CN108523876B - 一种房颤转子位点的识别方法及系统 - Google Patents
一种房颤转子位点的识别方法及系统 Download PDFInfo
- Publication number
- CN108523876B CN108523876B CN201810181903.2A CN201810181903A CN108523876B CN 108523876 B CN108523876 B CN 108523876B CN 201810181903 A CN201810181903 A CN 201810181903A CN 108523876 B CN108523876 B CN 108523876B
- Authority
- CN
- China
- Prior art keywords
- atrial fibrillation
- preset number
- sites
- electrical signals
- endocardial bipolar
- 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
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
- A61B5/24—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
- A61B5/24—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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
-
- 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
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Cardiology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种房颤转子位点的识别方法及系统,方法包括:S1、从数据库中获取第一预设数量*M个心内膜双极电信号和第二预设数量*N个心内膜双极电信号,其中,M和N为正整数;S2、根据第二预设数量*N个心内膜双极电信号确定房颤平均周长;S3、根据房颤平均周长对第一预设数量*M个心内膜双极电信号进行离散度分析,识别房颤转子位点。本发明的有益效果是:通过离散度分析方法从第一预设数量的位点中准确识别出房颤转子位点,降低假阳性的转子位点,为指导房颤射频消融提供精确靶点,减少过度消融导致的医源性损伤。
Description
技术领域
本发明涉及心房颤动技术领域,特别涉及一种房颤转子位点的识别方法及系统。
背景技术
1998年法国科学家首次提出了心房颤动的肺静脉起源学说,揭示阵发性心房颤动是由肺静脉触发,消融肺静脉异位兴奋灶可达到治疗阵发性心房颤动的目的。然而这一学说完全忽略了心房颤动的维持机制。并且导管消融治疗的方式也只是对肺静脉触发机制进行电隔离,也并未对房颤的维持机制进行干预,从而导致了阵发性心房颤动复发率始终保持在30%左右。近年来美国的Narayan医师提出的转子现象,可以通过心腔内高密度标测定位驱动房颤转子的存在,其很大程度上驱动并维持了房颤的形成,消融转子可显著提高心房颤动射频消融术的疗效。因此,转子是房颤维持机制的关键因素,如能有效干预转子将为提高房颤射频消融成功率产生“里程碑”式的影响。然而,目前的FIRM标测方法是基于6*6的篮网状心腔内标测电极,采集房颤电活动的心内膜信号,全景标测找到转子的激动传导规律。该方法的成功率目前不能被其他中心所复制,即临床真实成功率较低,主要的缺陷在于其电极密度太低,采集的信号分辨率不足以真实呈现转子电活动的本质,造成假阳性率较高。
发明内容
本发明提供了一种房颤转子位点的识别方法及系统,解决了现有技术中的至少一个技术问题。
本发明解决上述技术问题的技术方案如下:
一种房颤转子位点的识别方法,包括:
S1、从数据库中获取第一预设数量*M个心内膜双极电信号和第二预设数量*N个心内膜双极电信号,其中,所述第一预设数量*M个心内膜双极电信号为通过多极标测电极对患者的第一预设数量的位点中的每个位点连续采集的M个心内膜双极电信号,所述第二预设数量*N个心内膜双极电信号为通过CS电极对患者的第二预设数量的位点中每个位点连续采集的N个心内膜双极电信号,M和N为正整数;
S2、根据所述第二预设数量*N个心内膜双极电信号确定房颤平均周长;
S3、根据所述房颤平均周长对所述第一预设数量*M个心内膜双极电信号进行离散度分析,从所述第一预设数量的位点中识别房颤转子位点。
本发明的有益效果是:通过离散度分析方法从第一预设数量的位点中准确识别出房颤转子位点,降低假阳性的转子位点,为指导房颤射频消融提供精确靶点,减少过度消融导致的医源性损伤。
在上述技术方案的基础上,本发明还可以做如下改进。
优选地,所述S2具体包括:
S21、从所述第二预设数量*N个心内膜双极电信号中选取K*P个心内膜双极电信号,其中,所述K*P个心内膜双极电信号为K个位点中每个位点连续采集的P个心内膜双极电信号,K和P为正整数,P小于N;
S22、根据所述K*P个心内膜双极电信号确定房颤平均周长,所述房颤平均周长为:所述K*P个心内膜双极电信号的电位间期的总和与所述K*P的比值。
优选地,K为3,所述K个位点分别为:冠状窦电极近端位点、冠状窦电极远端位点和心耳位点。
优选地,所述S3具体包括:
S31、对所述第一预设数量的位点中每个位点的M个心内膜双极电信号进行筛选,去除心房复杂碎裂电位信号;
S32、当确定所述第一预设数量的位点中任一个位点剩余的心内膜双极电信号中存在连续的至少H个电信号的时间离散度大于无量纲化后的所述房颤平均周长的预设百分数时,确定该位点为房颤转子位点,H为正整数。
一种房颤转子位点的识别系统,包括:
获取模块,用于从数据库中获取第一预设数量*M个心内膜双极电信号和第二预设数量*N个心内膜双极电信号,其中,所述第一预设数量*M个心内膜双极电信号为通过多极标测电极对患者的第一预设数量的位点中的每个位点连续采集的M个心内膜双极电信号,所述第二预设数量*N个心内膜双极电信号为通过CS电极对患者的第二预设数量的位点中每个位点连续采集的N个心内膜双极电信号,M和N为正整数;
确定模块,用于根据所述第二预设数量*N个心内膜双极电信号确定房颤平均周长;
识别模块,用于根据所述房颤平均周长对所述第一预设数量*M个心内膜双极电信号进行离散度分析,从所述第一预设数量的位点中识别房颤转子位点。
优选地,所述确定模块具体用于:
从所述第二预设数量*N个心内膜双极电信号中选取K*P个心内膜双极电信号,其中,所述K*P个心内膜双极电信号为K个位点中每个位点连续采集的P个心内膜双极电信号,K和P为正整数,P小于N;
根据所述K*P个心内膜双极电信号确定房颤平均周长,所述房颤平均周长为:所述K*P个心内膜双极电信号的电位间期的总和与所述K*P的比值。
优选地,K为3,所述K个位点分别为:冠状窦电极近端位点、冠状窦电极远端位点和心耳位点。
优选地,所述识别模块具体用于:
对所述第一预设数量的位点中每个位点的M个心内膜双极电信号进行筛选,去除心房复杂碎裂电位信号;
当确定所述第一预设数量的位点中任一个位点剩余的心内膜双极电信号中存在连续的至少H个电信号的时间离散度大于无量纲化后的所述房颤平均周长的预设百分数时,确定该位点为房颤转子位点,H为正整数。
附图说明
图1为本发明实施例提供的一种房颤转子位点的识别方法的流程图;
图2为本发明另一实施例提供的一种房颤转子位点的识别方法的流程图;
图3为本发明另一实施例提供的一种房颤转子位点的识别方法的流程图;
图4为本发明另一实施例提供的冠状窦电极近端、远端以及心耳的电位图;
图5为本发明另一实施例提供的多极标测电极的示意图;
图6为本发明另一实施例提供的心房复杂碎裂电位信号的电位图;
图7为本发明另一实施例提供的一种房颤转子位点的识别系统的结构图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,一种房颤转子位点的识别方法,包括:
S1、从数据库中获取第一预设数量*M个心内膜双极电信号和第二预设数量*N个心内膜双极电信号,其中,第一预设数量*M个心内膜双极电信号为通过多极标测电极对患者的第一预设数量的位点中的每个位点连续采集的M个心内膜双极电信号,第二预设数量*N个心内膜双极电信号为通过CS电极对患者的第二预设数量的位点中每个位点连续采集的N个心内膜双极电信号,M和N为正整数;
S2、根据第二预设数量*N个心内膜双极电信号确定房颤平均周长;
S3、根据房颤平均周长对第一预设数量*M个心内膜双极电信号进行离散度分析,从第一预设数量的位点中识别房颤转子位点。
通过离散度分析方法从第一预设数量的位点中准确识别出房颤转子位点,降低假阳性的转子位点,为指导房颤射频消融提供精确靶点,减少过度消融导致的医源性损伤。
如图2所示,图1中的S2具体包括:
S21、从第二预设数量*N个心内膜双极电信号中选取K*P个心内膜双极电信号,其中,K*P个心内膜双极电信号为K个位点中每个位点连续采集的P个心内膜双极电信号,K和P为正整数,P小于N;
S22、根据K*P个心内膜双极电信号确定房颤平均周长,房颤平均周长为:K*P个心内膜双极电信号的电位间期的总和与K*P的比值。
优选地,K为3,K个位点分别为:冠状窦电极近端位点、冠状窦电极远端位点和心耳位点。
如图3所示,图1中的S3具体包括:
S31、对第一预设数量的位点中每个位点的M个心内膜双极电信号进行筛选,去除心房复杂碎裂电位信号;
S32、当确定第一预设数量的位点中任一个位点剩余的心内膜双极电信号中存在连续的至少H个电信号的时间离散度大于无量纲化后的房颤平均周长的预设百分数时,确定该位点为房颤转子位点,H为正整数。
在发明实施之前,利用多极标测电极在心腔内多次采集双极信号,平均每例患者采集200-300个位点的信号。电极每次采集可覆盖7cm2的心肌组织,每次采集10个心内膜双极电信号。对这10个电信号利用“离散度”分析法进行判定是否存在rotor(房颤转子)电活动。需要说明的是,采集工作不属于本发明的一部分,本发明提供的识别方法仅仅对数据库中的数据进行处理并不进行采集,而数据库中的数据采用上述方法采集得到。本发明包括如下要点:
1、从数据库中获取200-300个位点的连续的M个双极信号。CS电极位置固定,用作周长的测量相对稳定,多极标测电极可以贴近心肌组织,保证信号质量良好,基线稳定,避免产生分析测量误差,能更精确地区分微折返和局灶激动;CS电极采用10极电极,加大电极密度,提高信号分辨率,从而真实呈现转子的电活动的本质,降低了假阳性的转子位点。
2、确定房颤平均周长,如图4所示,分别在冠状窦电极近端(CSp)和远端(CSd)以及心耳(LAA)的位点处,随机选取30个连续信号,测量这3个位点总共90个局部信号的平均CL,房颤平均周长(CL)的计算:测量电位间期(a-j)总和与间期个数(n)的比值。
3、离散度分析:分析多极标测电极每次采集的10个心内膜双极电信号,连续两个电极产生一个电信号,在同一房颤周期上,连续3个或3个对以上信号的时间离散度大于房颤平均周长的60%,确定为rotor活动位点。时间离散度即,各电信号的出现时间点的集合的离散度。如图5所示,A1与A2产生一个电信号即A1-2,比如,A1-2,A3-4和B5-6则为连续的3个电信号。A-E为多极标测电极的5个方向,中心的黑点为位点。
4、心房复杂碎裂电位(CFAE)的排除:在计算离散度时将该信号排除。标测密度更高,识别更为精准,同时降低了假阳性的roto位点。CFAE的定义为:(1)如图6所示,双极信号记录的波峰和波谷无法识别,且局部电位周长无法计算的连续电位;(2)双极信号记录的波峰和波谷可以识别,但局部电位周长小于120ms的快速电活动。
如图7所示,一种房颤转子位点的识别系统,包括:
获取模块1,用于从数据库中获取第一预设数量*M个心内膜双极电信号和第二预设数量*N个心内膜双极电信号,其中,第一预设数量*M个心内膜双极电信号为通过多极标测电极对患者的第一预设数量的位点中的每个位点连续采集的M个心内膜双极电信号,第二预设数量*N个心内膜双极电信号为通过CS电极对患者的第二预设数量的位点中每个位点连续采集的N个心内膜双极电信号,M和N为正整数;
确定模块2,用于根据第二预设数量*N个心内膜双极电信号确定房颤平均周长;
识别模块3,用于根据房颤平均周长对第一预设数量*M个心内膜双极电信号进行离散度分析,从第一预设数量的位点中识别房颤转子位点。
优选地,确定模块2具体用于:
从第二预设数量*N个心内膜双极电信号中选取K*P个心内膜双极电信号,其中,K*P个心内膜双极电信号为K个位点中每个位点连续采集的P个心内膜双极电信号,K和P为正整数,P小于N;
根据K*P个心内膜双极电信号确定房颤平均周长,房颤平均周长为:K*P个心内膜双极电信号的电位间期的总和与K*P的比值。
优选地,K为3,K个位点分别为:冠状窦电极近端位点、冠状窦电极远端位点和心耳位点。
优选地,识别模块3具体用于:
对第一预设数量的位点中每个位点的M个心内膜双极电信号进行筛选,去除心房复杂碎裂电位信号;
当确定第一预设数量的位点中任一个位点剩余的心内膜双极电信号中存在连续的至少H个电信号的时间离散度大于无量纲化后的房颤平均周长的预设百分数时,确定该位点为房颤转子位点,H为正整数。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种房颤转子位点的识别系统,其特征在于,包括:
获取模块,用于从数据库中获取第一预设数量*M个心内膜双极电信号和第二预设数量*N个心内膜双极电信号,其中,所述第一预设数量*M个心内膜双极电信号为通过多极标测电极对患者的第一预设数量的位点中的每个位点连续采集的M个心内膜双极电信号,所述第二预设数量*N个心内膜双极电信号为通过CS电极对患者的第二预设数量的位点中每个位点连续采集的N个心内膜双极电信号,M和N为正整数;
确定模块,用于根据所述第二预设数量*N个心内膜双极电信号确定房颤平均周长;
识别模块,用于根据所述房颤平均周长对所述第一预设数量*M个心内膜双极电信号进行离散度分析,从所述第一预设数量的位点中识别房颤转子位点;
所述识别模块具体用于:
对所述第一预设数量的位点中每个位点的M个心内膜双极电信号进行筛选,去除心房复杂碎裂电位信号;
当确定所述第一预设数量的位点中任一个位点剩余的心内膜双极电信号中存在连续的至少H个电信号的时间离散度大于无量纲化后的所述房颤平均周长的预设百分数时,确定该位点为房颤转子位点,H为正整数。
2.根据权利要求1所述的一种房颤转子位点的识别系统,其特征在于,所述确定模块具体用于:
从所述第二预设数量*N个心内膜双极电信号中选取K*P个心内膜双极电信号,其中,所述K*P个心内膜双极电信号为K个位点中每个位点连续采集的P个心内膜双极电信号,K和P为正整数,P小于N;
根据所述K*P个心内膜双极电信号确定房颤平均周长,所述房颤平均周长为:所述K*P个心内膜双极电信号的电位间期的总和与所述K*P的比值。
3.根据权利要求2所述的一种房颤转子位点的识别系统,其特征在于,K为3,所述K个位点分别为:冠状窦电极近端位点、冠状窦电极远端位点和心耳位点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810181903.2A CN108523876B (zh) | 2018-03-06 | 2018-03-06 | 一种房颤转子位点的识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810181903.2A CN108523876B (zh) | 2018-03-06 | 2018-03-06 | 一种房颤转子位点的识别方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108523876A CN108523876A (zh) | 2018-09-14 |
CN108523876B true CN108523876B (zh) | 2020-11-24 |
Family
ID=63486718
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810181903.2A Active CN108523876B (zh) | 2018-03-06 | 2018-03-06 | 一种房颤转子位点的识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108523876B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150057522A1 (en) * | 2013-08-22 | 2015-02-26 | Cardionxt, Inc. | Methods, Systems, and Apparatus for Identification and Characterization of Rotors Associated With Atrial Fibrillation |
CN105307561A (zh) * | 2013-05-07 | 2016-02-03 | 波士顿科学医学有限公司 | 用于标识转子传播矢量的系统 |
CN105324067A (zh) * | 2013-05-06 | 2016-02-10 | 波士顿科学医学有限公司 | 实时或回放电生理数据可视化期间的最近的跳动特性的持续显示 |
-
2018
- 2018-03-06 CN CN201810181903.2A patent/CN108523876B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105324067A (zh) * | 2013-05-06 | 2016-02-10 | 波士顿科学医学有限公司 | 实时或回放电生理数据可视化期间的最近的跳动特性的持续显示 |
CN105307561A (zh) * | 2013-05-07 | 2016-02-03 | 波士顿科学医学有限公司 | 用于标识转子传播矢量的系统 |
US20150057522A1 (en) * | 2013-08-22 | 2015-02-26 | Cardionxt, Inc. | Methods, Systems, and Apparatus for Identification and Characterization of Rotors Associated With Atrial Fibrillation |
Non-Patent Citations (1)
Title |
---|
AF Ablation Guided by Spatiotemporal Electrogram Dispersion Without Pulmonary Vein Isolation A Wholly Patient-Tailored Approach;Julien Seitz等;《JOURNAL OF THE AMERICAN COLLEGE OF CARDIOLOGY》;20171231;第69卷(第3期);第303-321页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108523876A (zh) | 2018-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10588532B2 (en) | Methods, systems, and apparatus for identification and characterization of rotors associated with atrial fibrillation | |
EP2704628B1 (en) | Signal averaging | |
Faes et al. | A method for quantifying atrial fibrillation organization based on wave-morphology similarity | |
US9456759B2 (en) | Device for automatic mapping of complex fractionated atrial electrogram | |
US10335052B2 (en) | Detection of pulmonary vein isolation | |
Martínez et al. | Study on the P-wave feature time course as early predictors of paroxysmal atrial fibrillation | |
WO2012142183A2 (en) | Electrocardiographic assessment of arrhythmia risk | |
Faes et al. | Principal component analysis and cluster analysis for measuring the local organisation of human atrial fibrillation | |
Laţcu et al. | Scar identification, quantification, and characterization in complex atrial tachycardia: a path to targeted ablation? | |
CN108523876B (zh) | 一种房颤转子位点的识别方法及系统 | |
Murase et al. | The impact of the dominant frequency of body surface electrocardiography in patients with persistent atrial fibrillation | |
CN108888261B (zh) | 一种房颤转子位点的识别方法及系统 | |
CN115770054A (zh) | 心电信号处理方法、便携式心电采集设备和存储介质 | |
Barrio-López et al. | Relationship between left atrium catheter contact force and pacing threshold | |
Shah et al. | QRS subtraction and the ECG analysis of atrial ectopics | |
Dalvi et al. | A least squares approach to estimation of far-field voltage in unipolar electrograms in atrial fibrillation | |
Gupta et al. | A novel method for automated fractionation detection in ventricular tachycardia | |
Kirchner et al. | Local electrical characterisation of human atrial fibrillation | |
Tan et al. | Analysis of panoramic propagation patterns mapped from patients with persistent atrial fibrillation | |
US10278605B2 (en) | Methods and devices for sample characterization | |
Vanheusden et al. | Are Atrial Fibrillation Dominant Frequency Areas the Source of Dominant Excitation Patterns? A Left Atrial Panoramic View | |
van Hunnik et al. | Stationary and Recurrent Properties of Atrial Fibrillation Conduction Patterns in Goat | |
Fischer et al. | Discrimination between atrial flutter and atrial fibrillation by computing a flutter index | |
Locati et al. | ESC Scientific Document Group: Tom De Potter 24, Borislav Dinov 25, Jedrzej Kosiuk 26, Dominik Linz 27, Lis Neubeck 28, Emma Svennberg 29, 30, Young-Hoon Kim 31, Elaine Wan 32, Nestor Lopez-Cabanillas 33, 34 | |
Bonizzi et al. | Noninvasive Assessment of Spatio-Temporal Recurrence in Atrial Fibrillation |
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 |