CN110179458A - 多个激活途径的自动识别 - Google Patents
多个激活途径的自动识别 Download PDFInfo
- Publication number
- CN110179458A CN110179458A CN201910136871.9A CN201910136871A CN110179458A CN 110179458 A CN110179458 A CN 110179458A CN 201910136871 A CN201910136871 A CN 201910136871A CN 110179458 A CN110179458 A CN 110179458A
- Authority
- CN
- China
- Prior art keywords
- point
- lat
- weight
- grid
- approach
- 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.)
- Pending
Links
- 230000037361 pathway Effects 0.000 title abstract description 35
- 238000013459 approach Methods 0.000 claims abstract description 73
- 238000010586 diagram Methods 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 37
- 230000004913 activation Effects 0.000 claims abstract description 15
- 230000004044 response Effects 0.000 claims description 6
- 238000005192 partition Methods 0.000 claims 1
- 102100034238 Linker for activation of T-cells family member 2 Human genes 0.000 abstract 1
- 108091006238 SLC7A8 Proteins 0.000 abstract 1
- 238000013507 mapping Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 6
- 210000001519 tissue Anatomy 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 206010003119 arrhythmia Diseases 0.000 description 3
- 230000006793 arrhythmia Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000002224 dissection Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000000747 cardiac effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 210000005003 heart tissue Anatomy 0.000 description 2
- 230000002107 myocardial effect Effects 0.000 description 2
- 238000002679 ablation Methods 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 210000005240 left ventricle Anatomy 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000000718 qrs complex Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000008719 thickening Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
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]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/366—Detecting abnormal QRS complex, e.g. widening
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/339—Displays specially adapted therefor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/053—Measuring electrical impedance or conductance of a portion of the body
- A61B5/0538—Measuring electrical impedance or conductance of a portion of the body invasively, e.g. using a catheter
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Cardiology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Pharmaceuticals Containing Other Organic And Inorganic Compounds (AREA)
- Nitrogen Condensed Heterocyclic Rings (AREA)
Abstract
本发明题为“多个激活途径的自动识别”。本发明描述的实施方案包括一种方法，该方法包括构建心脏的一部分的计算机化电解剖模型，该模型包括近似心脏的部分的网格，以及在该网格上的不同相应位置处的多个点，多个点具有根据从部分获取的心电图信号确定的相应相关联局部激活时间(LAT)。该方法还包括构建互连点的图示；以及基于点的相应位置和LAT，通过图示识别从具有LAT2中的最低一个LAT的点中的第一点到具有LAT中的最高一个LAT的点中的第二点的多个途径识别最短途径和最长途径。该方法还包括显示网格，其中识别的最短途径和最长途径叠加在网格上。本文还描述了其他实施方案。
Description
技术领域
本发明涉及电生理学的领域，并且具体地讲，涉及心律失常的识别和治疗。
背景技术
心脏的特定区域的局部激活时间为电传播的波前经过该区域时的时间。局部激活时间通常由特定参考时间测得，例如，体表心电图(ECG)记录的QRS波群中的特定时间点。
一些类型的心律失常是由具有不同相应传播速率的两个或更多个单独的激活途径上的心脏组织的电激活引起的。
Cárdenes，Rubén等人的“Estimation of electrical pathways findingminimal cost paths from electro-anatomical mapping of the left ventricle”，International Workshop on Statistical Atlases and Computational Models of theHeart，Springer，Berlin，Heidelberg，2013，提出了使用表面图上的最小成本路径计算来寻找电途径的方法。
发明内容
根据本发明的一些实施方案，提供了包括显示器和处理器的设备。处理器被配置为构建心脏的一部分的计算机化电解剖模型，该模型包括近似心脏的部分的网格，以及在网格上的不同相应位置处的多个点，所述多个点具有根据从该部分获取的心电图信号确定的相应相关联局部激活时间(LAT)。处理器进一步被配置为基于点的相应位置识别点中的多对相邻点，并且构建图示，该图示互连所识别的对中的每个点并且由多个第一权重加权，该多个第一权重至少部分地从点的相应位置和LAT导出，使得每个互连对具有相应第一权重。处理器进一步被配置为通过图示识别从具有LAT中的最低一个LAT的点中的第一点到具有LAT中的最高一个LAT的点中的第二点的第一途径，所述第一途径使从第一点到第二点的多个途径上的第一权重的第一总和最小化。处理器进一步被配置为通过至少部分地从点的相应位置和LAT导出的多个第二权重来重新加权图示，使得每个互连对具有相应的第二权重，通过所述图示识别从第一点到第二点的第二途径，该第二途径使途径上的第二权重的第二总和最小化，以及在显示器上显示网格，其中所识别的第一途径和第二途径叠加在网格上。
在一些实施方案中，对于至少一个互连对，第一权重和第二权重中的每个从(i)互连对之间的距离、和(ii)互连对的相应LAT之间的差值导出。
在一些实施方案中，距离是相对于网格表面的测地距离。
在一些实施方案中，对于至少一个互连对，第一权重是距离和差值的商数，并且第二权重是第一权重的倒数。
在一些实施方案中，处理器被配置为通过以下方式识别相邻点的对：
将网格划分为多个分区，使得分区中的每一个包含点中的相应一个；以及
响应于对被包含在彼此邻接的分区中的任意两个中，识别每对相邻点。
在一些实施方案中，处理器被配置为通过相对于点计算网格的Voronoi曲面细分来划分网格。
根据本发明的一些实施方案进一步提供了一种方法，该方法包括构建心脏的一部分的计算机化电解剖模型，该模型包括近似心脏的部分的网格，以及在网格上的不同相应位置处的多个点，所述多个点具有根据从该部分获取的心电图信号确定的相应相关联局部激活时间(LAT)。该方法还包括基于点的相应位置，识别点中的多对相邻点；以及构建图示，该图示互连所识别的对中的每个点并且由多个第一权重加权，该多个第一权重至少部分地从点的相应位置和LAT导出，使得每个互连对具有相应第一权重。该方法还包括通过所述图示识别从具有LAT中的最低一个LAT的点中的第一点到具有LAT中的最高一个LAT的点中的第二点，通过图示的第一途径，所述第一途径使从第一点到第二点的多个途径上的第一权重的第一总和最小化。该方法还包括通过至少部分地从点的相应位置和LAT导出的多个第二权重来重新加权图示，使得每个互连对具有相应的第二权重；通过所述图示识别从第一点到第二点识别第二途径，该第二途径使途径上的第二权重的第二总和最小化；以及显示网格，其中识别的第一途径和第二途径叠加在网格上。
根据本发明的一些实施方案，还提供包括存储有程序指令的有形非暂态计算机可读介质的计算机软件产品。当由处理器读取时，指令使得处理器构建心脏的一部分的计算机化电解剖模型，该模型包括近似心脏的部分的网格，以及在网格上的不同相应位置处的多个点，所述多个点具有根据从该部分获取的心电图信号确定的相应相关联局部激活时间(LAT)。指令进一步使得处理器基于点的相应位置识别点中的多对相邻点，并且构建图示，该图示互连所识别的对中的每个点并且由多个第一权重加权，该多个第一权重至少部分地从点的相应位置和LAT导出，使得每个互连对具有相应第一权重。通过图示识别指令进一步使得处理器通过图示识别从具有LAT中的最低一个LAT的点中的第一点到具有LAT中的最高一个LAT的点中的第二点的第一途径，所述第一途径使从第一点到第二点的多个途径上的第一权重的第一总和最小化。指令进一步使得处理器通过至少部分地从点的相应位置和LAT导出的多个第二权重来重新加权图示，使得每个互连对具有相应的第二权重，通过图示识别从第一点到第二点的第二途径，该第二途径使途径上的第二权重的第二总和最小化，并且显示网格，其中识别的第一途径和第二途径叠加在网格上。
根据本发明的一些实施方案进一步提供了一种方法，该方法包括构建心脏的一部分的计算机化电解剖模型，该模型包括近似心脏的部分的网格，以及在网格上的不同相应位置处的多个点，所述多个点具有根据从该部分获取的心电图信号确定的相应相关联局部激活时间(LAT)。该方法还包括构建互连点的图示。该方法还包括基于点的相应位置和LAT，通过图示从多个途径中识别最短途径和最长途径两者，所述多个途径从具有LAT中的最低一个LAT的点中的第一点到具有LAT中的最高一个LAT的点中的第二点；以及显示网格，其中识别的最短途径和最长途径叠加在网格上。
结合附图，通过以下对本发明的实施方案的详细描述，将更全面地理解本公开，其中：
附图说明
图1是根据本发明的一些实施方案的电解剖标测过程的示意图；并且
图2和图3A-图3B根据本发明的一些实施方案共同示意性地示出用于识别激活途径的方法。
具体实施方式
概述
在心脏电解剖标测过程中，设置在导管远侧端部处的一个或多个电极用于从受试者的心脏组织(诸如心肌组织)获取心内心电图(ECG)信号。根据获取的ECG信号，处理器可确定组织上各个点处的局部激活时间(LAT)。然后，处理器可构建并显示组织的电解剖标测图，该标测图包括心脏的相关部分的解剖标测图，注释以指示所确定的LAT值。例如，处理器可将获取LAT的每个点投射到对心脏的相关部分进行建模的网格上，然后根据LAT对网格着色。
然而，即使当提供了这样的电解剖标测图时，医师也可能难以手动识别电波前传播穿过组织的激活途径(或“传播途径”)。医师可能特别难以识别同时传播的多个激活途径。
为了解决该挑战，本发明的实施方案提供了用于自动识别电解剖标测图上的一个或多个激活途径的技术。例如，处理器可首先识别具有最低LAT值的点，在下文中称为“起点”，连同具有最高LAT值的点，在下文中称为“终点”。然后，处理器可计算从起点到终点的最快(即，最长)和最慢(即，最短)传播途径。随后，处理器可对电解剖标测图进行注释以显示两个途径。
在健康的受试者中，最快和最慢的途径将是相同的，或者至少相对彼此接近。另一方面，在患有心律失常的受试者中，这两种途径可能相对不同。因此，在给定两种途径的显示的情况下，医师可更容易地诊断和治疗受试者。例如，医师可决定消融最慢途径经过的一些组织。
通常，为了计算激活途径，处理器首先将网格表面划分为多个区域，使得网格表面的每个区域包含LAT点中的不同相应一个。例如，处理器可基于获取LAT的点来构建网格表面的Voronoi曲面细分。然后，处理器通过识别与给定LAT点的区域邻接的那些区域来识别每个给定LAT点的相邻LAT点。随后，处理器构建图示，该图示将LAT点中的每个点连接到其相邻者中的每个点，然后找到从起点到终点横穿图示的最慢和最快途径。
更具体地讲，为了找到最慢激活途径，处理器可通过经由边缘互连的两个LAT点之间的隐含速度来加权图示的每个边缘(可能有一些例外，如下面参考图3A进一步描述的)。该隐含速度可被定义为例如点之间的测地距离与点的相应LAT之间的差值的商数。然后，处理器可从起点到终点通过图示找到途径，该途径使边缘的权重的总和最小化。类似地，为了找到最快激活途径，处理器可通过隐含速度的倒数加权每个边缘(可能有一些例外)，然后使权重的总和最小化。
有利地，本文所述的实施方案通常不内插LAT点，或者将网格划分为大于LAT点的数量的多个区域。因此，激活途径的计算相对较快。
系统描述
首先参考图1，其为根据本发明的一些实施方案的电解剖标测过程的示意图。
图1描绘医师27使用导管29对受试者25执行电解剖标测过程。导管29的远侧端部31包括多个电极32。通过在受试者的心脏23内导航导管29，医师27使得电极32在多个不同位置处接触心脏的一部分30(包括例如心脏的心肌或心外膜表面)并且从该部分获取心内ECG信号。ECG信号由处理器(PROC)22接收。
导管29还包括一个或多个位置传感器(未示出)，该位置传感器连续输出指示导管的位置和取向的信号。基于这些信号，处理器22确定电极中的每个的位置，并因此确定获取每个ECG信号的解剖位置。处理器22进一步处理ECG信号，诸如以确定由这些信号指示的LAT。使用所确定的LAT连同近似部分30的网格34，处理器构建部分30的计算机化电解剖模型(或“标测图”)24。
一般来讲，处理器可使用任何合适的技术来跟踪电极。例如，导管29可包括一个或多个电磁位置传感器，其在外部磁场的存在下生成随着传感器的位置而变化的信号。基于这些信号，处理器可确定电极的相应位置。另选地，对于每个电极，处理器22可确定电极与在各种不同位置处耦合到受试者25的多个外部电极之间的相应阻抗，然后计算这些阻抗之间的比率，这些比率指示电极的位置。另选地，处理器可使用基于电磁跟踪和基于阻抗的跟踪两者，如例如在美国专利8,456,182中所述，所述专利的公开内容以引用方式并入本文。
在构建模型24之后，处理器22在显示器26上显示模型24。在显示模型24时，处理器对网格34进行注释以指示所确定的LAT。例如，处理器可根据色标对网格34进行着色，使得不同的LAT值被标测到不同的相应颜色，如图1中的各种阴影线图案所指示。处理器进一步在网格34上叠加最快激活途径36和最慢激活途径38，其可以如下面参考随后的附图详细描述的那样被识别。
(通常，即使当从心脏的心肌表面获取LAT测量时，网格34的表面对应于心脏的(凸形)心外膜表面，而不是(凹形)心肌表面，使得模型24中的信息可更容易地显示。)
通常，处理器22驻留在控制台28内，该控制台通过电接口35(诸如端口或插座)耦合到导管29。来自电极的ECG信号连同来自位置传感器的位置信号由处理器22通过电接口35接收。
一般来讲，处理器22可体现为单个处理器或协作式联网或集群的处理器集。处理器22通常是编程的数字计算装置，其被配置为在硬件、软件或硬件和软件元件的任何合适组合中实现本文描述的功能。例如，处理器22的至少一些功能可在专用集成电路(ASIC)、现场可编程门阵列(FPGA)和/或图形处理单元(GPU)上实现。另选地或除此之外，处理器可包括中央处理单元(CPU)、随机存取存储器(RAM)、非易失性辅助存储装置(诸如硬盘驱动器或CD ROM驱动器)、网络接口和/或外围装置。如本领域所熟知的，将包括软件程序的程序代码和/或数据加载到RAM中以用于由CPU执行和处理，并且生成结果以用于显示、输出、传输或存储。例如，程序代码和/或数据可以电子形式通过网络而被下载到计算机，或者替代地或附加地，其可被提供和/或存储在非临时性有形介质(诸如磁性存储器、光学存储器、或电子存储器)上。此类程序代码和/或数据在被提供给处理器之后，产生被配置成执行本文所述的任务的机器或专用计算机。
现在参考图2和图3A-图3B，其根据本发明的一些实施方案共同示意性地示出用于识别激活途径的方法。
图2的顶部部分示出模型24的构造。通常，为了构建模型24，处理器首先基于在上面参考图1描述的过程之前执行的解剖标测过程来构建网格34。通常，网格34是三角形网格，包括多个连接的三角形，其共同近似心脏的相关部分(或对心脏的相关部分进行“建模”)。
处理器还通过处理从电极32接收的任何心内ECG信号来获取LAT点40的点云39，如上面参考图1所描述的。每个这样的点40具有相关联的三维坐标“(x，y，z)”，其描述点的位置；以及相关联的LAT“t”，其是在坐标(x，y，z)处获取的LAT。(尽管为了便于说明，图2的顶部部分仅示出了几个点40，但应当注意，在实践中，点云39通常包括至少几百个点。)在获取点云39之后，处理器将点云39投射到网格34上，使得每个点40被标测到网格34上的适当位置。处理器还识别具有最小LAT的点40，在下文中称为“起点”，连同具有最大LAT的点40，在下文中称为“终点”。
在其他实施方案中，在采集点40的同时执行受试者心脏的相关部分的解剖标测，使得点40已经在网格34的坐标系中定义，并且因此点40的透射可以不是必需的。
在构建模型24之后，处理器基于LAT并且基于网格上的点40的相应位置来识别最慢激活途径和最快激活途径。相对于从起点到终点的其他激活途径，最慢激活途径以最小速度从起点到终点；因此，最慢激活途径也是最短激活途径。相反，相对于其他激活途径，最快激活途径以最大速度从起点到终点；因此，最快激活途径也是最长激活途径。
通常，为了识别最慢和最快激活途径中的每个，处理器首先构建加权图示44，其中点40通过多个边缘48互连，该边缘具有至少部分地从点的相应位置和LAT导出的相应权重。(换句话讲，权重中的至少一些是从点中的至少一些的相应位置和LAT导出的。)然后，处理器通过将起点连接到终点的图示优化所有合法途径上的权重函数。(合法途径是LAT沿着其严格增加的任何途径。)
为了构建图示44，处理器首先识别每对相邻LAT点。随后，对于具有相应LAT(ti，ti)的所识别对相邻点(40i，40j)中的每个，其中tj＞ti，处理器计算权重wij。然后，处理器构建图示44，使得图示44将所识别对中的每个与为该对计算的权重互连。换句话讲，处理器构建图示44，使得连接任何给定对的相邻点的每个边缘48具有为该对计算的权重。
通常，对于大多数或所有互连对的点，该对的权重是从该对之间的距离Dij和该对的相应LAT之间的差值tj-ti导出的。例如，为了识别最慢激活途径，如下面参考图3A进一步描述的，处理器可将40i和40j之间的权重计算为Dij/(tj-ti)，即，由点的相应位置和LAT隐含的点之间的速度。相反，为了识别最快激活途径，如下面参考图3B进一步描述的，处理器可将权重计算为(tj-ti)/Dij，即，隐含速度的倒数。
通常，用于计算wij的一对相邻点之间的距离Dij是相对于网格34的表面在该对点之间的测地距离。为了计算点之间的测地距离，处理器可使用任何合适的方法，诸如快速行进方法，该方法描述于Sethian，James A.的“A fast marching level set method formonotonically advancing fronts”，Proceedings of the National Academy ofSciences 93.4，1996年，第1591-1595页，该文献以引用方式并入本文。
通常，为了识别每对相邻点，处理器将网格34划分为多个分区42，使得分区42中的每个包含LAT点40中的不同相应一者。(分区42可另选地称为“单元”或“区域”。)例如，处理器可相对于LAT点计算网格的Voronoi曲面细分，使得任何给定分区42内的每个点比起任何其他LAT点更靠近包含在分区内的LAT点。随后，处理器响应于对包含在沿着共同边界46彼此邻接的分区中的任意两个中，识别每对相邻LAT点。换句话讲，处理器识别彼此邻接的每对分区，比起然后将分别包含在这两个分区内的LAT点识别为相邻者。
图3A示出使用图示44识别起点40s和终点40e之间的最慢激活途径38。(识别的途径由图示44的增厚边缘指示。)通常，为了识别最慢激活途径，处理器将大多数或所有对相邻点(40i，40j)的权重wij计算为两个点之间的隐含速度，即Dij和tj-ti的商数。随后，处理器使在将起点40s连接到终点40e的多个途径上计算的权重的总和最小化。换句话讲，处理器找到将起点40s连接到终点40e的连接序列的边缘48，并且相对于将起点40s连接到终点40e的其他连接序列的边缘具有权重的最小总和。为了使权重的总和最小化，处理器可使用任何合适的算法，诸如Dijksta算法或快速行进法。
在一些情况下，处理器可强制执行预定的最小速度vmin，即，处理器可通过应用函数wij＝max(Dij/(tj-ti)，vmin)来计算权重。因此，例如，大多数权重可被计算为Dij/(tj-ti)，而其余权重可被计算为vmin。另选地或除此之外，处理器可将一个或多个边缘的相应权重设置为无穷大，以防止任何途径响应于这些边缘穿过非导电组织而越过这些边缘。
图3B示出识别起点40s和终点40e之间的最快激活途径36。通常，为了识别最快激活途径，处理器将大多数或所有对相邻点的权重计算为点之间的隐含速度的倒数。如上面对于最慢激活途径的识别所描述的，处理器可强制执行最大倒数速度，并且/或者将一个或多个权重设置为无穷大。随后，处理器使用Dijksta算法、快速行进方法或任何其他合适的算法来使在将起点40s连接到终点40e的多个途径上计算的权重的总和最小化。(应当注意，快速行进的单次执行可用于计算点之间的测地距离，并且找到最快或最慢激活途径。)
有利地，在识别激活途径中的一个之后，处理器不需要重新构建图示44以识别另一个激活途径。相反，处理器可简单地计算必要的权重，通过新权重重新加权图示，并且然后如上所述使新权重的总和最小化。
在一些实施方案中，如上所述，图示44中的每个边缘具有单个权重，该权重量化从较低LAT点移动到较高LAT点的速度或其倒数。在此类实施方案中，使权重总和最小化算法仅考虑合法途径，LAT沿着该合法途径严格增加。另选地，可通过为每个边缘分配两个权重来避免非法途径：第一权重wij，如上所述，该第一权重与从较低LAT点40i移动到较高LAT点40j相关联；以及第二权重wji，该第二权重为无穷大。使用该方案，由于具有无穷大的权重总和，因此使权重总和最小化算法一定不会选择从40j进行到40i的任何途径。
如上面参考图1所描述的，在识别最快和最慢激活途径之后，处理器显示近似相关心脏解剖结构的网格，其中识别的途径叠加在网格上。作为识别和显示最快和最慢激活途径的另选地或除此之外，处理器可通过为图示44选择适当的权重来识别和显示任何其他合适的激活途径。
本领域技术人员应当理解，本发明不限于上文具体示出和描述的内容。相反，本发明的实施方案的范围包括上文所述的各种特征的组合与子组合两者，以及本领域的技术人员在阅读上述说明书时可能想到的未在现有技术范围内的变型和修改。以引用方式并入本专利申请的文献被视为本申请的整体部分，不同的是如果这些并入的文献中限定的任何术语与本说明书中明确或隐含地给出的定义相冲突，则应仅考虑本说明书中的定义。
Claims (20)
1.一种设备，包括：
显示器；和
处理器，所述处理器被配置成：
构建心脏的一部分的计算机化电解剖模型，所述模型包括近似所述心脏的所述部分的网格，以及在所述网格上的不同相应位置处的多个点，所述多个点具有根据从所述部分获取的心电图信号确定的相应相关联局部激活时间(LAT)，
基于所述点的所述相应位置，识别所述点中的多对相邻点，
构建图示，所述图示互连所识别的对中的每个点并且由多个第一权重加权，使得每个互连对具有相应第一权重，所述多个第一权重至少部分地从所述点的所述相应位置和LAT导出，
通过所述图示识别从具有所述LAT中的最低一个LAT的所述点中的第一点到具有所述LAT中的最高一个LAT的所述点中的第二点的第一途径，所述第一途径使从所述第一点到所述第二点的多个途径上的所述第一权重的第一总和最小化，
通过至少部分地从所述点的所述相应位置和LAT导出的多个第二权重来重新加权所述图示，使得每个互连对具有相应的第二权重，
通过所述图示识别从所述第一点到所述第二点的第二途径，所述第二途径使所述途径上的所述第二权重的第二总和最小化，以及
在所述显示器上显示所述网格，其中所识别的第一途径和第二途径叠加在所述网格上。
2.根据权利要求1所述的设备，其中对于至少一个互连对，所述第一权重和所述第二权重中的每个从(i)所述互连对之间的距离、和(ii)所述互连对的相应LAT之间的差值导出。
3.根据权利要求2所述的设备，其中所述距离是相对于所述网格的表面的测地距离。
4.根据权利要求2所述的设备，其中对于所述至少一个互连对，所述第一权重是所述距离和所述差值的商数，并且所述第二权重是所述第一权重的倒数。
5.根据权利要求1所述的设备，其中所述处理器被配置为通过以下方式识别相邻点的所述对：
将所述网格划分为多个分区，使得所述分区中的每一个包含所述点中的相应一个；以及
响应于所述对被包含在彼此邻接的所述分区中的任意两个中，识别每对相邻点。
6.根据权利要求5所述的设备，其中所述处理器被配置为通过相对于所述点计算所述网格的Voronoi曲面细分来划分所述网格。
7.一种方法，包括：
构建心脏的一部分的计算机化电解剖模型，所述模型包括近似所述心脏的所述部分的网格，以及在所述网格上的不同相应位置处的多个点，所述多个点具有根据从所述部分获取的心电图信号确定的相应相关联局部激活时间(LAT)；
基于所述点的所述相应位置，识别所述点中的多对相邻点；
构建图示，所述图示互连所识别的对中的每个点并且由多个第一权重加权，使得每个互连对具有相应第一权重，所述多个第一权重至少部分地从所述点的所述相应位置和LAT导出；
通过所述图示识别从具有所述LAT中的最低一个LAT的所述点中的第一点到具有所述LAT中的最高一个LAT的所述点中的第二点的第一途径，所述第一途径使从所述第一点到所述第二点的多个途径上的所述第一权重的第一总和最小化；
通过至少部分地从所述点的所述相应位置和LAT导出的多个第二权重来重新加权所述图示，使得每个互连对具有相应的第二权重；
通过所述图示识别从所述第一点到所述第二点的第二途径，所述第二途径使所述途径上的所述第二权重的第二总和最小化；以及
显示所述网格，其中所识别的第一途径和第二途径叠加在所述网格上。
8.根据权利要求7所述的方法，其中对于至少一个互连对，所述第一权重和所述第二权重中的每个从(i)所述互连对之间的距离、和(ii)所述互连对的相应LAT之间的差值导出。
9.根据权利要求8所述的方法，其中所述距离是相对于所述网格的表面的测地距离。
10.根据权利要求8所述的方法，其中对于所述至少一个互连对，所述第一权重是所述距离和所述差值的商数，并且所述第二权重是所述第一权重的倒数。
11.根据权利要求7所述的方法，其中识别相邻点的所述对包括：
将所述网格划分为多个分区，使得所述分区中的每一个包含所述点中的相应一个；以及
响应于所述对包含在彼此邻接的所述分区中的任意两个中，识别每对相邻点。
12.根据权利要求11所述的方法，其中划分所述网格包括通过相对于所述点计算所述网格的Voronoi曲面细分来划分所述网格。
13.一种计算机软件产品，所述计算机软件产品包括其中存储有程序指令的有形非暂态计算机可读介质，所述指令在被处理器读取时，使得所述处理器：
构建心脏的一部分的计算机化电解剖模型，所述模型包括近似所述心脏的所述部分的网格，以及在所述网格上的不同相应位置处的多个点，所述多个点具有根据从所述部分获取的心电图信号确定的相应相关联局部激活时间(LAT)，
基于所述点的所述相应位置，识别所述点中的多对相邻点，
构建图示，所述图示互连所识别的对中的每个点并且由多个第一权重加权，使得每个互连对具有相应第一权重，所述多个第一权重至少部分地从所述点的所述相应位置和LAT导出，
通过所述图示识别从具有所述LAT的最低一个LAT的所述点中的第一点到具有所述LAT中的最高一个LAT的所述点中的第二点的第一途径，所述第一途径使从所述第一点到所述第二点的多个途径上的所述第一权重的第一总和最小化，
通过至少部分地从所述点的所述相应位置和LAT导出的多个第二权重来重新加权所述图示，使得每个互连对具有相应的第二权重，
通过所述图示识别从所述第一点到所述第二点的第二途径，所述第二途径使所述途径上的所述第二权重的第二总和最小化，以及
显示所述网格，其中所识别的第一途径和第二途径叠加在所述网格上。
14.根据权利要求13所述的计算机软件产品，其中对于至少一个互连对，所述第一权重和所述第二权重中的每个从(i)所述互连对之间的距离、和(ii)所述互连对的所述相应LAT之间的差值导出。
15.根据权利要求14所述的计算机软件产品，其中所述距离是相对于所述网格的表面的测地距离。
16.根据权利要求14所述的计算机软件产品，其中对于所述至少一个互连对，所述第一权重是所述距离和所述差值的商数，并且所述第二权重是所述第一权重的倒数。
17.根据权利要求13所述的计算机软件产品，其中所述指令使所述处理器通过以下方式识别相邻点的所述对：
将所述网格划分为多个分区，使得所述分区中的每一个包含所述点中的相应一个；以及
响应于所述对被包含在彼此邻接的所述分区中的任意两个中，识别每对相邻点。
18.根据权利要求17所述的计算机软件产品，其中所述指令使得所述处理器通过相对于所述点计算所述网格的Voronoi曲面细分来划分所述网格。
19.一种方法，包括：
构建心脏的一部分的计算机化电解剖模型，所述模型包括近似所述心脏的所述部分的网格，以及在所述网格上的不同相应位置处的多个点，所述多个点具有根据从所述部分获取的心电图信号确定的相应相关联局部激活时间(LAT)；
构建图示，所述图示互连所述点；
基于所述点的所述相应位置和LAT，通过所述图示从多个途径中识别最短途径和最长途径两者，所述多个途径从具有所述LAT中的最低一个LAT的所述点中的第一点到具有所述LAT中的最高一个LAT的所述点中的第二点；以及
显示所述网格，其中所识别的最短途径和最长途径叠加在所述网格上。
20.根据权利要求19所述的方法，其中构建所述图示包括：
将所述网格划分为多个分区，使得所述分区中的每一个包含所述点中的相应一个；以及
通过互连被包含在彼此邻接的相应分区中的所述点中的任意两个来构建所述图示。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US15/902,554 US10665338B2 (en) | 2018-02-22 | 2018-02-22 | Automatic identification of multiple activation pathways |
| US15/902554 | 2018-02-22 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110179458A true CN110179458A (zh) | 2019-08-30 |
Family
ID=65729064
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910136871.9A Pending CN110179458A (zh) | 2018-02-22 | 2019-02-22 | 多个激活途径的自动识别 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US10665338B2 (zh) |
| EP (1) | EP3530184A1 (zh) |
| JP (1) | JP7350494B2 (zh) |
| CN (1) | CN110179458A (zh) |
| AU (1) | AU2019201271A1 (zh) |
| CA (1) | CA3034368A1 (zh) |
| IL (1) | IL264786B2 (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11445935B2 (en) * | 2018-11-26 | 2022-09-20 | Biosense Webster (Israel) Ltd. | Finding the origin of an arrythmia |
| GB2583497B (en) * | 2019-04-30 | 2022-03-02 | Pacertool As | Patient specific electrode positioning |
| US20220175295A1 (en) * | 2020-12-08 | 2022-06-09 | Biosense Webster (Israel) Ltd. | Signal processing of velocity streams of a signal flow for coherent mapping of an anatomical structure |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050093862A1 (en) * | 2003-10-29 | 2005-05-05 | International Business Machines Corporation | System, method, and program product for extracting a multiresolution quadrilateral-based subdivision surface representation from an arbitrary two-manifold polygon mesh |
| US20080225044A1 (en) * | 2005-02-17 | 2008-09-18 | Agency For Science, Technology And Research | Method and Apparatus for Editing Three-Dimensional Images |
| US20100268059A1 (en) * | 2009-04-07 | 2010-10-21 | Pacesetter, Inc. | Therapy optimization via multi-dimensional mapping |
| US20120184863A1 (en) * | 2011-01-13 | 2012-07-19 | Rhythmia Medical, Inc. | Electroanatomical mapping |
| JP2014064922A (ja) * | 2012-09-26 | 2014-04-17 | Biosense Webster (Israel) Ltd | 電極電位マッピング |
| US20160183824A1 (en) * | 2014-12-31 | 2016-06-30 | Biosense Webster (Israel) Ltd. | System and method for visualizing electrophysiology data |
| US20170055864A1 (en) * | 2015-09-02 | 2017-03-02 | St. Jude Medical, Cardiology Division, Inc. | Methods and Systems for Identifying and Mapping Cardiac Activation Wavefronts |
| CN106725448A (zh) * | 2006-05-17 | 2017-05-31 | 圣朱德医疗有限公司房颤分公司 | 用于将电生理学信息映射到复杂几何形状上的系统和方法 |
| EP3254618A1 (en) * | 2016-06-10 | 2017-12-13 | Biosense Webster (Israel) Ltd. | Identification and visualization of cardiac activation sequence in multi-channel recordings |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5999288A (en) * | 1998-02-02 | 1999-12-07 | Telcordia Technologies, Inc. | Connection set-up and path assignment in wavelength division multiplexed ring networks |
| EP1407624A2 (en) | 2001-07-16 | 2004-04-14 | Wavemarket, Inc. | System for providing alert-based services to mobile stations in a wireless communications network |
| US7831076B2 (en) * | 2006-12-08 | 2010-11-09 | Biosense Webster, Inc. | Coloring electroanatomical maps to indicate ultrasound data acquisition |
| US8456182B2 (en) | 2008-09-30 | 2013-06-04 | Biosense Webster, Inc. | Current localization tracker |
| EP2266459A1 (en) * | 2009-06-24 | 2010-12-29 | Cortius B.V. i.o. | Inverse imaging of electrical activity of a heart muscle |
| FR2948475A1 (fr) | 2009-07-24 | 2011-01-28 | Bionext | Procede de caracterisation d'objets tridimensionnels |
| US8429153B2 (en) | 2010-06-25 | 2013-04-23 | The United States Of America As Represented By The Secretary Of The Army | Method and apparatus for classifying known specimens and media using spectral properties and identifying unknown specimens and media |
-
2018
- 2018-02-22 US US15/902,554 patent/US10665338B2/en active Active
-
2019
- 2019-02-11 IL IL264786A patent/IL264786B2/en unknown
- 2019-02-20 CA CA3034368A patent/CA3034368A1/en not_active Abandoned
- 2019-02-21 JP JP2019029171A patent/JP7350494B2/ja active Active
- 2019-02-21 EP EP19158628.8A patent/EP3530184A1/en active Pending
- 2019-02-22 AU AU2019201271A patent/AU2019201271A1/en not_active Abandoned
- 2019-02-22 CN CN201910136871.9A patent/CN110179458A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050093862A1 (en) * | 2003-10-29 | 2005-05-05 | International Business Machines Corporation | System, method, and program product for extracting a multiresolution quadrilateral-based subdivision surface representation from an arbitrary two-manifold polygon mesh |
| US20080225044A1 (en) * | 2005-02-17 | 2008-09-18 | Agency For Science, Technology And Research | Method and Apparatus for Editing Three-Dimensional Images |
| CN106725448A (zh) * | 2006-05-17 | 2017-05-31 | 圣朱德医疗有限公司房颤分公司 | 用于将电生理学信息映射到复杂几何形状上的系统和方法 |
| US20100268059A1 (en) * | 2009-04-07 | 2010-10-21 | Pacesetter, Inc. | Therapy optimization via multi-dimensional mapping |
| US20120184863A1 (en) * | 2011-01-13 | 2012-07-19 | Rhythmia Medical, Inc. | Electroanatomical mapping |
| JP2014064922A (ja) * | 2012-09-26 | 2014-04-17 | Biosense Webster (Israel) Ltd | 電極電位マッピング |
| US20160183824A1 (en) * | 2014-12-31 | 2016-06-30 | Biosense Webster (Israel) Ltd. | System and method for visualizing electrophysiology data |
| US20170055864A1 (en) * | 2015-09-02 | 2017-03-02 | St. Jude Medical, Cardiology Division, Inc. | Methods and Systems for Identifying and Mapping Cardiac Activation Wavefronts |
| EP3254618A1 (en) * | 2016-06-10 | 2017-12-13 | Biosense Webster (Israel) Ltd. | Identification and visualization of cardiac activation sequence in multi-channel recordings |
Also Published As
| Publication number | Publication date |
|---|---|
| US20190259490A1 (en) | 2019-08-22 |
| EP3530184A1 (en) | 2019-08-28 |
| JP2019177135A (ja) | 2019-10-17 |
| JP7350494B2 (ja) | 2023-09-26 |
| AU2019201271A1 (en) | 2019-09-05 |
| US10665338B2 (en) | 2020-05-26 |
| IL264786A (en) | 2019-05-30 |
| IL264786B (en) | 2022-12-01 |
| IL264786B2 (en) | 2023-04-01 |
| CA3034368A1 (en) | 2019-08-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10241968B2 (en) | System and method for real-time simulation of patient-specific cardiac electrophysiology including the effect of the electrical conduction system of the heart | |
| EP3113671B1 (en) | Medical devices for mapping cardiac tissue | |
| CN110179458A (zh) | 多个激活途径的自动识别 | |
| US20220248956A1 (en) | Systems, Devices, Components and Methods for Detecting the Locations of Sources of Cardiac Rhythm Disorders in a Patient's Heart Using Body Surface Electrodes and/or Cardiac Monitoring Patches | |
| Cárdenes et al. | Estimation of Purkinje trees from electro-anatomical mapping of the left ventricle using minimal cost geodesics | |
| US20240074689A1 (en) | Volumetric lat map | |
| US20170103527A1 (en) | A computer implemented method for identifying channels from representative data in a 3d volume and a computer program product implementing the method | |
| CN108968945A (zh) | 使用导管臂的分段线性模型来识别与组织的接触 | |
| Lange et al. | Protective role of false tendon in subjects with left bundle branch block: A virtual population study | |
| US10398338B2 (en) | Systems and methods for guiding a multi-pole sensor catheter to locate cardiac arrhythmia sources | |
| EP4138093A1 (en) | Identification of target sites for ventricular tachycardia treatment | |
| Cedilnik et al. | VT scan: towards an efficient pipeline from computed tomography images to ventricular tachycardia ablation | |
| EP3984457A1 (en) | Systems, devices, components and methods for detecting the locations of sources of cardiac rhythm disorders in a patient s heart using body surface electrodes and/or cardiac monitoring patches | |
| US10957057B2 (en) | Post-mapping automatic identification of pulmonary veins | |
| Shillieto et al. | Catheter simulator software tool to generate electrograms of any multi-polar diagnostic catheter from 3D atrial tissue | |
| Cárdenes et al. | Estimation of electrical pathways finding minimal cost paths from electro-anatomical mapping of the left ventricle | |
| Berg et al. | Shocker: An Improved Optimization-Based Method for the Generation of Patient-Specific Models of Purkinje Networks | |
| EP4296966A1 (en) | Method of identification of radiotherapy targets for treating and preventing cardiac arrhythmias | |
| Vermoortele et al. | Computational homology to unravel the complex scar structure after a myocardial infarction | |
| JP2022180332A (ja) | 心臓マップのための局所的伝播速度の計算 | |
| JP2022180333A (ja) | リアルタイムでの局所的伝播速度の計算 | |
| EP3917390A1 (en) | Method for determining electrical activity of cardiac muscle | |
| Jolley et al. | Open-source environment for interactive finite element modeling of optimal icd electrode placement |
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 |