CN113711224A - 反映动作电位时程恢复现象的心脏模型生成方法及生成装置 - Google Patents
反映动作电位时程恢复现象的心脏模型生成方法及生成装置 Download PDFInfo
- Publication number
- CN113711224A CN113711224A CN202080029241.2A CN202080029241A CN113711224A CN 113711224 A CN113711224 A CN 113711224A CN 202080029241 A CN202080029241 A CN 202080029241A CN 113711224 A CN113711224 A CN 113711224A
- Authority
- CN
- China
- Prior art keywords
- heart model
- time
- action potential
- point
- time interval
- 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.)
- Granted
Links
- 230000036982 action potential Effects 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000011084 recovery Methods 0.000 title claims abstract description 26
- 230000000747 cardiac effect Effects 0.000 claims abstract description 12
- 230000000638 stimulation Effects 0.000 claims description 28
- 230000015654 memory Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 16
- 230000003247 decreasing effect Effects 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000001746 atrial effect Effects 0.000 claims description 6
- 206010003658 Atrial Fibrillation Diseases 0.000 description 24
- 238000010586 diagram Methods 0.000 description 14
- 238000013153 catheter ablation Methods 0.000 description 7
- 206010003119 arrhythmia Diseases 0.000 description 6
- 230000006793 arrhythmia Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 235000000177 Indigofera tinctoria Nutrition 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 206010042434 Sudden death Diseases 0.000 description 1
- 238000002679 ablation Methods 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 210000005003 heart tissue Anatomy 0.000 description 1
- 229940097275 indigo Drugs 0.000 description 1
- COHYTHOBJLSHDF-UHFFFAOYSA-N indigo powder Natural products N1C2=CC=CC=C2C(=O)C1=C1C(=O)C2=CC=CC=C2N1 COHYTHOBJLSHDF-UHFFFAOYSA-N 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000028161 membrane depolarization Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000002336 repolarization Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- A61B5/388—Nerve conduction study, e.g. detecting action potential of peripheral nerves
-
- 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]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/361—Detecting fibrillation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- 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
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B23/00—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes
- G09B23/28—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes for medicine
-
- 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
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B23/00—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes
- G09B23/28—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes for medicine
- G09B23/30—Anatomical models
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Artificial Intelligence (AREA)
- Cardiology (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Fuzzy Systems (AREA)
- Mathematical Optimization (AREA)
- Educational Administration (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Mathematical Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Business, Economics & Management (AREA)
- Medicinal Chemistry (AREA)
Abstract
本发明一实施例的反映动作电位时程恢复现象的心脏模型生成方法,能够以视觉方式输出3维心脏模型所包括的所有地点的松弛时间及动作电位时程的相关关系的最大斜率。
Description
技术领域
本发明涉及反映动作电位时程恢复现象的心脏模型生成方法及生成装置。更详细地涉及能够以视觉方式输出3维心脏模型所包括的所有地点的松弛时间及动作电位时程的相关关系的最大斜率的反映动作电位时程恢复现象的心脏模型生成方法及生成装置。
背景技术
心律不齐(Arrhythmia)是指因发生心房颤动而在心脏中难以形成电刺激或无法正常传递刺激,无法继续有规律的收缩,心跳异常变快或变慢,或者变得不规律的症状,提供猝死或脑中风的原因。
心律不齐的治疗方法有如同高频电极导管消融手术通过使心脏组织烧灼,阻断心脏的导电,可阻止心律不齐的手术疗法,但存在难以预先掌握对心脏的哪个部位以多大的强度施行消融手术才可导出最佳的效果的问题。
若在高频电极导管消融手术之前,可准确地检测发生心房颤动的地点及发生心房颤动的可能性高的地点,则可解决这种高频电极导管消融手术的问题,这是因为通过对这些地点施行高频电极导管消融手术,可去除发生的心房颤动,同时可预防往后有可能发生的心房颤动。
另一方面,以往,与发生心房颤动的地点相关地,开发利用心电图(Electrocardiography,ECG)信号的时间/频率分析方法,但心电图信号本身暴露在噪声中,包含受限的数据长度和异常性(Non Stat ionary),因而存在难以准确检测发生心房颤动的地点,时间/频率分析方法本身所消耗的费用相当高的问题的同时进而存在无法检测发生心房颤动的可能性高的地点的问题。
因此,需要在高频电极导管消融手术之前,能够以无负担的费用准确地检测发生心房颤动的地点及发生心房颤动的可能性高的地点的新的技术。本发明与其有关。
发明内容
技术问题
本发明所要解决的技术问题在于,提供在高频电极导管消融手术之前,可准确地检测发生心房颤动的地点及发生心房颤动的可能性高的地点的方法及装置。
本发明所要解决的另一技术问题在于,提供通过以无负担的费用检测发生心房颤动的地点及发生心房颤动的可能性高的地点,可将患者的经济负担最小化的方法及装置。
本发明的技术问题不局限于以上所提及的技术问题,本发明所属技术领域的普通技术人员可从以下的记载内容中明确地理解未提及的其他技术问题。
解决问题的方案
用于实现上述技术问题的本发明一实施例的反映动作电位时程恢复现象的心脏模型生成方法包括:步骤(a),加载包括N(N为1以上的自然数)个坐标的心脏模型及包括上述心脏模型所包括的N个坐标中根据不同第一规定时间间隔测定的电压值的不同时间电压数据;步骤(b),利用加载的上述不同时间电压数据,计算从表示相比于上述心脏模型所包括的特定坐标中的包括在上述第一规定时间间隔内的电压值的最高点降低90%的电压值的地点(APD90)到包括在下一个第一规定时间间隔内的受到电刺激的地点为止的时间,即松弛时间;步骤(c),利用加载的上述不同时间电压数据,计算从上述心脏模型所包括的特定坐标中的包括在上述下一个第一规定时间间隔内的受到电刺激的地点到表示相比于包括在上述下一个第一规定时间间隔内的电压值的最高点降低90%的电压值的地点(APD90)为止的时间,即动作电位时程;步骤(d),将计算的上述心脏模型所包括的特定坐标中的松弛时间及动作电位时程的相关关系进行计算,利用计算的上述相关关系计算最大斜率(Slope);以及步骤(e),向上述心脏模型所包括的特定坐标反映计算的上述最大斜率,以视觉方式输出。
根据一实施例,上述心脏模型可以为由不同患者生成的3维心房模型。
根据一实施例,上述N个坐标可以为450000个坐标。
根据一实施例,上述第一规定时间间隔可以为1ms、2ms及3ms中的任一个。
根据一实施例,上述步骤(d)的松弛时间及动作电位时程的相关关系可通过如下的相关关系计算公式计算。
相关关系计算公式:y(动作电位时程)=y0+A1(1-e -松弛时间/τ1)
(其中,y0及A1为自由拟合变量(Free-Fitting Variable),τ1为时间常数(TimeConstatnt))
根据一实施例,上述最大斜率可针对上述松弛时间进行微分,计算上述相关关系计算公式。
根据一实施例,在上述步骤(e)之后,还可包括步骤(f),在上述步骤(f)中,针对除了上述特定坐标之外的上述心脏模型所包括的整个N个坐标反复执行上述步骤(b)至步骤(e)。
根据一实施例,在上述步骤(f)之后,还可包括步骤(g),在上述步骤(g)中,针对除了上述心脏模型所包括的N个坐标之外的上述心脏模型的剩余区域,将插值法适用于对上述心脏模型所包括的N个坐标计算的最大斜率,以视觉方式输出。
根据一实施例,计算的上述最大斜率的大小的范围可以为0.3至2.3,在上述步骤(e)中,可根据计算的上述最大斜率的大小改变颜色,以视觉方式输出。
用于实现上述技术问题的本发明再一实施例的反映动作电位时程恢复现象的心脏模型生成装置包括:一个以上的处理器;网络接口;内存,加载(Load)利用上述处理器执行的计算机程序;以及存储器,存储大容量网络数据及上述计算机程序,上述计算机程序利用上述一个以上的处理器执行如下操作,该操作包括:(a),加载包括N(N为1以上的自然数)个坐标的心脏模型及包括上述心脏模型所包括的N个坐标中根据不同第一规定时间间隔测定的电压值的不同时间电压数据;(b),利用加载的上述不同时间电压数据,计算从表示相比于上述心脏模型所包括的特定坐标中的包括在上述第一规定时间间隔内的电压值的最高点降低90%的电压值的地点(APD90)到包括在下一个第一规定时间间隔内的受到电刺激的地点为止的时间,即松弛时间;(c),利用加载的上述不同时间电压数据,计算从上述心脏模型所包括的特定坐标中的包括在上述下一个第一规定时间间隔内的受到电刺激的地点到表示相比于包括在上述下一个第一规定时间间隔内的电压值的最高点降低90%的电压值的地点(APD90)为止的时间,即动作电位时程;(d),将计算的上述心脏模型所包括的特定坐标中的松弛时间及动作电位时程的相关关系进行计算,利用计算的上述相关关系计算最大斜率(Slope);以及(e),向上述心脏模型所包括的特定坐标反映计算的上述最大斜率,以视觉方式输出。
用于实现上述技术问题的本发明另一实施例的存储于介质的计算机程序与计算装置相结合并执行如下步骤,其包括:步骤(a),加载包括N(N为1以上的自然数)个坐标的心脏模型及包括上述心脏模型所包括的N个坐标中根据不同第一规定时间间隔测定的电压值的不同时间电压数据;步骤(b),利用加载的上述不同时间电压数据,计算从表示相比于上述心脏模型所包括的特定坐标中的包括在上述第一规定时间间隔内的电压值的最高点降低90%的电压值的地点(APD90)到包括在下一个第一规定时间间隔内的受到电刺激的地点为止的时间,即松弛时间;步骤(c),利用加载的上述不同时间电压数据,计算从上述心脏模型所包括的特定坐标中的包括在上述下一个第一规定时间间隔内的受到电刺激的地点到表示相比于包括在上述下一个第一规定时间间隔内的电压值的最高点降低90%的电压值的地点(APD90)为止的时间,即动作电位时程;步骤(d),将计算的上述心脏模型所包括的特定坐标中的松弛时间及动作电位时程的相关关系进行计算,利用计算的上述相关关系计算最大斜率(Slope);以及步骤(e),向上述心脏模型所包括的特定坐标反映计算的上述最大斜率,以视觉方式输出。
发明的效果
根据如上所述的本发明,以视觉方式向心脏模型实时输出松弛时间及动作电位时程的相关关系的斜率,具有用户一边实时确认最终输出的心脏模型一边在高频电极导管消融手术之前,可准确地检测发生心房颤动的地点及发生心房颤动的可能性高的地点的效果。
并且,生成最终输出的心脏模型时利用的不同时间电压数据为心律不齐患者通常测定的检查的结果数据,费用不高,因而具有可将患者的经济负担最小化的效果。
本发明的效果不局限于以上所提及的效果,本发明所属技术领域的普通技术人员可从以下的记载内容中明确地理解未提及的其他效果。
附图说明
图1为表示本发明第一实施例的反映动作电位时程恢复现象的心脏模型生成装置所包括的整体结构的图。
图2为表示本发明第二实施例的反映动作电位时程恢复现象的心脏模型生成方法的代表性步骤的流程图。
图3为例示性地表示包括N个坐标的心脏模型的图。
图4为例示性地表示在心脏模型所包括的N个坐标中包括根据不同第一规定时间间隔测定的电压值的不同时间电压数据的图。
图5为放大表示图4所示的第一坐标至第N坐标中的一种的特定坐标中根据不同第一规定时间间隔测定的电压值的一部分的图。
图6为追加表示图5所示的图中松弛时间的图。
图7为追加表示图6所示的图中动作电位时程的图。
图8为通过相关关系计算公式由例示性的曲线图表示在特定坐标中测定时间的松弛时间及动作电位时程的相关关系的图。
图9为追加表示图8所示的图中多个斜率中的最大斜率的图。
图10为在图3所示的心脏模型中由颜色标记特定坐标的最大斜率的图。
图11为追加表示在图2所示的流程图中步骤S250之后执行的步骤的流程图。
图12为对图10所示的心脏模型适用插值法由颜色标记的整个区域的最大斜率的图。
图13为表示当用户通过鼠标选择心脏模型的特定坐标时,该坐标中的最大斜率以数值性方式输出的状态的图。
图14为表示与心脏模型一同同时输出电信号的刺激周期的状态的图。
具体实施方式
以下,参照附图,详细说明本发明的优选实施例。参照与附图一同详细后述的实施例,使本发明的优点及特征以及实现这些的方法变得明确。但是,本发明不局限于以下公开的实施例,而是能够以不同的多种形态实现,只是本实施例使本发明的公开内容变得完整,使本发明所属技术领域的普通技术人员完整地理解发明的范畴,本发明仅根据权利要求书的范畴定义。在说明书全文中,相同的附图标记表示相同的结构要素。
除非有其他定义,则本说明书中使用的所有术语(包括技术及科学术语)能够以本发明所属技术领域的普通技术人员可共同理解的含义使用。并且,通常使用的词典上定义的术语除非明确地特别定义,则不被理想或过度解释。本说明书中使用的术语用于说明实施例,并不限制本发明。在本说明书中,单数型除非在句中特别提及,则还包括复数型。
说明书中使用的“包括(comprises)”和/或“包括…的(comprising)”是指提及的结构要素、步骤、动作和/或器件,并不排除一个以上的另一结构要素、步骤、动作和/或器件的存在或添加。
图1为表示本发明第一实施例的反映动作电位时程恢复现象的心脏模型生成装置100所包括的整体结构的图。
但是,其仅为用于实现本发明的目的的优选实施例,根据需要,可添加或删除一部分结构,当然,一个结构执行的作用可由另一结构一同执行。
本发明第一实施例的反映动作电位时程恢复现象的心脏模型生成装置100可包括处理器10、网络接口20、内存30、存储器40及连接它们的数据总线50。
处理器10控制各个结构的整体动作。处理器10可以为中央处理单元(CPU,CentralProcessing Unit)、微处理单元(MPU,Micro Processer Unit)、微控制单元(MCU,MicroController Unit)或本发明所属技术领域中广为人知的形态的处理器中的一种。而且,处理器10可执行用于执行本发明第二实施例的反映动作电位时程恢复现象的心脏模型生成方法的至少一个应用或程序的运算。
网络接口20支持本发明第一实施例的反映动作电位时程恢复现象的心脏模型生成装置100的有线无线互联网通信,可支持此外的公知的通信方式。因此,网络接口20可包括基于此的通信模块。
内存30存储各种数据、指令和/或信息,为了执行本发明第二实施例的反映动作电位时程恢复现象的心脏模型生成方法,可从存储器40中加载一个以上的计算机程序41。在图1中表示作为内存30之一的随机存取存储器(RAM),但与此同时当然可将多种存储介质利用为内存30。
存储器40可非临时存储一个以上的计算机程序41及大容量网络数据42。这种存储器40可以为只读存储器(ROM,Read Only Memory)、可擦除可编程只读存储器(EPROM,Erasable Programmable ROM)、电可擦除可编程只读存储器(EEPROM,ElectricallyErasable Programmable ROM)、闪存等之类的非易失性内存、硬盘、可移动磁盘或本发明所属技术领域中广为人知的任意形态的计算机可读的记录介质中的一种。
计算机程序41可加载于内存30,利用一个以上的处理器10执行如下操作,该操作包括:(a),加载包括N(N为1以上的自然数)个坐标的心脏模型及包括上述心脏模型所包括的N个坐标中根据不同第一规定时间间隔测定的电压值的不同时间电压数据;(b),利用加载的上述不同时间电压数据,计算从表示相比于上述心脏模型所包括的特定坐标中的包括在上述第一规定时间间隔内的电压值的最高点降低90%的电压值的地点(APD90)到包括在下一个第一规定时间间隔内的受到电刺激的地点为止的时间,即松弛时间;(c),利用加载的上述不同时间电压数据,计算从上述心脏模型所包括的特定坐标中的包括在上述下一个第一规定时间间隔内的受到电刺激的地点到表示相比于包括在上述下一个第一规定时间间隔内的电压值的最高点降低90%的电压值的地点为止的时间,即动作电位时程;(d),将计算的上述心脏模型所包括的特定坐标中的松弛时间及动作电位时程的相关关系进行计算,利用计算的上述相关关系计算最大斜率(Slope);以及(e),向上述心脏模型所包括的特定坐标反映计算的上述最大斜率,以视觉方式输出。
以上简单提及的计算机程序41执行的操作可被视为计算机程序41的一个功能,更详细的说明在本发明第二实施例的反映动作电位时程恢复现象的心脏模型生成方法的说明中进行后述。
以下,参照图2至图14,说明本发明第二实施例的反映动作电位时程恢复现象的心脏模型生成方法。
图2为表示本发明第二实施例的反映动作电位时程恢复现象的心脏模型生成方法的代表性步骤的流程图。
其仅为用于实现本发明的目的的优选实施例,根据需要,可添加或删除一部分步骤,进而,一个步骤当然还可包括在另一步骤。
另一方面,所有步骤以利用本发明第一实施例的反映动作电位时程恢复现象的心脏模型生成装置100执行作为前提。
首先,加载包括N(N为1以上的自然数)个坐标的心脏模型及包括心脏模型所包括的N个坐标中根据不同第一规定时间间隔测定的电压值的不同时间电压数据(步骤S210)。
其中,包括N个坐标的心脏模型例示性地示于图3中,参照图3,心脏模型可以为由不同患者生成的3维心房模型,但不一定局限于此,根据情况,可利用2D心房模型。但是,实际患者的心脏具有立体形状,有可能存在于发生心房颤动的地点及发生心房颤动的可能性高的地点无法由2D表现的区域,因而优选地使用3维心房模型。
另一方面,图3中未单独表示难以通过视觉识别的N个坐标,但N个坐标可以为心脏模型上的特定地点的坐标。
更具体地,N为1以上的自然数,但根据用于检测心脏模型所包括的所有地点中发生心房颤动的地点及发生心房颤动的可能性高的地点的发明的主旨,优选地,由高的数字设定N,以提高准确度。例如,N可以为250000至650000之间的数字,但N小时,运算速度可变快,但准确度有可能降低,当N大时,可提高准确度,但运算速度有可能变慢,因而均考虑运算速度和准确度,最优选地,将N设定为450000,其可由本发明第一实施例的反映动作电位时程恢复现象的心脏模型生成装置100的设计人员或使用其的医生等之类的用户自由设定。
图4为例示性地表示在心脏模型所包括的N个坐标中包括根据不同第一规定时间间隔测定的电压值的不同时间电压数据的图。
参照图4,可确认不同时间电压数据均包括针对前面说明的所有N个坐标测定的电压值,若非如此,则需要心脏模型所包括的坐标的数量和不同时间电压数据所包括的测定电压值的坐标的数量的同步化。
例如,心脏模型所包括的N个坐标为450000个坐标,当测定的电压值涉及500000个坐标时,需要使它们一致成与450000个坐标相关的同步化。
但是,当心脏模型及不同时间电压数据通过相同的装置或相同的程序同时或依次生成时,针对生成的心脏模型所包括的N个坐标测定电压值生成不同时间电压数据,因而不需要单独的同步化。
第一规定时间间隔可考虑电压值的周期性设定,从心脏中测定的电压值具有以规定的周期反复的性质,其也例示性地示于图4中。因此,优选地,第一规定时间间隔反映这种电压值的周期设定,优选地,将1ms、2ms及3ms中的一种设定为第一规定时间间隔,图4中可确认将1ms作为第一规定时间间隔测定电压值,以下,以其为基准继续说明。
另一方面,以上的步骤S210以加载心脏模型及不同时间电压数据为基准说明,但其中,加载相当于心脏模型及不同时间电压数据已存储于本发明第一实施例的反映动作电位时程恢复现象的心脏模型生成装置100的情况,当通过外部装置接收心脏模型及不同时间电压数据时,加载可被视为输入。
当加载心脏模型和不同时间电压数据时,利用加载的不同时间电压数据计算从表示相比于心脏模型所包括的特定坐标中的包括在第一规定时间间隔内的电压值的最高点降低90%的电压值的地点(APD90)到包括在下一个第一规定时间间隔内的受到电刺激的地点为止的时间,即松弛时间(步骤S220)。
图5为放大表示图4所示的第一坐标至第N坐标中的一种的特定坐标中根据不同第一规定时间间隔测定的电压值的一部分的图,第一规定时间间隔为1ms。
参照图5,可确认以作为第一规定时间间隔的1ms为周期电压值以比较类似的倾向反复,可确认第一规定时间间隔内的电压值中表示有O标记和X标记。其中,O标记的地点为作为表示相比于电压值的最高点降低90%的电压值的地点的APD90,X标记的地点为作为后述的受到电刺激的地点的开始去极化或复极化的地点。
参照最先开始的第一规定时间间隔内的电压值,可确认在中间程度的地点电压值表示最高点,APD90为表示相比于电压值的最高点降低90%的电压值的地点,因而只能是电压值的最高点之后的地点。
另一方面,为了计算松弛时间,除了前面说明的APD90之外,受到电刺激的地点同样需要检测,其中,受到电刺激的地点的检测以包括APD90的第一规定时间间隔之后的第一规定时间间隔为基准。例如,在图5所示的第一规定时间间隔中,当将最先开始的第一规定时间间隔称为第A规定时间,将其之后的第一规定时间间隔称为第B规定时间时,在第A规定时间内针对检测到的APD90受到用于计算松弛时间的电刺激的地点为包括在第B规定时间的地点。
图6为追加表示图5所示的图中松弛时间的图,松弛时间为APD90和受到电刺激的地点之间的时间,更具体地,可确认包括在第一规定时间间隔内的APD90和包括在其之后第一规定时间间隔内的受到电刺激的地点之间的时间。
返回到图2的说明。
当计算松弛时间时,利用加载的不同时间电压数据计算从心脏模型所包括的特定坐标中的包括在下一个第一规定时间间隔内的受到电刺激的地点到表示相比于包括在下一个第一规定时间间隔内的电压值的最高点降低90%的电压值的地点(APD90)为止的时间,即动作电位时程(步骤S230)。
其中,包括在下一个第一规定时间间隔内的受到电刺激的地点与包括在前面步骤S220的说明中提及的下一个第一规定时间间隔内的受到电刺激的地点相同,因而为了防止重复描述,省略详细的说明。
另一方面,作为表示相比于包括在下一个第一规定时间间隔内的电压值的最高点降低90%的电压值的地点的APD90的说明同样与前面步骤S220的说明中所提及的包括在第一规定时间间隔内的APD90基本相同,但与步骤S220的不同点为APD90并非是包括在第一规定时间间隔内的地点,而是包括在下一个第一规定时间间隔内的地点。例如,当前面步骤S220中的APD90为包括在第A规定时间间隔内的地点时,步骤S230中的APD90为包括在第B规定时间间隔内的地点。
图7为追加表示图6所示的图中动作电位时程的图,动作电位时程受到电刺激的地点和APD90之间的时间,更具体地,可确认包括在第一规定时间的下一个第一规定时间间隔内的受到电刺激的地点和包括在该第一规定时间间隔内的APD90之间的时间。
若整理以上说明的步骤S220及步骤S230,则计算的松弛时间的终点成为计算的动作电位时程的起点,这种松弛时间和动作电位时程之间的关系在第一规定时间间隔的下一个第一规定时间间隔之后也继续维持。即,以特定坐标为基准维持松弛时间-动作电位时程-松弛时间-动作电位时程-松弛时间-动作电位时程…的关系,由此在步骤S230之后,还可执行步骤S220及步骤S230均针对测定时间反复执行的步骤S235。
同时,为了便于说明,分离步骤S220和步骤S230的说明,但步骤S220、步骤S230及步骤S235可通过并行处理同时执行,这种情况下,运算速度可飞跃地提高。
当计算松弛时间和动作电位时程时,将计算的心脏模型所包括的特定坐标中的松弛时间及动作电位时程的相关关系进行计算,利用计算的相关关系计算最大斜率(Slope)(步骤S240)。
其中,特定坐标中的松弛时间及动作电位时程的相关关系可通过如下所述的相关关系计算公式计算。
相关关系计算公式:y(动作电位时程)=y0+A1(1-e -松弛时间/τ1)
其中,yo及A1为自由拟合变量(Free-Fitting Variable),τ1为时间常数(TimeConstatnt),y0最初可设定为50,松弛时间可设定为10,τ1可设定为30,在最小值分别为-50、-10、-30且最大值分别为1000、1000、1000的范围内可自由设定。
图8为通过相关关系计算公式由例示性的曲线图表示在特定坐标中松弛时间及动作电位时程的相关关系的图,如同参照相关关系计算公式本身和图8可确认,是一种函数,因而当执行对松弛时间的微分时,可计算斜率。
斜率:(A1/τ1)·e -松弛时间/τ1
另一方面,在步骤S240中所要计算的斜率为最大斜率,因而当特定坐标中的松弛时间及动作电位时程分别仅计算1个时,该松弛时间及动作电位时程的相关关系的斜率成为最大斜率,但随着前面执行步骤S235,可在特定坐标中均对测定时间计算松弛时间及动作电位时程,因而这种情况下,计算的斜率为多个,它们中的最大斜率可计算为最大斜率,图8同样以其为基准表示,图9中单独标记多个斜率中的最大斜率。
当计算最大斜率时,向心脏模型所包括的特定坐标反映计算的最大斜率,以视觉方式输出(步骤S250)。
其中,以视觉方式输出可通过多种方法实现,可根据计算的最大斜率的大小,改变该坐标中的颜色输出,或在最大斜率的数值,例如,0.3至2.3之间的范围内直接输出该最大斜率的大小的数值。
图10为在图3所示的心房模型中由颜色标记特定坐标的最大斜率的图,特定坐标为一个点,因而仅通过颜色标记点,用户则难以识别,由此如图11所示,在步骤S250之后,还可执行步骤S260及步骤S270,在上述步骤S260中,针对除了特定坐标之外的心脏模型所包括的N个坐标全部反复执行步骤S220至步骤S250,在上述步骤S270中,针对除了心脏模型所包括的N个坐标之外的心脏模型的剩余区域,将插值法适用于对心脏模型所包括的N个坐标计算的最大斜率,以视觉方式输出。
前面对步骤S220至步骤S250的说明涉及心脏模型所包括的N个坐标中的一个特定坐标,根据步骤S260,当对除了该特定坐标之外的N个坐标全部执行步骤S220至步骤S250时,针对N个坐标全部,最大斜率能够以视觉方式输出。但是,这种情况下,同样,N个坐标为N个,因而坐标之间只能产生无法以视觉方式输出的区域,步骤S270即可解决这种问题。
其中,在插值法中,以向所要插值的区域周围以视觉方式输出的事项或最大斜率为基础以视觉方式输出该所要插值的区域,可按照最大斜率的大小顺序利用红色、橙色、黄色、绿色、蓝色、靛色及紫色以视觉方式输出,将基于此的心脏模型示于图12中。
另一方面,图12所示的心脏模型的左侧中间的黑色区域意味着产生电刺激的位置,如图13所示,当用户通过鼠标等之类的输入装置选择心脏模型的特定坐标时,如前面所提及,该坐标中的最大斜率能够以数值输出,如图14所示,可与心脏模型一同由数值一同输出电信号的刺激周期。
以上,说明反映本发明第二实施例的动作电位时程恢复现象的心脏模型生成方法。松弛时间及动作电位时程的相关关系的最大斜率的大小为1以上的坐标可视为发生心房颤动的地点或发生心房颤动的可能性高的地点,这是通过研究导出的事项,用户可一边实时确认最终输出的心脏模型一边在高频电极导管消融手术之前准确地检测发生心房颤动的地点及发生心房颤动的可能性高的地点。而且,生成最终输出的心脏模型时利用的不同时间电压数据为心律不齐患者通常测定的检查的结果数据,费用不高,因而可将患者的经济负担最小化。
另一方面,本发明第二另一实施例的反映动作电位时程恢复现象的心脏模型生成方法可由存储于存储介质的计算机程序实现,以便于在计算机中执行。
为了防止重复描述,虽然未详细说明,但存储于存储介质的计算机程序同样可执行与前面说明的本发明第二另一实施例的反映动作电位时程恢复现象的心脏模型生成装置相同的步骤,由此可导出相同的效果。例如,存储于介质的计算机程序与计算装置相结合并执行如下步骤,其包括:步骤(a),加载包括N(N为1以上的自然数)个坐标的心脏模型及包括上述心脏模型所包括的N个坐标中根据不同第一规定时间间隔测定的电压值的不同时间电压数据;步骤(b),利用加载的上述不同时间电压数据,计算从表示相比于上述心脏模型所包括的特定坐标中的包括在上述第一规定时间间隔内的电压值的最高点降低90%的电压值的地点(APD90)到包括在下一个第一规定时间间隔内的受到电刺激的地点为止的时间,即松弛时间;步骤(c),利用加载的上述不同时间电压数据,计算从上述心脏模型所包括的特定坐标中的包括在上述下一个第一规定时间间隔内的受到电刺激的地点到表示相比于包括在上述下一个第一规定时间间隔内的电压值的最高点降低90%的电压值的地点(APD90)为止的时间,即动作电位时程;步骤(d),将计算的上述心脏模型所包括的特定坐标中的松弛时间及动作电位时程的相关关系进行计算,利用计算的上述相关关系计算最大斜率(Slope);以及步骤(e),向上述心脏模型所包括的特定坐标反映计算的上述最大斜率,以视觉方式输出。
以下,参照附图,说明本发明的实施例,但本发明所属技术领域的普通技术人员应当理解,在不变更本发明的技术思想或必要特征的情况下,能够以其他具体的形态实施。因此,应理解为以上描述的实施例在所有方面是例示性的,而非限定。
Claims (11)
1.一种反映动作电位时程恢复现象的心脏模型生成方法,其反映动作电位时程恢复现象的心脏模型生成装置生成反映动作电位时程恢复现象的心脏模型,其特征在于,包括:
步骤(a),加载包括N(N为1以上的自然数)个坐标的心脏模型及包括所述心脏模型所包括的N个坐标中根据不同第一规定时间间隔测定的电压值的不同时间电压数据;
步骤(b),利用加载的所述不同时间电压数据,计算从表示相比于所述心脏模型所包括的特定坐标中的包括在所述第一规定时间间隔内的电压值的最高点降低90%的电压值的地点(APD90)到包括在下一个第一规定时间间隔内的受到电刺激的地点为止的时间,即松弛时间;
步骤(c),利用加载的所述不同时间电压数据,计算从所述心脏模型所包括的特定坐标中的包括在所述下一个第一规定时间间隔内的受到电刺激的地点到表示相比于包括在所述下一个第一规定时间间隔内的电压值的最高点降低90%的电压值的地点(APD90)为止的时间,即动作电位时程;
步骤(d),将计算的所述心脏模型所包括的特定坐标中的松弛时间及动作电位时程的相关关系进行计算,利用计算的所述相关关系计算最大斜率;以及
步骤(e),向所述心脏模型所包括的特定坐标反映计算的所述最大斜率,以视觉方式输出。
2.根据权利要求1所述的反映动作电位时程恢复现象的心脏模型生成方法,其特征在于,所述心脏模型为由不同患者生成的3维心房模型。
3.根据权利要求1所述的反映动作电位时程恢复现象的心脏模型生成方法,其特征在于,所述N个坐标为450000个坐标。
4.根据权利要求1所述的反映动作电位时程恢复现象的心脏模型生成方法,其特征在于,所述第一规定时间间隔为1ms、2ms及3ms中的任一个。
5.根据权利要求1所述的反映动作电位时程恢复现象的心脏模型生成方法,其特征在于,所述步骤(d)的松弛时间及动作电位时程的相关关系通过如下的相关关系计算公式计算,
相关关系计算公式:y(动作电位时程)=y0+A1(1-e -松弛时间/τ1)
(其中,y0及A1为自由拟合变量,τ1为时间常数)。
6.根据权利要求5所述的反映动作电位时程恢复现象的心脏模型生成方法,其特征在于,所述最大斜率针对所述松弛时间进行微分,计算所述相关关系计算公式。
7.根据权利要求1所述的反映动作电位时程恢复现象的心脏模型生成方法,其特征在于,在所述步骤(e)之后,还包括步骤(f),在所述步骤(f)中,针对除了所述特定坐标之外的所述心脏模型所包括的整个N个坐标反复执行所述步骤(b)至步骤(e)。
8.根据权利要求7所述的反映动作电位时程恢复现象的心脏模型生成方法,其特征在于,在所述步骤(f)之后,还包括步骤(g),在所述步骤(g)中,针对除了所述心脏模型所包括的N个坐标之外的所述心脏模型的剩余区域,将插值法适用于对所述心脏模型所包括的N个坐标计算的最大斜率,以视觉方式输出。
9.根据权利要求1所述的反映动作电位时程恢复现象的心脏模型生成方法,其特征在于,
计算的所述最大斜率的大小的范围为0.3至2.3,
在所述步骤(e)中,根据计算的所述最大斜率的大小改变颜色,以视觉方式输出。
10.一种反映动作电位时程恢复现象的心脏模型生成装置,其特征在于,
包括:
一个以上的处理器;
网络接口;
内存,加载利用所述处理器执行的计算机程序;以及
存储器,存储大容量网络数据及所述计算机程序,
所述计算机程序利用所述一个以上的处理器执行如下操作,该操作包括:
(a),加载包括N(N为1以上的自然数)个坐标的心脏模型及包括所述心脏模型所包括的N个坐标中根据不同第一规定时间间隔测定的电压值的不同时间电压数据;
(b),利用加载的所述不同时间电压数据,计算从表示相比于所述心脏模型所包括的特定坐标中的包括在所述第一规定时间间隔内的电压值的最高点降低90%的电压值的地点(APD90)到包括在下一个第一规定时间间隔内的受到电刺激的地点为止的时间,即松弛时间;
(c),利用加载的所述不同时间电压数据,计算从所述心脏模型所包括的特定坐标中的包括在所述下一个第一规定时间间隔内的受到电刺激的地点到表示相比于包括在所述下一个第一规定时间间隔内的电压值的最高点降低90%的电压值的地点(APD90)为止的时间,即动作电位时程;
(d),将计算的所述心脏模型所包括的特定坐标中的松弛时间及动作电位时程的相关关系进行计算,利用计算的所述相关关系计算最大斜率;以及
(e),向所述心脏模型所包括的特定坐标反映计算的所述最大斜率,以视觉方式输出。
11.一种计算机程序,存储于介质,其特征在于,与计算装置相结合并执行如下步骤,其包括:
步骤(a),加载包括N(N为1以上的自然数)个坐标的心脏模型及包括所述心脏模型所包括的N个坐标中根据不同第一规定时间间隔测定的电压值的不同时间电压数据;
步骤(b),利用加载的所述不同时间电压数据,计算从表示相比于所述心脏模型所包括的特定坐标中的包括在所述第一规定时间间隔内的电压值的最高点降低90%的电压值的地点(APD90)到包括在下一个第一规定时间间隔内的受到电刺激的地点为止的时间,即松弛时间;
步骤(c),利用加载的所述不同时间电压数据,计算从所述心脏模型所包括的特定坐标中的包括在所述下一个第一规定时间间隔内的受到电刺激的地点到表示相比于包括在所述下一个第一规定时间间隔内的电压值的最高点降低90%的电压值的地点(APD90)为止的时间,即动作电位时程;
步骤(d),将计算的所述心脏模型所包括的特定坐标中的松弛时间及动作电位时程的相关关系进行计算,利用计算的所述相关关系计算最大斜率;以及
步骤(e),向所述心脏模型所包括的特定坐标反映计算的所述最大斜率,以视觉方式输出。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2019-0063369 | 2019-05-29 | ||
KR1020190063369A KR102257498B1 (ko) | 2019-05-29 | 2019-05-29 | 활동 전위 기간 상환 현상을 반영한 심장 모델 생성 방법 및 생성 장치 |
PCT/KR2020/005989 WO2020242078A2 (ko) | 2019-05-29 | 2020-05-07 | 활동 전위 기간 상환 현상을 반영한 심장 모델 생성 방법 및 생성 장치 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113711224A true CN113711224A (zh) | 2021-11-26 |
CN113711224B CN113711224B (zh) | 2024-06-18 |
Family
ID=73553237
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080029241.2A Active CN113711224B (zh) | 2019-05-29 | 2020-05-07 | 反映动作电位时程恢复现象的心脏模型生成方法及生成装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220211330A1 (zh) |
JP (1) | JP7241205B2 (zh) |
KR (1) | KR102257498B1 (zh) |
CN (1) | CN113711224B (zh) |
WO (1) | WO2020242078A2 (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007202957A (ja) * | 2006-02-06 | 2007-08-16 | Toshiba Corp | 壁運動測定装置及び医用画像診断装置 |
US20090175790A1 (en) * | 2000-09-06 | 2009-07-09 | The Johns Hopkins University | Cardiac arrhythmia treatment methods and biological pacemaker |
US20100189701A1 (en) * | 2006-12-22 | 2010-07-29 | Ira S Cohen | Methods and compositions to treat arrhythmias |
JP2013523344A (ja) * | 2010-04-08 | 2013-06-17 | 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 | 生物学的律動障害の検出、診断、および治療のための方法、システム、および装置 |
CN104902808A (zh) * | 2013-01-02 | 2015-09-09 | 波士顿科学医学有限公司 | 在解剖映射系统中估计恢复曲线 |
JP2018534034A (ja) * | 2015-10-07 | 2018-11-22 | セント・ジュード・メディカル,カーディオロジー・ディヴィジョン,インコーポレイテッド | 心臓回復をマッピングするための方法及びシステム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101109738B1 (ko) * | 2009-04-06 | 2012-02-24 | 강원대학교산학협력단 | 심장 부정맥 진단방법 및 그 진단장치 |
KR101912090B1 (ko) * | 2012-02-08 | 2018-10-26 | 삼성전자 주식회사 | 심방세동 예측 모델 생성장치 및 방법과, 심방세동 예측장치 및 방법 |
EP3313275B1 (en) | 2015-06-25 | 2021-08-04 | Analytics For Life Inc. | Method and system using mathematical analysis and machine learning related to a disease |
GB201609207D0 (en) * | 2016-05-25 | 2016-07-06 | King S College London | Method and system for predicting heart tissue activation |
KR20180052943A (ko) | 2016-11-11 | 2018-05-21 | 충북도립대학산학협력단 | 신경망을 이용한 심방세동 판별장치 및 심방세동 판별방법 |
-
2019
- 2019-05-29 KR KR1020190063369A patent/KR102257498B1/ko active IP Right Grant
-
2020
- 2020-05-07 WO PCT/KR2020/005989 patent/WO2020242078A2/ko active Application Filing
- 2020-05-07 US US17/604,482 patent/US20220211330A1/en active Pending
- 2020-05-07 JP JP2021564738A patent/JP7241205B2/ja active Active
- 2020-05-07 CN CN202080029241.2A patent/CN113711224B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090175790A1 (en) * | 2000-09-06 | 2009-07-09 | The Johns Hopkins University | Cardiac arrhythmia treatment methods and biological pacemaker |
JP2007202957A (ja) * | 2006-02-06 | 2007-08-16 | Toshiba Corp | 壁運動測定装置及び医用画像診断装置 |
US20100189701A1 (en) * | 2006-12-22 | 2010-07-29 | Ira S Cohen | Methods and compositions to treat arrhythmias |
JP2013523344A (ja) * | 2010-04-08 | 2013-06-17 | 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 | 生物学的律動障害の検出、診断、および治療のための方法、システム、および装置 |
CN104902808A (zh) * | 2013-01-02 | 2015-09-09 | 波士顿科学医学有限公司 | 在解剖映射系统中估计恢复曲线 |
JP2018534034A (ja) * | 2015-10-07 | 2018-11-22 | セント・ジュード・メディカル,カーディオロジー・ディヴィジョン,インコーポレイテッド | 心臓回復をマッピングするための方法及びシステム |
Also Published As
Publication number | Publication date |
---|---|
JP2022531304A (ja) | 2022-07-06 |
WO2020242078A2 (ko) | 2020-12-03 |
KR102257498B1 (ko) | 2021-05-27 |
KR20200137282A (ko) | 2020-12-09 |
US20220211330A1 (en) | 2022-07-07 |
CN113711224B (zh) | 2024-06-18 |
JP7241205B2 (ja) | 2023-03-16 |
WO2020242078A3 (ko) | 2021-04-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210369325A1 (en) | System and Method for Electrically Ablating Tissue of a Patient | |
EP2994044B1 (en) | Analysis and detection for arhythmia drivers | |
EP3102102B1 (en) | Integrated analysis of electrophysiological data | |
US9445737B2 (en) | Signal analysis related to treatment sites | |
US9883813B2 (en) | Focal point identification and mapping | |
RU2760996C1 (ru) | Способ и система оценки очага абляции | |
EP2945532B1 (en) | Wave front detection for electrophysiological signals | |
Corrado et al. | A work flow to build and validate patient specific left atrium electrophysiology models from catheter measurements | |
JP2013542024A (ja) | 心臓の機能を評価するためのシステムおよび方法 | |
EP2757940B1 (en) | A system and computer program product for automatically distinguishing atrial flutter from atrial fibrillation | |
US20190298213A1 (en) | Method and system for predicting heart tissue activation | |
Masé et al. | Automatic reconstruction of activation and velocity maps from electro-anatomic data by radial basis functions | |
KR101443156B1 (ko) | 모의 부정맥 전극도자 절제 시술 장치 | |
CN113711224A (zh) | 反映动作电位时程恢复现象的心脏模型生成方法及生成装置 | |
KR101643892B1 (ko) | 모의 부정맥 전극 도자 절제 시술을 위한 맵 생성장치 및 방법 | |
US20200054233A1 (en) | Method for determining a plurality of action potentials in the heart | |
AU2019200926A1 (en) | Simulation of heart pacing for modeling arrhythmia | |
JP7490339B2 (ja) | 心房細動電位図における興奮の特定 | |
EP4295797A1 (en) | Projection of pulsed electric field (pef) index | |
KR102160198B1 (ko) | 3차원 전압 차 심방 모델 생성 장치 및 생성 방법 | |
KR102052957B1 (ko) | 가상 심장 모델에서의 섬유질 방향 결정 장치 및 결정 방법 | |
WO2022192629A1 (en) | Late activation of cardiac signals |
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 |