CN107920770B - 识别用于电生理映射的模糊心脏信号 - Google Patents

识别用于电生理映射的模糊心脏信号 Download PDF

Info

Publication number
CN107920770B
CN107920770B CN201680044977.0A CN201680044977A CN107920770B CN 107920770 B CN107920770 B CN 107920770B CN 201680044977 A CN201680044977 A CN 201680044977A CN 107920770 B CN107920770 B CN 107920770B
Authority
CN
China
Prior art keywords
signal
derivative
block
electrodes
ambiguous
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
CN201680044977.0A
Other languages
English (en)
Other versions
CN107920770A (zh
Inventor
杜娟
S·高希
J·M·吉尔伯格
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.)
Medtronic Inc
Original Assignee
Medtronic 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 Medtronic Inc filed Critical Medtronic Inc
Publication of CN107920770A publication Critical patent/CN107920770A/zh
Application granted granted Critical
Publication of CN107920770B publication Critical patent/CN107920770B/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
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7221—Determining signal validity, reliability or quality
    • 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]
    • A61B5/282—Holders for multiple electrodes
    • 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]
    • A61B5/346—Analysis of electrocardiograms
    • 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
    • A61B5/352—Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
    • 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
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6823—Trunk, e.g., chest, back, abdomen, hip
    • 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
    • A61B5/7239—Details of waveform analysis using differentiation including higher order derivatives
    • 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
    • A61B5/7435—Displaying user selection data, e.g. icons in a graphical user interface
    • 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
    • A61N1/365—Heart stimulators controlled by a physiological parameter, e.g. heart potential
    • A61N1/36507—Heart stimulators controlled by a physiological parameter, e.g. heart potential controlled by gradient or slope of the heart potential

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Cardiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Electrotherapy Devices (AREA)

Abstract

公开了一种系统及相关联的方法，所述系统包括：电极装置，所述电极装置包括被配置成邻近患者的组织定位的多个电极。显示装置，所述显示装置包括图形用户界面，所述图形用户界面被配置用于向用户呈现信息。计算装置，所述计算装置被耦合至所述电极装置和所述显示装置，所述计算装置被配置用于判定从与来自多个电极中的电极相关联的通道获取的信号是否模糊。所述计算装备用于：计算所述信号的一阶导数；根据所述一阶导数来确定一阶最小导数；根据窗口内的二阶导数和第二索引来确定二阶最小导数；计算所述一阶导数与所述二阶导数的比率；计算第一索引与第二索引之间的差值。所述显示装置显示所述信号是否模糊。

Description

识别用于电生理映射的模糊心脏信号
技术领域
本公开涉及到医学设备，并且更具体地涉及用于心脏信号感测、检测和分析的医学设备。
背景技术
可植入医疗设备(IMD)(诸如，可植入起搏器、复律器、除颤器、或起搏器－复律器－除颤器)将治疗性电刺激提供给心脏。IMD可提供起搏来解决心动过缓，或提供起搏或电击以终止快速性心律失常(诸如，心动过速或纤颤)。在一些情况下，此医疗设备可感测心脏的固有去极化，基于此固有去极化(或不存在固有去极化)来检测心律失常，并且如果基于固有去极化而检测到心律失常则控制电刺激向心脏的递送。
IMD还可提供心脏再同步治疗(CRT)，所述CRT是起搏的形式。CRT包括将起搏递送至左心室，或递送至左心室和右心室两者。可选择(多个)向心室递送起搏脉冲的时序和位置以改善心室收缩的协调和效率。
IMD感测信号，并且经由电极来递送治疗刺激。可植入起搏器、复律器、除颤器、或起搏器-复律器-除颤器通常耦合至一个或多个皮下电极或心脏内引线，所述心脏内引线携载用于心脏感测并递送治疗性刺激的电极。经由电极而感测到的信号可被称为心脏电描记图(EGM)，并且可包括心脏的去极化、复极化或其他固有的电激动。
用于植入医疗设备的系统可包括工作站或除医疗设备本身之外的其他装备。在一些情况下，装备的这些其他零件辅助医师或其他技术人员将心脏内引线置于心脏上的特定位置处。在一些情况下，此装备将关于心脏的电激动和心脏内引线的位置的信息提供给医师。装备可执行与医疗设备类似的功能，包括将电刺激递送至心脏递，以及感测心脏的去极化。在一些情况下，装备可包括用于经由放置在患者的表面上的皮肤电极来获得心电图(ECG)的装备。此外，患者可具有在围绕患者的躯干的ECG带或背心上的多个电极。在已将背心固定至躯干之后，医师可执行一系列测试来评估患者的心脏响应。
在评估过程期间，医师通常需要使用计算装置来回顾节律中心脏去极化波的起始(onset)。许多方法用于检测去极化波的起始。斯文-艾瑞克-赫德伯格(Sven-ErikHedberg)等人的美国专利US8781580B2涉及基于特定优化准则的应用于多极LV导线中的起搏顺序优化，所述优化准则为左心室激动起始的时间点直至心脏二尖瓣闭合。将从LV激动的起始直到二尖瓣闭合的时间段最小化的起搏顺序被认为是并被用作目前针对IMD的最佳起搏顺序。激动探测器被配置用于检测心动周期中左心室激动的起始。所述激动检测器被配置用于基于以下内容检测心动周期中左心室收缩的起始：i)由可连接传感器的连接器接收的信号或ii)激动检测器基于连接器从可连接起搏电极接收的电信号确定的阻抗信号。此方法中并未去除极化伪迹以确保选择了最好的通道或调整心脏去极化起始的检测以确保搏动未丢失。
此外，斯文-艾瑞克-赫德伯格方法没有处理模糊心脏信号。沃伦(Warren)等人的美国专利US 7,953,489 B2确实修正了模糊信号，模糊信号被定义为所感测到的可植入医学设备(IMD，例如ICD等)系统的检测结构难于领会、理解、或分类的心脏电信号。沃伦等人通过清点性能特征、将模糊信号与阈值进行比较、并且然后感测交替心脏信号来处理模糊信号。此方法比较麻烦，因为性能特征需要解析和清点。
因此可取的是开发用于信号处理的另外的方法和系统，信号处理允许系统获取不带有或带有少量伪迹和/或模糊信号的心脏信号，从而允许内科医生更精确地为患者确定治疗。
附图说明
图1是示出可确定各种心脏复极化和去极化波的起始和终止(offset)的示例系统的框图。
图2是示出波检测模块的示例配置的框图。
图3是用于验证从多个通道获取的心电图(ECG)数据并将看似无效的数据去除的流程框图。
图4是展示示例心脏ECG的曲线图，显示出图3描绘的方法排除的无效数据。
图5是展示示例线性阶梯函数的曲线图，示出了图3描绘的方法排除的无效数据。
图6是展示不等于零的ECG信号的二阶导数的示例的曲线图。
图7是用于检测展示出强信号保真度的信号的流程框图。
图8是展示示例矫正的ECG的曲线图，示出了图7描绘的方法所确定的局部去极化波的起始。
图9是展示矫正的ECG的示例的曲线图，示出了图7描绘的方法所确定的两个不同局部去极化波的起始。
图10是展示用于确定搏动信息的示例技术的流程框图，诸如从通道上的信号获取的针对每次搏动的最大值。
图11是展示ECG信号的一阶导数的平方的曲线图，示出了与一组搏动相关联的一组局部最大值。
图12是展示另一个示例性ECG信号的一阶导数的平方的曲线图，示出了与一组搏动相关联的一组局部最大值。
图13是两个示例不同局部最大值的曲线框图，其中心脏去极化的起始已在执行图3、图7及图10描绘的方法100-300之后得以确定。
图14是两个示例不同局部最大值的曲线框图，其中心脏去极化的起始已在执行图3、图7及图10描绘的方法100-300之后得以确定。
图15是示出确定心脏去极化和复极化波的起始和终止的示例系统的概念图。
图16至17是示出了用于测量躯干表面电势的示例性系统的概念图。
图18是更详细地示出图15中所示系统的可植入医疗设备(IMD)和引线的概念图。
图19是示出可确定心脏去极化和复极化波的起始和终止的示例可植入医疗设备的框图。
图20是将无效和有效ECG信号相对于用于去除无效信号数据的阈值进行比较的曲线图。
图21是包括电极装置、成像装置、显示装置、和计算装置的示例性系统的示图。
图22是描绘与一个通过图7的324框处理的可能有效的信号相关联的一个最大值和若干紧密间隔的局部最大值的示意图。
图23是描绘局部最大值的时间索引样本的示意图。
图24描绘了心脏去极化的可接受起始，以便使得一阶导数的平方小于图10所更新的第一局部最大值的5％。
图25是用于验证从多个通道获取的心电图(ECG)数据并将由于伪迹而被认为无效的数据去除的流程框图。
图26图形化地描绘了信号的示例性导数。
图27图形地描绘了伪迹信号的示例性导数。
图28A图形化地描绘了R波形。
图28B图形地描绘了双相QRS波形。
图28C图形化地描绘了R-s波形。
图28D图形化地描绘了QS波形。
图29描绘了一种用于在电生理映射过程中识别模糊心脏信号的方法。
图30描绘了从与电极装置相关联的表面电极获取的ECG信号。
图31描绘了来自图30的ECG信号的导数。
图32和图33示出了示例性信号，其中虚线在每条曲线的最陡点交汇。
图34图形地描绘了从与电极装置相关联的表面电极获取的模糊信号。
图35描绘了一组局部最大值中的第一局部最大值。
发明内容
本公开帮助去除与从与电极装置相关联的一个或多个电极获取的心脏信号相关联的模糊信号。通过去除模糊信号，本文描述的技术和方法比常规阈值检测方法大致上提高了每个心脏去极化起始的精确性。
一个或多个实施例涉及一种用于判定信号是否模糊的系统及相关联的方法。所述系统包括电极装置，所述电极装置包括被配置成邻近患者的组织定位的多个电极。显示装置包括图形用户界面。图形用户界面被配置用于向用户呈现信息。计算装置，所述计算装置被耦合至所述电极装置和所述显示装置，所述计算装置被配置用于判定从与来自多个电极中的电极相关联的通道获取的信号是否模糊。所述计算装备被配置用于：计算所述信号的一阶导数；从所述一阶导数确定一阶最小值；从二阶导数确定二阶最小值以及窗口内的第二索引；计算所述一阶导数与所述二阶导数的比率；计算第一索引与第二索引之间的差值。响应于确定所述比率和所述第一索引与所述第二索引之间的所述差值，所述显示装置显示所述信号是否模糊。
具体实施方式
将参照图1-35描述示例性系统、方法和界面。对于本领域技术人员而言，很明显，来自一个实施例的元件或过程可被与其他实施例的元件或过程组合使用，且使用本文中所提出的特征的组合的这些方法、装置和系统的可能的实施例不限于附图中所示和/或本文中所描述的特定实施例。进一步，可理解的是本文描述的实施例可包括并不需要按比例绘制的很多元件。此外，可理解的是，此处各个过程的定时以及各元件的大小和形状可被修改但仍落在本发明的范围内，虽然某些定时、一个或多个形状和/或大小、或元件类型可相比其他更有利。
本公开的一个或多个实施例由图3、图7、和图10中描绘的方法100-300具体化，这确保了从电极装置获取的最精确数据被用于更新每次搏动的起始数据。起始数据的精确性是通过去除可使信号模糊的噪声(如伪迹)而改善的。
图25和图29描绘的一个或多个其他实施例是在更新起始数据之后执行的。例如图25验证从多个通道获取的心电图(ECG)数据并将由于伪迹而被认为无效的数据去除。图29用于识别模糊的心脏信号并对提供不模糊信号的通道进行定位。图29的教导还可用于相对于图3、图7和图10和/或图25描述的信号处理技术。可替代地，图29可单独地用于心脏信号，而无需图3、图7和图10和/或图25的处理技术在图29之前或之后使用。剩余图表描绘了关于执行本文所描述的方法的硬件和/或细节。
图1是展示用于确定心脏去极化和复极化波的起始和/或偏移的系统的示例配置的功能框图。在所展示的示例中，系统10包括设备60、心脏电描记图模块70、和运动感测模块80。设备60可进一步包括处理器72、存储器74、峰值检测模块76、和波检测模块78。
处理器72可以包括微处理器、控制器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或等效离散或模拟逻辑电路中的任意一个或多个。在一些示例中，处理器72可以包括多个部件，诸如一个或多个微处理器、一个或多个控制器、一个或多个DSP、一个或多个ASIC、或一个或多个FPGA、以及其他离散或集成逻辑电路的任意组合。归属于在此的处理器72的功能可以具体化为软件、固件、硬件或它们的任意组合。通常，处理器72控制心脏电描记图模块70、峰值检测模块76、波检测模块78、和运动感测模块80，以确定心脏去极化和/或复极化波的起始和偏移的时间。处理器72可执行数据的计算、确定、比较等。
一般而言，心脏产生一个使得心脏机械收缩的重复性电信号，从而将血液泵送至全身。通常，所述信号可被检测并显示为一个心脏电描记图信号。虽然确切的表示会除其他因素外依据身体之上或身体之内的导线布置而不同以检测心脏信号，但是普通心脏电描记图包括若干可识别特征。信号的初始挠曲表示P波和QRS复合波。P波表示心房的去极化并且QRS复合波表示心室的去极化。QRS复合波的Q波是复合过程中信号的初始向下挠曲。Q波之后便是R波，它是信号的向上挠曲。最后，S波是另一个向下挠曲。信号的下一部分表示心房和心室的复极化。更具体地说，通常被称作T波的波表示心室的复极化。信号中没有特定的波或特征表示心房的复极化，因为与T波相比生成的信号太小。总体而言，P波、Q、R和S波、以及T波表示心脏电信号的去极化和复极化波。
存储器74包括计算机可读指令，这些计算机可读指令在由处理器72执行时，致使系统10和处理器72执行归属于此处系统10和处理器72的不同功能。存储器74可以包括任意易失、非易失、磁、光或电介质，诸如随机存取存储器(RAM)、只读存储器(ROM)、非易失RAM(NVRAM)、电可擦除可编程ROM(EEPROM)、闪存和/或任意其他数字或模拟介质。
通常，心脏电描记图模块70被配置用于从患者感测或获取电信号。心脏电描记图模块70通过一个或多个导线电气地耦合到一个或多个电极2、4、6、8、10、12、14...n。在一些示例中，所述一个或多个电极2、4、6、8、10、12、14...n可以是例如附着于患者表面、或植入患者体内的不同位置(例如在心脏之上或之内)的外部电极。
峰值检测模块76可被配置用于确定特定信号的最大值。例如，峰值检测模块76可被配置用于从心脏电描记图模块70接收电信号并确定最大值。在另一个示例中，如图2展示的，峰值检测模块76可被配置用于从波检测模块78接收信号并确定最大值。
波检测模块78确定心脏去极化和复极化波上的起始和/或偏移。波检测模块78可被配置用于接收电信号。例如，波检测模块78可被配置用于接收心脏电描记图模块70感测的电信号。运动感测模块80可以例如在心脏收缩的过程中检测心脏的机械运动。运动感测模块80可包括生成通常基于心脏收缩或运动而改变的信号的一个或多个传感器，诸如一个或多个加速计、压力传感器、阻抗传感器、或流量传感器。运动感测模块80可向设备60(例如处理器72)提供运动(例如收缩)时间的指示。检测到的收缩可以是特定位置(例如心室壁的一个特定部分)处心脏组织的收缩。
在一些示例中，运动感测模块80可被配置用于为心脏、电极、导管、电线、或心脏之中或之上的其他不透射线标记成像，并基于心脏的图像识别与收缩相关联的运动。在一些示例中，运动感测模块80可被配置用于将超声能量指向患者的心脏。运动感测模块80还可被配置用于检测由患者心脏向运动感测模块80挠曲回的超声能量。以这种方法，运动感测模块80可捕获有关心脏的机械运动(例如心室和/或心房的收缩和舒张)的信息。用于识别心脏机械收缩的系统和方法在扎克(Zarkh)等人的美国专利号7,587,074中进行了描述，此专利发布于2009年9月8号，标题为“用于在描绘移动的器官的一系列图像内识别最佳图像的方法和系统(METHOD AND SYSTEM FOR IDENTIFYING OPTIMAL IMAGE WITHIN A SERIESOF IMAGES THAT DEPICT A MOVING ORGAN)”，并通过引用以其全文结合在此。
处理器72可以基于以下内容确定一个或多个指标(诸如心脏时间间隔或心脏电气机械延迟)：由波检测模块78确定的波的起始和/或偏移的时间和/或由运动感测模块80确定的收缩的时间。例如，处理器72可以基于由波检测模块78识别的QRS复合波的起始和偏移来确定QRS宽度。作为另一个示例，处理器72可以基于由波检测模块78识别的QRS起始和T波起始来确定QT间隔。处理器还可以确定表面ECG导线之上的去极化起始与由导线或心脏内一个位点处的映射导管或导丝所感测的局部电激动的时间之间的间隔。此外，如下文更详细描述的，处理器72可以基于波检测模块78识别的QRS起始和从运动感测模块80接收的心脏收缩的时间的指示来确定电气机械延迟。
虽然图1中设备60、模块70和模块80被描绘为分离的，在其他示例中这些模块和设备可被组合进较少的单独组件中。例如，如图13中所展示的，系统10的所有功能可被组合进一个单一设备中。
此外，虽然图1的示例中将处理器72、峰值检测模块76和波检测模块78描绘为单独的功能模块，它们的集体功能可通过一个或多个位于同一位置的或联网的设备提供的任意数量的物理或逻辑处理部件提供。在一个示例中，峰值检测模块76和波检测模块78可以是由处理器72执行的功能模块。类似地，在图2中，尽管不同模块90、92、94、96、98和99被描绘为单个设备中的单独模块，但是在其他示例中它们的功能可由任意一个或多个设备提供。
图2是展示波检测模块78的示例配置的功能框图。在图2的示例中，波检测模块78包括低通滤波器90、窗口模块92、斜率模块94、整流器模块96、平滑模块98、和阈值检测模块99。
低通滤波器90通常可以是被设计成用于降低或去除电信号的高频成份的任何低通滤波器。在硬件中具体化的低通滤波器的一些示例包括电容低通滤波器和电感低通滤波器。其他低通滤波器可被整体地具体化在软件之内。在一些实施例中，低通滤波器90被具体化为硬件和软件的组合。低通滤波器90可以是一阶、二阶、或更高阶滤波器。在一些示例中，低通滤波器90包括连续布置的多个滤波器以便创造想要的频率反应。在一些示例中，低通滤波器90是具有最大限度平坦的群延迟或最大限度线性的相位反应的线性滤波器。恒定群延迟是模拟器或数字滤波器的相位反应特征，帮助在通带中保持信号的形状。在至少一个示例中，低通滤波器是具有15Hz截止频率的贝塞尔(Bessel)滤波器。
窗口模块92通常可以在窗口中显示接收的信号。在一些示例中，窗口模块92可接收心脏电描记图，并且在进一步的示例中，一些心脏电描记图可包括指示一个或多个兴趣点的一个或多个标记。兴趣点的一些示例可以是R波、P波、或心脏电描记图的任何其他波。在一些示例中，峰值检测模块76可以根据本领域熟知的技术(例如使用不同的阈值)检测心脏电描记图中的R波的位置。峰值检测模块76随后可以将标记置于心脏电描记图之内识别R波的位置。在其他示例中，其他模块或设备可以在心脏电描记图中检测和标记波。在信号包括至少一个标记的示例中，窗口模块92可围绕标记在窗口中显示接收的电信号。例如，窗口模块92可在围绕标记的区域的外面用接收的电信号乘以零，并且在围绕标记的区域的里面用接收的电信号乘以一。以这种方式，窗口模块92可以将接收的电信号修改成仅包含围绕标记的区域之中的信息。在一些示例中，窗口模块92可以将QRS复合波隔离。在一些示例中，窗口模块92可以以窗口显示围绕标记的同等长度的感兴趣区域，例如标记之前15 0ms和标记之后150ms。在其他示例中，标记之前的区域可以比标记之后的区域更长或更短。在一个或多个实施例中，算法将局部最大值检测为每次搏动的信息。具体地，每次搏动包括可以表示例如P波、QRS波、和T波的若干局部最大值。基于搏动信息选择了用以更新心脏去极化的起始的多个通道。更新心脏去极化的起始后，使用一个延长一定时间(例如220ms)的窗口检测激动时间。所述窗口可以通过使用心脏去极化的起始来进行调整。由于所述窗口取决于心脏去极化的起始，所述窗口还随心脏去极化的起始的任何变化而变化。
斜率模块94通常可以确定接收的电信号的斜率。斜率模块94可使用的一些用于确定斜率的示例技术为：取所接收电信号上相邻点之间的简单差异值，或者确定所接收电信号的一阶导数。
整流器模块96通常可以对接收的电信号进行整流。例如，整流器模块96可以对接收的电信号进行半波整流以产生一个结果信号，所述结果信号具有的信息中仅原始信号是大于零的。在另一个示例中，整流器模块96可以对接收的电信号进行全波整流以产生一个结果信号，所述结果信号中原始信号的所有负值现在都为正。
平滑模块98通常可以对接收的电信号进行平滑处理。例如，平滑模块98可被配置用于提高某些点的值并降低某些点的值以便创造一个更平滑的信号。一些示例平滑算法包括长方形或非加权滑动平均值平滑、三角形平滑、以及撒维兹科-戈利(Savitzky-Golay)平滑。平滑算法可以通过一个或多个滤波器执行。在至少一个示例中，平滑滤波器是10阶中值滤波器。在另一个示例中，平滑滤波器是n阶中值滤波器，其中n是用于对电描记图或心电图信号进行数字化的采样频率的递增线性函数。
阈值检测模块99通常可被配置用于确定阈值以及接收的电信号在哪个点与预先确定的阈值交汇。阈值可基于从平滑模块98接收的信号的最大值来确定。例如，如图2所展示的，阈值检测模块99可被配置用于从峰值检测模块76接收从平滑模块98接收的信号的最大值。阈值检测模块99可被配置用于基于接收的最大值确定阈值。例如，阈值检测模块99可将阈值确定为最大值的百分之十、百分之十五、百分之二十、或者更高。最终，阈值检测模块98可基于接收的电信号在哪个点与阈值交汇来确定心脏去极化和复极化波的起始和/或偏移。
图3、图7、和图10描绘的方法100-300确保最精确的数据被用于为每次搏动更新起始数据。方法100-300基于响应于向心脏组织递送起搏而从每个电极获取单极心脏信号来确定去极化起始。然而，去极化起始的确定还可单独在内在心律上确定(例如无需发送起搏脉冲来测试心脏组织的反应)。每次搏动的起始数据是在执行方法100-300之后确定的。例如，如相对于图35所描述的为每次搏动定位了第一局部最大值并且然后将其存储于存储器中。小于此第一局部最大值的预选百分比(例如，5％或者更低、4％或者更低、3％或者更低、2％或者更低、1％或者更低等)的一阶导数数据被认为是去极化起始。
方法100涉及验证从多个通道获取的ECG数据，并且去除被认为获取无效数据的通道，诸如电极与患者皮肤表面分离的通道。与皮肤分离的电极产生噪声。
方法100中使用的通道总数量是自动预设的或是由用户设置并存储于存储器中的。为展示起见，在一个示例中，通道总数量被设置为N1(例如55)，采样信号数据是从这个时间获取的。在一个或多个实施例中，采用了30-50的优选范围。然而应当理解的是，通道总数量可以是1-500范围中的任意整数。在一个或多个实施例中，通道总数量可以小于或等于以下通道总数量：500个通道、450个通道、400个通道、350个通道、300个通道、250个通道、200个通道、150个通道、100个通道、90个通道、80个通道、70个通道、60个通道、50个通道、40个通道、30个通道、20个通道等。此外，方法100要求计数器通过将每个计数器设置成预选值(例如计数器I被设置成0等)来自动初始化。
参照图3的102框，信号是从电极(诸如身体表面电极和/或通过IMD、无导线起搏器、和/或医学电导线植入患者身体中的电极)获取的并被加载于存储器中。在2014年12月30日发布的美国专利8,923,963B2中示出和描述了示例性无导线起搏器，并且被转让给本发明的受让人，所述专利的公开内容通过引用以其全文结合在此。
框104验证是否已通过方法100处理了通道数据总数量N1。例如，做出关于当前处理的通道数量是否小于通道总数量N1的判定。如果已经处理了所有通道数据，那么处理的当前通道数量大于或等于N1。因此，可以顺着NO路径走到框106，通道数据在此框中完成。与此相反，如果通道数量小于N1，可以顺着YES路径从框104走到框108，允许对从ECG信号采样的数据进行索引。索引的样本意味着相对于为所述特定通道在信号上定位每个样本的时间而给每个样本分配一个连续整数。第一个样本(样本1或S1)与时间零最近，而最后一个样本(末尾样本或S末尾)。例如，可相对于每个样本在信号中出现的时间来对30个样本进行索引。第一个样本可在时间1时被称为样本1，样本2在时间2等等，样本30便是在时间30。图20描绘了从无效ECG信号103b采样的示例性索引数据。数据是由相对于沿图20中示出的X轴提供的时间的样本号进行索引的。如进一步示出的，信号包括两个不同的振幅A1、A2。
在框110处，电压阈值N2(在图20中被描绘为与Y轴垂直并且与X轴平行)被用于在框112处去除或删除可能是伪迹的索引样本。伪迹通常与非常大的电压相关联，但是伪迹还可以是噪声级中的较小信号。
框112处的去除流程以设置N2开始。N2可被设置为1x104微伏，但是N2可被设置为大于1x104微伏的任意数，诸如2x104微伏、3x104微伏、4x104微伏、5x104微伏…到10x104微伏。为了确定删除了哪些索引样本，如图20中示出的具有至少等于N2的电压的所有样本为与N2交汇的四个索引样本S1、S2、S3、以及S4。定位与N2交汇的样本后，选出最小的索引样本。在图20示出的示例中，最小的索引是S1。S1与N2交汇，如在信号中从X轴延伸的垂直线所指示的。删除了窗口显示的ECG信号的从S1到末尾时间点处的信号末尾S末尾(被称为t末尾)的所有索引样本。删除的索引样本被认为是包括伪迹的。2014年3月17日发布的美国专利申请序列号14/216,100描述了伪迹的示例，并且被转让给本发明的受让人，所述专利的公开内容通过引用以其全文结合在此。伪迹或起搏极化效应出现在用于感测心脏的电活动的感测电极之上。由于删除的样本可能包括或不包括伪迹，框112的流程大致上确保伪迹得以去除。剩余的样本数据包括S1之前的所有数据。剩余样本数据继续走到框114。相对于良好ECG信号103a，N2不由此通过；因此来自良好ECG信号的数据没被去除。图20通过示出清晰的棘波(例如当患者身体移动时)与框110对应。在决定框114，方法100在感测的信号(诸如噪声级中的小信号)中检查另一种伪迹。此外，通过在预先指定的时间段内将样本数量N3设置成一个足够高的样本数量(例如200ms、175ms、150ms、125ms、100ms等)已感测到至少一个心动周期。样本是从最后一个向第一个样本倒着搜索的。例如，做出关于值(I)减(-)值(I+N3(例如，200ms))是否小于N4(例如，10)的判定，其中N4检查200个样本内信号的振幅是如何变化的。N4可以是基于患者特定数据的某个其他预选数。例如，N4可被设置成30、20、15、10等，但是通常小于30。QRS持续时间的范围可以短至100ms但也可以长至250ms。N3可被设置成诸如100-250个样本的整数。此处提供的样本数量适用于1000Hz的采样率。对于不同的采样率，N3将不同。
如果值(I)-值(I+200)小于N4(例如10)，那么顺着YES路径走到框116，此处I计数器减少了1，以允许从记录或存储于内存器中的最后一个样本开始评估样本。例如，计数器I通过等式I＝I–1渐减，这允许从存储于存储器中的最后一个样本到第一个样本来处理样本。如果值(I)-值(I+N3)不小于N4(例如，10)，那么可以顺着NO路径从框114走到框118。
在框118处，删除从(相对于框116被称作)“I”到末尾的样本。由于框116中剩余的样本与框112的样本不同，采用相对于图20相同或相似的概念来删除样本，所述内容结合在此。图5中示出的完整噪声信号在框118处被去除，因为信号的振幅的改变非常小。噪声信号是一个线性阶梯函数或被认为是一条平整线。图5中的曲线在-5.4X10-10微伏到-5.1X10-10微伏之间变动，而X轴在0到3毫秒之间变动。
在决定框120处，做出关于框118处删除样本之后剩余的样本是否大于预选数(诸如N3)的判定。如果剩余少于或等于N3，那么YES路径继续走框134，这使得从所述通道获取的数据被宣告无效。来自通道的无效数据不是用于更新QRS波数据的起始的良好通道。无效通道数据可被指定为“0”，区别于有效数据被指定为“1”。通道数据有效或无效的指定被存储于与每个通道相关联的数据寄存器中。
如果剩余大于预选样本数N3，可顺着YES路径走到框122。在框122处，确定一阶导数。一阶导数连同信号的振幅一起判定信号是否足够强。可以通过计算信号数据在Y轴的变化或增量除以X轴的变化或增量来确定一阶导数。在框124处，确定二阶导数。可以通过确定沿Y轴的两个点的变化或增量除以Y导数的X轴上所述两个点的增量来计算二阶导数。
在框126处，做出关于二阶导数数据是否小于N5的判定。N5取决于数据并且是个非常小的值。例如，N5可被设置为1x10-6微伏。留下二阶导数数据大于N5的样本数据而删除剩余样本。特别地，从数据的进一步处理中去除小于或等于N5的任何二阶导数。框126去除平整线信号，诸如由图6的ECG信号的示例性二阶导数所示出的。如果样本电压小于或等于N5，流程继续走到框128，这涉及到判定已处理的样本数据是否大于样本总数的X1％。X1可被设置为任何大致上高的样本百分比，这些样本是剩余样本总数中已处理的样本。示例性X1％可包括80％、85％、90％或95％。
如果处理的样本数据表明已通过方法200处理了总样本的X1％，那么YES路径继续走到框132，在此通道数据被认为无效并且流程继续走到框104。与此相反，如样本不大于X1％，那么通道数据被认为有效。可以将好通道指定为“1”而将坏通道指定为“0”，并存储于数据寄存器中，并且将控制逻辑返回到框102。
图7描绘的方法200确定能够获取最强信号或具有高保真度或高脆性(诸如良好振幅、强转换速率，如波形的斜率)的信号的通道。更具体地，方法200逐次搏动逐次搏动地检查来自特定通道的信号，以判定信号是否强到足以用来更新起始数据。可被用来更新起始数据的通道区别于不能被用来更新起始数据的通道。
通常，方法200为每个与电极连接的通道分配一个“导线通道”。为通过通道感测的每次搏动分配一个“搏动符号”以在通过通道感测的一组搏动内对搏动进行区分。从第一个通道开始，一组搏动是在预先指定的时间范围内获取的。搏动信息是由局部最大值捕获的。用搏动将同一通道的信号分离后，针对每次搏动检查局部最大值。局部最大值是与时间窗内的搏动相关联的最大值(例如振幅)。
在框202处，N6个有效通道信号从方法100中确定并被存储于存储器中。通过方法100确定的N6可被设置成一个整数，诸如10、20、30、40、50、56、60、70等。
在框204处，做出关于计数器(被称为I2)是否小于N6+1的判定。I2是已在图7中更新的通道的数量。
如果I2不小于N6+1，可以顺着NO路径从框204走到框206，这表明来自所有有效通道的数据已被处理；因此，完成了检查所有通道数据的流程。如果I2小于N6+1，那么可以顺着YES路径从框204走到框208，这要求从针对所述特定通道的存储器存取数据，以便确定转换速率的强度。针对框208从存储器存取的数据是从图10中执行的指令生成的。框208存取由于图10描述的指令执行而存储于存储器中的一阶导数数据的平方。从存储器存取的示例性数据是一阶导数的平方。一阶导数的平方可能已被预先算出并存储于信号的存储器中，或者在处理器从存储器存取信号数据后计算出所述数据。此外，针对每次搏动确定和存储了每个局部最大值。
在框210处，做出关于逐次搏动局部最大值的平均值是否大于N8(诸如200mV)的判定。典型地，N8可以在约3.5mV到约200mV之间变动。平均值是窗口内所有局部最大值的平均。如果每次搏动的局部最大值的平均值不大于N8，可以顺着NO路径从框210走到框214，这表明基于方法100通道数据是有效的，但是从通道获取的信号没有强到足以用来更新起始数据。如果每次搏动的最大值的平均值大于N8，那么可以顺着YES路径从框210走到框212，这要求做出关于在一个预先确定的时间段内(诸如30秒)来自通道的采样的搏动数是否大于N9次搏动(例如50次搏动)的判定。N9被设置成与正常心脏搏动的每30秒30次搏动相比大致上高的数量，诸如每30秒50次搏动。30秒内大致上高的搏动数使得顺着YES路径走到框214，这表明那个特定通道数据被认为是有效的但没有强到足以用来更新起始数据。如果每30秒的搏动数不大于N9次搏动，那么可以顺着NO路径从框214走到框216，这将搏动计数器(被称为BEAT)设置为等于1。
框218要求处理器从存储器存储和/或获取被比作M的逐次搏动数据。例如，将与通道信号的每次搏动对应的局部最大值信息存储于存储器中。此后，框218判定是否所有的搏动和局部最大值数据已被处理并存储于存储器中。图8的窗口中示出了一次搏动内的示例性局部最大值数据，而图9展示了与时间窗口内两次不同搏动对应的两个不同的局部最大值。要判定所有的搏动和局部最大值信息是否已被处理并存储于存储器中，框218要求做出关于BEAT<M的判定，其中BEAT是与正在处理或已被最后处理的搏动数据相关联的数字，而M是最后搏动数或总搏动数。
根据框218，如果BEAT<M，YES路径表明所有的搏动和局部最大值数据已被处理并存储于存储器中。可以顺着YES路径从框218走到决定框220。在框220处，做出关于存储于存储器中的逐次搏动数据表明大于搏动数据的预选百分比X2％(例如75％、80％、85％、90％、95％等)是否被认为有效的判定。如果大于特定通道的搏动数据的例如75％被认为有效，那么所述通道在框222处被认为有效并且所述通道可被仅一次性地或连续地用于更新起始。与此相反，在框220处，如果存储于存储器中的逐次搏动数据表明等于或小于搏动数据的预选百分比(例如75％、80％、85％、90％、95％等)被认为有效，那么从所述特定通道获取的数据在框214处被认为有效但不够强并不将被用来更新起始数据。
返回到框218，如果BEAT不小于M(例如最后的搏动数或总搏动数)，NO路径走到框224表明搏动数据还在被处理并被存储于存储器中。
在框210处对每次搏动进行检查以判定每次搏动中有多少局部最大值大于平均值的10％。在做出关于高于每次搏动的局部最大值的平均值的10％的任何局部最大值是否存在的判定之后，如果有，将高于10％的局部最大值的数量存储于内存器中(例如编程器的存储器)。
获取每次搏动的信息后，框225-230判定有多少局部最大值在指定区域之内。例如，在框225处，如果窗口内有一个局部最大值，那么可以顺着YES路径走到框232。在框232处，删除窗口内的当前最大值后，对窗口内的任何剩余局部最大值进行定位和清点。
在框234处，做出关于大于两个局部最大值是否在剩余局部最大值的最大振幅的X3％(例如90％等)之内的判定。本质上，框234判定在窗口内哪个局部最大值是最大的并且然后还判定大于两个局部最大值是否在信号的最大振幅的X5％(例如90％等)之内。如果有大于两个局部最大值，在框236处将搏动计数器设置成等于零。在框238处通过等式BEAT＝BEAT+1将搏动计数器增加1。此后，流程继续来到框218。
返回框225，NO路径表明搏动数据已被处理并且现在可在框226、228、和230处相对于每个窗口检测的搏动来进行分类。决定框226判定窗口中是否出现了两个局部最大值。如果是，那么可以顺着YES路径从框226继续走到决定框242，在此做出关于当前两个局部最大值之间的最小值是否小于局部最大值的预选百分比X4％(例如5％)的另一次判定。
可以顺着NO路径从框242走到框236，此处BEAT计数器被设置成等于零。与此相反，可以顺着YES路径从框242走到框240，此处BEAT被设置成等于一。此后，在框238处BEAT计数器增多并且然后流程在框218处继续。
返回到框226，NO路径继续走到框228，此处做出关于在窗口内是否定位和清点到三个局部最大值的判定。如果是，那么YES路径继续走到决定框244。在框244处，确定窗口内最小局部最大值的值。然后判定了窗口内更多局部最大值是否在最小局部最大值的值的预选百分比之内。通过比较，可以做出关于局部最大值是否在窗口内最小局部最大值的预选百分比之内的判定。可以顺着YES路径从框244走到框236，此处BEAT计数器被设置成等于零。可以顺着NO路径从框244走到框240，此处BEAT计数器被设置成等于零。
NO路径从框228继续走到框230，此处做出关于在窗口内是否有四个局部最大值的判定，然后流程继续走到框236，此处BEAT计数器等于零。与此相反，可以顺着NO路径从框244继续走到框240，使BEAT＝1。
由于图7概括地描绘的计算机指令的执行而存储于存储器中的数据被用于对与图10相关联的参数进行初始化。然而，技术人员将领会的是图7的步骤208从存储器存取数据，所述数据是从图10中概括地具体化的指令执行而获取的。在一个或多个实施例中，步骤208充当调用函数以执行子例程(例如一阶导数等)并将从所述子例程得出的数据存储于存储器中。
图10描绘的方法300确保只有最精确的信号数据被用来计算起始去极化数据。特别地，方法300确定搏动信息。搏动信息是在为每次搏动更新起始之前通过图10获取和存储于存储器中的。例如，方法300为从通道上的信号获取的每次搏动确定最大值，以确保仅得到了最精确的起始去极化数据。方法300进一步去除信号中可能找到的多余伪迹，还确保没有丢失的搏动。本质上，做出关于局部最大值在时间上是如何彼此分离的判定，如图23所示出的。例如，假设一个时间索引样本是100，而时间索引样本处示出的另一个是1600。时间索引样本100处示出了一组局部最大值而在时间索引样本1600处仅示出了一个局部最大值。所述两个时间索引样本之间的差异为1500，这表明局部最大值在时间上是如何彼此分离的。
为了去除多余伪迹和/或确保没有丢失搏动，方法300中调整了比值R。例如，如果相邻局部最大值的时间样本索引的差异大于N10(例如样本索引1500)那么搏动被丢失或遗漏。为了不遗漏搏动，降低比值R以获取新的R这样使得搏动不被遗漏。此外或可替代地，如果相邻局部最大值的索引的差异小于N11(例如样本索引400)，在两次搏动之间找到了多余伪迹。为了去除多余伪迹，在框326处将比值提高到新的R。
方法300从框302处开始，此处执行了一系列计算。例如，如前面描述的或通过任何其他适当方法可以计算一阶导数。然后确定一阶导数的平方。
框304确保计算出了每一片信号数据。例如，做出关于I<N9的判定，其中N9是前面定义的。可以顺着NO路径从框304走到框312，此处如前面描述的或通过任何其他适当方法计算二阶导数。YES路径从框304继续走到框306，此处做出关于一阶导数值的平方是否大于R*M2的另一次判定，其中R是比值(例如0.10)，所述值可以被基于数据统计选择为任何其他数字。图11中示出的M2被认为是延长至3X104毫秒的时间窗口中示出的整个ECG信号的最大振幅。
对于与图12中描绘的信号类似的信号，一个局部最大值远远大于其余局部最大值。在这种情况下，可能会丢失许多搏动的信息。因此，算法查看这些局部最大值的最大值(例如M3)是否远远大于平均值。对于像图12的信号，最大值M3肯定远远大于平均值。因此，算法将最大值M3删除并且重复方法300以得到搏动信息。
YES路径从框306继续走到框310，此处计数器I增加了1并且流程继续走到框304。NO路径从框306继续走到框308，此处微分方程被设置为等于零。将微分方程设置为等于零在函数曲线上定位出临界点，诸如局部最大值和最小值(被称为局部极值)。局部极值出现于函数的临界点处，诸如其中导数是零或未被定义。
返回到框312，计算出二阶导数之后，可在框316处确定窗口内的局部最大值。二阶导数试验法可被用来寻找临界点，诸如局部最大值或最小值。局部最大值是通过使用二阶导数的符号找到的。二阶导数试验法的符号规定如下：
如果df/dx(p)＝0且d2f/dx2(p)<0，并且d2f/dx2(p+1)>0，那么f(x)的局部最小值为x＝p。
如果df/dx(p)＝0且df/dx(p)>0，并且df/dx(p+1)<0，那么f(x)的局部最大值为x＝p。
图8和图9中示出的整流的信号在单个方向上描绘了临界点(例如局部最大值)，以使内科医生更容易读取信号。
在框316处，做出关于窗口内是否存在局部最大值的判定。NO路径从框316继续走到框318，此处通道被认为是不能用于更新起始数据的坏通道或不可接受通道。指定为坏通道的通道被存储于存储器中并且不被用来更新起始。来自框316的是路径继续至框320。在框320处，如前面描述的，计算二阶导数并存储于存储器中。在框322处，将预选数量的样本的第一局部最大值的索引存储于存储器中。图35示出了示例性的第一局部最大值317d。图35描绘了与从单极电极获取的ECG信号相关联的一组局部最大值。从局部最大值317a开始，做出关于与下一局部最大值317b的距离(D1)的判定。如果距离(D1)太小(例如小于阈值)那么局部最大值317a、b被认为一个或小于一次搏动。每次搏动之间的最小时间阈值可取决于每个患者。示例性的阈值可以基于依赖于采样频率(例如200个样本是1次心脏搏动等)的阈值，所述频率取决于用于执行本公开的机器。用于执行方法100-300的机器的示例性采样频率可在100到1000赫兹之间变动。可以针对每个患者定制阈值并由用户输入。此外，局部最大值数据317b没被记录。然后做出关于局部最大值317a与局部最大值317c之间的距离(D2)的判定。如果距离(D2)还是很小(例如比阈值小)那么局部最大值317a、b、c被认为是一个或少于一次搏动并且不把局部最大值数据317c记录为第一局部最大值。做出关于从局部最大值317a到局部最大值317d的距离(D3)的另一次判定。如果距离(D3)大于或等于表示新的心脏搏动的阈值，那么局部最大值317d被确定为第一局部最大值。新搏动的第一局部最大值被存储于存储器中。
在框324处，做出关于从一个局部最大值的索引到另一个的距离是大于N10还是小于N11的判定。NO路径从框324继续走到框328，而YES路径继续走到框326。
在框326处，改变比率。如图11示出的，如果相邻局部最大值的索引的差异大于N10，改变比率。相邻局部最大值的索引的差异大于N10意味着一些搏动可能丢失，如图12示出的局部最大值离的太远。因此，必须降低比值。例如，比率可被设置成7.5％或R＝0.075。与此相反，如果相邻局部最大值的索引的差异小于N11，那么可能在两次搏动之间定位到伪迹。因此，比值必须提高以解决图12示出的遗漏的搏动。例如，比率可以是12.5％或R＝0.125。
在框328处，使用新修改的比率定位每次搏动中的局部最大值。如前面解释的，局部最大值是通过确定ECG信号的一阶导数找到的。在框330处，确定搏动中局部最大值的平均值。平均值是通过将局部最大值加在一起并除以时间窗口内局部最大值的数量而得到的。
在框332处，删除或去除大于平均值的两倍的一个或多个局部最大值，因为大得多的局部最大值往往是伪迹。参照图12，指定为M3的局部最大值明显是局部最大值的平均值的两倍大。在框334处，计算剩余局部最大值的平均值。
在框336处，做出关于第一回路是否已出现的判定。NO路径从框336继续走到框338，流程停止。YES路径从框336返回框302。图10的计算机指令完成之后。确定哪个导线足以更新起始数据后，可以确定每次搏动的起始数据。
对于每次搏动，流程从本文描述的方法所更新的第一局部最大值开始。数据是向后搜索的，直到一阶导数的平方小于与特定搏动相关联的第一局部最大值(诸如图35描绘的第一局部最大值317d)的预先指定的数字(例如10％或更小、8％或更小、6％或更新、5％或更小、4％或更小、2％或更小)。例如，对于每次搏动，从图10更新的第一局部最大值开始并向后搜索直到一阶导数的平方小于这个局部最大值(例如第一局部最大值)的预选百分比(例如5％等)。如图24示出的，起始小于这个局部最大值M的5％。局部最大值M是从图10执行的指令生成的。图24展示了更新起始的最后一步。图13和图14提供了关于图24的示例性数据。图13是ECG信号，其中起始是在点x＝7569处检测到的。图14是ECG信号的一阶导数的平方。如果使用图24示出的算法，从第一局部最大值向后搜索直到一阶导数的平方小于这个局部最大值(即第一局部最大值，x＝7569)的预选百分比(例如5％等)。图13和图14展示了图24中图形地表示的算法是正确的。
一旦一阶导数的平方小于第一局部最大值的5％，便确定已经找到去极化起始并停止对起始的进一步搜索。去极化起始被设置成等于一阶导数的平方，所述一阶导数的平方小于第一局部最大值的预选百分比。一旦找到了ECG的去极化起始，就在系统中更新去极化起始(例如存储于编程器的存储器中)，这将提高确定激动时间计算和分布显示时的精确性。在一个或多个实施例中，仅使用可植入电极确定心脏去极化的起始。然后以心脏去极化的更精确的起始更新IMD。因此，精确的起始数据帮内科医生在为患者选择适当治疗时做出最好的决定。
下面展示出针对整个算法的一个或多个实施例的示例性指令。
1.如相对于图3示出和描述的，识别有效通道并去除无效通道。保留有效通道。为每个通道分配一个名字，诸如“通道符号”。
a.从第一个通道(框104)开始。
b.从特定通道的最后一个样本开始，搜索索引直到样本的值小于阈值水平，诸如1x104微伏。此后，去除从最小索引的样本直到末尾的样本(框112)。
c.继续向后搜索(例如最后一个样本到第一个样本)。如果200个样本内的值变化小于10(例如在200个样本内对信号的振幅如何变化进行10次检查)，继续直到大于10，并删除这些样本直到末尾(框112、114)。
d.然后判定是否还剩下超过200个样本(框114)。如果不是，将通道符号设置成0并停止。
e.如果大于200个样本，计算信号的二阶导数(框122、124)。从最后一个样本搜索直到二阶导数大于10-6微伏(框126)并且记录样本数量。如果数量大于所有样本数的90％，将通道符号设置成0。否则，将通道符号设置成1。
2.通道数量增加一。判定通道数量是否大于正在处理(框104)的通道总数量(即56个)。如果是，停止(框106)。否则，转到步骤b。
3.参照图7，选择可被用来更新起始数据的适当通道(即在图3执行指令后剩下的通道)。对于剩余通道，找到适合更新起始的这些通道。为每个通道分配一个“导线符号”。对于每个通道，为每次搏动分配一个“搏动符号”。
a.从第一个通道开始找到这个数据集中有多少次搏动。
b.如果每次搏动的最大值的平均值(框210)小于200，那么通道不被用来更新起始。转到步骤f。
c.如果找到超过50次搏动(框212)，那么通道不被用来更新起始。转到步骤f。
d.检查每次搏动。找出每次搏动中有多少局部最大值大于平均值(210)的10％。
如果数量是1(框225)，删除这个局部最大值并在去除这个局部最大值后找到局部最大值。如果大于或等于三个局部最大值大于这次搏动中剩余数据的最大值的90％，将搏动符号分配为0；否则，搏动符号就是1。
如果数量是2(框226)，检查这两个局部最大值之间的最小值是否小于最大值的预选量(例如5％)。如果是，将搏动符号分配为1，否则搏动符号＝0。
如果数量大于或等于4(框230)，将搏动符号分配为0。
如果数量是3(框228)，找到最小局部最大值的值，并搜索查看是否有四个甚至更多局部最大值，这些值在最小局部最大值的80％以内。如果是，将搏动符号设置成0。否则，将搏动符号设置成1。
e.如果搏动符号的超过75％是1，那么可以使用导线并针对这个导线将导线符号分配为1(框220)。否则，将导线符号分配为0。
f.转到下一个有效通道。检查处理的通道是否是处理通道总数的最后一个。如果是，停止。否则，转到步骤b。
4.图10通过找到这个数据集中有多少次搏动来更新和存储搏动信息。图10的结果是通过图7的操作存取的。定位第一最大值，所述第一最大值大于每次搏动的最大值的平均值的10％。
a.计算信号的一阶导数的平方(框302)。
b.找到大于一阶导数的平方的最大值的10％的样本(框306)。这些较小的被设置成零并被分配到另一个矩阵。
c.找到这些样本的二阶导数(框312)。使用一阶导数来寻找局部最大值(框314)。如果不存在局部最大值(框318)，给函数“isgoodlead”一个符号以将这个通道的导线符号设置为0，并且停止。
d.如果它们在500个样本内，将这些局部最大值的索引设置成相同的值。“unique”命令后，剩余的是每次搏动中第一局部最大值的索引。
e.如果这些索引的差异大于或小于1500或400，将比率变成7.5％或12.5％并且重新处理(框324)。
f.此后，找到每次搏动中的最大值。每次搏动中的最大值不是第一局部最大值的值。计算这些最大值的平均值。删除大于平均值的两倍的最大值(框332)。重新计算平均值(框334)。而且，将重新计算的平均值而不是一阶导数的最大值用作标准，并且从步骤b重做流程(框336)。
5.更新起始数据。
对于每次搏动，从图3更新的第一局部最大值开始，并向后搜索直到一阶导数数据的平方小于这个第一局部最大值的5％。图35及附图文本描述了针对每次搏动定位第一局部最大值并且随后存储于存储器中的方式。比搏动的这个第一局部最大值的用户输入的百分比(预选百分比，例如5％或者更低、4％或者更低、3％或者更低、2％或者更低、1％或者更低等)小的一阶导数数据被认为是去极化起始。为每次搏动更新起始数据。更新完起始数据之后，信号可以进行进一步的信号处理。例如，图25中描绘的方法1200和/或图29中描绘的方法1300可被用来进一步改善从方法100-300得到的起始数据。方法1200判定由于伪迹从多通道映射系统的通道获取的信号是有效还是无效。特别地，方法1200判定延长至200ms的窗口内的搏动是否是有效QRS波。
方法1200在框1202处开始，此处如本文相对于方法100-300所描述的更新了去极化的起始。在框1204处，做出关于连接至电极的每个通道是否已处理其信号的判定。方法1200中使用的通道总数量是自动预设的或是由用户设置并存储于存储器中的。为展示起见，在一个示例中，通道总数量被设置为N1(例如55)，采样信号数据是从这个时间获取的。在一个或多个实施例中，采用了30-50的优选范围。此外，方法1200要求通过将计数器设置成预选值(例如设置成0等)来自动初始化计数器，所述预选值允许清点每个通道以确保来自每个通道的数据得到处理。NO路径从1204继续走到框1220，这表明所有通道都已通过方法1200完成处理并被认为获取了或者有效或者无效的信号。YES路径从框1204开始，表明通道还必须进行方法1200的操作并且因此继续走到框1206。
在框1206处，根据从电极(例如表面电极等)获取的信号计算一阶导数并存储于存储器中。图26描绘了信号的示例性一阶导数。一阶导数1224的最大值取决于所获取信号的检测的起始。由于曲线上升，一阶导数1224的最大值沿虚线展示出正斜率。一阶导数1222的最小值在虚线处展示出负斜率。一阶导数1222的最小值的结尾取决于时间窗口的大小。仅示出了基线1226以在窗口内向信号的一阶导数提供内容。
在框1208处，针对波形做出关于符号是否不同的判定。如果信号是相同的，NO路径继续走到框1216，此处符号被宣告无效。如果符号不同，YES路径从框1208继续走到框1210。不同符号由图26中描绘的示例性波形示出。图26中示出的一阶导数的最小值拥有负号。图26中示出的一阶导数1224的最大值拥有正号。图28A-D提供展示出正斜率和负斜率的若干其他示例性波形。例如，图28A是典型R波形，图28B是双相QRS波形，图28C是R-s波形，以及图28D描绘了QS波形。有效R波展示出一阶导数的最小值(其中曲线展示出向下斜率或负斜率并且最大值导数展示出上升斜率或正斜率)以及彼此接近的比率。与此相反，图27的波形是伪迹信号，其中最大(正)斜率和最小(负)斜率对应地是由黑色虚线和黑色实线表明的。最大正斜率的值是0.00002微伏/毫秒并且最小负斜率的值是-17.6微伏/毫秒。
在框1210处，通过取分子的导数中较大的一个比分母的导数中较小的一个来计算绝对值比率。相应地，导数的最大值和最小值的振幅确定用于比率计算的分子和分母。可以相对于图27示出示例性的比率计算。取振幅的比率，比值是17.6/0.00002＝8,80,000，这个数字很大并且表明信号不是个生理上有效的信号，相反所述信号是伪迹。如果每个斜率的符号是相同的，那么在框1216处已确认检测出伪迹并且从通道获取的信号被认为无效。
在框1212处，做出关于框1210处计算的比率是否大于预选数C(例如5)的判定。C可以在2到12之间变动。如果比率不大于来自框1208的预选数C，那么NO路径从框1212继续走到框1214，其中从通道获取的信号被认为有效。如果比率大于来自框1210的预选数，那么NO路径从框1212走到框1214表明信号被认为有效。
来自框1214和1216的信号继续走到框1218。在框1218，通道数量计数器增加1然后在框1204处被检查以确保所有的通道得以处理。重复执行框1202-1212直到完成总通道N1的每个通道。技术人员理解方法100和/或方法1200可被用于任何信号以去除伪迹。例如，方法100和1200还可以与使用表面电极和/或植入电极从患者身体获取的任何生理信号(例如心脏信号、神经信号等)一起使用。
除了去除伪迹之外，本公开的其他实施例可被执行以便在不同电生理学程序中使用的任何激动映射过程中判定是否从电极检测出了模糊信号。激动映射可包含直接从心脏表面映射、从心脏的腔内映射或从为心脏再同步开发的身体腰带映射。其他示例可包括与导管组合的多电极阵列(例如群集笼状体)，所述阵列随后可被部署于心内空间用于使用表面电极进行心脏表面的电激动的同步映射或顺序映射。图29描绘了一种用于在电生理映射过程中识别模糊心脏信号的方法1300。模糊信号可出现于心房纤颤(AF)映射和/或电极被置于不好基底(例如疤痕组织)附近或之中的过程中。模糊心脏单极信号可展示出一种单一窗口内可比较振幅多负斜率的形态，从而使得识别唯独从那个电极获取的激动时间变得困难。方法1300检测此类模糊信号，并且基于来自相邻电极的具有非模糊信号的激动时间自动“编辑”与这些电极对应的激动时间。方法1300本质上响应于确定模糊信号是从电极获得的而使用来自相邻电极的激动时间确定正确的激动时间。使用表面电极获取激动时间是在2014年3月27日发布的授予高希(Ghosh)等人的美国专利申请号14/227919和2013年4月30日发布的标题为“用于识别最优电向量的系统、方法、和界面(SYSTEMS,METHODS,ANDINTERFACES FOR IDENTIFYING OPTIMAL ELECTRICAL VECTORS)”的61/817,240中描述的，所述专利通过引用以其全文结合在此。
技术人员将领会的是方法1300可被用于任何生物感测的信号。例如，方法1300可被用于从本文描述的电极装置和/或植入患者身体的电极和/或皮下电极获取的电信号。方法1300还可用于群集或笼状体。方法1300还可用于递送工具或导管之上的气囊。此外，可以使用移动探头执行方法1300。
执行框1302-1310生成的数据先前已被本文描述并且通过引用以其全文结合在此。生成之后数据立即被自动存储于存储器中。计算机指令(例如固件)可被用来自动存储本文展示的任何流程框图中的任一个框生成的数据。
方法1300在框1302处开始，此处起始数据被确定并存储于存储器中。起始数据可以从图3、图7和图10得到或从感测的信号处获得。在框1304处，如前面描述的，计算信号的一阶导数并存储于存储器中。图30示出了示例性ECG信号，其相应的一阶导数曲线示出于图31中。一阶导数被用来识别信号的最陡负斜率的时间，用于确定与特定电极对应的激动时间。可以使用表面电极从配置于心脏表面上的一个或多个电极、从心脏的腔内、或从身体表面获得信号。图32和图33示出了示例性信号，其中虚线在每条曲线的最陡点交汇。
在框1306处，使用已知技术在窗口内定位了局部最大值和局部最小值。一种示例性技术包含沿着曲线将一个点与另一个点进行比较直到沿着曲线的所有点都被处理。所述技术可包括排序操作和/或交换操作以确定最小和最大导数数据点。例如，窗口中两个最大局部最小值之间应该具有至少一个局部最大值。局部最大值和局部最小值的导数数据对于定义区域有帮助，因为一阶导数最大值和最小值应该是零。
在框1308处，记录每个区域中一阶导数的最小值的值及其对应的时间索引。时间索引涉及到相对于图20描述的索引样本。方法100中示出和描述了每个区域中最小导数及其对应的时间索引，并通过引用结合在此。
在框1308处，在一个延长了预先指定时间段(例如200ms)的窗口内定位两个最小导数。在所述窗口内定位了在一组最小导数中具有最大振幅(即绝对值)的两个最小导数。排序和/或交换操作可被用来确定两个最小导数。
在框1312处，计算比率。比率使用以下公式：
比率＝abs(最小导数中的较大一个)/abs(最小导数中的较小一个)，其中“abs”表示绝对值。
此外，使用以下等式计算第一和第二索引之间的差异的绝对值(“abs”)值之间的时间差异(“dis”)，其中索引1和索引2是与两个最小导数对应的时间索引。
dis＝abs(索引1-索引2)
其中索引1涉及具有较大振幅的导数数据(即图25框1210的“较大的一个”)并且索引2涉及具有较小振幅的导数数据(即图25框1210的“较小的一个”)。
在决定框1314处，做出关于两个索引之间的距离是否小于预选数(诸如10ms)的判定。预选数通常在约5至约15ms的范围内。YES路径从框1314继续走到框1316，这表明信号有效。流程在框1322处完成或结束。NO路径从框1314继续走到决定框1318。
图34描绘了模糊信号。模糊信号包括几乎相等并且由小于预选数的时间距离(dis)分离的两个最小斜率(即最陡斜率)。如果两个单独的斜率大约相等但是在时间上离得较远，那么从激动时间检测的角度看从通道获取的信号可能是模糊的。模糊信号仍然可以是有效生理信号并且可能不是伪迹。但在确定此类信号的基于导数的激动时间时存在模棱两可的因素。决定框1318确定信号是否模糊。例如，在框1318处，做出关于比率是否大于预选数(例如其中预选数可以是从1到5的任意数)的判定。NO路径从框1318继续走到决定框1320，这表明信号模糊。
YES路径从框1318继续走到决定框1316，这表明信号不模糊(从基于导数的激动时间确定的角度看)。在判定从通道获取的信号是模糊还是不模糊后，对于这个特定通道，流程在框1322处完成。针对每个连接到电极的通道重复方法1300直到每个信号通道都被处理。
本公开可识别单极ECG/心脏信号的最陡负斜率的时间，用于确定与特定电极对应的激动时间。如果心脏单极信号具有一种可比较振幅多负斜率的形态，本公开能够识别唯独来自那个电极的激动时间，并审查来自相邻电极的激动时间以确定正确的激动时间。
图15-19和图21是展示示例系统910的概念框图，所述示例系统用于根据本文描述的技术获得患者914的心脏去极化和复极化波的精确起始和/或偏移点。正如前面描述的系统，在一个示例中，系统910可检测心脏去极化和复极化波的起始和/或偏移点以便选择一个用于植入心内导线的优选位置。在其他示例中，系统910可检测心脏去极化和复极化波的起始和/或偏移点以便基于电气机械延迟选择其他参数。例如，系统可以选择用于心脏再同步治疗的特定起搏电极配置或起搏间期。在另一个示例中，多极导线在心室中提供多于一个起搏电极(阴极)的选择，系统/设备可以以最大起搏电压并且以标称的房室延迟(～100ms)从每一个起搏电极自动起搏并且在远场电描记图或无导线ECG或表面ECG导线之上测量结果去极化波的起始和偏移，并且选择产生局部电描记图的偏移与对应远场起始之间最小差异的起搏电极，用于递送心脏再同步治疗。可替代地，可以选择产生最窄远场电描记图或表面ECG信号(计算为偏移与起始之间的差异)的起搏电极。如示例框图15所展示的，系统910包括可植入医学设备(IMD)916，所述设备连接到导线918、920和922并且通信地耦合到编程器924。IMD 916通过一个或多个导线918、920和922或IMD 916的外壳之上的电极感测伴随心脏912的去极化和复极化的电信号，例如心脏EGM。IMD 916还通过定位于一个或多个导线918、920和922或IMD 916的外壳之上的电极以电信号的形式向心脏912递送治疗，例如起搏脉冲、复律脉冲和/或除颤脉冲。IMD 916可包括或被耦合到不同传感器(诸如一个或多个加速计)，用于检测患者914的其他生理参数，诸如动作或姿势。
在一些示例中，编程器924采用了包括用于向用户展示信息并从用户接收输入的用户界面的手持计算设备、计算机工作站、或联网计算设备的形式。用户(诸如内科医生、技术员、外科医生、电生理学家、或其他临床医生)可以与编程器924交互以便与IMD 916通信。例如，用户可以与编程器924交互以便从IMD 916中检索生理信息或诊断信息。用户还可与编程器924交互以便对IMD 916进行编程，例如选择IMD的操作参数值。
IMD 916和编程器924可以使用本领域已知的任意技术经由无线通信进行通信。通信技术的示例可以包括例如低频或射频(RF)遥测术，但是也考虑其他技术。在一些示例中，编程器924可以包括可以接近患者身体靠近IMD 916植入位点布置的程控头，以便改善IMD916与编程器924之间的通信质量或安全性。在其他示例中，编程器924可以远离IMD 916定位，并且经由网络与IMD916通信。
用于识别心脏电描记图波的起始和/或偏移的技术可以由IMD 916(例如由IMD916的处理器)基于IMD感测的一个或多个心脏电描记图执行。在其他示例中，如前面描述的，归属于IMD 916或其处理器的一些或全部功能可由一个或多个其他设备执行，诸如编程器294或工作站(未示出)、或其处理器。例如，编程器924可以根据本文描述的技术处理从IMD 916接收的EGM信号和/或心脏机械收缩信息。更进一步地，尽管本文相对于IMD进行了描述，但是在其他示例中，本文描述的技术可以由外部医学设备执行或在外部医学设备中实施，所述外部医学设备可以通过经皮导线或由皮导线耦合到患者。
图16和图17是展示用于测量身体表面电位和更具体地躯干表面电位的示例系统的概念框图。在图16展示的一个示例中，感测设备1000A(包括一组电极1002A-F(通称“电极1002”)和绑带1008)卷绕在患者914的躯干周围以便使得所述电极围绕着心脏912。如图16所展示的，电极1002可以围绕患者914的周长放置，包括患者914的躯干的后部、侧面、和前部。在另一个示例中，电极1002可以放置于躯干的后部、侧面、和前部中的任意一处或多处。电极1002可以通过电线连接1004电气地连接到处理单元，诸如设备60。一些配置可以使用无线连接将电极1002感测的信号传输到设备60，例如数据通道。
尽管在图16的示例中感测设备1000A包括绑带1008，但是在其他示例中，可以采用多种机构中的任何一个(例如胶带或粘合剂)来帮助电极1002的间隔和布置。在一些示例中，绑带1008可以包括弹性带、胶带条或布。在一些示例中，电极1002可以被单独布置在患者914的躯干上。
电极1002可以环绕患者914的心脏912并且在信号已经通过患者914的躯干传播之后记录与心脏912的去极化和复极化相关联的电信号。电极1002中的每一个可以以单极配置使用以便感测反映心脏信号的躯干表面电位。设备60还可以耦合到返回电极或惰性电极(未示出)，所述返回电极或惰性电极可以与每个电极1002组合用于单极感测。在一些示例中，可能存在围绕患者914躯干空间分布的12至16个电极1002。其他配置可以具有更多或更少的电极1002。
处理单元60可以记录和分析电极1002所感测的躯干表面电位信号。如本文描述的，设备60可被配置用于向用户提供输出。用户可以进行诊断、开CRT、放置治疗设备(例如导线)、或者基于指示输出调整或选择治疗参数。
在一些示例中，设备60进行的躯干表面电位信号分析可将电极1002在患者914躯干表面上的位置考虑在内。在此类示例中，设备60可以通信地耦合到运动感测模块80(如编程器)，所述模块可以提供图像，以允许设备60确定每一个电极1002在患者914表面上的坐标位置。在运动感测模块80提供的图像中，电极1002可以是可见的，或是通过包含或去除某些材料或元素而制成透明的。
图17展示了可被用来评估患者914心脏912的心脏反应的系统的示例配置。所述系统包括感测设备1000B，所述感测设备可包括背心1006和电极1002A-ZZ(通称“电极1002”)、设备60、和成像系统501。设备60和成像系统501可以大致上如上面相对于图15描述的进行。如图17所展示的，电极1002分布在患者914的躯干上，包括患者914的躯干的前部、侧面和后部。
感测设备1000B可包括面料背心1006，其中电极1002附着于所述面料上。感测设备1000B可以维持电极1002在患者914躯干上的位置和间隔。感测设备1000B可以被标记以协助确定电极1002在患者914躯干表面上的位置。在一些示例中，可能存在使用感测设备1000B围绕患者914的躯干分布的150至256个电极1002，尽管其他配置可以具有更多或更少的电极1002。
ECG数据被映射到患者躯干和/或心脏的一个通用的、图形化的模型并且无需从患者获取真正的图像(诸如MRI或CT图像)在图形用户界面上产生图形显示。映射到图形解剖学模型的ECG数据的分辨率取决于所使用的表面电极1002的数量和间隔。在一些示例中，可能存在围绕患者914躯干空间分布的12至16个电极。每个电极与处理器中连接的通道相关联。其他配置可以具有更多或更少的电极。在一个实施例中，最小数量的电极包括沿躯干后部延伸的安排成两列的十二个电极和沿躯干前面延伸的安排成两列的十二个电极，总共二十四个电极，所述电极可以围绕躯干圆周地均匀分布。电极的数量可以大于12个电极。在方法100-300中展示的一个或多个示例中，使用了与56个电极相关联的56个通道但是技术人员将理解的是这些方法可以使用更多或更少电极。在2014年3月27日发布的高希等人的标题为“用于识别有效电极的系统、方法和界面(SYSTEMS,METHODS,AND INTERFACES FORIDENTIFYING EFFECTIVE ELECTRODES)”的美国专利申请序列号14/227,955描述了具有计算装置或处理器、电极装置和显示装置的可以使用的另一种示例性系统，并且所述专利通过引用以其全文结合在此。去极化波的可靠检测帮助内科医生设置用于CRT最佳递送的参数。
图18是更为详细地展示系统910的IMD 916和导线918、920和922的概念框图。在展示的示例中，双极电极940和942邻近导线918的远端定位。此外，双极电极944和946被定位成与导线920的远端相邻，并且双极电极948和950被定位成与导线922的远端相邻。
在展示的示例中，电极940、944和948可以采取环形电极的形式，并且电极942、946和950可以采取对应地可回缩地安装在绝缘电极头952、954和956内的可延长螺旋尖端电极的形式。导线918、920、922还对应地包括可以采取线圈形式的细长电极962、964、966。在一些示例中，电极940、942、944、946、948、950、962、964和966中的每一个都电气地耦合到其关联导线918、920、922的导线体内的对应导体，并且由此耦合到IMD 916内的电路。
在一些示例中，IMD 916包括一个或多个壳体电极，诸如图18中展示的壳体电极904，所述一个或多个壳体电极可以与IMD 916的气密壳体908的外表面一体地形成或以其他方式耦合到壳体908。在一些示例中，壳体电极904由IMD 916的壳体908的面朝外部分的非绝缘部分限定。壳体908的绝缘部分与非绝缘部分之间的其他区分可以被采用来限定两个或更多个壳体电极。在一些示例中，壳体电极包括大致上全部壳体908。
如参考图19进一步详细描述的，壳体908可围绕产生诸如心脏起搏脉冲、复律脉冲和除颤脉冲的治疗刺激的信号发生器以及用于感测伴随心脏912的去极化和复极化的电信号的感测模块。壳体908还可围绕检测心脏去极化和复极化波的起始和/或偏移的波检测模块。波检测模块可围绕在壳体908内。可替代地，波检测模块可以放在远程器材中(诸如编程器924或工作站(未示出))并通过无线通信与IMD 916通信。
IMD 916经由电极904、940、942、944、946、948、950、962、964和966感测伴随心脏912的去极化和复极化的电信号。IMD 916可以经由电极940、942、944、946、948、950、962、964和966的任意双极组合感测此类电信号。此外，电极940、942、944、946、948、950、962、964和966中的任一个都可与壳体电极904组合用于单极探测。
在一些示例中，IMD 916经由电极940、942、944、946、948和950的双极组合递送起搏脉冲，以产生心脏912的心脏组织的去极化。在一些实例中，IMD 16经由电极940、942、944、946、948和950中的任一个与呈单极配置的壳电极904组合来递送起搏脉冲。此外，IMD916可以经由细长电极962、964、966和壳电极904的任何组合来向心脏12递送复律脉冲或除颤脉冲。
所展示的导线918、920、和922和电极的数字和配置仅为示例。其他配置(例如导线和电极的数字和位置)是可能的。在一些示例中，系统910可包括一个附加导线或导线分段，所述附加导线或导线分段具有放置于心血管系统中不同位置用于感测治疗和/或向患者914递送治疗的一个或多个电极。例如，取代心脏内导线918、920和922或除所述导线之外，系统910可包括并未放置于心脏之内的一个或多个心外膜导线或皮下导线。在一些示例中，皮下导线可感测皮下心脏电描记图，例如SVC线圈与罐之间的远场电描记图。皮下心脏电描记图在确定总体电气机械延迟时可以代替表面ECG。
图19是展示IMD 916的示例配置的功能框图。在展示的示例中，IMD 916包括处理器970、存储器972、信号发生器974、感测模块976、遥测模块978、运动感测模块980、波检测模块982和峰值检测模块984。存储器972包括计算机可读指令，这些计算机可读指令在由处理器970执行时，致使IMD 916和处理器970执行归属于此处IMD 916和处理器970的不同功能。存储器972可以包括任意易失、非易失、磁、光或电介质，诸如随机存取存储器(RAM)、只读存储器(ROM)、非易失RAM(NVRAM)、电可擦除可编程ROM(EEPROM)、闪存和/或任意其他数字或模拟介质。
处理器970可以包括微处理器、控制器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或等效离散或模拟逻辑电路中的任意一个或多个。在一些示例中，处理器970可以包括多个部件，诸如一个或多个微处理器、一个或多个控制器、一个或多个DSP、一个或多个ASIC、或一个或多个FPGA、以及其他离散或集成逻辑电路的任意组合。归属于在此的处理器970的功能可以具体化为软件、固件、硬件或它们的任意组合。通常，处理器970根据可以存储在存储器972中的选择的一个或多个治疗程序或参数控制信号发生器974向患者914的心脏912递送刺激治疗。例如，处理器970可以控制信号发生器974来递送具有由所选择的一个或多个治疗程序指定的振幅、脉冲宽度、频率或电极极性的电脉冲。
信号发生器974被配置用于生成电刺激治疗并且将其递送至患者912。如图19示出的，信号发生器974例如经由各自的导线918、920、和922的导体电气地耦合到电极94、940、942、944、946、948、950、962、964、和966，并且在壳电极904的情况下是经由壳体908内的导体。例如，信号发生器974可以经由电极94、940、942、944、946、948、950、962、964、和966中的至少两个向心脏912递送起搏脉冲、除颤脉冲或复律脉冲。在其他示例中，信号发生器974以信号而不是脉冲的形式递送刺激，诸如正弦波、方波、或其他大致上连续的时间信号。
信号发生器974可以包括切换模块(未示出)，并且处理器970可以例如经由数据/地址总线使用切换模块选择使用哪些可用电极递送电刺激。切换模块可包括切换阵列、切换矩阵、多路复用器或适于选择性地将刺激能量联接到所选电极上的任意其他类型的切换设备。电气感测模块976监测来自电极904、940、942、944、946、948、950、962、964和966的任意组合的电气心脏信号。感测模块976还可包括切换模块，处理器970控制其选择使用哪些可用电极来感测心脏活动，这取决于在当前感测配置中所使用的电极组合。
感测模块976可包括一个或多个检测通道，它们每一个都可包括放大器。所述检测通道可被用来感测心脏信号。一些检测通道可检测事件(诸如R波或P波)并向处理器970提供有此类事件出现的指示(诸如波标记)。一个或多个其他检测通道可向模拟数字转换器提供信号，用于转换成数字信号用于由处理器970进行处理或分析。
例如，感测模块976可包括一个或多个窄带通道，它们中的每一个都可以包括将检测的信号与阈值进行比较的窄带滤波感测放大器。如果滤波信号和放大信号大于阈值，窄带通道表明出现了某个电气心脏事件，例如去极化。处理器970然后使用这个检测来测量感测的事件的频率。
在一个示例中，至少一个窄带通道可包括R波或P波放大器。在一些示例中，所述R波或P波放大器可以采取自动增益控制放大器的形式，根据测量的R波或P波振幅提供可调节感测阈值。在1992年6月2日发布的授予科莫(Keimel)等人的标题为“用于监测电生理信号的装置(APPARATUS FOR MONITORING ELECTRICAL PHYSIOLOGIC SIGNALS)”的美国专利号5,117,824中描述了R波或P波放大器的示例，并且所述专利通过引用以其全文结合在此。
在一些示例中，感测模块976包括宽带通道，所述通道可包括具有比窄带通道相对较宽的通带的放大器。来自被选来用于耦合到这个宽带放大器上的电极的信号可由例如感测模块976或处理器970提供的模拟数字转换器(ADC)转换成多比特数字信号。处理器970可以分析来自宽带通道的信号的数字化版本。处理器970可以采用数字信号分析技术来表示来自宽带通道的数字化信号以便例如对患者的心律进行检测和分类。
处理器970可以采用本领域已知的许多信号处理方法中的任一种基于感测模块976基于感测模块976感测的心脏电信号来对患者的心律进行检测和分类。例如，处理器970可以维持逸博间期计数器，所述计数器可在感测模块976感测R波时被重置。当被感测的去极化重置时，逸博间期计数器中出现的计数值可由处理器970使用以测量R-R间期的持续时间，它们是可存储在存储器972中的测量值。处理器970可以使用间期计数器中的计数来检测快速性心律失常，诸如心室纤颤或室性心动过速。一部分存储器972可被配置成能够保持多系列测量间期的多个再循环缓冲器，所述测量间期可以由处理器970分析以判定患者的心脏912当前是否表现出心房或心室快速性心律失常。
在一些示例中，处理器970可以通过识别缩短的R-R间期长度来确定快速性心律失常已经发生。通常，处理器970在间期长度降到低于360毫秒(ms)时检测心动过速并且在间期长度降到低于320ms时检测纤颤。这些间期长度仅仅是示例，并且用户可以如所希望地限定间期长度，这些间期长度可以随后存储在存储器972内。作为示例，此间期长度可能需要被检测一定数量的连贯周期，运行窗内的循环的一定百分比，或一定数量心脏循环的运行平均值。
在一些示例中，心律失常检测方法可以包括任意适合的快速性心律失常检测算法。在一个示例中，处理器970可以利用在1996年8月13日发布的授予奥尔森(Olson)等人的标题为“基于优先规则诊断和治疗心律失常的方法和仪器(PRIORITIZED RULE BASEDMETHOD AND APPARATUS FOR DIAGNOSIS AND TREATMENT OF ARRHYTHMIAS)”的美国专利号5,545,186，或1998年5月26日发布的授予吉尔伯格(Gillberg)等人的标题为“基于优先规则诊断和治疗心律失常的方法和仪器(PRIORITIZED RULE BASED METHOD AND APPARATUSFOR DIAGNOSIS AND TREATMENT OF ARRHYTHMIAS)”的美国专利号5,755,736中描述的基于规则的检测方法的全部或子集。将奥尔森等人的美国专利号5,545,186、吉尔伯格等人的美国专利号5,755,736通过引用以其全文结合在此。然而，在其他示例中，处理器970也可以采用其他心律失常检测方法。例如，除间期长度之外或代替间期长度，EGM形态可被考虑用于检测快速性心律失常。
通常，处理器970基于EGM(例如R-R间期)和/或EGM的形态检测可治疗快速性心律失常(诸如VF)，并且选择一种治疗来递送以终止快速性心律失常，诸如指定振幅的除颤波。快速性心律失常的检测可包括递送治疗之前的若干阶段或步骤，诸如第一阶段(有时被称作检测)，其中若干连续或近似的R-R间期满足第一间期检测(NID)标准，第二阶段(有时被称作确认)，其中若干连续或接近的R-R间期满足第二、更加严格的NID标准。快速性心律失常检测还可包括继第二阶段之后或在第二阶段期间基于EGM形态或其他传感器进行的确认。
在展示的示例中，IMD 916还包括峰值检测模块980、波检测模块982、以及运动感测模块984。峰值检测模块980和波检测模块982可被配置并提供归属于本文的峰值检测模块76和波检测模块78的功能。峰值检测模块980可被配置用于确定特定信号的最大值。例如，峰值检测模块980可被配置用于从波检测模块982或处理器970接收电信号并确定接收信号的最大值。在一些示例中，峰值检测模块980可包括感测模块976的窄带通道，所述通道被配置用于例如使用具有自动调节阈值的放大器在心脏电描记图信号中检测R波、P波、或T波。
通常，波检测模块982确定心脏去极化和复极化波上的起始和/或偏移。波检测模块982可与前面描述的并且更精确地图2中描述的波检测模块(例如波检测模块78)类似。例如，波检测模块可包括低通滤波器、窗口模块、斜率模块、整流器模块、平滑模块、和阈值检测模块。波检测模块982可执行与本申请中前面描述的波检测模块大致上类似。
峰值检测模块980和波检测模块982可以从感测模块976(例如从感测模块的宽带通道)接收心脏电描记图。在一些示例中，心脏电描记图可以是例如上腔静脉线圈766与壳电极904之间的远场心脏电描记图。可以相对于表面ECG以本文描述的方式使用远场心脏电描记图，例如以确定总体电气机械延迟。在一些示例中，心脏电描记图可以是壳电极906与电极942、944、946和950中任一个之间的单极心脏电描记图。单极心脏电描记图可以被例如经由感测模块的宽带通道从感测模块976接收，并且可以被相对于局部心脏电描记图信号以本文描述的方式使用，例如以确定局部电气机械延迟。
运动感测模块984可以例如在一个或多个心脏位点感测心脏的机械收缩。运动感测模块984可被电气地耦合到一个或多个传感器，所述传感器生成通常基于心脏收缩或运动而改变的信号，诸如一个或多个加速计、压力传感器、阻抗传感器、或流量传感器。检测到的收缩可以是特定位置(例如心室壁的一个特定部分)处心脏组织的收缩。
尽管处理器970和波检测模块982在图19中展示为单独的模块，但是处理器970和波检测模块982可被合并进一个处理单元中。波检测模块982及其任意组件可以是处理器970的一个组件或者被其执行的模块。
遥测模块978包括用于与诸如编程器924(图15)的另一设备通信的任意适当硬件、固件、软件或其任意组合。在一些示例中，编程器924可以包括程控头，所述程控头靠近IMD916植入位点接近患者身体布置，并且在其他示例中，编程器924和IMD 916可以被配置用于使用距离遥测算法和电路进行通信，所述距离遥测算法和电路不需要使用程控头并且不需要用户干预来维持通信链路。在处理器970的控制下，借助于可以是内部和/或外部的天线，遥测模块978可以从编程器924接收下行链路遥测并向编程器发送上行链路遥测。在一些示例中，处理器970可以向编程器924传输感测模块976产生的心脏信号和/或心音传感器982生成的信号。处理器970还可以生成和存储指示感测模块976或心音分析器980检测的不同心脏事件的标记代码，并将所述标记代码传输到编程器924。在马科维茨(Markowitz)的标题为“用于医疗设备的标记通道遥测系统(MARKER CHANNEL TELEMETRY SYSTEM FOR AMEDICAL DEVICE)”的美国专利号4,374,382中描述了具有标记通道能力的示例IMD，所述专利于1983年2月15日发布，并且通过引用以其全文结合在此。处理器970可以经由遥测模块978向编程器924传输的信息还可包括可治疗心律的指示和不可治疗心律的指示，其中基于EGM的指示表明心律是可治疗的并且基于心音的指示表明心律是不可治疗的。此类信息可以作为EGM的标记通道的一部分而被包含。
本文所公开的方法的执行要求布置于患者躯干周围的多个身体表面电极(诸如ECG腰带或背心)。在2012年5月2日发布的标题为“评估心内激动模式和电气不同步性(Assessing Intra-Cardiac Activation Patterns And Electrical Dyssynchrony)”的美国专利申请序列号13/462,404中描述了示例性ECG腰带或背心，并且被转让给本发明的受让人，所述专利的公开内容通过引用以其全文结合在此。将所述背心或腰带围绕患者躯干固定之后，编程器被激活。可被用来从植入电极和表面电极获取信号的示例性编程器包括美敦力公司Carelink编程器模型2090和模型2290分析器或CARELINK ENCORETM。美敦力公司Vitatron参考手册CARELINK ENCORETM(2013)可从美敦力公司获得。
示例性系统1100可被用来获取数据以确定心脏去极化的最开始和/或复极化波的偏移。图21描绘了包括电极装置1110、成像装置1120、显示装置1130、以及计算装置1140的系统1100。如所示的电极装置1110包括结合或包括在围绕患者的胸部或躯干缠绕的腰带内的多个电极。电极装置1110被可操作地耦合至计算装置1140(例如，通过一个或多个有线电连接、以无线方式等)以便从这些电极中的每一个向计算装置1140提供电信号以供分析。在2013年12月9日发布的标题为“生物电传感器设备和方法(Bioelectric Sensor Deviceand Methods)”的美国临时专利申请61/913,759和与其同一日期发布的标题为“生物电传感器设备和方法(Bioelectric Sensor Device and Methods)”的美国专利申请(备案号C00006744.USU2(134.0793 0101))中可能描述了示例性电极装置，所述两个专利均通过引用以其全文结合在此。
成像装置1120可以是被配置用于以非侵入式方式对患者的至少一部分进行成像、或者提供患者的至少一部分的图像的任何类型的成像装置。例如，成像装置1120可以不使用可以位于患者体内的任何部件或零件来提供患者的至少一部分的图像，除了如造影溶液等非侵入性工具之外。应当理解的是，本文描述的示例性系统、方法和界面可以非侵入式地协助用户(例如内科医生)选择接近患者心脏的用于可植入电极的位置，并且在示例性系统、方法、和界面已经提供非侵入式协助之后，所述示例性系统、方法、和界面可以随后对于将可植入电极植入或导航到患者体内(例如靠近患者的心脏)来提供协助。
例如，在示例性系统、方法、以及界面已经提供非侵入式协助之后，这些示例性系统、方法、以及界面可以随后提供图像引导导航，所述图像引导导航可以被用于在患者的体内导航包括电极、无引线电极、无线电极、导管等的引线。进一步地，尽管在此参照患者的心脏来描述这些示例性系统、方法和界面，但是应当理解的是，这些示例性系统、方法和界面可以适用于所述患者身体的任何其他部分。
成像装置1120可以被配置用于捕获或获取患者的x射线图像(例如，二维x射线图像、三维x射线图像等)。成像装置1120可以(例如通过一个或多个有线电连接、以无线方式等)被操作性地耦合至计算装置140，这样使得由成像装置1120捕获的图像可以被传输到计算装置1140。此外，计算装置1140可以被配置用于控制成像装置1120以便例如配置成像装置1120以捕获图像、改变成像装置1120的一个或多个设置等。
将认识到的是，虽然如图21所示的成像装置1120可以被配置用于捕获x射线图像，任何其他替代性成像模式也可以由在此描述的示例性系统、方法、以及界面使用。例如，成像装置1120可以被配置用于使用以下方式来捕获图像、或图像数据：等中心荧光镜检查、双平面荧光镜检查、超声、计算机断层扫描(CT)、多切片计算机断层扫描(MSCT)、磁共振成像(MRI)、高频超声(HIFU)、光学相干断层扫描(OCT)、血管内超声(IVUS)、二维(2D)超声、三维(3D)超声、四维(4D)超声、手术中CT、手术中MRI等。进一步地，应当理解的是成像装置120可被配置用于(例如连续地)捕获多个连续图像以提供视频帧数据。换言之，通过使用成像装置120随着时间的推移所获取的多幅图像可以提供活动图像数据。另外，这些图像也可以被获得并且以二维、三维、或者四维显示。以更先进的形式，心脏或身体的其他区域的四维表面再现还可以通过结合来自寰椎标测图或来自通过MRI、CT或超声心动描记术模式捕获的术前图像数据的心脏数据或其他软组织数据实现。来自混合模式(诸如与CT结合的正电子发射断层成像术(PET)或与CT结合的单光子发射计算机断层成象术(SPECT))的图像数据集还可提供叠加到组织数据上以便用于到达心脏或其他感兴趣区域内的目标位置的功能图像数据。
显示装置1130和计算装置140可以被配置用于显示并且分析使用电极装置1110和成像装置1120所收集或采集的数据(例如像替代电激活数据、图像数据、力学运动数据等)，以便非侵入式地协助用户选择可植入电极的位置。在至少一个实施例中，计算装置140可以是服务器、个人计算机、或者平板计算机。计算装置140可以被配置用于从输入装置1142接收输入并且向显示装置1130传输输出。进一步地，计算装置1140可以包括数据存储装置，所述数据存储装置可以允许访问处理程序或例程和/或一个或多个其他类型的数据，例如，用于驱动被配置用于非侵入性地协助用户选择可植入电极的位置的图形用户界面等。
计算装置1140可以被可操作地耦合至输入装置1142和显示装置1130，以便例如向或从输入装置1142和显示装置1130中的每一者传输数据。例如，可以使用例如模拟电气连接、数字电气连接、无线连接、基于总线的连接、基于网络的连接、基于互联网的连接等将计算装置1140电气地耦合至输入装置1142和显示装置1130中的每一个。如本文进一步描述的，用户可以向输入装置1142提供输入以便操作、或修改显示装置1130上显示的一个或多个图形描绘，以便如本文进一步描述的查看和/或选择患者心脏的一部分的目标位点或候选位点。
尽管如所描绘的输入装置1142是键盘，但是应当理解的是，输入装置1142可以包括能够向计算装置1140提供输入以便执行在此描述的功能、方法、和/或逻辑的任何装置。例如，输入装置1142可包括鼠标、追踪球、触摸屏(例如电容式触摸屏、电阻触摸屏、多点触摸屏等)等。同样地，显示装置1130可包括能够向用户显示信息的任意装置，诸如图形用户界面132包括患者心脏解剖的图形描绘、患者心脏的图像、一个或多个电极的位点的图形描绘、一个或多个目标位点或候选位点的图形描绘、一个或多个值的字母数字表示、植入电极和/或导线的图形描绘或真实图像等。例如，显示装置1130可包括液晶显示器、有机发光二极管屏幕、触摸屏、阴极射线管显示器等。
显示装置130显示的图形用户界面1132可包括、或显示一个或多个区，用于显示图形描绘、显示图像、允许此类图形描绘和图像的一个或多个区或区域的选择等。如本文使用的，图形用户界面1132的“区”可被定义为图形用户界面1132的一部分，在所述部分内可以显示信息或执行功能。区可以存在于其他区内，这些区可以单独或同时显示。例如，较小区可以被定位在较大区内，区还可以被定位成并排等。另外，如在此使用的，图形用户界面1132的“区域”可以被限定为图形用户界面1132的一部分，所述部分被定位成具有比其定位在其内的区更小的区。在2013年12月9日发布的标题为“非侵入式心脏治疗评估(Noninvasive Cardiac Therapy Evaluation)”的美国临时专利申请61/913,743和与其同一日期发布的标题为“非侵入式心脏治疗评估(Noninvasive Cardiac TherapyEvaluation)”的美国专利申请(备案号C00006745.USU2(134.0794 0101))中可能描述了示例性系统和界面，两者均通过引用以其全文结合在此。
由计算装置1140存储和/或执行的处理程序或例程可以包括用于以下各项的程序或例程：计算数学、矩阵数学、分解算法、压缩算法(例如，数据压缩算法)、标定算法、图像构建算法、信号处理算法(例如，傅里叶变换、快速傅里叶变换等)、标准化算法、比较算法、载体数学、或者实现在此描述的一种或多种示例性方法和/或过程所需的任何其他处理。由计算装置1140存储和/或使用的数据可以包括例如：来自成像装置1120的图像数据、来自电极装置1110的电信号数据、图形(例如，图形元素、图标、按钮、窗口、对话、下拉菜单、图形区域、图形区、3D图形等)、图形用户界面、来自根据在此的公开所采用的一个或多个处理程序或例程的结果、或者可能对于执行在此描述的所述一个和/或多个过程或方法所必要的任何其他数据。
从距离起搏电极最远距离的电极获取了远场EGM、ECG、或类似ECG信号。如果植入了IMD，能产生远场信号的电极包括上腔静脉(SVC)电极脉冲产生器壳体(也被称作“罐”)、右心室(RV)线圈罐等。
此外，预先指定的窗口可被定义为从心房标记延伸到心室标记。
低通滤波器则被应用到预先指定的窗口内的ECG信号。低通滤波器可以是具有15Hz、20Hz或在15Hz与20Hz之间频率值的截止频率的贝塞尔滤波器。从多个表面电极和/或与可植入医学设备相关联的电极获取的一个或多个信号穿过低通滤波器，这使得任何伪造高频伪迹或成份从远场类似ECG信号中去除。
窗口内矫正的信号斜率是使用图2描绘的模块96在框1108处确定的。信号矫正可由任何已知方法进行。
可以至少部分地在硬件、软件、固件或其任何组合中实施本公开中所描述的技术，包括归属于IMD波检测模块80、编程器24或各种组成部件的技术。例如，所述技术的各个方面可以在一个或多个处理器中实施，包括一个或多个微处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者任何其他等效集成的或离散的逻辑电路，以及此类部件的任何组合，所述部件在编程器(诸如内科医生或患者编程器、刺激器、图像处理设备或其他设备)中被具体化。术语“处理器”或“处理电路系统”通常可以是指代前述逻辑电路系统中的任何电路系统(单独地或与其他逻辑电路系统组合)、或者任何其他等效电路系统。
此类硬件、软件、固件可以在同一设备或单独设备内实现以便支持本公开中描述的各种操作和功能。此外，所描述的单元、模块或部件中的任一项可以被实现为在一起或单独地作为分立但彼此协作的逻辑设备。将不同特征描绘为模块或单元旨在突显不同的功能方面，并且并不一定暗示此类模块或单元必须通过单独的硬件或软件部件来实现。相反，与一个或多个模块或单元相关联的功能可以通过单独的硬件或软件部件来执行，或集成在共同的或单独的硬件或软件部件内。此外，技术人员理解，系统和/或方法自动存储来自计算或判定的任何结果。
有各种其他实施例可被用于图15使用的预先指定的窗口。例如，预先指定的窗口可被设置成于心房波标记处开始并延伸某个时间长度或者直到另一个标记。在另一个实施例中，预先指定的窗口可被设置成于心室波标记处开始并延伸某个时间长度或者直到另一个标记。
可以采用本文描述的一种或多种方法的示例性系统包括US 8,887,736、US8532734B2、US8457371B2、US8442625B2、US8424536B2、US8421799B2、US8391965B2、US8364252B2、US8345067B2、US20120130232A1、US8185192B2、US8106905B2、US20090265128A1、US20090264751A1、US20090264750A1、US20090264749A1、US20090264748A1、US20090264747A1、US20090264746A1、US20090264727A1、US20090262992A1、US20090262109A1、US8843189B2、US8839798B2、US8839798B2、US8663120B2、US8660640B2、US8560042B2、US8494608B2、US8340751B2、US8260395B2、US20120190993A1、US8214018B2、US8208991B2、US20090297001A1、US20090264777A1、US20090264752A1、US20090264743A1、US20090264742A1、US8831701B2、US8494614B2、US20100004724A1、US 6263235 B1，所有这些专利通过引用以其全文结合在此。
示例性实施例如下：
实施例1是一种用于监测心脏信号的系统，所述系统包括：
电极装置，所述电极装置包括被配置成邻近患者的组织定位的多个电极；
显示装置，所述显示装置包括图形用户界面，其中，所述图形用户界面被配置用于呈现信息以用于协助用户判定信号是否模糊；
计算装置，所述计算装置被耦合至所述电极装置和所述显示装置，其中，所述计算装置被配置用于判定从与电极相关联的通道获取的信号是否模糊，所述计算装置被配置用于：
i)计算所述信号的一阶导数；
ii)从所述一阶导数确定一阶最小导数；
iii)确定窗口内的二阶最小导数和第二索引；
iv)计算所述一阶最小导数与所述二阶最小导数的比率；
v)计算第一索引与第二索引之间的差值；以及
响应于确定所述比率和所述第一索引与所述第二索引之间的所述差值，在所述显示装置上显示所述信号是否模糊。
实施例2是根据实施例1所述的系统，其中，响应于确定所述第一索引与所述第二索引之间的差值小于预选数，所述信号被指示为潜在模糊的。
实施例3是根据实施例1或2所述的系统，其中，响应于确定所述比率小于预选数，所述信号被确定为模糊的。
实施例4是根据实施例1至3所述的系统，其中，响应于确定所述比率大于预选数，所述信号被确定为模糊的。
实施例5是根据实施例1至4所述的系统，其中，响应于确定所述第一索引与所述第二索引之间的所述差值大于或等于预选数，所述信号被指示为不模糊的。
实施例6是根据实施例2至5所述的系统，其中，响应于确定所述比率大于或等于预选数，所述信号是不模糊的。
实施例7是根据实施例1至6所述的系统，其中，所述电极装置围绕所述患者的躯干定位。
实施例8是根据实施例1至7所述的系统，其中，在人类组织的消融过程中判定信号是否模糊。
实施例9是根据实施例1至8所述的系统，其中，所述信号是从诊断为心房纤颤的患者处获得的。
实施例10是根据实施例1至9所述的系统，其中，所述系统用于定位针对心脏治疗的最佳电极布置。
实施例11是一种用于多通道映射系统的方法，所述多通道映射系统包括连接至电极装置以及显示装置的处理器，所述电极装置邻近患者的组织定位，其中，所述处理器被配置用于判定信号是否模糊，所述方法包括：
由所述处理器从与电极装置相关联的电极获取信号，所述处理器执行一组指令，所述指令包括：
i)计算所述信号的一阶导数；
iii)从所述一阶导数确定最小导数和最大导数；
iii)确定窗口内一阶最小导数和二阶最小导数及其对应的第一索引和第二索引；
iv)计算所述一阶最小导数与所述二阶最小导数的比率；
v)计算第一索引与第二索引之间的差值；以及
响应于确定所述比率和所述第一索引与所述第二索引之间的所述差值，在所述显示装置上显示所述信号是否模糊。
实施例12是根据实施例11所述的方法，其中，响应于确定所述第一索引与所述第二索引之间的差值小于预选数，所述信号被指示为潜在模糊的。
实施例13是根据实施例12所述的方法，其中，响应于确定所述比率小于预选数，所述信号被确定为模糊的。
实施例14是根据实施例12所述的方法，其中，响应于确定所述比率大于预选数，所述信号被确定为模糊的。
实施例15是根据实施例11所述的方法，其中，响应于确定所述第一索引与所述第二索引之间的所述差值大于或等于预选数，所述信号被指示为不模糊的。
实施例16是根据实施例12所述的方法，其中，响应于确定所述比率大于或等于预选数，所述信号是不模糊的。
实施例17是根据实施例11至16所述的方法，其中，所述电极装置围绕所述患者的躯干定位。
实施例18是根据实施例11至17所述的方法，其中，在人类组织的消融过程中判定信号是否模糊。
实施例19是根据实施例11至18所述的方法，其中，所述信号是从诊断为心房纤颤的患者处获得的。
实施例20是根据实施例11至19所述的方法，其中，所述系统用于定位针对心脏治疗的最佳电极布置。
实施例21是一种用于监测心脏信号的系统，所述系统包括：
电极，所述电极邻近患者的心脏组织定位；
显示装置，所述显示装置包括图形用户界面，其中，所述图形用户界面被配置用于呈现信息以用于协助用户判定信号是否模糊；
计算装置，所述计算装置被耦合至所述电极装置和所述显示装置，其中，所述计算装置被配置用于判定从与电极相关联的通道获取的信号是否模糊，所述计算装备被配置用于：
仅基于所述信号数据和所述索引数据的导数来判定所述信号是否模糊。
实施例23是一种机器可读介质，所述机器可读介质包含可执行计算机程序指令，所述指令在被数据处理系统执行时使得所述系统执行显示心脏信号的方法，所述方法包括：
由所述处理器从与电极装置相关联的电极获取信号，所述处理器执行一组指令，所述指令包括：
ii)计算所述信号的一阶导数；
iv)从所述一阶导数确定最小导数和最大导数；
iii)确定窗口内一阶最小导数和二阶最小导数及其对应的第一索引和第二索引；
iv)计算所述一阶最小导数与所述二阶最小导数的比率；
v)计算第一索引与第二索引之间的差值；以及
响应于确定所述比率和所述第一索引与所述第二索引之间的所述差值，在所述显示装置上显示所述信号是否模糊。
当在软件中实现时，授予本公开中描述的系统、设备和技术的功能可以被具体化为计算机可读介质(诸如随机存取存储器(RAM)、只读存储器(ROM)、非易失型随机存取存储器(NVRAM)、电可擦可编程只读存储器(EEPROM)、闪存存储器、磁性数据存储介质、光学数据存储介质等)上的指令。所述指令可以被执行以便支持本公开中描述的功能的一个或多个方面。

Claims (11)

1.一种用于监测心脏信号的系统，所述系统包括：
电极装置，所述电极装置包括被配置成邻近患者的组织定位的多个电极；
显示装置，所述显示装置包括图形用户界面，其中，所述图形用户界面被配置用于呈现信息以用于协助用户判定信号是否模糊；
计算装置，所述计算装置被耦合至所述电极装置和所述显示装置，其中，所述计算装置被配置用于判定从与电极相关联的通道获取的信号是否模糊，所述计算装置被配置用于：
计算所述信号的一阶导数；
识别出所述一阶导数的第一最小值和与之相关联的第一时间索引；
在也包括所述第一最小值在内的窗口中，识别出所述一阶导数的第二最小值和与之相关联的第二时间索引；
计算所述一阶导数的经识别的第一最小值和第二最小值的比率；
计算所述第一时间索引与所述第二时间索引之间的差值；以及
响应于确定所述比率和所述第一时间索引与所述第二时间索引之间的所述差值，在所述显示装置上显示所述信号是否模糊。
2.根据权利要求1所述的系统，其中，响应于确定所述第一时间索引与所述第二时间索引之间的差值小于预选数，所述信号被指示为潜在模糊的。
3.根据权利要求1和2中任一项所述的系统，其中，响应于确定所述比率小于预选数，所述信号被确定为模糊的。
4.根据权利要求1至2中任一项所述的系统，其中，响应于确定所述比率大于预选数，所述信号被确定为模糊的。
5.根据权利要求1至2中任一项所述的系统，其中，响应于确定所述第一时间索引与所述第二时间索引之间的所述差值大于或等于预选数，所述信号被指示为不模糊的。
6.根据权利要求1至2中任一项所述的系统，其中，响应于确定所述比率大于或等于预选数，所述信号是不模糊的。
7.根据权利要求1至2中任一项所述的系统，其中，所述电极装置围绕所述患者的躯干定位。
8.根据权利要求1至2中任一项所述的系统，其中，在人类组织的消融过程中判定信号是否模糊。
9.根据权利要求1至2中任一项所述的系统，其中，所述信号是从诊断为心房纤颤的患者处获得的。
10.根据权利要求1至2中任一项所述的系统，其中，所述系统用于定位针对心脏治疗的最佳电极布置。
11.一种机器可读介质，所述机器可读介质包含可执行计算机程序指令，所述指令在被数据处理系统执行时使得所述系统执行显示心脏信号的方法，所述方法包括：
由处理器从与电极装置相关联的电极获取信号，所述处理器执行一组指令，所述指令包括：
计算所述信号的一阶导数；
识别出所述一阶导数的第一最小值和与之相关联的第一时间索引；
在也包括所述第一最小值在内的窗口中，识别出所述一阶导数的第二最小值和与之相关联的第二时间索引；
计算所述一阶导数的经识别的第一最小值和第二最小值的比率；
计算所述第一时间索引与所述第二时间索引之间的差值；以及
响应于确定所述比率和所述第一时间索引与所述第二时间索引之间的所述差值，在所述显示装置上显示所述信号是否模糊。
CN201680044977.0A 2015-07-31 2016-05-13 识别用于电生理映射的模糊心脏信号 Active CN107920770B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/815,478 2015-07-31
US14/815,478 US9782094B2 (en) 2015-07-31 2015-07-31 Identifying ambiguous cardiac signals for electrophysiologic mapping
PCT/US2016/032376 WO2017023393A1 (en) 2015-07-31 2016-05-13 Identifying ambiguous cardiac signals for electrophysiologic mapping

Publications (2)

Publication Number Publication Date
CN107920770A CN107920770A (zh) 2018-04-17
CN107920770B true CN107920770B (zh) 2020-08-28

Family

ID=56369163

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680044977.0A Active CN107920770B (zh) 2015-07-31 2016-05-13 识别用于电生理映射的模糊心脏信号

Country Status (4)

Country Link
US (2) US9782094B2 (zh)
EP (1) EP3328274B1 (zh)
CN (1) CN107920770B (zh)
WO (1) WO2017023393A1 (zh)

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
US9693832B2 (en) 2012-05-21 2017-07-04 Kardium Inc. Systems and methods for selecting, activating, or selecting and activating transducers
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
US10206601B2 (en) 2013-12-09 2019-02-19 Medtronic, Inc. Noninvasive cardiac therapy evaluation
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
US9782094B2 (en) 2015-07-31 2017-10-10 Medtronic, Inc. Identifying ambiguous cardiac signals for electrophysiologic mapping
US11219769B2 (en) 2016-02-26 2022-01-11 Medtronic, Inc. Noninvasive methods and systems of determining the extent of tissue capture from cardiac pacing
CN109922860B (zh) * 2016-10-27 2023-07-04 心脏起搏器股份公司 具有集成传感器的可植入医疗装置递送系统
US10555684B2 (en) 2017-04-25 2020-02-11 Medtronic, Inc. Supraventricular tachyarrhythmia discrimination
US10799703B2 (en) 2017-12-22 2020-10-13 Medtronic, Inc. Evaluation of his bundle pacing therapy
US10939875B2 (en) 2018-01-26 2021-03-09 Fujitsu Limited Optimized real peak detection in cyclic biological data signals
EP3773187A1 (en) 2018-03-29 2021-02-17 Medtronic, Inc. Left ventricular assist device adjustment and evaluation
US11350867B2 (en) * 2018-04-27 2022-06-07 Duke University Small-scale time delay and single-shot conduction velocity analysis and mapping for cardiac electrophysiology
US10645017B2 (en) 2018-05-09 2020-05-05 Biosig Technologies, Inc. Systems, apparatus, and methods for conveying biomedical signals between a patient and monitoring and treatment devices
CN109063652B (zh) * 2018-08-06 2022-02-11 高维度（深圳）生物信息智能应用有限公司 一种信号处理方法、系统及计算机存储介质
US11547858B2 (en) 2019-03-29 2023-01-10 Medtronic, Inc. Systems, methods, and devices for adaptive cardiac therapy
US11697025B2 (en) 2019-03-29 2023-07-11 Medtronic, Inc. Cardiac conduction system capture
US11497431B2 (en) 2019-10-09 2022-11-15 Medtronic, Inc. Systems and methods for configuring cardiac therapy
US20210169359A1 (en) * 2019-12-06 2021-06-10 Biosense Webster (Israel) Ltd. Intra-cardiac pattern matching
US11771361B1 (en) * 2020-07-27 2023-10-03 Neutrace, Inc. Method and system for determining QRS onset in cardiac signals
US12023503B2 (en) 2020-07-30 2024-07-02 Medtronic, Inc. ECG belt systems to interoperate with IMDs
US11813464B2 (en) 2020-07-31 2023-11-14 Medtronic, Inc. Cardiac conduction system evaluation
US11894134B2 (en) * 2021-01-10 2024-02-06 Bardy Diagnostics, Inc. System and method for long-term patient monitoring of continuous ECG and physiological data
CN113288150B (zh) * 2021-06-25 2022-09-27 杭州电子科技大学 一种基于疲劳脑电信号组合特征的通道选择方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101828916A (zh) * 2010-05-07 2010-09-15 深圳大学 心电信号处理系统
WO2013058985A1 (en) * 2011-10-17 2013-04-25 Kimmel Zebadiah M Method and apparatus for detecting deterioration of health status
CN103429144A (zh) * 2011-01-05 2013-12-04 皇家飞利浦电子股份有限公司 用于从特征信号提取信息的装置和方法
WO2014040175A1 (en) * 2012-09-14 2014-03-20 Interaxon Inc. Systems and methods for collecting, analyzing, and sharing bio-signal and non-bio-signal data
US20140343437A1 (en) * 2006-09-28 2014-11-20 Covidien Lp System and method for pulse rate calculation using a scheme for alternate weighting

Family Cites Families (59)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4374382A (en) 1981-01-16 1983-02-15 Medtronic, Inc. Marker channel telemetry system for a medical device
US5117824A (en) 1990-11-14 1992-06-02 Medtronic, Inc. Apparatus for monitoring electrical physiologic signals
US5545186A (en) 1995-03-30 1996-08-13 Medtronic, Inc. Prioritized rule based method and apparatus for diagnosis and treatment of arrhythmias
US5738104A (en) 1995-11-08 1998-04-14 Salutron, Inc. EKG based heart rate monitor
US5685316A (en) 1996-04-08 1997-11-11 Rheo-Graphic Pte Ltd. Non-invasive monitoring of hemodynamic parameters using impedance cardiography
EP0993842B1 (en) 1996-05-14 2003-01-15 Medtronic, Inc. Prioritized rule based apparatus for diagnosis and treatment of arrhythmias
DE19849034C5 (de) 1998-10-23 2004-12-02 Ge Medical Systems Information Technologies Gmbh Elektrokardiogramm-Anordnung
US7011638B2 (en) 2000-11-14 2006-03-14 Science Medicus, Inc. Device and procedure to treat cardiac atrial arrhythmias
US7392085B2 (en) 2001-11-21 2008-06-24 Cameron Health, Inc. Multiple electrode vectors for implantable cardiac treatment devices
CA2533538A1 (en) 2003-07-21 2005-01-27 Paieon Inc. Method and system for identifying an optimal image within a series of images that depict a moving organ
US8825157B2 (en) 2003-07-28 2014-09-02 Cameron Health, Inc. Vector switching in an implantable cardiac stimulus system
US20050038478A1 (en) 2003-08-11 2005-02-17 Klepfer Ruth N. Activation recovery interval for classification of cardiac beats in an implanted device
US7567835B2 (en) 2005-04-18 2009-07-28 Medtronic, Inc. Method and apparatus for identifying oversensing using far-field intracardiac electrograms and marker channels
US7941213B2 (en) 2006-12-28 2011-05-10 Medtronic, Inc. System and method to evaluate electrode position and spacing
CN101711125B (zh) 2007-04-18 2016-03-16 美敦力公司 针对非荧光镜植入的长期植入性有源固定医疗电子导联
US20090216144A1 (en) 2008-02-25 2009-08-27 Bruce Hopenfeld Hopping methods for the detection of QRS onset and offset
US20100152600A1 (en) * 2008-04-03 2010-06-17 Kai Sensors, Inc. Non-contact physiologic motion sensors and methods for use
US8532734B2 (en) 2008-04-18 2013-09-10 Regents Of The University Of Minnesota Method and apparatus for mapping a structure
US8839798B2 (en) 2008-04-18 2014-09-23 Medtronic, Inc. System and method for determining sheath location
US8340751B2 (en) 2008-04-18 2012-12-25 Medtronic, Inc. Method and apparatus for determining tracking a virtual point defined relative to a tracked member
US8494608B2 (en) 2008-04-18 2013-07-23 Medtronic, Inc. Method and apparatus for mapping a structure
US8457371B2 (en) 2008-04-18 2013-06-04 Regents Of The University Of Minnesota Method and apparatus for mapping a structure
US8663120B2 (en) 2008-04-18 2014-03-04 Regents Of The University Of Minnesota Method and apparatus for mapping a structure
EP2320999A1 (en) 2008-06-02 2011-05-18 Medtronic, Inc. Sensing integrity determination based on cardiovascular pressure
WO2010014063A1 (en) 2008-07-31 2010-02-04 Medtronic, Inc. Periodic beat detection to detect artifacts in a cardiac electrogram
US8050751B2 (en) 2008-07-31 2011-11-01 Medtronic, Inc. Periodic beat detection to detect artifacts in a cardiac electrogram
CN104840196B (zh) 2008-10-09 2018-10-09 加利福尼亚大学董事会 用于自动定位生物节律紊乱的源的机器和过程
US8494614B2 (en) 2009-08-31 2013-07-23 Regents Of The University Of Minnesota Combination localization system
US8494613B2 (en) 2009-08-31 2013-07-23 Medtronic, Inc. Combination localization system
US8355774B2 (en) 2009-10-30 2013-01-15 Medtronic, Inc. System and method to evaluate electrode position and spacing
EP2512592A1 (en) 2009-12-17 2012-10-24 Cardiac Pacemakers, Inc. Electrical inhibition of the phrenic nerve during cardiac pacing
WO2011088043A1 (en) 2010-01-12 2011-07-21 Cardiac Pacemakers, Inc. Use of significant point methodology to prevent inappropriate therapy
US9307928B1 (en) 2010-03-30 2016-04-12 Masimo Corporation Plethysmographic respiration processor
JP5936141B2 (ja) 2010-04-08 2016-06-15 ザ リージェンツ オブ ザ ユニバーシティ オブ カリフォルニア 心臓情報を再構成するためのシステム
EP2600772B1 (en) 2010-08-02 2016-03-16 Koninklijke Philips N.V. Method of reducing ultrasound signal ambiguity during fetal monitoring
JP5516428B2 (ja) 2010-10-14 2014-06-11 株式会社村田製作所 拍動周期算出装置およびこれを備えた生体センサ
US8702604B2 (en) 2011-01-31 2014-04-22 Medtronic, Inc. Detection of waveform artifact
US8600486B2 (en) 2011-03-25 2013-12-03 Zoll Medical Corporation Method of detecting signal clipping in a wearable ambulatory medical device
US8165666B1 (en) * 2011-05-02 2012-04-24 Topera, Inc. System and method for reconstructing cardiac activation information
US9510763B2 (en) 2011-05-03 2016-12-06 Medtronic, Inc. Assessing intra-cardiac activation patterns and electrical dyssynchrony
CA2841381C (en) 2011-07-05 2016-12-06 Cardioinsight Technologies, Inc. System and methods to facilitate providing therapy to a patient
EP2586492B1 (en) 2011-10-24 2014-06-18 St. Jude Medical AB Pacing sequence optimization
US9204815B2 (en) 2012-05-04 2015-12-08 The Cleveland Clinic Foundation Frequency analysis tool for cardiac resynchronization
JP2013252423A (ja) 2012-05-08 2013-12-19 Seiko Epson Corp 心拍出量モニター装置および心拍出量測定方法
US20140073959A1 (en) * 2012-09-11 2014-03-13 Nellcor Puritan Bennett Llc Methods and systems for determining when to output previously calculated values
US8923963B2 (en) 2012-10-31 2014-12-30 Medtronic, Inc. Leadless pacemaker system
WO2014143923A1 (en) 2013-03-15 2014-09-18 Medtronic, Inc. Modulate pacing rate to increase the percentage of effective ventricular capture during atrial fibrillation
US9931048B2 (en) 2013-04-30 2018-04-03 Medtronic, Inc. Systems, methods, and interfaces for identifying effective electrodes
US10064567B2 (en) 2013-04-30 2018-09-04 Medtronic, Inc. Systems, methods, and interfaces for identifying optimal electrical vectors
US9132274B2 (en) 2013-07-26 2015-09-15 Medtronic, Inc. Determining onsets and offsets of cardiac depolarization and repolarization waves
US9265954B2 (en) 2013-07-26 2016-02-23 Medtronic, Inc. Method and system for improved estimation of time of left ventricular pacing with respect to intrinsic right ventricular activation in cardiac resynchronization therapy
US10206601B2 (en) 2013-12-09 2019-02-19 Medtronic, Inc. Noninvasive cardiac therapy evaluation
US9320446B2 (en) 2013-12-09 2016-04-26 Medtronic, Inc. Bioelectric sensor device and methods
US9387330B2 (en) 2014-01-17 2016-07-12 Medtronic, Inc. Cardiac resynchronization therapy optimization based on intracardiac impedance and heart sounds
US9380953B2 (en) 2014-01-29 2016-07-05 Biosense Webster (Israel) Ltd. Hybrid bipolar/unipolar detection of activation wavefront
US9795789B2 (en) 2014-07-29 2017-10-24 CardioFlow Technologies, LLC Systems and methods to optimize anti-tachycardial pacing (ATP)
US9717438B2 (en) 2014-10-29 2017-08-01 Khalifa University of Science and Technology Medical device for detecting a ventricular arrhythmia event
CN104644160A (zh) * 2015-03-18 2015-05-27 电子科技大学 心电图伪差信号识别方法及装置
US9782094B2 (en) 2015-07-31 2017-10-10 Medtronic, Inc. Identifying ambiguous cardiac signals for electrophysiologic mapping

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140343437A1 (en) * 2006-09-28 2014-11-20 Covidien Lp System and method for pulse rate calculation using a scheme for alternate weighting
CN101828916A (zh) * 2010-05-07 2010-09-15 深圳大学 心电信号处理系统
CN103429144A (zh) * 2011-01-05 2013-12-04 皇家飞利浦电子股份有限公司 用于从特征信号提取信息的装置和方法
WO2013058985A1 (en) * 2011-10-17 2013-04-25 Kimmel Zebadiah M Method and apparatus for detecting deterioration of health status
WO2014040175A1 (en) * 2012-09-14 2014-03-20 Interaxon Inc. Systems and methods for collecting, analyzing, and sharing bio-signal and non-bio-signal data

Also Published As

Publication number Publication date
EP3328274B1 (en) 2019-08-14
US20180020938A1 (en) 2018-01-25
EP3328274A1 (en) 2018-06-06
CN107920770A (zh) 2018-04-17
US10687722B2 (en) 2020-06-23
US9782094B2 (en) 2017-10-10
WO2017023393A1 (en) 2017-02-09
US20170027463A1 (en) 2017-02-02

Similar Documents

Publication Publication Date Title
CN107920770B (zh) 识别用于电生理映射的模糊心脏信号
CN107847748B (zh) 多通道映射系统中的有效信号与伪迹的检测
CN107660133B (zh) 确定用于信号处理的心脏去极化和复极化波的起始
US10449365B2 (en) Determining onsets and offsets of cardiac depolarization and repolarization waves
US9572505B2 (en) Determining onsets and offsets of cardiac depolarization and repolarization waves
US11911168B2 (en) Cardiac conduction system therapy benefit determination
US20210308458A1 (en) Cardiac conduction system engagement
US20210023367A1 (en) Av synchronous septal pacing
EP4125566B1 (en) Pacing efficacy determination using a representative morphology of external cardiac signals
US20230172521A1 (en) Determination of cardiac conduction system therapy benefit
EP4444408A1 (en) Determination of cardiac conduction system therapy benefit

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