CN113747828B - 心脏导管接触力确定 - Google Patents

心脏导管接触力确定 Download PDF

Info

Publication number
CN113747828B
CN113747828B CN202080016234.9A CN202080016234A CN113747828B CN 113747828 B CN113747828 B CN 113747828B CN 202080016234 A CN202080016234 A CN 202080016234A CN 113747828 B CN113747828 B CN 113747828B
Authority
CN
China
Prior art keywords
contact force
automated method
measurement
data points
coordinate
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
CN202080016234.9A
Other languages
English (en)
Other versions
CN113747828A (zh
Inventor
X·于
S·J·梅尔里尔
J·萨拉
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.)
APN Health LLC
Original Assignee
APN Health LLC
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 APN Health LLC filed Critical APN Health LLC
Publication of CN113747828A publication Critical patent/CN113747828A/zh
Application granted granted Critical
Publication of CN113747828B publication Critical patent/CN113747828B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/06—Devices, other than using radiation, for detecting or locating foreign bodies ; determining position of probes within or on the body of the patient
    • A61B5/061—Determining position of a probe within the body employing means separate from the probe, e.g. sensing internal probe position employing impedance electrodes on the surface of the body
    • A61B5/063—Determining position of a probe within the body employing means separate from the probe, e.g. sensing internal probe position employing impedance electrodes on the surface of the body using impedance measurements
    • 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
    • A61B5/6846—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive
    • A61B5/6847—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive mounted on an invasive device
    • A61B5/6852—Catheters
    • 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
    • A61B5/0536—Impedance imaging, e.g. by tomography
    • 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
    • A61B5/6846—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive
    • A61B5/6885—Monitoring or controlling sensor contact pressure
    • 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
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/12—Arrangements for detecting or locating foreign bodies
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/485—Diagnostic techniques involving fluorescence X-ray imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/486—Diagnostic techniques involving generating temporal series of image data
    • A61B6/487—Diagnostic techniques involving generating temporal series of image data involving fluoroscopy
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/503—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of the heart
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • 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]
    • A61B5/283—Invasive
    • A61B5/287—Holders for multiple electrodes, e.g. electrode catheters for electrophysiological study [EPS]
    • 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
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
    • A61B6/4007—Arrangements for generating radiation specially adapted for radiation diagnosis characterised by using a plurality of source units
    • A61B6/4014—Arrangements for generating radiation specially adapted for radiation diagnosis characterised by using a plurality of source units arranged in multiple source-detector units

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Optics & Photonics (AREA)
  • Cardiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (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)

Abstract

一种基于导管尖端的运动对导管尖端抵靠患者心脏的一部分的接触力进行分类的自动方法，该方法包括(a)用3D医学成像系统捕获作为离散时间的函数的导管尖端的一系列3D坐标数据点，3D坐标与正交3轴空间坐标系对应，(b)使用可编程计算系统，基于3D坐标数据点系列计算测量的集合，(c)通过预定阈值的相应集合对每个测量进行分类；以及(d)组合分类的测量以产生接触力的相对质量。

Description

心脏导管接触力确定
相关申请
本申请要求于2019年1月15日提交的美国临时申请62/918,049的权益，其全部内容通过引用并入本文。
技术领域
本发明一般而言涉及心脏病学等领域，并且特别涉及要求导航和操纵导管的某些心脏介入规程。
背景技术
心脏导管尖端接触患者心脏中各种结构的力是表明导管上的电极可以多好地捕获电信号以及可以多有效地执行诸如心脏消融之类的介入规程的重要指标。
2018年6月Nilshan Ariyarathna等人在美国心脏病学会杂志：临床电生理学(Journal of the American College of Cardiology:Clinical Electrophysiology)第4卷第6期发表的一篇内容丰富的最新评论论文的标题为“Role of Contact Force Sensingin Catheter Ablation of Cardiac Arrhythmias:Evolution or History RepeatingItself？”，并且可在互联网上获得，网址为http://electrophysiology.onlinejacc.org/content/4/6/707。
接触力被广泛用作导管消融效果的预测指标以及消融规程期间消融安全性的重要因素。电极/组织接触力与产生的病灶体积之间存在很强的相关性。如果电极/组织接触力太弱，那么无法保证会形成适当尺寸的损伤以破坏期望的组织区域。相反，过强的接触力会导致并发症，诸如穿孔或填塞。心脏填塞是由心包囊内积液引起的心脏压迫。穿孔和填塞都是极其严重和危及生命的事件。
出于这些和其它原因，心脏病专家需要了解一些有关介入医疗过程期间导管接触力水平的信息。目前存在多种测量和/或估计导管尖端接触力的方法。其中许多方法在转让给卢森堡的St.Jude Medical International Holding S.ár.l.的美国专利No.10,492,846(“Prediction of Atrial Wall Electrical Reconnection Based on Contact ForceMeasured During RF Ablation”)中有所提及。这个文档中提到的用于测量导管尖端接触力的方法包括采用超声、磁、阻抗、应变仪、压电和光纤应变测量的力传感器。
St.Jude Medical销售一种产品，即，TactiCathTM石英接触力消融导管，它使用采用Fabry-Perot干涉仪腔的光纤询问器来测量钛传感器内的应变(位移)。
还有确定导管尖端接触力的间接方法，诸如阻抗测量、电描记图信号质量和热方法。转让给加利福尼亚州的Long Beach的Advanced Cardiac Therapeutics Inc.的美国专利No.8,206,380(“Method and Apparatus for Measuring Catheter Contact ForceDuring a Medical Procedure”)公开了一种用于测量施加在组织上的接触力的间接方法。探头加热组织，并且辐射计的输出指示探头接触的组织深度处的温度。
转让给明尼苏达州的St.Paul的St.Jude Medical Atrial FibrillationDivision,Inc.of St Paul的美国专利No.8,396,922(“Method for Displaying CatheterElectrode-tissue Contact in Electro-anatomic Mapping and Navigation System”)公开了另一种通过测量交流电信号的电极/组织耦合的基于心脏组织电特性确定接触力的间接方法。
心脏电描记图的特点是在消融过程本身之前的心脏消融规程中心脏导管接触力的另一个间接信息来源，并且还在消融过程期间揭示有用的信息。Kumar等人在Journal ofElectrophysiology 25.2(2014)，第122-129页上的一篇标题为“Catheter-TissueContact Force Determines Atrial Electrogram Characteristics Before and LesionEfficacy After Antral Pulmonary Vien Isolation in Humans”的论文中报道了关于使用信号特征(诸如电描记图振幅)评估心导管接触力的研究。但是，接触力与从电描记图提取的特征之间的相关性不是接触力的有效测量。由于接触力的水平确实对心脏电极和心脏组织之间的电耦合程度有影响，因此仍有机会进一步利用电描记图信号作为确定导管接触力的手段。
许多用于确定导管接触力的现有方法涉及专门的导管。本发明针对提供这样的测量，而无需使用特殊导管或除心脏介入规程套件中已经可用的装备以外的附加装备。
发明内容
本发明是一种基于导管尖端的运动对导管尖端抵靠患者心脏的一部分的接触力进行分类的自动方法。该方法包括：(a)用3D医学成像系统捕获作为离散时间的函数的导管尖端的一系列3D坐标数据点，3D坐标与正交3轴空间坐标系对应；(b)使用可编程计算系统，基于3D坐标数据点系列计算测量的集合；(c)通过预定阈值的相应集合对每个测量进行分类；以及(d)组合分类的测量以产生接触力的相对质量。
在自动导管尖端接触力分类方法的高度优选实施例中，测量是第一、第二和第三测量，并且通过计算用于3D坐标数据点的系列的总最小二乘拟合平面并计算系列中点到平面的平均垂直距离来确定第一测量。在这些实施例中的一些当中，第二测量通过以下方式确定：
(a)通过将3D坐标数据点垂直投影到平面上来创建2D数据点的集合，(b)计算2D数据点的集合的长轴和短轴长度，以及(c)计算长轴长度与短轴长度的比率。
在一些高度优选的实施例中，第三测量通过以下方式确定：(1)从三个轴之一中选择1D坐标值；(2)将所选择的1D坐标值划分为心跳长度区段；以及(3)计算1D坐标区段的相似度。在这些实施例的一些中，一个轴是与患者的前/后轴和下/上轴最接近正交的轴，并且这些实施例中的一些还包括提供R波检测器，并且从三个轴之一中选择1D坐标值的步骤的包括：(1)使用检测到的R波的时间将数据点划分为心跳长度区段；(2)计算三个轴中每个轴的1D坐标值的心跳区段的相似度；以及(3)选择相似度最高的1D坐标值的集合。
在一些高度优选的实施例中，使用动态时间扭曲来计算相似度。
一些优选实施例包括通过接触力阈值的预定集合对接触力进行分类，并且在这些实施例中的一些当中，接触力是以克-力表示的f，并且其类别是：对于f<5是弱；对于5<f≤10是中等；对于10<f≤30是良好；而对于f>30是强。
在一些优选实施例中，用于第一测量的类别是小、中等和大；对于第二测量是小、中等和大；对于第三测量是相似和不相似。在这些优选实施例的一些中，第一测量是以毫米表达的m1并且其类别是：对于0<m1≤0.25是小；对于0.25<m1≤0.5是中等；并且对于m1>0.5是大。在一些优选实施例中，第二测量是m2并且其类别是：对于0<m2≤2是小；对于2<m2≤4是中等；并且对于m2>4是大。在一些优选实施例中，第三测量是使用动态时间扭曲计算的并且以平方毫米(mm2)表达的m3，并且其类别是：对于0<m3≤0.8是相似；并且对于m3>0.8是不相似。
自动导管尖端接触力分类方法的一些高度优选的实施例包括使用多类分类决策树来组合分类的测量。
在基于导管尖端的运动对导管尖端抵靠患者心脏的一部分的接触力进行分类的自动方法的另一方面中，该方法包括：(a)用3D医学成像系统捕获作为时间的函数的导管的一系列3D坐标数据点，3D坐标与空间坐标系对应；(b)使用可编程计算系统，基于一系列3D坐标数据点生成测量的集合；以及(c)组合测量以产生接触力的相对质量。
如本文使用的术语“3D医学成像系统”是指任何系统、装置和/或设备，从这些系统、装置和/或设备导出诸如心脏导管之类的医学对象的位置的空间坐标，特别是这种导管的尖端的位置。此类系统、装置和/或设备包括但不限于诸如(a)使用反投影分析的荧光透视系统，(b)从单平面荧光镜导出此类坐标的系统，诸如来自威斯康星州皮沃基市APNHealth，LLC的Navik 3D系统，在标题为“Automatically Determining 3D CatheterLocation and OrientationUsing 2D Fluoroscopy Only”的美国专利9,986,931中有所描述，以及(c)跨患者的胸部采用阻抗测量的系统。其它此类系统、装置和/或设备也在本发明的权利要求的范围内。
如本文所使用的，术语患者的“前/后轴”是指大致在患者的前后方向上的轴。
如本文所使用的，术语患者的“下/上轴”是指大致在患者的头到脚方向上的轴。
如本文所述的测量m1以毫米表示。毫米距离单位的使用不旨在限制本发明的范围。可以使用其它距离单位，并对对应的预定阈值进行相应的调整。
如本文所述的测量m3以平方毫米表达。使用平方毫米(mm2)来表达平方欧几里得距离并不旨在限制本发明的范围。可以使用其它平方距离单位，并对对应的预定阈值进行相应的调整。
附图说明
图1是基于导管尖端的运动对导管尖端抵靠患者心脏的一部分的接触力进行分类的本发明的自动方法的实施例的示意性框图。
图2A至2F是一系列三个示例性二维(2D)透视图像对，可以使用透视图像背投影从中提取三维(3D)坐标。反投影是一种示例性方法，通过该方法可以捕获医学对象的3D坐标。
图3A至3C图示了作为离散时间的函数的导管尖端的一系列示例性连续3D坐标数据点的3D曲线图的集合。3D坐标是正交3轴空间坐标系XYZ中的值。
图4是图3A-3C中绘制的示例性数据点的表，并贯穿本文呈现的示例使用。
图5A至5C图示了与图3A-3C中所示相同的点，但还示出了总最小二乘拟合平面的添加。
图6A至6C图示了69个点中的每一个都被垂直投影到其上的总最小二乘拟合平面。
图7是投影到总最小二乘拟合平面上的69个点的二维图，该平面位于页面的平面中。
图8A至8C分别是示例的69个数据点的x、y和z坐标的离散时间曲线图(参见图4)。
图9A至9D是图8A中所示并且也在图4中看到的四个心跳内的x坐标数据的四个离散时间曲线图。心跳分别被标记为HB1、HB2、HB3和HB4。
图10呈现了用于训练多类分类决策树的一系列示例数据集，两个输入各有三个类别，一个输入有两个类别，并且输出有四个类别。
图11呈现了已经由本文的简化示例处理的四个示例性测试数据集。
图12是基于电描记图信号的频率内容对导管尖端对患者心脏部分的接触力进行分类的自动方法的实施例的示意性框图。
图13是示例性透视图像，图示了具有消融导管尖端的消融导管和具有参考电极的冠状窦导管，用于电描记图比较。
图14A至15B图示了一对电描记图信号及其频率分布。图14A是示例性消融导管尖端电描记图信号的时间序列曲线图，其中导管尖端和心脏组织之间存在良好接触(非常高的接触力CF)，并且图14B是图14A的时间序列的频率分布。
图15A是参考电极和心脏组织之间存在良好接触的示例性参考电极电描记图信号的时间序列曲线图，并且图15B是图15A的时间序列的频率分布图。图14A和15A的时间序列数据被同时捕获。
图16是与图14A和15A上的时间序列同时捕获的示例性消融导管近端电极电描记图信号的时间序列曲线图。
图17A至18B图示了第二对示例性电描记图信号及其频率分布。图17A是导管尖端和心脏组织之间接触不良(接触力CF非常低)的示例性消融导管尖端电描记图信号的时间序列曲线图，并且图17B是图17A的时间序列的频率分布。
图18A是参考电极和心脏组织之间存在良好接触的示例性参考电极电描记图信号的时间序列曲线图，并且图18B是图18A的时间序列的频率分布曲线图。图17A和18A的时间序列数据被同时捕获。
图19呈现了图14B(具有良好接触的尖端的示例性消融导管尖端电描记图信号)和15B(示例性CS导管参考电描记图信号)两者的频率分布的FFT量值的累积概率的曲线图。
图20呈现了图17B(具有不良接触的尖端的示例性消融导管尖端电描记图信号)和18B(示例性CS导管参考电描记图信号)两者的频率分布的归一化FFT量值的累积概率的曲线图。
具体实施方式
图1是根据导管尖端44的运动对导管尖端44(参见图2A-2F)抵靠患者心脏的一部分的接触力CF进行分类的本发明的自动方法的实施例10的示意性框图。3D医学成像系统12被用于捕获数据点dxyz(ti)(也用附图标记50标记)。数据点50是作为来自3D医学成像系统12的离散时间ti的函数的导管尖端44的一系列3D坐标数据点，3D坐标与正交3轴空间坐标系XYZ对应。在示例中，以每秒15个点(pps)的速率捕获一系列数据点50。数据点50是以毫米(mm)表达的正交空间坐标值的三元组。
3D医学成像系统从两个不同角度(双平面透视)顺序地捕获2D透视图像并使用反投影分析来确定导管尖端44的3D坐标。图2A至2F是一系列三对示例性2D透视图像(32，38)、(34，40)和(36，42)，从其中使用透视图像反投影提取导管尖端44的3D坐标(数据点50)。如上所述，反投影是一种示例性方法，通过该方法可以捕获医学对象的3D坐标。
图2A-2C和2D-2F的2D图像帧是使用双平面透视顺序捕获的，其中图像32、34和36是前/后(AP)视图并且图像38、40和42是并发的外侧前斜(LAO)视图。使用来自每个并发的帧对的2D导管尖端位置和荧光镜系统的几何形状，导管尖端44的3D坐标使用反投影分析来确定。这种反投影计算对于数学领域的技术人员来说是众所周知的，并且在本文不需要进一步描述。使用每秒15帧(fps)的帧速率捕获荧光镜图像32-42，与15pps的数据速率对应。这种数据速率的使用并非旨在进行限制；其它数据捕获率，包括但不限于7.5pps和3.75pps，也在本发明的范围内。
现在参考图1，方法实施例10包括由省略号指示的可编程计算系统13的使用，指示各种方法步骤或元件由可编程计算系统13以自动方式执行。在方法步骤14中，计算数据点50的总最小二乘拟合平面P。对于任何这样的3D数据点50集合，平面P是最小化从数据点50中的每个点到平面P的垂直距离Dp(参见图5C)的总和的唯一线性平面。诸如奇异值分解(SVD)和主成分分析(PCA)之类的数学过程能够处理数据点50以找到平面P。此类过程对于线性代数领域的技术人员来说是众所周知的，并且本文不需要进一步描述。
在方法步骤16中，计算从数据点50到平面P的垂直距离Dp的平均值，并且是第一测量m1，根据该测量确定导管接触力CF的质量qcCF。已经认识到，如果导管尖端44和心脏组织之间存在强接触，那么影响导管尖端44运动的主要因素是心肌收缩。如果心脏组织和导管尖端44之间的接触弱(较低的接触力)，那么其它运动源(诸如呼吸或血液循环)可能支配导管尖端44的运动。当心肌收缩支配导管尖端44的运动时，数据点50更有可能形成平面。因此，心导管力CF与数据点50的平面特征之间存在有用的关系。这种关系由测量m1(即，平面P之间的垂直距离Dp的平均值，它最能表示数据点50的平面特点)以及数据点50描述。
图3A至3C图示了作为离散时间t1的函数的导管尖端44的示例性系列连续3D坐标数据点50的3D曲线图的集合。(图4是图3A-3C中绘制的69个示例性数据点50的表，并在本文呈现的整个示例中使用。)3D坐标是如图所示的正交3轴空间坐标系XYZ中的值x、y、z。图3A-3C以三个不同朝向的XYZ轴呈现，只是为了更容易地理解数据点50的3D特点。
注意的是，图3A-3C以及图5A-5C和图6A-6C中的3D曲线图都以透视图呈现，这使得距观察者较近的距离与离观察者较远的等效距离一样大。
图5A至5C以与图3A-3C类似的方式示出了数据点50，但增加了总最小二乘拟合平面P。与图3A-3C一样，图5A-5C以三个不同的朝向呈现。在图5B中，平面P比图5A中更朝着垂直倾斜(相对于页面)，特别地，图5C的朝向使得总最小二乘拟合平面P垂直于页面的平面。
如图5A-5B中所指示的，方法步骤14中用于数据点50的SVD计算的结果是总最小二乘拟合平面P由线性方程z＝2.11x+0.74y+150.47表示，并且如图5C中所指示的，数据点50到平面P的垂直距离Dp的平均值，如在方法元素16中计算为m1＝0.48mm。
再次参考图1，在方法步骤18中，数据点50各自被投影到平面P上以创建点dpq(ti)的2D阵列(也用附图标记52标记)。下标“pq”指示2D阵列52的坐标一般不同于x、y和z中的任何两个。图6A至6C的曲线图说明了总最小二乘拟合平面P，数据点50的69个点中的每一个已被垂直投影到该平面上，并且图6A-6C中所示的点是2D阵列52的点。如在图5C中，平面P被呈现为垂直于页面以说明点52是平面P中的点。
在方法步骤20中计算导管接触力CF的质量的第二测量m2。图7是阵列52的2D曲线图。图7的曲线图在页面的平面中呈现了平面P，说明了阵列52的范围。测量m2是长轴56与短轴58的比率，在示例中被指示为4.77。在实施例10中，再次使用SVD来确定长轴56和短轴58。表示长轴56和短轴58的点线箭头未按比例示出为由SVD过程确定的长度(由于过程内的单位改变)，但这种长度的比率在图7中被适当地表示。可以使用其它方法来确定测量m2的比率，诸如PCA；实施例10中SVD的使用并非旨在进行限制。
由测量m2表示的2D阵列52的形状还涉及与心脏组织的接触力CF。如上面所提到的，当导管接触力CF强时，导管尖端44的运动由心脏的心肌收缩支配。心肌收缩运动主要是前后运动，因此，当导管接触力强时，导管尖端44的运动比接触力CF弱时更线性。减少的线性运动很可能受到周围血液流动的影响，这造成与线性移动的偏差，从而扩展导管尖端44的路径。因此，与上述测量m1一样，心脏导管力CF与2D阵列52的扩展之间存在有益的关系。这种关系由测量m2描述，m2是二维阵列52的长轴与短轴的比率，它表示2D阵列52中的点的扩展。
除了作为测量m1的确定中的点的3D阵列和作为测量m2的确定中的2D平面P上的投影在空间上被分析之外，还可以评估数据点50的时间相关特点。已经发现导管/组织接触的稳定性(以及因此接触力CF)与数据点50中三个1D坐标中的一个或多个的动态行为的多个心跳之间的相似度有关。数据点50中的1D坐标的每个集合是值的短时间序列。(图8A至8C分别图示了x、y和z 1D坐标时间序列，用于本文的示例。)
可以以多种方式确定多个心跳之间的相似度，但一种非常有用的方式是应用动态时间扭曲(DTW)来计算与多个心跳之间的形状相似度相关的成本。(成本越低表示相似度越高。)DTW对时间序列分析领域的技术人员来说是众所周知的，并且本文不需要进一步描述。
再次参考图1的方法实施例10，在方法步骤22中，选择数据点50当中最佳对齐的轴的1D坐标值db(ti)(也用附图标记54标记)。在实施例10中，术语“最佳对齐”是指选择与患者的前/后轴和下/上轴最接近正交的3轴坐标系XYZ的轴。在该示例中，最佳对齐的轴是x轴，该轴基于患者在设置医疗规程期间的位置进行预设。因此，1D坐标54是数据点50的x坐标值。
通过计算数据点50中三个1D坐标集中的每一个的相似度并选择具有最高相似度的1D坐标54(由DTW分析的成本较低)，还可以实时地使用数据点50来完成1D坐标的选择。(有关示例中的三个时间序列，参见图8A到8C。)
如图1中所示，在方法步骤24中，1D坐标54被划分为心跳长度区段HBj。在该示例中，数据点50中有四个心跳，如图4和8A中所指示的；因此在示例中j＝1，2，3，4。
在方法步骤24中将1D坐标54划分为心跳长度区段可以以几种不同方式进行。如实施例10中所示，一种方法涉及提供R波检测器25，从该R波检测器25开始，R波发生的时间tR指示心跳相位，其然后被用于将1D坐标54划分为心跳长度区段HBj。第二种方法涉及将1D坐标54划分为所选择的轴1D坐标的局部最大值之间的心跳长度部分HBj。(注意的是，图8A中所示的区段HB1至HB4是使用这第二种方法创建的。)
图9A-9D分别是心跳区段HB1-HB4的曲线图，每个曲线图示出1D坐标54(数据点50的x分量)的一个区段。在方法步骤26中，使用DTW计算相似度，以比较HB1与HB2、HB1与HB3以及HB1与HB4。在本发明的范围内，其它比较对也是可能的。在示例中，这种计算的结果是m3＝0.69mm，如关于图9A-9D所示。(注意的是，m3被表达为以mm2为单位的平方欧几里得距离。)
导管接触力CF被有用地分类为四个范围，这里被指定为弱、中等、良好和强。基于心脏病专家的经验，当接触力CF被描述为“弱”时，它不足以进行医疗规程(通常是心脏消融)，并且需要由医生增加。表征为“中等”的接触力CF意味着接触力CF(导管尖端/组织接触)足够但不够理想。表征为“良好”的接触力CF处于手术最理想的水平，而如果接触力CF被表征为强，那么可能存在穿孔组织或其它不利影响的风险。
这四个级别，弱、中等、良好和强，描述了接触力CF的质量。此类质量级别足以描述导管尖端/组织接触，在心脏规程(诸如心脏消融)中非常有用。以克-力表达的通过其对接触力进行分类的阈值的一个有用集合已经被发现为弱(0<5)、中等(5<CF≤10)、良好(10<CF≤30)和强(>30)。此类类别的数量、术语和具体阈值不旨在限制本发明的范围。
还发现以类似于接触力CF的方式对测量m1、m2和m3进行分类是有用的。用于对m1、m2和m3分类的有用类别的一个集合如下。用于测量m1的类别是小、中等和大；用于测量m2的类别是小、中等和大；而用于测量m3的类别是相似和不相似。已发现预定阈值的有用集合如下：m1(以mm为单位)v小(0<m1≤0.25)、中等(0.25<m1≤0.5)和大(>0.5)；m2-小(0<m2≤2)、中等(2<m2≤4)和大(>4)；并且m3(以mm2为单位)-相似15(0<m3≤0.8)和不相似(>0.8)。
再次参考图1，在方法步骤27、28和29中，测量m1、m2和m3被指派有它们相应的类别cm1、cm2和cm3，而在方法步骤30中，这些分类的测量cm1、cm2和cm3通过作为先前训练的多类分类决策树的输入而被组合。多类分类决策树对于机器学习领域的技术人员来说是众所周知的，因此本文不需要详细描述。
多类分类决策树的训练使用数据集，其包括具有用于每个测量的分类的值的数据集(即，cm1、cm2和cm3以及CF的分类的值，在图1中称为qCF，其中qCF等于描述接触力CF的四个类别之一，即，强、良好、中等和弱。使用能够测量接触力CF同时生成测量m1、m2和m3的值的系统来生成用于此类训练的数据集，例如，类似于实施例10的系统，但添加了专门的接触力测量导管。
图10呈现了用于训练多类分类决策树的一系列示例性数据集，其中两个输入各自具有三个类别，一个输入具有两个类别，以及输出具有四个类别。图11呈现了四个示例性测试数据集。用椭圆突出显示的测试例子与本文描述的示例的类别cm1、cm2和cm3对应，并且在这种简单情况下指示接触力CF将被分类为具有“良好”质量。
先前训练的多类分类决策树具有这样的特性：在训练完成的情况下，它本质上以类似于查找表的方式操作；因此，可以从这种经训练的多类分类决策树中构建查找表，以简化方法在步骤30中测量m1、m2和m3的组合的功能。
在自动确定导管尖端对患者心脏的一部分的接触力的另一方面中，由于电极和组织之间的电耦合与对应物理接触的质量有关，因此来自消融导管尖端62的电描记图信号的稳定性与来自另一电极(参考电极66)的已知稳定信号的比较可以提供有用的信息。
图12是基于来自心脏的电描记图信号的频率内容对针对患者心脏的一部分的导管尖端接触力CF进行分类的自动方法的实施例100的示意框图。图13是图示具有消融导管尖端104的消融导管102(也标记为Abl)和具有参考电极108的冠状窦(也标记为CS)导管106的示例性透视图像。从消融导管尖端104和参考电极捕获电描记图信号108，在这个例子中参考电极是冠状窦导管106的近端电极108。在该例子中，CS电极108是CS9-10双极对电极。(注意的是，本文双极对电极(诸如CS9-10双极对电极)也被称为单个电极，因为从中导出单个信号。)图13还图示了消融导管近端电极110(双极对3-4)。
冠状窦位于心脏后侧的左心房和左心室之间。当导管放置在这个位置时，左心房和左心室的激活都可以被感测到。通常，CS导管紧紧贴在冠状窦壁上，从而导致从CS导管电极捕获的电描记图信号非常稳定。使用来自冠状窦导管的电描记图信号作为参考信号并非旨在进行限制；其它稳定电描记图信号可以被用于与来自正在为其确定接触力CF的导管的信号进行比较。但是，在图13至20中呈现的示例的描述中，参考信号被指示为是从CS导管中捕获的。
再次参考图12中的方法实施例100，在方法步骤112中，消融导管102的消融导管尖端104处的电极的电描记图信号egABL(ti)和CS导管106上的参考电极108的电描记图信号egCS(ti)被捕获。在方法步骤114中，计算频率分布EG(f)。可以使用如实施例100中所指示的快速傅立叶变换(FFT)来执行这种计算，但是可以使用用于确定频率(f)分布EG(f)的其它过程；FFT的使用并非旨在限制本发明的范围。
在方法步骤116中，EGABL(f)被归一化并且归一化频谱的量值的累积概率CPABL被计算。计算频谱的过程，包括通过FFT，对于信号处理领域的技术人员来说是众所周知的，并且本文不需要进一步描述。以类似的方式，计算变量的累积概率的过程对于统计学领域的技术人员来说是众所周知的。
方法实施例100包括可编程计算系统113的使用，其由图12中的省略号指示，指示各种方法步骤或元素通过可编程计算系统113以自动方式执行。
以类似的方式，方法步骤118和120分别对参考电描记图信号egCS(ti)和频谱egCS(f)执行与方法步骤114和116相同的计算。频谱EGABL(f)和EGCS(f)在方法步骤122中的比较之前被归一化为在光谱曲线下具有等效面积。
图14A至15B(指定为情况1)图示了一对电描记图信号egABL1(ti)和egCS1(ti)以及它们的频率分布EGABL1(f)和EGCS1(f)。图14A是对于其在导管尖端104和心脏组织之间存在良好接触(非常高的接触力CF[27克-力])的示例性消融导管尖端电描记图信号egABL1(ti)的时间序列曲线图，并且图14B是egABL1(ti)的频率分布EGABL1(f)。
图15A是对于其在参考电极108和心脏组织之间存在良好接触的参考电极108电描记图信号egCS1(ti)的时间序列曲线图，并且图15B是egCS1(ti)的频率分布EGCS1(f)的曲线图。图14A和15A的时间序列数据被同时捕获。注意的是，在本文的所有时间序列曲线图(图14A、15A、16、17A和18A)中，此类图的横坐标表示绘制的样本的时间戳值，而不是在ti的每个样本都用于频谱计算。在每种这样的情况下绘制大约1000个样本。每个时间序列的长度为几秒，并且以1000sps的速率捕获电描记图数据。因此，由FFT计算创建的频谱的频率范围是0到500Hz，如图所示。
图16是与时间序列egABL1(ti)和egCS1(ti)同时捕获的示例性消融导管近端电极电描记图信号egABL1-P(ti)的时间序列曲线图。时间序列egABL1-P(ti)对于评估消融导管102的朝向可以是有用的。
图17A是对于其在导管尖端104和心脏组织之间存在不良接触(非常低的接触力CF[1克-力])的第二示例性消融导管尖端电描记图信号egABL1-P(ti)的时间序列曲线图，并且图17B是egABL2(ti)的频率分布EGABL2(f)。
图18A是对于其在参考电极108和心脏组织之间存在良好接触的参考电极108电描记图信号egCS2(ti)的时间序列曲线图，并且图15B是egCS2(ti)的频率分布EGCS2(f)的曲线图。图14A和15A的时间序列数据被同时捕获。图17A至18B中的数据被指定为情况2。
再次参考图12，在方法实施例100的方法步骤122中，在累积概率CPABL与累积概率CPREF之间进行比较以确定光谱EGABL(f)与EGREF(f)之间的相似度。相似度的低值指示消融导管尖端104和心脏组织之间的接触不良，只要参考电极108的接触良好即可。反之亦然—光谱EGABL(f)与EGREF(f)之间的相似度的高值指示消融导管尖端104和心脏组织之间接触良好，只要参考电极108的接触良好即可。
有多种方式可以确定两个频谱的相似度，一种有用的方式是Kolmogorov-Smirnov测试(KS测试)，它量化样本的经验分布函数与参考分布的累积分布函数之间的距离，或两个样本的经验分布函数之间的距离。双样本K-S测试是用于比较两个样本的最有用和通用的非参数方法之一，因为它对两个样本的经验累积分布函数的位置和形状的差异敏感。
图19和20图示了使用FFT量值和感兴趣的变量对本文示例中的两种情况应用K-S测试的结果。图19(情况1)呈现了图14B(具有良好接触的尖端的示例性消融导管尖端电描记图信号)和图15B(示例性CS导管参考电描记图信号)两者的频率分布的量值的累积概率的曲线图。
图20(情况2)呈现了图17B(具有不良接触的尖端的示例性消融导管尖端电描记图信号)和18B(示例性CS导管参考电描记图信号)两者的频率分布的量值的累积概率的曲线图。
在这些示例中，使用单个测量(差异D)来确定两个光谱之间的相似度。D是两个累计概率之间的最大距离，如图19和20中所示。在图19中，其中接触力CF非常高，D的值为0.188，这发生在FFT量值＝0.00078处。在图20中，其中接触力CF非常低，D的值为0.768，这发生在FFT量值＝0.00058处。注意的是，较低的D值指示较高的相似度值。
在方法步骤124中，用于测量D的预定阈值或已经通过实验确定的多个阈值被应用，从而通过质量值qCF对接触力进行分类。
注意的是，FFT量值并不是可以使用的频谱的唯一特点。FFT量值的使用并非旨在受到限制；其它特点可以被用于评估频谱相似度。
虽然已经结合具体实施例描述了本发明的原理，但是应当清楚地理解，这些描述仅作为示例进行，并且不旨在限制本发明的范围。

Claims (15)

1.一种基于导管尖端的运动对导管尖端抵靠患者心脏的一部分的接触力进行分类的自动方法，该方法包括：
·用3D医学成像系统捕获作为离散时间的函数的导管尖端的一系列3D坐标数据点，3D坐标与正交3轴空间坐标系对应；
·使用可编程计算系统，基于一系列3D坐标数据点计算第一、
第二和第三测量，通过计算用于一系列3D坐标数据点的总最小二乘拟合平面并计算系列中的点到平面的平均垂直距离来确定第一测量；
·通过预定阈值的相应集合对每个测量进行分类；以及
·组合分类的测量以产生接触力的相对质量。
2.如权利要求1所述的自动方法，其中通过以下来确定第二测量：(a)通过将3D坐标数据点垂直投影到平面上来创建2D数据点的集合，(b)计算2D数据点的集合的长轴和短轴长度，以及(c)计算长轴长度与短轴长度的比率。
3.如权利要求2所述的自动方法，其中通过以下来确定第三测量：
·从三个轴中的一个轴中选择1D坐标值；
·将所选择的1D坐标值划分为心跳长度区段；以及
·计算1D坐标区段的相似度。
4.如权利要求3所述的自动方法，其中所述三个轴中的所述一个轴是与患者的前/后轴和下/上轴最接近正交的轴。
5.如权利要求3所述的自动方法，还包括提供R波检测器，并且其中从三个轴中的一个轴中选择1D坐标值包括：
·使用检测到的R波的时间将数据点划分为心跳长度区段；
·计算三个轴中每个轴的1D坐标值的心跳区段的相似度；以及·选择相似度最高的1D坐标值的集合。
6.如权利要求3所述的自动方法，其中使用动态时间扭曲来计算相似度。
7.如权利要求3所述的自动方法，还包括通过接触力阈值的预定集合对接触力进行分类。
8.如权利要求7所述的自动方法，其中接触力类别包括弱、中等、良好和强。
9.如权利要求8所述的自动方法，其中接触力f以克-力表达并且其类别是：
·对于f<5是弱；
·对于5<f≤10是中等；
·对于10<f≤30是良好；以及
·对于f>30是强。
10.如权利要求8所述的自动方法，其中：
·第一测量的类别包括小、中等和大；
·第二测量的类别包括小、中等和大；以及
·第三测量的类别包括相似和不相似。
11.如权利要求10所述的自动方法，其中第一测量是以毫米表达的m1并且其类别是：
·对于0<m1≤0.25是小；
·对于0.25<m1≤0.5是中等；以及
·对于m1>0.5是大。
12.如权利要求10所述的自动方法，其中第二测量是m2并且其类别是：
·对于0<m2≤2是小；
·对于2<m2≤4是中等；以及
·对于m2>4是大。
13.如权利要求10所述的自动方法，其中相似度是使用动态时间扭曲计算的，第三测量是以平方毫米(mm2)表达的m3并且其类别是：
·对于0<m3≤0.8是相似；以及
·对于m3>0.8是不相似。
14.如权利要求10所述的自动方法，其中组合分类的测量包括使用先前训练的多类分类决策树。
15.如权利要求8所述的自动方法，其中组合分类的测量包括使用先前训练的多类分类决策树。
CN202080016234.9A 2019-01-15 2020-01-15 心脏导管接触力确定 Active CN113747828B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201962918049P 2019-01-15 2019-01-15
US62/918,049 2019-01-15
PCT/US2020/013659 WO2020150336A1 (en) 2019-01-15 2020-01-15 Cardiac catheter contact force determination

Publications (2)

Publication Number Publication Date
CN113747828A CN113747828A (zh) 2021-12-03
CN113747828B true CN113747828B (zh) 2024-06-11

Family

ID=71517145

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080016234.9A Active CN113747828B (zh) 2019-01-15 2020-01-15 心脏导管接触力确定

Country Status (3)

Country Link
US (1) US11510627B2 (zh)
CN (1) CN113747828B (zh)
WO (1) WO2020150336A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11694401B2 (en) * 2020-11-25 2023-07-04 Biosense Webster (Israel) Ltd. Reconstruction of registered geometry based on constant fluoroscopic snapshot

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102166136A (zh) * 2010-01-22 2011-08-31 韦伯斯特生物官能公司 具有力感测远端头的导管
CN106473804A (zh) * 2015-08-25 2017-03-08 韦伯斯特生物官能(以色列)有限公司 基于接触力控制导管功率的系统和方法
CN107635463A (zh) * 2015-05-12 2018-01-26 纳维斯国际有限公司 通过介电性质分析进行接触质量评估
CN107650144A (zh) * 2017-09-16 2018-02-02 埃夫特智能装备股份有限公司 一种工业机器人工件坐标系的标定校准系统及其方法

Family Cites Families (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1994010922A1 (en) 1992-11-13 1994-05-26 Ep Technologies, Inc. Cardial ablation systems using temperature monitoring
US5938660A (en) 1997-06-27 1999-08-17 Daig Corporation Process and device for the treatment of atrial arrhythmia
US6955674B2 (en) * 2002-04-11 2005-10-18 Medtronic, Inc. Medical ablation catheter control
US8679109B2 (en) 2005-10-13 2014-03-25 St. Jude Medical, Atrial Fibrillation Division, Inc. Dynamic contact assessment for electrode catheters
US8672936B2 (en) 2005-10-13 2014-03-18 St. Jude Medical, Atrial Fibrillation Division, Inc. Systems and methods for assessing tissue contact
US8162935B2 (en) 2005-10-27 2012-04-24 St. Jude Medical, Atrial Fibrillation Division, Inc. Systems and methods for electrode contact assessment
CA2631940C (en) 2005-12-06 2016-06-21 St. Jude Medical, Atrial Fibrillation Division, Inc. Assessment of electrode coupling for tissue ablation
US8460285B2 (en) 2006-12-29 2013-06-11 St. Jude Medical, Atrial Fibrillation Division, Inc. Ablation catheter electrode having multiple thermal sensors and method of use
US10085798B2 (en) 2006-12-29 2018-10-02 St. Jude Medical, Atrial Fibrillation Division, Inc. Ablation electrode with tactile sensor
US8517999B2 (en) 2007-04-04 2013-08-27 St. Jude Medical, Atrial Fibrillation Division, Inc. Irrigated catheter with improved fluid flow
US8577447B2 (en) 2007-05-01 2013-11-05 St. Jude Medical, Atrial Fibrillation Division, Inc. Optic-based contact sensing assembly and system
US20090076476A1 (en) 2007-08-15 2009-03-19 Hansen Medical, Inc. Systems and methods employing force sensing for mapping intra-body tissue
US8357152B2 (en) 2007-10-08 2013-01-22 Biosense Webster (Israel), Ltd. Catheter with pressure sensing
US9161817B2 (en) 2008-03-27 2015-10-20 St. Jude Medical, Atrial Fibrillation Division, Inc. Robotic catheter system
US8206380B2 (en) 2008-06-13 2012-06-26 Advanced Caridiac Therapeutics Inc. Method and apparatus for measuring catheter contact force during a medical procedure
EP3372270B1 (en) 2008-12-31 2021-10-06 St. Jude Medical, Atrial Fibrillation Division, Inc. Optic-based contact sensing assembly and system
US8864757B2 (en) * 2008-12-31 2014-10-21 St. Jude Medical, Atrial Fibrillation Division, Inc. System and method for measuring force and torque applied to a catheter electrode tip
US8668686B2 (en) 2009-12-23 2014-03-11 Biosense Webster (Israel) Ltd. Sensing contact of ablation catheter using differential temperature measurements
US20130190726A1 (en) 2010-04-30 2013-07-25 Children's Medical Center Corporation Motion compensating catheter device
JP5755734B2 (ja) * 2010-06-16 2015-07-29 エーツー・サージカル 骨の３ｄ医用画像から幾何学的要素を自動的に判定する方法およびシステム
US8315696B2 (en) * 2010-12-09 2012-11-20 Biosense Webster (Israel), Ltd. Identifying critical CFAE sites using contact measurement
US9149327B2 (en) 2010-12-27 2015-10-06 St. Jude Medical Luxembourg Holding S.À.R.L. Prediction of atrial wall electrical reconnection based on contact force measured during RF ablation
EP3482708B1 (en) 2010-12-27 2021-03-10 St. Jude Medical International Holding S.à r.l. Prediction of atrial wall electrical reconnection based on contact force measured duing rf ablation
US8948837B2 (en) * 2011-01-13 2015-02-03 Rhythmia Medical, Inc. Electroanatomical mapping
US8945025B2 (en) 2011-12-30 2015-02-03 St. Jude Medical, Atrial Fibrillation Division, Inc. Catheter with atraumatic tip
WO2016181316A1 (en) * 2015-05-12 2016-11-17 Navix International Limited Systems and methods for tracking an intrabody catheter
US10383543B2 (en) 2015-11-11 2019-08-20 Biosense Webster (Israel) Ltd. Symmetric short contact force sensor with four coils
US20170143416A1 (en) 2015-11-21 2017-05-25 Boston Scientific Scimed Inc. Force sensing catheter with a slotted tube element
WO2017132768A1 (en) 2016-02-02 2017-08-10 The University Of Western Ontario Catheter force control device
US20170290617A1 (en) 2016-04-08 2017-10-12 Boston Scientific Scimed Inc. Force sensing catheter with a magnet and an inductive sensor
US11883106B2 (en) 2016-05-03 2024-01-30 St. Jude Medical, Cardiology Division, Inc. Lesion prediction based in part on tissue characterization
DE102016108966B4 (de) * 2016-05-13 2017-11-30 Technische Universität München Visuell-haptischer Sensor für 6D-Kraft/Drehmoment
US11369431B2 (en) 2016-06-11 2022-06-28 Boston Scientific Scimed Inc. Inductive double flat coil displacement sensor
WO2018092059A1 (en) 2016-11-16 2018-05-24 Navix International Limited Tissue model dynamic visual rendering
US10682181B2 (en) 2017-09-06 2020-06-16 Biosense Webster (Israel) Ltd. Methods and systems for modeling and registration of 3-dimensional images of the heart

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102166136A (zh) * 2010-01-22 2011-08-31 韦伯斯特生物官能公司 具有力感测远端头的导管
CN107635463A (zh) * 2015-05-12 2018-01-26 纳维斯国际有限公司 通过介电性质分析进行接触质量评估
CN106473804A (zh) * 2015-08-25 2017-03-08 韦伯斯特生物官能(以色列)有限公司 基于接触力控制导管功率的系统和方法
CN107650144A (zh) * 2017-09-16 2018-02-02 埃夫特智能装备股份有限公司 一种工业机器人工件坐标系的标定校准系统及其方法

Also Published As

Publication number Publication date
US20200222006A1 (en) 2020-07-16
US11510627B2 (en) 2022-11-29
CN113747828A (zh) 2021-12-03
WO2020150336A1 (en) 2020-07-23

Similar Documents

Publication Publication Date Title
US9888862B2 (en) Electroanatomical mapping
JP6301398B2 (ja) 不整脈の診断及びカテーテル治療のためのシステム
US10362955B2 (en) Graphically mapping rotors in a heart
US8700136B2 (en) Accurate time annotation of intracardiac ECG signals
US8929975B2 (en) System for heart monitoring, characterization and abnormality detection
WO2014024758A1 (ja) 医用画像診断装置および医用画像分析方法
Marques et al. Characterization of atrial arrhythmias in body surface potential mapping: A computational study
FI113835B (fi) Menetelmä ja järjestelmä sydänanalyysiä varten
CN113747828B (zh) 心脏导管接触力确定
Lebert et al. Synchronization-based reconstruction of electromechanical wave dynamics in elastic excitable media
US20220095986A1 (en) Interactive 2d scatter plot of egm characteristic metrics
US20220095984A1 (en) Electrophysiology system and method for determining local cycle length and local duty cycle
CN114052657A (zh) 使用多个成像模态来自动识别有机组织内的疤痕区域
US20220095987A1 (en) Electrophysiology system and method for assessing micro-reentry sites
US20210275058A1 (en) Systems and methods for automated localization of wearable cardiac monitoring systems and sensor position-independent hemodynamic inference
IL263409B2 (en) Detection of tiny movement in the human body

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40066120

Country of ref document: HK

GR01 Patent grant