋势。例如，疗法可以包括化学疗法或电疗法(即，诸如消融、起搏等)。

映射引擎106可以接收由趋势分析器98确定的趋势数据或信号处理器12的任何计算，并在显示器50上生成其对应的输出。例如，映射引擎106可以采用几何/模型数据108，结果所得的趋势可以在显示器50中以图形方式表示成这种模式数据。几何/模型数据108例如可以包括表示身体表面的数据，诸如获得电测量(例如，由电极14)处的身体表面的二维或三维模型表示。

如所提及的，在一些示例中，电极在身体表面上的位置可以由几何数据108定义，使得电极位置相对于患者的几何形状是已知的。电极位置可以基于图像数据相对于患者的几何形状来确定，其中所述图像数据在电极附连到患者身体时获得。在其它示例中，电极的位置无法通过成像数据相对于患者的解剖结构获知。在这种其它示例中，电极测量位置的位置可以基于这种电极通常所位于的位置(例如，12个导联ECG电极位置)来估计。作为还有另一个示例，电极位置可以被确定为电极之间的相对位置，其中，除了任何患者几何信息之外，电极的位置也可以相对于其它电极在2D或3D空间中已知(例如，在没有从成像导出的几何信息的情况下)。

输出生成器48还可以包括节点分析器102，以基于趋势分析器98的趋势分析数据或其它处理后的信号特征数据100来确定空间上显著的趋势。例如，在一个电极节点处计算的电气特征可以从那个电极扩展到一个或多个相邻电极的集群。从给定电极节点的扩展可以由集群扩展部件104控制。集群扩展部件104可以评估计算出的每个节点相对于其邻居的电极特征，并扩展成在集群中包括附加的相邻电极，直到(由趋势分析器98)观察到的趋势不匹配。

例如，集群扩展部件104可以相对于起始节点将计算出的用于一组连续节点的一个或多个的电气特征(例如，由信号特征数据100提供)相关联，并且相对于对应的阈值比较用于每个相邻节点的特征，以识别稳定的致心律失常活动。响应于确定节点与对应的阈值之间的相关性不再与起始节点匹配，可以终止扩展，并且因此可以将节点的集群识别为与起始节点的公共准则匹配的节点集合。例如，分析和扩展可以对节点的扩展集合重复，以获得连续相邻电极的集群，其中每个电极包括识别稳定的驱动活动的公共信号特征集合。如本文所公开的，例如，用于每个相应节点的稳定驱动活动可以基于相对于指定稳定的转子活动的一个或多个阈值计算得分。

节点分析器102和集群扩展104可以被用来随时间识别多个集群，所述集群可以由映射引擎106相对于几何模型数据以图形方式表示。例如，映射引擎106可以以颜色编码的标尺(scale)显示每个集群和/或每个集群中的节点，颜色标尺指示集群中每个电极节点已满足集群准则的次数。映射引擎可以显示显示在身体表面的对应模型上的颜色编码图形映射。在其它示例中，集群数据可以显示在心脏的模型上，诸如根据几何模型数据108。

作为另一个示例，对于涉及多电极的情况的示例，可以通过按以下方式监视用于驱动活动的身体表面信号来确定心脏的致心律失常的指示：

a)识别其中存在CL加速和减速、频率移位、振幅增加或减小的趋势或极性变化的ECG片段。可以对每个患者定义用于这些标记的截止阈值，并且可以从CL方差或振幅方差导出(例如，由周期长度计算器32确定)。

b)集群扩展104可以从那单个电极扩展到相邻电极的集群，直到(a)中观察到的趋势基于相关性和可调阈值不匹配。

c)这个集群现在被指示为容纳驱动活动。

d)可以随时间重复(a)至(c)的功能，以识别多个集群，输出生成器可以在身体表面的图形映射上显示集群和/或将其绘制到心脏的模型。

e)每个电极节点将具有它作为集群的一部分被暗示(implicate)多少次的运行计数，并且这个计数可以根据颜色标尺值在图形映射中指示。

因此，输出映射可以提供致心律失常的组织的测量，诸如以下：

i.节点被暗示越多，它被认为是高度致心律失常的组织的区域越多。

ii.被暗示的区域越多将指示越致心律失常的心脏。

消融、药物给药、组织重塑的效果可以通过利用时间的滑动窗口(例如，用户定义的窗口)来解决。可以在记录期间更新致心律失常性的测量值。

作为另一个示例，涉及任何数量的电极(例如，单个电极或者标准的12导联ECG)的示例配置，心脏的致心律失常性可以通过如下监视身体表面信号为获取稳定的驱动活动来测量：

a)识别其中存在CL加速和减速、频率移位、振幅增加或减小的趋势或极性变化的ECG片段。可以对每个患者定义用于这些标记的截止阈值，并且可以从CL方差或振幅方差导出。

b)在其它示例中，可以跟踪包含给定趋势的片段的数量，并且这些片段的累积时间可以被总记录时间除。

例如，节点分析器102可以保持用于每个电极节点的信号满足集群准则的次数的运行计数，以便指示在这种测量位置处已经被确定为与稳定的驱动活动对应的F波。因此，用于每个节点的计数与其信号表现出稳定的驱动活动的次数成比例。颜色或其它标尺被应用于计数值，映射引擎106可以应用计数值来以图形方式可视化给定集群和图形模型内的每个节点的指示。因此，可以在图形输出中提供稳定的致心律失常活动的对应指示。例如，给定的节点被暗示指示稳定的驱动活动越多，诸如基于计算出的得分超出阈值，心脏的一个或多个区域包含表现出持续颤动的致心律失常组织的可能性越大。此外，跨表面被暗示满足准则的越大数量的区域将指示患者心脏中越大量的致心律失常组织。

输出生成器48可以显示指示患者表现出致心律失常驱动趋势的时间百分比的结果。这个百分比可以提供测量或致心律失常性，而不映射到身体表面。在其它示例中，结果可以被映射，以提供对应的可视化。类似的分析和图形输出可以在规程中显示，诸如在治疗规程期间，如关于治疗前和治疗后所公开的。例如，通过观察患者心脏的图形输出用于各个节点的致心律失常活动量的对应减小，可以在这种治疗期间随时间展示治疗(诸如消融(例如，RF、低温等)、化学药物施用、组织重塑)的效果。

作为另一个示例，图8展示了映射引擎106可以根据在多个电极处的测量跨身体表面生成的两个示例图形输出映射109和110。图形映射109和110中的每一个展示了已经由节点分析器102识别和检测的致心律失常活动的变化。在图8的示例中，映射109展示了对于非驱动F波窗口从多电极ECG记录的空间周期长度色散，而映射110展示了对于另一个F波窗口检测到的稳定驱动。在这个示例中，相应的图形映射109和110顺序地发生，使得可以采用空间时间分析(例如，由采用时间和空间变化性计算器66和68的CL计算器32)来识别这种驱动机制。还可以确定快周期长度活动的区域，诸如在111处展示为较深节点的集群，这对于医师将是清楚的。虽然图8的示例展示了周期长度色散，但是其它信号特征及其变化可以以类似的方式单独地或者与本文公开的任何其它信号和特征相结合地映射和绘制。

作为另一个示例，图9绘出了包括F波113(例如，由F波检测器30识别)的信号112的示例。信号112例如可以与已经分布在患者心脏上的任何一个电极对应，诸如在图10中的114处示出的电极分布中所展示的。在图10的示例中，示出了相对于患者解剖结构的114处的电极分布，诸如可以通过从成像模态(例如，CT扫描、MRI等)导出的几何数据中的电极位置的识别和配准来获得。信号112的F波113可以由信号处理器12及其各种部件分析，如本文所公开的，以确定在F波中是否存在稳定的致心律失常驱动活动。在图10的示例中，F波的信号处理(例如，由信号处理器12进行)被示为识别左心房中稳定的转子活动，如在叠加在心脏118的模型上的箭头116处所展示的。作为示例，转子活动116可以通过其它方法来确认，诸如通过求解关于跨患者的心脏分布的传感器数据的逆问题并将心电图重建到心脏模型118上。

图11展示了由信号处理器12检测到的稳定的转子活动如何可以与患者心脏的稳定转子活动对应的另一个示例。在图11中，展示了非侵入式感测信号120(例如，经预处理的电信号20)，其包括定时卡钳(caliper)122之间检测到的F波。F波包含多个周期124、126和128。每个周期指示具有稳定的转子活动的对应心脏，并且因此可以映射到心脏的对应区域，诸如在模型130、132和134中展示的。例如，周期124可以与右心房中自下而上的稳定转子运动对应。例如，在模型130中，检测到的周期124可以与右心房中自下而上的稳定转子运动对应。周期126可以与右心房中中隔(septal)至侧向的转子运动对应，并且F波的周期128可以与右心房中自上而下的转子运动对应，如模型134中所展示的。

图12绘出了可以被用于生成处理身体表面信号以表征患者的致心律失常活动的输出的系统150的示例，包括帮助诊断稳定的颤动驱动活动。在一些示例中，系统150可以生成图形映射(例如，身体表面映射或心脏模型上的映射)194和/或显示经处理的电信号。该系统还可以提供其它格式的信息，以向用户提供指示计算出的信号特征中的一个或多个以及从这种计算出的信号特征导出的信息的指导。

如本文所公开的，系统150在患者护理的各个阶段都有应用。作为示例，该系统可以被用作患者筛选过程的一部分(例如，作为诊断和/或治疗计划规程的一部分或者执行治疗后评估)。此外，系统150可以被用作治疗规程的一部分，诸如确定用于将疗法输送给患者的参数(例如，输送位置、疗法的量和类型)。例如，具有固定到其上的一个或多个疗法输送设备156的导管可以插入到身体154中，以便以心内膜或心外膜接触患者的心脏152。本领域技术人员将理解和认识到可以被使用的疗法输送设备156的各种类型和构造，其可以依赖于治疗类型和规程而变化。例如，疗法设备156可以被构造为输送电疗法、化学疗法、声波疗法、热治疗或其任意组合。

作为另一个示例，疗法输送设备156可以包括位于消融导管的尖端处的一个或多个电极，所述消融导管被配置为响应于由疗法系统158供给的电信号(例如，射频能量)而生成用于烧蚀组织的热量。在其它示例中，疗法输送设备156可以被构造为输送冷却以执行消融(例如，低温消融)、输送化学物质(例如，药物)、超声消融、高频射频消融或其组合。在还有其它示例中，疗法输送设备156可以包括位于起搏导管的尖端处的一个或多个电极，以响应于由疗法系统158供给的电信号(例如，起搏电流脉冲)而输送电刺激，诸如用于起搏心脏。也可以经由疗法系统158和定位在体内的侵入性疗法输送设备156来输送其它类型的疗法。

作为另一个示例，疗法系统158可以位于患者身体154的外部，并且被配置为控制由设备156输送的疗法。例如，疗法系统158包括控件(例如，硬件和/或软件)160，所述控件可以经由电连接在输送设备(例如，一个或多个电极)156与疗法系统158之间的导电链路传送(例如，供给)电信号。控制系统160可以控制供给设备156的信号的参数(例如，电流、电压、重复率、触发延迟、感测触发振幅)，用于经由(一个或多个)电极154向心脏152的一个或多个位置输送疗法(例如，消融或刺激)。控制电路系统160可以基于自动、手动(例如，用户输入)或自动和手动(例如，半自动控制)的组合来设置疗法参数并施加刺激。一个或多个传感器(未示出)还可以将传感器信息传送回疗法系统158。设备156相对于心脏152的位置可以经由成像模态(例如，透视、X射线)、映射系统162、直接视觉等在手术中(intraoperatively)被确定和跟踪。因此可以组合设备156的位置和疗法参数，以确定对应的疗法输送参数。

在经由疗法系统158提供疗法之前、期间和/或之后，可以利用另一个系统或子系统来获取用于患者的电生理信息。在图12的示例中，传感器阵列164包括可以被用于测量患者电活动的一个或多个身体表面电极。作为一个示例，传感器阵列164可以与分布在患者躯体(例如，胸腔)的一部分上用于测量与患者心脏相关联的电活动(例如，作为心电图映射规程的一部分)的身体表面传感器(例如，大于大约200个电极)的高密度布置对应。可以被用作传感器阵列164的高密度身体表面非侵入性装置的示例在2009年11月10日提交的国际申请No.PCT/US2009/063803中示出和描述。感测电极的其它布置和数量可以被用作传感器阵列164。例如，阵列可以是精简的电极集合，其不覆盖患者的整个躯干并且被设计为为了特定目的而测量电活动(例如，专门设计用于分析AF和/或VF的电极的阵列)和/或用于监视心脏的预定空间区域。在其它示例中，具有传统的或经修改的12导联ECG或单个电极的阵列可以被实现为传感器阵列164，以提供身体表面电信号。

一个或多个传感器也可以位于插入患者体内的设备156上。这种传感器可以单独使用或者与非侵入性传感器阵列164结合使用，用于映射针对心内膜表面(诸如心室的壁)的电活动以及用于心外膜表面。此外，这种电极也可以被用来帮助在心脏152内定位设备156，心脏152可以被配准到由系统150生成的图像或映射中。可替代地，这种定位可以在不从心脏152内或心脏152上的电极发射信号的情况下实现。

在用于获取患者电信息的每个这种示例方法中(包括侵入性、非侵入性或侵入性和非侵入性感测的组合)，(一个或多个)传感器阵列164将感测到的电信息提供给对应的测量系统166。测量系统166可以包括适当的控制和信号处理电路系统(例如，与图1的预处理块18对应)168，用于提供描述由传感器阵列164中的传感器检测的电活动的电测量数据170。例如，测量系统166的信号处理电路系统可以将(一个或多个)信号转换成对应的数字信息。测量系统还可以处理与来自传感器阵列164的一个或多个电生理信号对应的数字信息，并且从每个这种信号中去除非致心律失常特征，并提供作为电测量数据170存储在存储器中的经预处理的数据。

控件168还可以被配置为控制用于测量电活动并提供测量数据170的数据获取过程。在一些示例中，控件168可以与疗法系统158的操作分开来控制测量数据170的获取，诸如响应于用户输入。在其它示例中，测量数据170可以与由疗法系统输送疗法同时并与其同步地获取，诸如为了检测响应于应用给定疗法而发生的心脏152的电活动(例如，根据疗法参数)。例如，适当的时间戳可以被用于给相应的测量数据170与疗法参数用途之间的时间关系加索引，以便于其评估和分析。

映射系统162被编程为组合与感测到的心脏152的身体表面电活动对应的测量数据170，以提供对应的输出数据174。输出数据174可以表示或表征心脏的致心律失常活动，诸如为了识别是否存在稳定的颤动驱动活动(例如，转子和/或焦点驱动)。

作为一个示例，输出数据174可以包括从在一个或多个时间间隔(例如，在研究或治疗规程之前、之后或期间)为患者获取的电测量数据导出的一个或多个映射。在传感器阵列164包括多个电极的示例中，输出数据174可以包括用于患者身体表面的一个或多个输出图形映射(参见例如图8)。在其它示例中，计算出的数据可以被映射到心脏模型的几何表面。如本文所公开的，可以基于经由分布在患者身体154的表面上的传感器阵列164中的一个或多个电极非侵入性地获取的电数据来计算映射。

由于测量系统166可以并发地测量预定区域或整个心脏的电活动(例如，其中传感器阵列164包括覆盖患者身体154的整个胸腔的多个电极)，结果所得的输出数据(例如，相位表征和/或其它心电图)因此也可以以时间和空间一致的方式表示用于预定区域或整个心脏的并发数据。为其计算输出数据/映射的时间间隔可以基于用户输入来选择。此外或可替代地，所选择的间隔可以与疗法系统158的疗法的应用同步。如本文所公开的，稳定的致心律失常活动的存在或不存在的指示可以基于患者几何形状在不执行电描记图重建的情况下从(一个或多个)身体表面电信号计算。

在可以获得附加信息并且可以获得几何数据172的其它示例中，系统可以包括电描记图重建180，所述电描记图重建180被编程为计算逆解并且基于过程信号和几何数据172提供对应的重建的电描记图。例如，几何数据172可以与数学模型对应，诸如可以是通用模型或基于为患者获得(例如，经由成像模态，诸如CT、MRI、双平面X射线等)的图像数据构建的模型，并且为患者的心脏152和传感器阵列上的电极提供空间坐标。因此，重建的电描记图可以与跨心包膜的心电图活动对应，并且可以包括静态(在给定时刻是三维的)和/或动态(例如，随时间而变化的四维映射)。可以在系统10中使用的逆算法的示例包括在美国专利7,983,743和6,772,004中公开的那些。因此，EGM重建180可以将经由传感器阵列164测量的身体表面电活动重建到心包膜上的多个位置(例如，大于1000个位置，诸如大约2000个位置或更多个位置)上。在其它示例中，映射系统162可以基于侵入性测量(诸如经由篮子导管或其它形式的测量探针(例如，在设备156上或附连到设备156))的电活动在心脏的子区域上计算电活动。

映射系统162包括实现颤动波表征182的信号处理器12，其可以根据本文公开的信号处理器的任何示例方法和计算器单独地和/或组合地实现(参见例如图1-6和相关联的描述)。例如，颤动波表征182可以检测在电测量数据170中提供的每个信号中的波间隔。信号处理器可以将颤动波表征182应用于F波间隔，以计算F波窗口的期望信号特征，可以包括正在处理的每个信号的周期长度、振幅和极性的两个或更多个。其它计算器也可以被信号处理器12的颤动波表征182实现。因此，信号处理器可以对每个计算出的信号特征或从计算出的特征导出的组合得分应用预定的阈值，以提供指示稳定的致心律失常驱动活动(例如，稳定的转子和/或焦点驱动活动)的存在或不存在的对应的输出数据174。在一些示例中，稳定的致心律失常驱动活动的识别可以指定持久性心房颤动的存在，诸如基于相对于指定稳定转子活动的一个或多个预定阈值比较计算出的得分(从计算出的信号特征导出的)。

作为示例，如果信号处理器12确定用于一个或多个电极的给定F波的差分周期长度超出时间阈值(例如，大约10ms)并且确定以下一个或两个：(i)极性改变和/或(ii)在给定的F波中振幅变化超出电压阈值(例如，大约0.05mV)，那么信号处理器可以聚合这种信息，以提供识别病人心脏中的稳定驱动活动的存在的得分。如果得分不高于阈值，例如，那么信号处理器可以确定不存在稳定的驱动活动的高可能性。

除了从身体表面电测量的一般筛选以确定患者的心脏表现出稳定的驱动活动，几何数据172也可以被用来指定给定电极或电极集合与心脏区域之间的几何对应关系。例如，通过在穿着传感器阵列164的同时获取给定患者的几何数据，几何数据可以被用来识别传感器阵列中确定性地映射到心脏152的给定区域的一个或多个电极的区。可替代地，也可以使用通用模型(例如，描述通用心脏和身体表面之间的几何关系)来指定一个或多个电极与心脏的区域之间的几何对应关系。不管几何对应关系是如何确定的(例如，经由患者成像、先验信息或模型)，由身体表面上的给定区测得的电活动都可以提供用于心脏的给定区域的电活动的粗略估计。因此，医疗保健提供者可以监视电活动和由信号处理器12计算的信号特征，以确定所施加的治疗对心脏的影响。这可以是治疗过程的一部分，以帮助指导过程到达已经去除稳定的驱动活动的期望终点。

此外，映射系统162可以基于重建的电活动来计算致心律失常活动的指示(例如，驱动活动，诸如转子和焦点)。如上面所提到的，可以通过基于测得的身体表面电活动(例如，电描记图)和几何数据172求解逆问题来对心脏包络计算重建的电活动。心外膜上的驱动活动可以被用来确认检测到的稳定的驱动活动，该稳定的驱动活动是由信号处理器12基于仅一个或多个身体表面信号的分析确定的(没有几何数据)。此外或可替代地，心脏包络上的驱动活动可以被用来更特定地识别与驱动活动相关联的心脏上的一个或多个空间位置。因此，心脏上的空间位置可以被用来识别用于定位疗法设备以将治疗输送到患者的心脏152的一个或多个治疗部位。如何重建电信息的示例

输出生成器188可以被编程为基于在输出数据174中提供的计算出的电信息生成一个或多个映射。例如，映射生成器162可以提供输出数据，所述输出数据具有由功能182确定的、被监视的信号的指示或表征(例如，用于指定心脏的致心律失常量的测量)。输出数据174可以被转换成用于由可视化引擎186显示的图形表示。与计算出的映射的输出可视化对应的、与图形表示相关联的参数(诸如包括选择时间间隔、要在可视化中呈现的信息的类型等)可以响应于经由对应的可视化GUI 190的用户输入而被选择。映射系统162包括可视化引擎186，其以期望的视频格式提供输出数据174，视频格式进而又可以在显示器192上被可视化，包括图形映射194以及本文公开的其它视觉输出。

此外，输出数据174可以由疗法系统158使用。所实现的控制可以是完全自动化控制、半自动控制(部分自动化并响应于用户输入)或基于输出数据174的手动控制。在一些示例中，疗法系统的控件160可以利用输出数据控制一个或多个疗法参数。作为示例，控件160可以基于已经由功能182确定的致心律失常性来控制消融疗法到心脏部位(例如，心外膜或心内膜壁)的输送。例如，疗法的输送可以响应于检测到不存在稳定的驱动活动而自动终止。在其它示例中，个人可以查看在显示器中生成的映射，以基于被可视化的信息手动控制疗法系统。其它类型的疗法和设备也可以基于输出数据进行控制。

图13绘出了交互式显示的示例，诸如可以由输出生成器48或映射系统162生成的。在图13的示例中，输出与可以被分析的多个信号对应。例如，信号可以与跨患者身体分布的所选择的信号集合对应，诸如可以跨患者躯干的各个部分分布，诸如包括右部分面板202、左部分面板204和后面板206。相应的面板可以与具有特定分布并且可以用大致均匀分布的电极覆盖患者的躯干的电极的布置对应。在一些示例中，电极可以与背心对应或者其它构造也可以使用。显示器200可以是交互式的，因为用户可以选择一个或多个电极，诸如通过从相应的面板图形用户界面元素202、204和206中选择它们。作为响应，用于每个被选择的电极的电信号可以呈现在对应的显示窗口中，如210处所展示的。显示窗口可以被用来手动或自动地识别信号的持续时间，以识别每个信号中的F波，以启用由信号处理器进行的分析，诸如本文所公开的。

示例应用

如所提到的，本文公开的系统和方法在患者筛选、规程计划、规程工作流程、规程后评估和随访中是适用的和相关的。以下示例提供了在临床环境的各个阶段如何使用这些系统和方法的一些示例。

示例1：筛选、规程计划、规程后评估。当对患者进行分类并针对不同的可能治疗选项筛选他们时，可以如下为不同的电极构造确定本文所公开的致心律失常性的一个或多个指征：

a)对于多电极阵列：

i)被信号处理器识别为指示稳定的致心律失常活动的空间区的数量越大倾向于表明患者具有更多致心律失常的底物(substrate)。作为响应，医疗保健提供者可以将患者分类为与消融相对的药物疗法，从而允许在未来消融之前更积极的底物改性。

ii)相反，如果患者具有被信号处理器识别为指示稳定的致心律失常活动的较少区，那么这种结果可以表明非常具体的区域集合对心律失常负责，使得该患者可以被认为是消融的良好候选。

b)对于单电极或12导联心电图：

i)给定患者表现出稳定的驱动趋势(例如，由趋势分析器98确定的)时间的百分比越高，他的心脏的底物越致心律失常。医疗保健提供者可以利用这种信息将患者分类为与消融相对的药物疗法，从而允许在未来消融之前更积极的底物改性。

ii)相反，如果患者表现出患者表现出驱动趋势(例如，由趋势分析器98确定)的较低百分比的时间，那么患者可以被识别为消融的良好候选。

2)规程计划：当决定患者是消融的良好候选时，可以对不同的电极构造实现本文公开的系统和方法，以帮助如下计划规程：

a)多电极阵列：

i)如果密集的电极节点集合频繁地指示稳定的致心律失常活动，那么这种结果可以表明这个患者具有主要驱动，因此将是消融的良好候选。

ii)相反，如果没有单个区比其它区更清楚地被指示，那么可以示出多个驱动在维持心律失常，并且需要更广泛的消融。

b)单电极或12导联心电图：

i)给定患者表现出稳定的驱动趋势(例如，由趋势分析器98确定)的时间的百分比越高，他的心脏的底物越致心律失常。这个信息还可以指示这个患者将可能需要更长时间或更广泛的消融。

ii)相反，如果患者表现出患者表现出驱动趋势的较低百分比的时间，那么结果可以指示这个患者将需要更短或不太广泛的消融。

3)下面给出可以在活体消融期间实现的规程工作流程的另一个示例，其中本文公开的系统和方法可以提供在各种电极构造中使用的心律失常的指征。

a)多电极阵列：

i)基线记录可以使医师初步了解患者有多么致心律失常。

ii)在消融期间，区的数量是否被暗示或者区被多频繁地被暗示，这可以指示积极、中性或消极的影响。例如：

(1)如果区数量增加，或者节点被暗示的频率增加，那么这可以指示消融会产生消极影响，并且医师应当停止消融他们目前作为目标的区。

(2)如果区的数量减少，或者节点被暗示的频率减少，那么这可以指示消融有积极影响，并且医师应当继续以那个区为目标或者您已经完成以有效区为目标。

(3)如果区没有变化，并且节点被暗示的频率没有变化，那么这可以指示消融的中性影响，并且医师没有以正确的区为目标。

b)单电极阵列：

i)基线记录可以使医师初步了解患者有多么致心律失常。

ii)在消融期间，患者表现出驱动趋势的时间的百分比是否改变，这可以指示积极、中性或消极的影响。例如：

(1)如果百分比增加，那么这可以指示消融会产生消极影响，并且医师应当停止消融他们目前作为目标的区。

(2)如果百分比减小，那么这可以指示消融有积极影响，并且医师应当继续以那个区为目标或者您已经完成以有效区为目标。

(3)如果百分比没有改变，那么这可以指示消融的中性影响，并且医师没有以正确的区为目标。

4)下面给出可以使用本文公开的系统和方法来实现的方法的另一个示例，作为规程后评估的一部分。例如，在消融后放电之前，如果患者保持其心律失常，那么本文公开的系统和方法可以针对不同的电极构造实现，以确定是否存在稳定的致心律失常活动。

a)多电极阵列：

i)如果本文公开的系统和方法频繁地指示密集的节点集合，那么可以表明这个患者具有主要驱动，并且在急性消融期间未被充分解决。

ii)相反，如果没有单个区比其它区更清楚地被指示，那么可以示出多个驱动在维持心律失常，并且可以是消融后急性的正常愈合过程的迹象。

b)单电极或12导联心电图：

i)患者表现出的驱动趋势的时间的百分比越高，他的心脏的底物越致心律失常。这可以向医师指示这个患者尚未被充分消融。

ii)相反，如果患者表现出患者表现出驱动趋势的较低百分比的时间，那么它可以表明不太致心律失常的底物，并且可以向医师指示这个患者处于正常恢复期。

5)以下给出可以使用本文公开的系统和方法来实现的方法的另一个示例，作为长期随访的一部分。例如，在慢性恢复阶段期间，如被定义为在侵入性治疗(例如，消融)之后患者离开医院的任何时间点，本文公开的系统和方法可以被用来评估患者状况。

a)多电极阵列：

i)如果本文公开的系统和方法频繁地指示密集的节点集合表现出稳定的致心律失常活动，那么可以表明这个患者具有主要驱动，并且在急性消融期间未被充分解决，并且可以是再次消融的良好候选。

ii)相反，如果没有单个区比其它区更清楚地指示稳定的致心律失常活动，那么这可以表明多个驱动在维持心律失常，并且可以是消融治疗后急性的正常愈合过程的迹象，或者如果已经经过了足够的时间，那么患者需要药物疗法，以启用积极的底物改性并且不是再次消融的良好候选。

b)单电极或12导联心电图：

i)患者表现出驱动趋势的时间的百分比越高，他的心脏的底物越致心律失常。这可以向医师指示这个患者将需要更长时间或更广泛的再次消融。

c)相反，如果患者表现出患者表现出驱动趋势的较低百分比的时间，那么可以表明不太致心律失常的底物，并且可以向医师指示这个患者将需要更短或不太广泛的再次消融。

鉴于上面的结构和功能描述，本领域技术人员将理解，本文公开的系统和方法的部分可以被体现为方法、数据处理系统或计算机程序产品，诸如非暂态计算机可读介质。因而，本文公开的方法的这些部分可以采取完全硬件实施例、完全软件实施例(例如，在非暂态机器可读介质中)或组合软件和硬件的实施例的形式。此外，本文公开的系统和方法的部分可以是计算机可用存储介质上的计算机程序产品，其中在计算机可用存储介质具有计算机可读程序代码。可以使用任何合适的计算机可读介质，包括但不限于静态和动态存储设备、硬盘、光存储设备和磁存储设备。

本文还已经参照方法、系统和计算机程序产品的框图描述了某些实施例。应当理解的是，图示的方框以及图示中方框的组合可以由计算机可执行指令来实现。这些计算机可执行指令可以被提供给通用计算机、专用计算机或其它可编程数据处理装置(或设备和电路的组合)的一个或多个处理器，以产生机器，使得经由处理器执行的指令实现一个或多个方框中指定的功能。

这些计算机可执行指令还可以存储在计算机可读存储器中，该计算机可读存储器可以引导计算机或其它可编程数据处理装置以特定方式工作，使得存储在计算机可读存储器中的指令导致制造品，该制造品包括实现流程的一个或多个方框中指定的功能的指令。计算机程序指令还可以被加载到计算机或其它可编程数据处理装置上，以使得在计算机或其它可编程装置上执行一系列操作步骤，以产生计算机实现的过程，使得在计算机或其它可编程装置上执行的指令提供用于实现流程图的一个或多个方框中指定的功能的步骤。

上面已经描述的是示例。当然，不可能描述结构、部件或方法的每个可想到的组合，但是本领域普通技术人员将认识到许多进一步的组合和排列是可能的。因而，本发明意在涵盖属于本申请的范围的所有此类变更、修改和变化，包括所附权利要求。

如果感慨啊内容或权利要求陈述“一个”、“第一”或“另一个”元素或其等同物，那么应当将其解释为包括一个或多于一个此类元素，既不要求也不排除两个或更多个此类元素。如本文所使用的，术语“包括”是指“包括但不限于”，并且术语“包含”是指“包含但不限于”。术语“基于”是指“至少部分基于”。

Claims (22)

1.一种系统，包括：

输入端，以接收表示从患者的身体表面测量的心电活动的至少一个电生理信号；以及

信号处理器，以分析所述至少一个电生理信号并计算具有指示致心律失常活动的可能性的值的得分，该得分根据所述至少一个信号的周期长度、振幅和极性中的至少两个来计算。

2.如权利要求1所述的系统，其中信号处理器包括周期长度计算器，以计算用于所述至少一个信号的多个周期的周期长度。

3.如权利要求1或2所述的系统，其中周期长度计算器计算周期长度，以表征在所述至少一个信号的多个颤动波间隔中的至少一个颤动波间隔期间发生的周期序列中的周期长度的变化。

4.如前述权利要求中任一项所述的系统，其中周期长度计算器基于相对于周期长度加速度阈值比较所述至少一个颤动波间隔期间的周期序列中的周期长度的变化的时间变化来识别心律的加速度或减速度。

5.如前述权利要求中任一项所述的系统，其中信号处理器包括信号振幅计算器，以计算多个颤动波间隔中的至少一个颤动波间隔期间所述至少一个信号的振幅的变化。

6.如前述权利要求中任一项所述的系统，其中信号处理器包括极性计算器，以计算多个颤动波间隔中的至少一个颤动波间隔期间所述至少一个信号的极性的变化。

7.如前述权利要求中任一项所述的系统，其中所述至少一个信号包括从耦合到分布在身体表面上相应位置处的电极的多根引线获取的多个信号。

8.如权利要求7所述的系统，其中信号处理器针对所述多个信号中的每一个信号中识别出的多个颤动波间隔中的至少一个颤动波间隔计算所述至少一个信号的周期长度、振幅和极性中的每一个的值，使得计算出的每个值指定其时间和/或空间变化性。

9.如权利要求7所述的系统，其中信号处理器包括相位计算器，以计算其至少一个颤动波间隔期间所述多个信号中的每一个信号的相位特征的指示，信号处理器基于相位特征的空间和时间变化性中的至少一个来确定致心律失常活动的可能性。

10.如前述权利要求中任一项所述的系统，还包括预处理块，以从所述至少一个信号接收去除非致心律失常特征的至少一个电生理信号，并提供存储在存储器中的经预处理的数据，信号处理器基于经预处理的数据来计算得分。

11.如前述权利要求中任一项所述的系统，其中信号处理器包括频率分析器，所述频率分析器分析在多个颤动波间隔中的每一个颤动波间隔期间所述至少一个信号的预定频率特征。

12.如前述权利要求中任一项所述的系统，其中信号处理器根据周期长度的变化和所述至少一个信号的一个或多个颤动波的振幅或极性中的至少再有一个来计算得分，以指示稳定的心房颤动驱动活动的可能性。

13.如前述权利要求中任一项所述的系统，其中已知所述至少一个电生理信号确定性地映射到患者心脏上的对应位置，使得从计算出的信号特征导出的致心律失常活动的可能性提供对患者心脏上对应位置处的致心律失常活动的估计。

14.如前述权利要求中任一项所述的系统，还包括疗法输送系统，所述疗法输送系统被配置为基于计算出的得分来控制疗法向患者心脏的直接输送。

15.如权利要求13所述的系统，其中所述至少一个信号包括从耦合到分布在身体表面上相应位置处的电极的多根引线获取的多个信号，所述系统还包括：

重建引擎，被编程为基于所述多个信号以及描述电极和包括所述身体表面的患者解剖结构之间的空间关系的几何数据来计算心脏包络上的重建的电信号；以及

驱动计算器，被编程为基于重建的电信号计算用于心脏包络的驱动活动的指示。

16.一个或多个具有能够由处理器执行以执行方法的数据和指令的非暂态机器可读介质，所述数据包括表示经由定位在患者身体表面的至少一个电极测得的至少一个电生理心脏信号的测量数据，所述方法包括：

分析测量数据，以检测至少一个电生理信号中的至少一个颤动波间隔；

计算所述至少一个电生理信号中的每一个电生理信号的至少一个颤动波的信号特征，计算出的信号特征包括针对所述至少一个信号的每个颤动波的周期长度变化、每个颤动波的振幅变化和每个颤动波的极性变化中的至少两个；以及

基于将计算出的信号特征相对于至少一个阈值进行评估来指示稳定的致心律失常活动的可能性。

17.如权利要求16所述的介质，其中所述方法还包括基于计算出的信号特征来计算合计的得分。

18.如权利要求16或17所述的介质，其中计算出的信号特征包括所述至少一个信号的周期长度的变化、每个颤动波的振幅变化以及每个颤动波的极性变化中的每一个，其中周期长度的变化是基于确定至少一个颤动波期间周期序列中的周期长度的变化来计算的。

19.如权利要求16、17或18所述的介质，其中在计算信号特征之前，所述方法包括从所述至少一个信号中去除非致心律失常的特征，以提供存储在所述一个或多个介质中的经预处理的数据，计算出的所述至少一个颤动波的信号特征是基于经预处理的数据计算的。

20.如权利要求16、17、18或19所述的介质，其中所述方法还包括生成输出映射，以指示稳定的致心律失常活动的可能性。

21.如权利要求16、17、18、19或20所述的介质，其中测量数据表示经由定位在患者身体表面上的多个电极测得的多个电生理信号，所述方法还包括响应于用户输入而选择所述多个电生理信号中的一个或多个电生理信号，使得针对每个选择的电生理信号执行分析、计算和指示。

22.如权利要求16、17、18、19、20或21所述的介质，所述至少一个电生理信号确定性地映射到患者心脏上的对应位置，使得从计算出的信号特征导出的稳定的致心律失常活动的可能性提供对患者心脏上对应位置处的致心律失常活动的估计。