CN114206218A - 心脏图形显示系统 - Google Patents

心脏图形显示系统 Download PDF

Info

Publication number
CN114206218A
CN114206218A CN202080056895.4A CN202080056895A CN114206218A CN 114206218 A CN114206218 A CN 114206218A CN 202080056895 A CN202080056895 A CN 202080056895A CN 114206218 A CN114206218 A CN 114206218A
Authority
CN
China
Prior art keywords
cycle
computing systems
pair
similarity
period
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
Application number
CN202080056895.4A
Other languages
English (en)
Inventor
克里斯多夫·维隆戈
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.)
Victor Medical Co ltd
Original Assignee
Victor Medical Co ltd
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
Priority claimed from US16/436,460 external-priority patent/US10595736B1/en
Application filed by Victor Medical Co ltd filed Critical Victor Medical Co ltd
Priority to CN202210745041.8A priority Critical patent/CN115251943A/zh
Publication of CN114206218A publication Critical patent/CN114206218A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/339Displays specially adapted therefor
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/004Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
    • A61B5/0044Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the heart
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/242Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents
    • A61B5/243Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents specially adapted for magnetocardiographic [MCG] signals
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/35Detecting specific parameters of the electrocardiograph cycle by template matching
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/352Detecting R peaks, e.g. for synchronising diagnostic apparatus; Estimating R-R interval
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/366Detecting abnormal QRS complex, e.g. widening
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7264Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/74Details of notification to user or communication with user or patient ; user input means
    • A61B5/742Details of notification to user or communication with user or patient ; user input means using visual displays
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/74Details of notification to user or communication with user or patient ; user input means
    • A61B5/742Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/743Displaying an image simultaneously with additional graphical information, e.g. symbols, charts, function plots
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/361Detecting fibrillation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346Analysis of electrocardiograms
    • A61B5/349Detecting specific parameters of the electrocardiograph cycle
    • A61B5/364Detecting abnormal ECG interval, e.g. extrasystoles, ectopic heartbeats
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT 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

Abstract

本文提供了一种用于显示与心脏疾病的源和源位置有关的心脏图形信息的系统,以帮助评估心脏疾病。心脏图形显示系统提供心电图内相似度(“ICS”)图形和源位置(“SL”)图形。ICS图形包括网格,其中x轴和y轴代表患者心电图的患者周期,患者周期标识符的交点表示患者周期之间相似度。SL图形提供了心脏的代表,并表示了源位置。源位置基于患者周期与心电图的库的库心电图的库周期的相似度来标识。

Description

心脏图形显示系统
有关申请交叉引用
本国际申请是2019年12月11日提交的标题为“心脏图形显示系统”的第16/710,286号美国专利申请(律师案卷129292-8018.US02)的延续申请,其是2019年6月10日提交的标题为“心脏图形显示系统”的第16/436,460号美国专利申请(律师案卷129292-8018.US00)的部分延续申请并与以下申请有关:于2018年4月26日提交的标题为“使用模拟心电图的机器学习”的第62/663,049号美国临时申请(律师案卷129292-8002.US00);于2018年11月13日提交的标题为“在分布式账本中记录消融程序结果”的第62/760,561号美国临时申请(律师案卷129292-8014.US00);于2018年7月23日提交的标题为“生成电磁源的模拟解剖”的第16/042,984号美国申请(律师案卷129292-8003.US00);于2018年7月23日提交的标题为“生成电磁源的模型的模型库”的第16/042,953号美国申请(律师案卷129292-8004.US00);于2018年7月23日提交的标题为“用于展示电磁源模拟解剖的用户界面”的第16/042,973号美国申请(律师案卷129292-8005.US00);于2018年7月23日提交的标题为“转换代表电磁源的多面体网格”的第16/042,993号美国申请(律师案卷129292-8006.US00);于2018年7月23日提交的标题为“从不同源配置生成心电图近似值”的第16/043,011号美国申请(律师案卷129292-8007.US00);于2018年7月23日提交的标题为“自扩展(bootstrapping)不同解剖的基于模拟的电磁输出”的第16/043,022号美国申请(律师案卷129292-8008.US00);于2018年7月23日提交的标题为“通过匹配模拟和患者数据标识电磁源配置的属性”的第16/043,034号美国申请(律师案卷129292-8009.US00);于2018年7月23日提交的标题为“使用临床和模拟数据的机器学习”的第16/043,041号美国申请(律师案卷129292-8010.US00);于2018年7月23日提交的标题为“基于患者特定模型的电磁源的显示”的第16/043,050号美国申请(律师案卷129292-8011.US00);于2018年7月23日提交的标题为“身体内电源生成的电力的显示”的第16/043,054号美国申请(律师案卷129292-8012.US00);于2018年10月17日提交的标题为“使用模拟心电图的机器学习”的第16/162,695号美国申请(律师案卷129292-8002.US01);于2018年11月30日提交的标题为“模拟心电图的校准”的第16/206,005号美国申请(律师案卷129292-8015.US00);以及于2019年1月14日提交的标题为“标识在消融中使用的消融模式”的第16/247,463号美国申请(律师案卷129292-8016.US),特此通过引用将其整体并入本文。
背景技术
许多心脏疾病可引起症状,发病(例如,晕厥或中风),和死亡。由心律失常引起的常见心脏疾病包括不适当窦性心动过速(“IST”),房性异位心律,交界性心律,室性逸搏心律,心房颤动(“AF”),心室颤动(“VF”),局灶性房性心动过速(“局灶性AT”),心房微折返,室性心动过速(“VT”),心房扑动(“AFL”),室性早搏(“PVC”),房性早搏(“PAC”),房室结折返性心动过速(“AVNRT”),房室折返性心动过速(“AVRT”),永久性交界性往复心动过速(“PJRT”),和交界性心动过速(“JT”)。心律失常的源(source)可包括电转子(rotor)(例如,心室颤动),复发性电聚焦源(例如,房性心动过速),基于解剖学的折返(例如,室性心动过速)等。这些源是持续性的或临床上显著的发作的重要驱动因素。可以使用不同的技术来通过消融治疗心律失常,所述技术包括标靶心脏疾病的源的射频能量消融,冷冻消融,超声消融,激光消融,外部放射源,定向基因治疗等。由于心脏疾病的源和源位置因患者而异,因此即使是常见的心脏疾病,靶向治疗也需要标识心律失常的源。
可惜的是,当前用于可靠地标识心脏疾病的源及其源位置的方法可能是复杂,繁琐且昂贵的。例如,一种方法使用具有多电极篮式导管的电生理导管,该多电极篮式导管经血管内插入心脏(例如,左心室),以例如在VF诱发发作期间从心脏内采集心脏电活动的测量结果。然后可以分析测量结果以有助于标识可能的源位置。目前,电生理导管价格昂贵(且通常仅限于一次性使用),可能导致严重并发症,包括心脏穿孔和填塞。另一种方法使用带有电极的外部体表背心来从患者体表采集测量结果,可对其进行分析以有助于标识心律失常源位置。这种体表背心价格昂贵,复杂且难以制造,并且可能干扰心律失常期间在诱发VF之后需要以采集测量结果的除颤器垫片的放置。此外,背心分析需要计算机断层扫描(“CT”)扫描,并且无法感测约20%的心律失常源可能存在于的室间隔和房间隔。
附图说明
图1示出了在一些实施例中的ICS图形。
图2示出了在一些实施例中的SL图形。
图3是示出在一些实施例中HTG系统的部件(component)的框图。
图4是示出在一些实施例中生成ICS相似度分布图(map)的处理的流程图。
图5是示出在一些实施例中HGD系统的计算相似度分数部件的处理的流程图。
图6是示出在一些实施例中HGD系统的标识周期部件的处理的流程图。
图7是示出在一些实施例中HGD系统的归一化周期部件的处理的框图。
图8是示出在一些实施例中HGD系统的提取片段部件的处理的流程图。
图9是示出在一些实施例中HGD系统的生成源位置图形的处理的流程图。
图10是示出在一些实施例中HGD的计算库相似度分数部件的处理的流程图。
图11是示出在一些实施例中HGD系统的生成源位置表示器部件的处理的流程图。
图12是示出在一些实施例中HGD系统的设置像素颜色部件的处理的流程图。
具体实施方式
本文提供了用于显示与身体内电磁源电活动模式(异常或正常)的源和源位置有关的电磁(“EM”)源图形信息的方法和系统。身体可以是,例如,人体,并且EM源可以是心脏,大脑,肝脏,肺,肾脏,胃,或者生成EM场的身体的另一部分,该EM场可以被测量,优选地,从身体外部测量并由EM测量结果(例如由心电图(“ECG”)或心电向量图(“VCG”)所代表的心电图和脑电图(“EEG”))代表。在下文中,主要在EM源是心脏的情境中描述EM图形显示系统。可以采用和适用下文所述的针对心脏的EM图形系统的方法和系统来提供身体的其他EM源的图形。例如,如下所述的对心电图周期的标识可适用于标识代表胃的EM场的EEG周期或EM测量结果周期。图形提供了视觉表示,该视觉表示可以是文本的和非文本的(例如,图片,动画,和计算机生成的表现(rendering))。
在一些实施例中,提供了用于显示与心脏疾病的源和源位置有关的心脏图形信息的方法和系统,以帮助评估心脏疾病。在一些实施例中,心脏图形显示(“HGD”)系统提供了心电图内相似度(intra-cardiogram similarity,“ICS”)图形和源位置(“SL”)图形。ICS图形提供了(例如,患者的)心电图周期之间的相似度的信息。图1示出了在一些实施例中的示例ICS图形。ICS图形100包括相似度分布图110,其提供了患者的患者心电图的患者周期对之间的相似度的视觉信息。x轴和y轴代表患者周期(例如,心跳),第一患者周期和第二患者周期的交点代表第一患者周期和第二患者周期之间的相似度。x轴的患者周期与y轴的患者周期交点处的区域中的颜色代表表示这些患者周期之间的相似度的相似度分数(例如,基于Pearson相关系数或余弦相似度)。相似度分数的范围可以从0到1,其中1是相同的患者周期的相似度分数。ICS图形的图例114示出了代表相似度分数的颜色范围,红色代表最低的相似度分数,蓝色代表最高的相似度分数。(相似度分数可由基于图形特征而非颜色的相似度表示器代表,例如使用灰度,从三角形到圆形的多面体范围等。)例如,周期35和周期22的交点111为蓝色,表示这些患者周期之间具有相对高的相似度。周期35和周期20的交点112为红色,表示这些患者周期之间具有相对低的相似度。沿对角线的交点代表每个患者周期于它本身的相似度,因此为深蓝色,表示相似度分数为1。可以认为相似度分布图对应于对称矩阵。当指针移过交点上时,弹窗113标识该交点的x轴和y轴的周期以及作为z轴值的这些周期的相似度分数。当指针选择心跳的窗口或范围时,弹窗还可以显示窗口内相似度分数的统计概要,例如相似度分数平均值和标准差,显著不同的相似周期的组的数量,稳定性指数,或心律不齐类型分类。也可以基于心电图库(library)的库心电图的库周期生成ICS图形(如下所述)。
源的稳定性指数(或稳定性特点)是对位于心脏特定区的主导心律失常源的周期到周期(cycle-to-cycle)一致性的测量。稳定性指数可基于连续周期序列的相似度分数,并由在用户定义的时间间隔内ICS图形的标识对角线之上或之下的所有相似度分数的标准差来代表。高平均值和低标准差表示稳定的心律失常(例如,局灶性心动过速(focaltachycardia)),低平均值和高标准差表示不稳定的心律失常(例如,转子颤动(rotorfibrillation))。该测量可以是具有高相似度的非对角线簇的数量的计数,以估计独特的心律失常激活模式的数量,从而估计源。在《转子稳定性将持续性心室颤动与人类自终止发作分开》(Rotor Stability Separates Sustained Ventricular Fibrillation FromSelf-Terminating Episodes in Humans)(Krummen,D.等,美国心脏病学会杂志,第63卷,第23期,2014年)描述了一种用于确定心律失常源稳定性的技术,其在此通过引用并入本文。
ICS图形有益于标识特征性电激活动力学,以有助于消除临床心律失常的驱动机制。有效的目标源稳定性指数或心律失常类型分类可通过相似患者周期的持续性来表示。这种相似患者周期可表明心脏内持续的周期性电激活动力学。电激活动力学(即,动作电位如何通过心脏组织传播)受许多因素的影响,包括心脏组织的电特性,源位置,源类型(例如,转子或局灶性,颤动,心动过速,振颤等),和疾病基质(例如,疤痕)。考虑到这些因素,患者周期之间相似度可能不一定表示基于转子的心律失常源,但它可能更普遍地表示心电图中的哪些电激活模式或多或少占主导地位或普遍存在。心电图中经常出现的主导电激活模式表示心律失常的驱动,维持机制。
对ICS图形的分析可能会将多个驱动机制显示为相似患者周期的多个分组。当多个分组以时间连续的序列发生时(在相似度分布图的标识的对角线附近的高相似度分数的连续分组),该分析可能表明电激活动力学从一个分组转变到下一个分组。这种转变可能是由于源位置的移动或从一种心律失常类型到另一种心律失常类型的变化(例如,基于转子的VF可以演变为局灶性源VT)。例如,参考图1,x轴周期22-29和y轴周期22-29的交点代表相似患者周期分组,x轴周期33-40和y轴周期33-40的交点代表相似周期的另一分组。x轴周期22-29和y轴周期33-40的交点表示这些分组的相似度,也被称为非对角线簇。心脏中可能具有多个不同的心律失常源或类型,其不代表单个驱动机制的移动。如果相似患者周期的多个分组不以时间连续的序列发生以及从定位分析所估计的源位置不同,则可能呈现多个驱动机制的表示。例如,由x轴周期22-29和y轴周期22-29代表的分组和由x轴周期49-56和y轴周期49-56代表的分组不是时间连续的序列。在其他情况下,不是时间连续的序列的分组可能实际上是同一心律失常模式,从而表明共同驱动机制。这种共同驱动机制可以通过相似度分布图的非对角线部分上的高相似度分组来表示。例如,由x轴周期22-29和y轴周期49-56代表的分组表示由x轴周期22-29和y轴周期22-29代表的分组与由x轴周期49-56和y轴周期49-56代表的分组的相似度,这两个分组不是时间连续的序列。如果不是时间连续的序列的相似周期分组之间的相似度低,则该分析可能表明存在多个独立的驱动机制。
在一些实施例中,可采用ICS系统来显示在不同时间从代表不同心脏或同一心脏的心电图得出的周期之间的心脏间(inter-cardiac)相似度(而非心脏内(intra-cardiac)相似度)的信息。例如,ICS系统可以针对患者周期和模拟周期的周期对生成相似度分数。可从对心脏的模拟EM激活生成的模拟EM测量结果得出的模拟心电图中标识模拟周期。可使用心脏的计算模型生成模拟EM激活。模拟心电图可存储在心电图库中。ICS系统生成示出这种周期对之间的相似度分数的图形。该图形可以相似于针对心脏内相似度而生成的图形。作为另一示例,ICS系统可基于不同的模拟心电图和基于不同的患者心电图生成表示心脏间相似度的相似度分数。不同的患者心电图可包括在不同时间采集的同一患者的患者心电图,或者不同患者的患者心电图。ICS系统可基于心脏之间的相似度针对心电图对生成相似度分数。例如,当要在患者心电图和模拟心电图之间生成相似度分数时,可以基于患者心脏和用于生成模拟心电图的模拟心脏之间的心脏相似度来选择模拟心电图。心脏相似度可基于患者心脏和模拟心脏的物理特征(例如,方向,尺寸,和形状)和/或EM特征。此外,以类似方式,可以基于患者心脏和另一患者的患者心脏之间的心脏相似度来选择不同患者的患者心电图,并且可以基于两个模拟心脏之间的心脏相似度来选择模拟心电图。2018年11月30日提交的标题为“模拟心电图的校准”的第16/206,005号美国申请中描述了标识患者心脏和模拟心脏之间的心脏相似度的技术。
SL图形提供了与通过比较患者心电图的患者周期与心电图库的库周期而标识的源位置有关的信息。每个库周期都与源位置和类型相关联。图2示出了在一些实施例中的示例SL图形。SL图形200包括心脏(例如,心室)210的代表以及从一个或多个患者周期得出的源位置表示器221-224。为了标识源位置或类型以包括在SL图形中,HGD系统计算表示库周期和患者的患者心电图的患者周期之间相似度的相似度分数。然后,HGD系统基于他们的相似度分数标识与库周期(被称为目标库周期)相关联的一些(即一个或多个)源位置。例如,HGD系统可以基于与每个源位置相关联的库周期的最高相似度分数,基于与每个源位置相关联的库周期的四个最高相似度分数的平均值等等来标识源位置。与具有最高相似度分数的库周期相关联的源位置可能在帮助评估心脏疾病方面提供更多信息。然后,HGD系统生成SL图形,其包括心脏部分以及目标库周期每个源位置和类型的源位置和类型表示器的代表。
在一些实施例中,源位置和类型表示器可以具有基于与源位置和类型表示器相关联的相似度分数而变化的特征。源位置和类型表示器可位于源位置的中心。源位置表示器可以是圆,该圆具有特征,例如圆的尺寸和圆的颜色等。圆的尺寸可以基于与目标库周期相关联的相似度分数。以源位置为中心的小尺寸(即半径)圆可表示与该源位置和类型相关联的目标库周期具有高相似度分数。(与目标库周期相关联的源位置和类型被认为是与该目标库周期的相似度分数相关联。)小尺寸可表示对源位置的相关性有更大的置信度。HGD系统可为每个源位置和类型表示器分配颜色,以表示源位置相似度分数的相对顺序。例如,假设显示了四个源位置表示器,则与最高相似度分数相关联的源位置表示器可被分配为红色,而其他三个源位置表示器可按其相关联的相似度分数的降序被分配为黄色,绿色,和蓝色。HGD系统可将圆心设置为分配给源位置表示器的颜色,并将分配给圆其余部分的颜色从分配给圆心的颜色线性变化为表示在圆的圆周处最小相似度分数的颜色。例如,圆的着色可从红色到蓝色,黄色到蓝色,绿色到蓝色,和纯蓝色而变化。源位置表示器可以是圆以外的形状,并且可以基于灰度而不是颜色范围。源位置表示器可以从源位置表示器230的列表中选择。源位置表示器列表中的每个项目都可以通过周期/心跳数量,周期起始和结束时间,相似度统计,或源类型描述进行标记。
在一些实施例中,HGD系统可在SL图形中包括从多个患者周期得出的源位置。例如,HDG系统可标识多个患者周期的源位置,并在SL图形上同时包括多个患者周期的源位置表示器。或者,HDG系统可以为每个患者周期生成源位置表示器,并依次输出源位置表示器,以在源位置从患者周期移动到患者周期时呈现源位置的动画。当SL图形同时包括多个患者周期的源位置时,一些源位置表示器可能重叠。在这种情况下,HDG系统可以将重叠部分的像素设置为来自重叠源位置表示器的该像素的颜色的平均值。例如,如果像素的颜色在一个源位置表示器中为黄色,在另一个源位置表示器中为蓝色,则LS图形的像素的颜色可以为绿色。图2的周期选择框230允许用户选择一个或多个患者周期,以用于标识SL图形的源位置。
在一些实施例中,HGD系统可以,针对每个源位置,通过生成与每个患者周期相关联的相似度分数的平均值,来标识多个患者周期的源位置。然后,HGD系统基于平均相似度分数标识源位置。分配给源位置表示器的颜色和尺寸是基于源位置的平均相似度分数。
图3是示出一些实施例中HGD系统的部件的框图。HGD系统300包括部件以生成ICS图形,其包括生成ICS图形部件310,计算相似度分数部件311,标识周期部件312,归一化周期部件313,和提取周期部件314。生成ICS图形部件通过调用计算相似度分数部件来计算患者心电图的患者周期对的相似度分数,基于相似度分数生成ICS图形,并输出ICS图形,从而生成患者心电图的ICS图形。计算相似度分数部件调用标识患者周期部件以标识患者心电图中的患者周期,调用提取片段部件以从患者周期中提取相关片段并丢弃不能用的患者周期,然后计算每个患者周期对的相似度分数。标识周期部件标识患者周期,并调用归一化周期部件以对患者周期进行归一化。
HGD系统还包括部件以生成SL图形,其包括生成SL图形部件320,计算库相似度分数部件321,生成源位置表示器部件322,和设置像素颜色部件323。生成SL图形部件调用计算库相似度分数来计算患者周期和库周期的每个周期对的相似度分数,调用生成源库表示器部件来生成每个患者周期的源库表示器,接收患者周期的选择,调用设置像素颜色部件来基于与所接收的患者周期相关联的SL表示器填入SL图形,然后输出SL图形。计算库相似度分数部件计算患者周期和库周期的每个周期对的相似度分数,并且针对每个患者周期,基于与与源位置相关联的库周期相关联的相似度分数对源位置进行排序。生成源位置表示器部件为每个患者周期生成每个源位置或源位置子集的源位置的表示器,例如与最高相似度分数关联的源位置表示器。设置像素颜色部件计算源位置表示器重叠区域的像素值。
患者心电图数据存储340包含患者心电图,例如心电图(“ECG”)或心电向量图(“VCG”)。心电图库350包含库心电图的库周期。库心电图可以是基于心脏的计算模型和/或患者心电图集而生成的模拟心电图。库周期可以以与标识患者周期类似的方式已经被标识。每个库周期都与相应的源位置或类型相关联。可使用于2018年11月30日提交的标题为“模拟心电图的校准”的第16,206,005号美国专利申请中所述的技术生成心电图库,其通过引用并入本文。
HGD系统和其他所述系统可在其上实现的计算系统(例如,网络节点或网络节点集)可包括中央处理单元,输入设备,输出设备(例如,显示设备和扬声器),存储设备(例如,存储器和磁盘驱动器),网络接口,图形处理单元,蜂窝无线链路接口,全球定位系统设备等。输入设备可包括键盘,指点设备,触摸屏,手势识别设备(例如,用于空中手势),头部和眼睛跟踪设备,用于语音识别的麦克风等。计算系统可以包括高性能计算系统,基于云的服务器,台式计算机,笔记本电脑,平板电脑,电子阅读器,个人数字助理,智能手机,游戏设备,服务器等。例如,可以使用高性能计算系统执行模拟和训练,并且可以通过平板电脑执行分类。计算系统可以访问包括计算机可读存储介质和数据传输介质的计算机可读介质。计算机可读存储介质是不包括暂时性传播信号的有形存储装置。计算机可读存储介质的示例包括例如主存储器,高速缓存存储器,和辅助存储器(例如,DVD)等的存储器以及其他存储器。计算机可读存储介质可以已经记录在其上,或者可以用实现HGD系统和其他所述系统的计算机可执行指令或逻辑进行编码。数据传输介质用于通过有线或无线连接经由暂时性传播信号或载波(例如,电磁)传输数据。计算系统可以包括作为中央处理单元的一部分的安全密码处理器,用于生成和安全地存储密钥,以及用于使用密钥加密和解密数据。
HGD系统和其他所述系统可以在由一台或多台计算机,处理器,或其他设备执行的计算机可执行指令(例如程序模块和部件)的通常情境中描述。通常,程序模块或部件包括执行任务或实现HGD系统和其他所述系统的数据类型的例程,程序,对象,数据结构等。典型地,程序模块的功能可以在多种示例中根据需要进行组合或分布。HGD系统和其他所述系统的方面可以使用例如专用集成电路(“ASIC”)或现场可编程门阵列(“FPGA”)在硬件中实现。
HGD系统的部件可以使用客户机-服务器模型实现。例如,客户机系统可支持从用户接收关于心脏信息的请求,向服务器发送该请求,并从服务器接收相似度分数的表示。然后,客户机可显示可由客户机基于所接收的相似度分数的表示生成的图形,或由服务器生成并从服务器接收的图形。服务器可以被托管(hosted)在数据中心(例如,基于云的数据中心)。
图4是示出在一些实施例中生成ICS相似度分布图的处理的流程图。生成ICS相似度分布图部件基于患者心电图(“CG”)的患者周期的心房片段或心室片段之间的相似度生成ICS图形的相似度分布图。在框401中,部件调用计算相似度分数部件来计算患者周期之间的相似度分数。在框402中,部件将患者周期的标记或标识符添加到x轴和y轴。在图1的相似度分布图110中,由于空间限制,标记“心跳1”,“心跳3”等标识了每个其他患者周期,而不是标识每个周期。在框403中,部件选择下一患者周期(“PC”)对。在判定框404中,如果全部患者周期已经被选择,则部件在框407处继续,否则部件在框405处继续。在框405中,部件基于患者周期对的相似度分数选择颜色。在框406中,部件填充患者周期对的交点。例如,针对患者周期22和患者周期35的周期对,部件将(35,22)和(22,35)的交点设置为蓝色,表示那些患者周期具有相对高的相似度分数。然后,部件循环到框403以选择下一患者周期对。在框407中,部件可以在输出ICS图形之前向ICS图形添加颜色范围的图例。然后部件完成。
相似度分布图也可以显示为三维图,其相似度分数在z轴上代表。在这种情况下,HGD系统允许旋转三维图,以围绕x,y,和z轴以不同角度查看该图。
图5是示出在一些实施例中HGD系统的计算相似度分数部件的处理的流程图。调用计算相似度分数部件500来计算患者心电图的患者周期之间相似度分数。在框501中,部件调用标识周期部件来标识患者心电图中的患者周期。在框502-506中,部件循环标识患者周期的片段并丢弃那些不满足有用性标准的周期。基于多种标准(例如太短和/或太长),患者周期可能是不能用的。例如,标准可以是患者周期长于500ms和短于1000ms。在框502中,部件选择下一患者周期。在判定框503中,如果全部患者周期已经被选择,则部件在框507处继续,否则部件在框504处继续。在框504中,部件调用提取片段部件来提取患者周期的相关片段。在判定框505中,如果提取片段部件将患者周期表示为不能用,则部件在框506处继续,否则部件循环到框502以选择下一患者周期。在框506中,部件丢弃该患者周期并循环到框502以选择下一患者周期。在框507-509中,部件循环计算患者周期对之间的相似度分数。在框507中,部件选择下一患者周期对。在判定框508中,如果全部患者周期已经被选择,则部件完成,否则部件在框509处继续。在框509中,部件计算患者周期对的相似度分数,然后循环到框507以选择下一患者周期对。
在一些实施例中,HGD系统可标识ECG或VCG内的周期(心律失常活动的周期性间隔)。周期可以通过,关于包括参考坐标系或参考坐标系集合的空间方向或方向集合,从负电压到正电压的连续交叉(“正交叉”)或从正电压到负电压的连续交叉(“负交叉”)来界定。参考坐标系可以与解剖轴(例如,x轴从左到右,y轴从上到下,z轴从前到后),成像轴(例如,CT,MR,或x射线坐标系),体表导联向量,通过测量或模拟电磁源配置和输出的主成分分析计算的主轴,或感兴趣的用户定义的方向一致。例如,一个三秒的VCG可以有三个周期,每个周期可以由沿x轴的正交叉次数来界定。或者,可以通过沿y轴或z轴的交叉来界定周期。此外,可通过负交叉定义周期。还可以通过标识R峰值并将周期结束设置为T片段结束的估计的处理来标识周期。
图6是示出在一些实施例中HGD系统的标识周期部件的处理的流程图。调用标识周期部件600来标识VCG内的周期,并为这些周期提供归一化VCG(nVCG[])。图6的部件基于x轴的负交叉标识周期。在框601中,部件将索引j初始化为2以对VCG进行索引,并将索引k设置为0以对所标识的周期进行索引。在判定框602中,如果索引j大于VCG的尺寸,则部件已标识了全部周期并且部件完成,提供归一化nVCG,否则部件在框603处继续。在框603中,如果VCG的x轴的上一电压(VCG.V[j-1].x)大于或等于零,并且VCG的x轴的索引电压(VCG.V[j].x)小于零(即,x轴的负交叉),则可能的周期的起始已经被标识并且部件在框604处继续以标识该周期,否则部件在框609处继续。在框604中,部件将索引周期的起始(C[k].start)设置为等于索引j。在判定框605中,如果已经标识出至少一个周期,则上一周期的结束被知晓,并且部件增加索引k并在框606处继续,否则部件增加索引k并在框609处继续。在框606中,部件将上一周期的结束设置为索引j-1。在框607中,部件提取由上一周期的起始和结束界定的上一索引周期的VCG(eVCG)。在框608中,部件调用归一化周期部件,传递提取出的VCG(eVCG)的表示,并接收归一化周期(nVCG)。在框609中,部件增加索引j以对VCG进行索引,并循环到框602。
图7是示出在一些实施例中HGD系统的归一化周期部件的处理的框图。调用归一化周期部件700,传递周期的VCG的表示,并对周期进行归一化。如果周期为ECG,则可以将周期的时间和电压归一化为0到1之间的值。在框701中,部件标识周期中向量的最大向量值V’。例如,可以通过取向量的x,y,和z值的平方和的平方根来计算向量的向量值。在框702中,部件设置索引i以索引VCG的下一个轴。在判定框703中,如果全部的轴已经被选择,则部件完成,提供归一化VCG,否则部件在框704处继续。在框704中,部件将索引j初始化为1,以便通过归一化周期的向量进行索引。在判定框705中,如果索引j大于归一化周期的向量数量,则部件循环到框702以选择下一个轴,否则部件在块706继续。在框706中,部件将索引轴的索引向量的归一化VCG设置为传递VCG,索引向量,和最大向量值V’的插值。该插值有效地将VCG压缩或扩展到归一化VCG中的向量数量,并将向量的x,y,和z值除以最大向量值V’。在框707中,部件增加索引j,然后循环到框705。
图8是示出在一些实施例中HGD系统的提取片段部件的处理的流程图。提取片段部件800提取周期的相关部分,该周期的相关部分取决于是否正在执行心房或心室分析。在框801中,部件标识周期的R峰。例如,部件可以应用Pan-Tompkins类型的算法。(见Pan,J.,Tompkins,W.J.“实时QRS检测算法(A Real-Time QRS Detection Algorithm)”,IEEE生物医学工程汇刊(3)(IEEE Transactions on Biomedical Engineering(3)):230(1985))。在框802中,部件标识QRST片段。一旦标识出R峰,可使用多种技术来标识QRST片段(即QT间隔)。一种技术是使用在R峰之前的某个时间和R峰之后的某个时间(例如在R峰之前30ms和之后250ms)的固定窗口。另一种技术也可以基于QRST片段的手动标识,在这种情况下,R峰可能无法单独地被标识。另一种技术可以在算法上标识考虑到心率的QRST片段。另一种技术可以在算法上标识考虑到电压变化率的R起始(R onset)或T偏移(T offset)。在判定框803中,如果要标识心房片段,则部件在框804处继续,否则部件在框806处继续。在框804中,部件从周期中移除QRST片段,得到剩余的心房片段。在判定框805中,如果心房片段满足心房有用性标准,则部件继续,表示移除了QRST片段的周期,否则部件完成,表示该心房片段不能用。心房有用性标准可以是周期的心房片段的长度在最小和最大时间内,例如500和1000ms。在框806中,部件从周期中移除非QRST片段。在判定框807中,如果QRST片段满足心室有用性标准,则部件完成,表示移除了非QRST片段的周期,否则部件完成,表示该QRST片段不能用。部件可以通过将对应于该片段的值设置为零来移除由ECG代表的周期的片段。
图9是示出在一些实施例中HGD系统的生成源位置图形的处理的流程图。生成SL图形部件900输入患者周期并输出所选择的患者周期集合的SL图形。在框901中,部件调用计算库相似度分数部件以生成患者周期和库周期的周期对的相似度分数。在框902中,部件调用生成源位置表示器以生成每个患者周期的源位置表示器。在框903中,部件接收一个或多个患者周期的集合的选择。用户可以使用SL图形200的周期选择框230进行选择。还可以从与HGD系统,数据存储等相接的软件系统接收选择。在判定框904中,如果没有更多患者周期集合被选择,则部件完成,否则部件在框905处继续。在框905中,部件调用设置像素颜色部件来为所选择的患者周期的SL图形的每个像素设置颜色。在框906中,部件输出SL图形。在框907中,当光标移动到SL图形上的不同位置时,部件显示弹窗。例如,当光标移动到源位置表示器上时,可以显示弹窗,该弹窗包括与对应源位置相关联的患者周期的统计信息,例如那些周期的最高相似度分数的平均相似度分数。然后,部件循环到框903以接收患者周期的选择。在一些实施例中,SL图形可以是三维的,并且HGD系统可以支持SL图形的三维旋转,以便人们可以查看例如心脏的内部,前部,和后部。
图10是示出在一些实施例中HGD系统的计算库相似度分数部件的处理的流程图。计算库相似度分数部件1000计算患者周期和库周期的相似度分数对,并且针对每个患者周期,对与每个源位置相关联的患者周期的相似度分数进行排序。在框1001中,部件选择下一患者周期。在判定框1002中,如果全部患者周期已经被选择,则部件完成,否则部件在框1003处继续。在框1003中,部件选择下一库周期(“LC”)。在判定框1004中,如果已经所选择的患者周期的全部库周期已经被选择,则部件在框1006处继续,否则部件在框1005处继续。在框1005中,部件计算患者周期和库周期的相似度分数,并在框1003处继续。在框1006-1008中,部件循环对每个源位置的库周期进行排序。在框1006中,部件选择下一源位置。在判定框1007中,如果患者周期的全部源位置已经被选择,则部件循环到在框1001处的框以选择下一患者周期,否则部件在框1008处继续。在框1008中,部件基于与所选择的患者周期的所选择的源位置相关联的库周期和所选择的患者周期的相似度分数,对那些库周期进行排序。然后,部件循环到框1006以选择下一源位置。
图11是示出在一些实施例中HGD系统的生成源位置表示器部件的处理的流程图。生成源位置表示器部件为每个患者周期生成源位置表示器。在框1101中,部件选择下一患者周期。在判定框1102中,如果全部患者周期已经被选择,则部件完成,否则部件在框1103处继续。在框1103中,部件选择下一源位置。在判定框1104中,如果全部源位置已经被选择,则部件在框1106处继续,否则部件在框1105处继续。在框1105中,部件为所选择的患者周期生成源位置分数。例如,源位置分数可以是与该源位置相关联的库周期(和所选择的患者周期)的最高相似度分数。作为另一示例,源位置分数可以是五个最高相似度分数的平均值。在框1106中,部件选择源位置分数顺序中的下一个源位置。在判定框1107中,如果其源位置表示器要被包括在SL图形中的源位置的数量已经被选择,则部件在框1101处继续,否则部件在框1108处继续。在框1108中,部件基于源位置顺序设置源位置的颜色。在框1109中,部件基于源位置分数设置源位置的半径。在框1110中,部件基于颜色和半径填充代表源位置的圆的数据结构。然后,部件循环到框1106以选择下一源位置。
图12是示出在一些实施例中HGD系统的设置像素颜色部件的处理的流程图。设置像素颜色部件1200被提供患者周期,并基于患者周期的源位置表示器计算SL图形的每个像素的颜色。在框1201中,部件选择SL图形的下一个像素。在判定框1202中,如果全部像素已经被选择,则部件完成,否则部件在框1203处继续。在框1203中,部件标识包含所选择像素的患者周期的源位置表示器。在框1204中,部件基于代表源位置的圆的数据结构计算所标识的源位置表示器的平均值。在框1205中,部件基于该平均值设置像素颜色,然后循环到框1201以选择下一像素。
以下段落描述HGD系统多方面的多种实施例。HGD系统的实现可采用实施例的任何组合。下面描述的处理可以由具有执行存储在实现HGD系统的计算机可读存储介质上的计算机可执行指令的处理器的计算系统来执行。
心电图内相似度
在一些实施例中,提供了一种由一个或多个计算系统执行的用于呈现信息以帮助评估身体的电磁(“EM”)源的方法。所述方法访问所述EM源的EM场的EM测量结果内的周期的表示,每个周期对具有表示所述对的所述周期之间相似度的相似度分数。所述方法生成图形,该图形表示每个周期对的所述相似度分数。所述方法将所述图形输出到输出设备。在一些实施例中,所述周期具有顺序,所述图形包括分布图,该分布图具有代表按顺序排列的每个周期的第一轴和代表按顺序排列的每个周期的第二轴,并且周期对的交点提供所述周期对的所述相似度分数的表示。在一些实施例中,相似度分数的所述表示基于变化的图形特征。在一些实施例中,所述图形特征基于颜色。在一些实施例中,所述图形特性基于强度等级。在一些实施例中,所述图形还包括代表相似度分数的第三轴,并且其中周期对的所述相似度分数的所述表示基于沿所述第三轴的高度。在一些实施例中,所述方法旋转所述图形。在一些实施例中,所述输出设备是显示设备,以及所述方法接收周期对的选择并显示与所选择的周期对有关的信息。在一些实施例中,显示信息包括所选择的周期对的所述相似度分数。在一些实施例中,所述输出设备是显示设备,以及还包括接收多周期对的选择并显示与所选择的多周期对有关的信息。在一些实施例中,所显示的信息包括平均相似度分数,所述相似度分数的标准差,稳定性指数,或多组相似周期对。在一些实施例中,所述EM源是心脏,所述EM测量结果由心电图代表。在一些实施例中,相似度分数的表示基于变化的图形特征。在一些实施例中,所述EM测量结果基于对所述EM源的EM激活进行建模的计算模型生成。
在一些实施例中,提供了用于呈现信息以帮助评估患者的心脏的一个或多个计算系统。所述一个或多个计算系统包括用于存储计算机可执行指令的一个或多个计算机可读存储介质和用于执行存储在所述一个或多个计算机可读存储介质中的计算机可执行指令的一个或多个处理器。当所述指令被执行时,所述指令访问患者心电图内的周期的表示。每个周期对具有表示该周期对之间相似度的相似度分数。所述指令生成图形,该图形表示每个周期对的相似度分数。所述指令通过显示设备显示所述图形。在一些实施例中,周期在心电图中具有顺序,所述图形包括分布图,该分布图具有代表按顺序排列的每个周期的第一轴和代表按顺序排列的每个周期的第二轴,并且周期对的交点提供所述周期对的所述相似度分数的表示。在一些实施例中,相似度分数的所述表示基于变化的图形特征。在一些实施例中,所述图形特征基于颜色。在一些实施例中,所述图形特性基于强度等级。在一些实施例中,所述图形还包括代表相似度分数的第三轴,并且其中周期对的所述相似度分数的所述表示基于沿所述第三轴的高度。在一些实施例中,所述指令还接收周期对的选择并显示与所选择的周期对有关的信息。在一些实施例中,显示信息包括所选择的周期对的所述相似度分数。在一些实施例中,所述指令还接收多周期对的选择并显示与所选择的多周期对有关的信息。在一些实施例中,所显示的信息包括平均相似度分数,所述相似度分数的标准差,稳定性指数,或多组相似周期对。在一些实施例中,所述指令还标识心电图的周期。在一些实施例中,所述指令还计算每个周期对的相似度分数。
在一些实施例中,提供了用于呈现与心脏有关的信息的一个或多个计算系统。所述一个或多个计算系统包括存储计算机可执行指令的一个或多个计算机可读存储介质和用于执行存储在所述一个或多个计算机可读存储介质中的计算机可执行指令的一个或多个处理器。当所述指令被执行时,所述指令从用户接收与所述心脏有关的所述信息的请求。所述指令向服务器发送所述信息的请求。该指令从所述服务器接收表示所述心脏的电激活的每个周期对的相似度分数的所述信息。周期对的所述相似度分数表示所述对的所述周期之间的相似度。所述指令在显示设备上显示所接收的信息的所述相似度分数的视觉表示。在一些实施例中,所述周期具有顺序,所述图形包括分布图,所述分布图具有代表按顺序排列的每个周期的第一轴和代表按顺序排列的每个周期的第二轴,并且周期对的交点提供该周期对的所述相似度分数的所述视觉表示。在一些实施例中,所述指令还生成所述图形。在一些实施例中,所述请求被发送到服务器,以及所述所接收的信息是从服务器接收的。在一些实施例中,所述请求被发送到基于云的系统,以及所述所接收的信息从基于云的系统接收。在一些实施例中,所述所接收的信息包括所述图形。在一些实施例中,视觉表示是非文本的。
源位置
在一些实施例中,提供了一种由一个或多个计算系统执行的用于呈现信息以帮助评估患者的电磁(“EM”)源的方法。所述方法访问具有所述EM源的EM场的库EM测量结果的库周期的库。每个库周期与所述EM源的源位置相关联。针对多个库周期中的每一个,所述方法计算所述库周期的相似度分数,该相似度分数表示所述库周期和所述患者的患者EM测量结果的患者周期之间的相似度。所述方法基于目标库周期的所述相似度分数标识与所述目标库周期相关联的源位置。所述方法生成图形,该图形包括所述EM源的一部分的代表和基于所标识的源位置设置位置的源位置表示器。所述源位置表示器具有基于与所述目标库周期相关联的所述相似度分数的特征。所述方法将所述图形输出到输出设备。在一些实施例中,所述特征是基于所述相似度分数的所述源位置表示器的尺寸。在一些实施例中,所述源位置表示器是圆,以及所述尺寸表示所述圆的半径。在一些实施例中,较小的尺寸表示较高的相似度分数。在一些实施例中,所述特征是颜色。在一些实施例中,所述源位置表示器是圆,特征是所述圆的尺寸,以及特征是颜色。在一些实施例中,所述颜色从所述圆的中心到所述圆的圆周变化。在一些实施例中,所述患者周期是多个患者周期中的一个,并且还包括针对每个患者周期,生成图形并依次输出所述图形以使所述源位置的所述位置具有动画效果。在一些实施例中,基于所述目标库周期的所述相似度分数标识与所述目标库周期相关联的多个源位置,并且所述图形包括基于所标识的源位置设置位置的源位置表示器,每个源位置表示器具有基于与目标库周期相关联的所述相似度分数的特征。在一些实施例中,所述特征是所述源位置表示器的尺寸,以及所述尺寸基于所标识的库周期的相似度分数。在一些实施例中,较小的尺寸表示较高的相似度分数。在一些实施例中,特征是颜色,每个源位置表示器具有不同的颜色。在一些实施例中,当源位置表示器在所述图形上重叠时,所述重叠的所述颜色基于重叠的所述源位置表示器的所述颜色的组合。在一些实施例中,所述源位置表示器是圆,特征是所述圆的尺寸,特征是表示基于所述目标库周期的所述相似度分数的源位置分数的顺序的颜色。在一些实施例中,圆的所述颜色在中心,并且所述圆的颜色从中心到圆周变化。在一些实施例中,所述方法接收由人指定的患者周期的选择。在一些实施例中,所述方法标识所述患者周期。在一些实施例中,所述方法输出与所标识的目标周期有关的统计信息。在一些实施例中,所述标识基于目标库周期的所述相似度分数来标识与所述目标库周期相关联的源位置,并且所述图形包括用于所标识源位置的源位置表示器。在一些实施例中,基于对所述EM源的EM激活进行建模的计算模型来生成EM测量结果。在一些实施例中,所述EM源是心脏,所述EM测量结果由心电图代表。在一些实施例中,所述源位置与所述心脏的异常电激活有关,并且还包括显示表示所述异常电激活的所述源类型的源类型表示器。在一些实施例中,所述源类型选自转子,局灶性,颤动,心动过速,和振颤。
在一些实施例中,提供了用于呈现信息以帮助评估患者的心脏的一个或多个计算系统。所述一个或多个计算系统包括用于存储计算机可执行指令的一个或多个计算机可读存储介质和用于执行存储在所述一个或多个计算机可读存储介质中的计算机可执行指令的一个或多个处理器。当所述指令被执行时,针对库的多个库周期中的每一个,所述指令计算所述库周期的相似度分数,该相似度分数表示所述库周期和所述患者的患者心电图的患者周期之间的相似度。每个库周期与所述心脏的源位置相关联。所述指令基于目标库周期的所述相似度分数标识与所述目标库周期相关联的源位置。所述指令生成图形,该图形包括心脏的一部分的代表和基于所标识的源位置设置位置的源位置表示器。所述源位置表示器具有基于与所述目标库周期相关联的所述相似度分数的特征。所述指令通过显示设备显示所述图形。在一些实施例中,所述特征基于所述相似度分数的所述源位置表示器的尺寸。在一些实施例中,所述源位置表示器是圆,以及所述尺寸表示所述圆的半径。在一些实施例中,较小的尺寸表示较高的相似度分数。在一些实施例中,所述特征是颜色。在一些实施例中,所述源位置表示器是圆,特征是所述圆的尺寸,以及特征是颜色。在一些实施例中,所述颜色从所述圆的中心到所述圆的圆周变化。在一些实施例中,所述患者周期是多个患者周期中的一个,并且所述指令针对每个患者周期生成图形并依次显示所述图形以使所述患者周期的所述源位置的变化具有动画效果。在一些实施例中,基于所述目标库周期的所述相似度分数标识与所述目标库周期相关联的源位置,并且以生成所述图形以包括基于所标识的源位置设置位置的源位置表示器,每个源位置表示器具有基于与目标库周期相关联的所述相似度分数的特征。在一些实施例中,所述特征是所述源位置表示器的尺寸,以及所述尺寸是基于所标识的库周期的相似度分数。在一些实施例中,较小的尺寸表示较高的相似度分数。在一些实施例中,特征是颜色,每个源位置表示器具有不同的颜色。在一些实施例中,当源位置表示器在所述图形上重叠时,所述重叠的所述颜色基于重叠的所述源位置表示器的所述颜色的组合。在一些实施例中,所述源位置表示器是圆,特征是所述圆的尺寸,特征是表示基于所述目标库周期的所述相似度分数的源位置分数的顺序的颜色。在一些实施例中,圆的所述颜色在中心,并且所述圆的颜色从中心到圆周变化。在一些实施例中,所述指令显示与所标识的目标周期有关的统计信息。在一些实施例中,所述标识基于目标库周期的所述相似度分数来标识与所述目标库周期相关联的源位置,并且所述图形包括用于所标识源位置的源位置表示器。在一些实施例中,基于对所述心脏的电激活进行建模的计算模型来生成至少一些库周期。在一些实施例中,心电图的至少一些库周期采集自人。在一些实施例中,所述源位置与所述心脏的异常电激活有关,并且所述指令显示表示所述异常电激活的所述源类型的源类型表示器。在一些实施例中,所述源类型选自转子,局灶性,颤动,心动过速,和振颤。
在一些实施例中,提供了用于呈现信息以帮助评估患者的电磁(“EM”)源的一个或多个计算系统。所述一个或多个计算系统包括用于存储计算机可执行指令的一个或多个计算机可读存储介质和用于执行存储在所述一个或多个计算机可读存储介质中的计算机可执行指令的一个或多个处理器。所述指令控制所述一个或多个计算系统以访问在所述患者的所述EM源的EM场的EM测量结果内的患者周期的表示,和访问基于所述EM源的EM激活的模拟而生成的模拟EM测量结果内的模拟周期的表示。所述指令控制所述一个或多个计算系统以计算周期对的相似度分数。每个对包括患者周期和模拟周期。所述相似度分数表示所述对的所述患者周期和所述模拟周期之间的相似度。所述指令控制所述一个或多个计算系统以生成图形,该图形提供多周期对的所述相似度分数的视觉表示;和将所述图形输出到输出设备。在一些实施例中,所述图形包括分布图,该分布图具有代表患者周期的第一轴和代表模拟周期的第二轴,并且其中所述分布图上的周期对的交点提供所述周期对的所述相似度分数的视觉表示。在一些实施例中,相似度分数的所述视觉表示基于变化的图形特征。在一些实施例中,所述图形还包括代表相似度分数的第三轴,并且其中周期对的所述相似度分数的所述视觉表示基于沿所述第三轴的高度。在一些实施例中,所述EM测量结果基于对所述EM源的EM激活进行建模的计算模型生成。在一些实施例中,所述指令还控制所述一个或多个计算系统以应用所述计算模型来执行对所述EM源的EM激活进行建模的模拟,并从所述建模的EM激活得出所述EM测量结果。
在一些实施例中,提供了一种由一个或多个计算系统执行以用于帮助评估电磁(“EM”)源的信息的方法。所述方法访问第一EM场的第一EM测量结果内的第一周期的表示和第二EM场的第二EM测量结果内的第二周期的表示。所述方法计算周期对的相似度分数。每一对包括第一周期和第二周期。所述相似度分数表示所述对的所述第一周期和所述第二周期之间的相似度。所述方法生成图形,该图形提供多周期对的所述相似度分数的视觉表示。在一些实施例中,所述图形包括分布图,该分布图具有代表第一周期的第一轴和代表第二周期的第二轴,并且其中在所述分布图上的周期对的交点提供了所述周期对的所述相似度分数的视觉表示。在一些实施例中,在不同时间从同一患者采集第一EM测量结果和第二EM测量。在一些实施例中,从第一患者采集所述第一EM测量结果,从第二患者采集所述第二EM测量结果。在一些实施例中,从患者采集所述第一EM测量结果,并且所述第二EM测量结果是模拟EM测量结果。在一些实施例中,所述第一EM测量结果和所述第二EM测量结果是相同的模拟EM测量结果。在一些实施例中,从不同的模拟得出所述第一EM测量结果和所述第二EM测量结果。
在一些实施例中,提供了一种由一个或多个计算系统执行用于呈现信息以帮助评估身体的EM源的方法。所述方法访问所述EM源的EM场的EM测量结果内的周期的表示。针对所述周期的多个第一周期中的每一个和所述周期的多个第二周期中的每一个,所述方法计算包括该第一周期和该第二周期的周期对的相似度分数。所述相似度分数表示该第一周期和该第二周期之间的相似度。所述方法生成图形,该图形提供所述周期对的所述相似度分数的非文本表示。所述方法将所述图形输出到输出设备。在一些实施例中,所述EM测量结果采集自人。在一些实施例中,基于对所述EM源的EM激活进行建模的计算模型生成所述EM测量结果。在一些实施例中,所述方法还应用所述计算模型来执行对所述EM源的所述EM激活进行建模的模拟,并从所述建模的EM激活得出所述EM测量结果。在一些实施例中,相似度分数的非文本表示基于变化的图形特征。在一些实施例中,所述图形特征基于颜色。在一些实施例中,所述图形特征基于强度等级。在一些实施例中,所述图形包括分布图,该分布图具有代表每个周期的第一轴和代表每个周期的第二轴,在所述分布图上的周期对的交点提供周期对的相似度分数的非文本表示。在一些实施例中,所述图形还包括代表相似度分数的第三轴,并且其中周期对的所述相似度分数的所述非文本表示基于沿所述第三轴的高度。在一些实施例中,所述输出设备是显示设备,并且还包括接收周期对的选择并显示与所选择的周期对有关的信息。
在一些实施例中,提供了用于呈现信息以帮助评估患者的EM源的一个或多个计算系统。所述一个或多个计算系统包括用于存储计算机可执行指令的一个或多个计算机可读存储介质和用于执行存储在所述一个或多个计算机可读存储介质中的计算机可执行指令的一个或多个处理器。所述指令访问所述患者的所述EM源的EM场的EM测量结果内的患者周期的表示。所述指令访问基于所述EM源的EM激活模拟生成的模拟EM测量结果内的模拟周期的表示。所述指令计算周期对的相似度分数。每个对包括患者周期和模拟周期。所述相似度分数表示所述对的所述患者周期和所述模拟周期之间的相似度。所述指令生成图形,该图形提供多周期对的所述相似度分数的视觉表示。所述指令将所述图形输出到输出设备。在一些实施例中,所述图形包括分布图,该分布图具有代表患者周期的第一轴和代表模拟周期的第二轴,并且其中在所述分布图上的周期对的交点提供了所述周期对的所述相似度分数的视觉表示。在一些实施例中,相似度分数的所述视觉表示基于变化的图形特征。在一些实施例中,所述图形还包括代表相似度分数的第三轴,并且其中周期对的所述相似度分数的所述视觉表示基于沿所述第三轴的高度。在一些实施例中,基于对所述EM源的EM激活进行建模的计算模型生成所述EM测量结果。在一些实施例中,所述指令还应用所述计算模型以执行对所述EM源的EM激活进行建模的模拟并从所述建模的EM激活得出所述EM测量结果。
在一些实施例中,提供了用于呈现与患者心脏有关的信息的一个或多个计算系统。所述一个或多个计算系统包括用于存储计算机可执行指令的一个或多个计算机可读存储介质和用于执行存储在所述一个或多个计算机可读存储介质中的计算机可执行指令的一个或多个处理器。所述指令访问所述患者的心电图内的周期的表示,每个周期对具有表示所述对的所述周期之间相似度的相似度分数。所述指令生成表示每个周期对的所述相似度分数的图画代表。在一些实施例中,所述图画代表包括分布图,该分布图具有代表每个周期的第一轴和代表每个周期的第二轴,并且所述分布图上的周期对的交点提供了所述周期对的所述相似度分数的视觉表示。在一些实施例中,相似度分数的所述视觉表示基于变化的图形特征。在一些实施例中,所述图画代表还包括代表相似度分数的第三轴,并且其中周期对的所述相似度分数的所述视觉表示基于沿所述第三轴的高度。在一些实施例中,所述指令还接收周期对的选择并显示与所选择的周期对有关的信息。
在一些实施例中,提供了一种由一个或多个计算系统执行的用于提供信息以帮助评估电磁(“EM”)源的方法。所述方法访问第一EM场的第一EM测量结果内的第一周期的表示和第二EM场的第二EM测量结果内的第二周期的表示。所述方法计算周期对的相似度分数。每一对包括第一周期和第二周期,所述相似度分数表示所述对的所述第一周期和所述第二周期之间的相似度。所述方法生成图形,该图形提供多周期对的所述相似度分数的视觉表示。在一些实施例中,所述图形包括分布图,该分布图具有代表第一周期的第一轴和代表第二周期的第二轴,并且其中所述分布图上的周期对的交点提供了所述周期对的所述相似度分数的视觉表示。在一些实施例中,在不同时间从同一患者采集所述第一EM测量结果和所述第二EM测量。在一些实施例中,从第一患者采集的所述第一EM测量结果,从第二患者采集所述第二EM测量结果。在一些实施例中,从患者采集所述第一EM测量结果,所述第二EM测量结果是模拟EM测量结果。在一些实施例中,所述第一EM测量结果和所述第二EM测量结果是相同的模拟EM测量结果。在一些实施例中,从不同模拟得出所述第一EM测量结果和所述第二EM测量结果。
尽管已经用特定于结构特征和/或动作的语言描述了该主题,但应当理解,所附权利要求中定义的主题不一定限于上述特定特征或动作。而是,上述特定特征和动作被公开为实现权利要求的示例形式。因此,除所附权利要求外,本发明不受限制。

Claims (103)

1.一种由一个或多个计算系统执行的用于呈现与身体的电磁(“EM”)源有关的信息的方法,所述方法包括:
在所述身体的所述EM源的EM测量结果中访问周期对的表示,每个周期对具有表示所述对的所述周期之间相似度的相似度分数,至少一些周期对与至少一些其他周期对没有共同的周期;
生成图形,该图形针对每个周期对提供了该周期对的周期的标识和该周期对的所述相似度分数的表示;和
将所述图形输出到输出设备。
2.根据权利要求1所述的方法,其中所述图形是非文本的。
3.根据权利要求1所述的方法,还包括生成针对所述周期对的所述相似度分数。
4.根据权利要求1所述的方法,其中所述相似度分数由变化的图形特征表示。
5.根据权利要求1所述的方法,其中所述EM源是心脏,所述EM测量结果由心电图代表。
6.一种由一个或多个计算系统执行的用于呈现与身体内的电磁(“EM”)源有关的信息的方法,所述方法包括:
访问代表EM源的EM测量结果的周期的表示;
生成代表多个周期对之间相似度的相似度分数,所述多个周期对中的至少一些与所述多个周期对中的至少一些其他周期对没有共同的周期;
生成图形,针对每个周期对,该图形包括该周期对的相似度分数的表示和相似度分数针对该周期对的表示;和
提供所述图形以输出到输出设备。
7.根据权利要求6所述的方法,其中所述图形是非文本的。
8.根据权利要求6所述的方法,其中从所述身体采集EM测量结果。
9.根据权利要求6所述的方法,其中所述EM源是心脏。
10.根据权利要求6所述的方法,其中所述相似度分数由变化的图形特征表示。
11.用于呈现与身体的电磁(“EM”)源有关的信息的一个或多个计算系统,所述一个或多个计算系统包括:
一个或多个计算机可读存储介质,存储用于控制所述一个或多个计算系统的计算机可执行指令,以:
在所述身体的所述EM源的EM测量结果内访问周期对的表示,每个周期对具有表示所述周期对之间相似度的相似度分数,至少一些周期对与至少一些其他周期对没有共同的周期;
针对每个周期对,输出该周期对的标识和该周期对的所述相似度分数的表示,以表示所述相似度分数针对该周期对;和
一个或多个处理器,用于执行存储在所述一个或多个计算机可读存储介质中的所述计算机可执行指令。
12.根据权利要求11所述的一个或多个计算系统,其中相似度的所述表示由图形来代表。
13.根据权利要求12所述的一个或多个计算系统,其中所述图形是非文本的。
14.根据权利要求11所述的一个或多个计算系统,还包括生成针对所述周期对的所述相似度分数。
15.根据权利要求11所述的一个或多个计算系统,其中所述相似度分数由变化的图形特征表示。
16.根据权利要求11所述的一个或多个计算系统,其中所述EM源是心脏,所述EM测量结果由心电图代表。
17.用于呈现与身体的电磁(“EM”)源有关的信息的一个或多个计算系统,所述一个或多个计算系统包括:
一个或多个计算机可读存储介质,用于存储用于控制所述一个或多个计算系统的计算机可执行指令,以:
访问代表所述EM源的EM测量结果的周期集的周期的表示;
生成代表多个周期对之间相似度的相似度分数,所述多个周期对中的至少一些与所述多个周期对中的至少一些其他周期对没有共同的周期;和
针对所述周期对中的至少一些,输出所述周期对的所述周期的标识和该周期对的所述相似度分数的表示;和
一个或多个处理器,用于执行存储在所述一个或多个计算机可读存储介质中的所述计算机可执行指令。
18.根据权利要求17所述的一个或多个计算系统,其中相似度分数的所述表示是图形。
19.根据权利要求18所述的一个或多个计算系统,其中所述图形是非文本的。
20.根据权利要求18所述的一个或多个计算系统,其中所述相似度分数由变化的图形特征表示。
21.根据权利要求17所述的一个或多个计算系统,其中从活体采集EM测量结果。
22.根据权利要求17所述的一个或多个计算系统,其中所述EM源是心脏。
23.一种由一个或多个计算系统执行的用于呈现信息以帮助评估身体的电磁(“EM”)源的方法,所述方法包括:
访问所述EM源的EM场的EM测量结果内的周期的表示,每个周期对具有表示所述对的所述周期之间相似度的相似度分数;
生成图形,该图形表示每个周期对的所述相似度分数;和
将所述图形输出到输出设备
其中,所述周期具有顺序,其中所述图形包括分布图,该分布图具有代表按顺序排列的每个周期的第一轴和代表按顺序排列的每个周期的第二轴,并且其中所述分布图上的周期对的交点提供所述周期对的所述相似度分数的视觉表示。
24.根据权利要求23所述的方法,其中相似度分数的所述视觉表示基于变化的图形特征。
25.根据权利要求24所述的方法,其中所述图形特征基于颜色。
26.根据权利要求24所述的方法,其中所述图形特性基于强度等级。
27.根据权利要求23所述的方法,其中所述图形还包括代表相似度分数的第三轴,并且其中周期对的所述相似度分数的所述视觉表示基于沿所述第三轴的高度。
28.根据权利要求27所述的方法,还包括旋转所述图形。
29.根据权利要求23所述的方法,其中所述输出设备是显示设备,以及还包括接收周期对的选择并显示与所选择的周期对有关的信息。
30.根据权利要求29所述的方法,其中所显示的信息包括所选择的周期对的所述相似度分数。
31.根据权利要求23所述的方法,其中所述输出设备是显示设备,以及还包括接收多周期对的选择并显示与所选择的多周期对有关的信息。
32.根据权利要求31所述的方法,其中所显示的信息包括平均相似度分数,所述相似度分数的标准差,稳定性指数,或多组相似周期对。
33.根据权利要求23所述的方法,其中所述EM源是心脏,所述EM测量结果由心电图代表。
34.根据权利要求23所述的方法,其中所述EM测量结果基于对所述EM源的EM激活进行建模的计算模型生成。
35.用于呈现与患者心脏有关的信息的一个或多个计算系统,所述一个或多个计算系统包括:
一个或多个计算机可读存储介质,存储用于控制所述一个或多个计算系统的计算机可执行指令,以:
访问所述患者的心电图内的周期的表示,每个周期对具有表示所述对的所述周期之间相似度的相似度分数;
生成图形,该图形表示每个周期对的所述相似度分数;和
通过显示设备显示所述图形;
其中,所述周期在所述心电图内具有顺序,其中所述图形包括分布图,该分布图具有代表按顺序排列的每个周期的第一轴和代表按顺序排列的每个周期的第二轴,并且其中所述分布图上的周期对的交点提供所述周期对的所述相似度分数的视觉表示;和
一个或多个处理器,用于执行存储在所述一个或多个计算机可读存储介质中的所述计算机可执行指令。
36.根据权利要求35所述的一个或多个计算系统,其中相似度分数的所述视觉表示基于变化的图形特征。
37.根据权利要求36所述的一个或多个计算系统,其中所述图形特征基于颜色。
38.根据权利要求36所述的一个或多个计算系统,其中所述图形特征基于强度等级。
39.根据权利要求35所述的一个或多个计算系统,其中所述图形还包括代表相似度分数的第三轴,并且其中周期对的所述相似度分数的所述表示基于沿所述第三轴的高度。
40.根据权利要求35所述的一个或多个计算系统,其中所述指令还控制所述一个或多个计算系统以接收周期对的选择并显示与所选择的周期对有关的信息。
41.根据权利要求40所述的一个或多个计算系统,其中所显示的信息包括所选择的周期对的所述相似度分数。
42.根据权利要求35所述的一个或多个计算系统,其中所述指令还控制所述一个或多个计算系统以接收多周期对的选择并显示与所选择的多周期对有关的信息。
43.用于呈现与心脏有关的信息的一个或多个计算系统,所述一个或多个计算系统包括:
一个或多个计算机可读存储介质,存储用于控制所述一个或多个计算系统的计算机可执行指令,以:
从用户接收与所述心脏有关的所述信息的请求;
向服务器发送所述信息的请求;
从所述服务器接收所述信息,所接收的信息表示所述心脏的电激活的每个周期对的相似度分数,周期对的所述相似度分数表示所述对的所述周期之间的相似度;和
在显示设备上显示所接收的信息的所述相似度分数的视觉表示;
其中所述周期具有顺序,其中所述视觉表示被显示为图形,该图形包括分布图,该分布图具有代表按顺序排列的每个周期的第一轴和代表按顺序排列的每个周期的第二轴,并且其中在所述分布图上的周期对的交点提供了该周期对的所述相似度分数的所述视觉表示;和
一个或多个处理器,用于执行存储在所述一个或多个计算机可读存储介质中的所述计算机可执行指令。
44.根据权利要求43所述的一个或多个计算系统,其中所述指令还生成所述图形。
45.根据权利要求43所述的一个或多个计算系统,其中所述指令还控制所述一个或多个计算系统从所述用户接收周期对的选择,并显示与所选择的周期对有关的信息。
46.根据权利要求43所述的一个或多个计算系统,其中所述服务器由基于云的系统托管。
47.根据权利要求43所述的一个或多个计算系统,其中所接收的信息包括图形。
48.根据权利要求43所述的一个或多个计算系统,其中视觉表示是非文本的。
49.一种由一个或多个计算系统执行的用于呈现信息以帮助评估患者的电磁(“EM”)源的方法,所述方法包括:
访问具有所述EM源的EM场的库EM测量结果的库周期的库,每个库周期与所述EM源的源位置相关联;
针对多个库周期中的每一个,计算所述库周期的相似度分数,该相似度分数表示所述库周期和所述患者的患者EM测量结果的患者周期之间的相似度;
基于目标库周期的所述相似度分数标识与所述目标库周期相关联的源位置;
生成图形,该图形包括所述EM源的一部分的代表和基于所标识的源位置设置位置的源位置表示器,所述源位置表示器具有基于与所述目标库周期相关联的所述相似度分数的特征;和
将所述图形输出到输出设备。
50.根据权利要求49所述的方法,其中所述特征是基于所述相似度分数的所述源位置表示器的尺寸。
51.根据权利要求50所述的方法,其中所述源位置表示器是圆,以及所述尺寸表示所述圆的半径。
52.根据权利要求50所述的方法,其中较小的尺寸表示较高的相似度分数。
53.根据权利要求49所述的方法,其中所述特征是颜色。
54.根据权利要求49所述的方法,其中所述源位置表示器是圆,特征是所述圆的尺寸,以及特征是颜色。
55.根据权利要求54所述的方法,其中所述颜色从所述圆的中心到所述圆的圆周变化。
56.根据权利要求49所述的方法,其中所述患者周期是多个患者周期中的一个,并且还包括针对每个患者周期,生成图形并依次输出所述图形以使所述源位置的所述位置具有动画效果。
57.根据权利要求49所述的方法,其中基于所述目标库周期的所述相似度分数标识与所述目标库周期相关联的多个源位置,并且所述图形包括基于所标识的源位置设置位置的源位置表示器,每个源位置表示器具有基于与目标库周期相关联的所述相似度分数的特征。
58.根据权利要求57所述的方法,其中所述特征是颜色,每个源位置表示器具有不同的颜色,并且当源位置表示器在所述图形上重叠时,所述重叠的所述颜色基于重叠的所述源位置表示器的颜色的组合。
59.根据权利要求49所述的方法,其中所述库EM测量结果基于对所述EM源的EM激活进行建模的计算模型生成。
60.根据权利要求49所述的方法,其中所述EM源是心脏,所述EM测量结果由心电图代表。
61.根据权利要求60所述的方法,其中所述源位置与所述心脏的异常电激活有关,以及还包括显示表示所述异常电激活的所述源类型的源类型表示器。
62.用于呈现信息以帮助评估患者心脏的一个或多个计算系统,所述一个或多个计算系统包括:
一个或多个计算机可读存储介质,用于存储用于控制所述一个或多个计算系统的计算机可执行指令,以:
针对库的多个库周期中的每一个,访问所述库周期的相似度分数,该相似度分数表示所述库周期和所述患者的患者心电图的患者周期之间的相似度,每个库周期与所述心脏的源位置相关联;
基于目标库周期的所述相似度分数标识与所述目标库周期相关联的源位置;
生成图形,该图形包括心脏的部分的代表和基于所标识的源位置在所述心脏上设置位置的源位置表示器,所述源位置表示器具有基于与所述目标库周期相关联的所述相似度分数的特征;和
通过显示设备显示所述图形;和
一个或多个处理器,用于执行存储在所述一个或多个计算机可读存储介质中的所述计算机可执行指令。
63.根据权利要求62所述的一个或多个计算系统,其中所述特征是基于所述相似度分数的所述源位置表示器的尺寸。
64.根据权利要求63所述的一个或多个计算系统,其中所述源位置表示器是圆,以及所述尺寸表示所述圆的半径。
65.根据权利要求64所述的一个或多个计算系统,其中较小的尺寸表示较高的相似度分数。
66.根据权利要求62所述的一个或多个计算系统,其中所述特征是颜色。
67.根据权利要求62所述的一个或多个计算系统,其中所述源位置表示器是圆,特征是所述圆的尺寸,以及特征是颜色。
68.根据权利要求67所述的一个或多个计算系统,其中所述颜色从所述圆的中心到所述圆的圆周变化。
69.根据权利要求62所述的一个或多个计算系统,其中所述患者周期是多个患者周期中的一个,并为每个患者周期生成图形,并且其中所述指令还控制所述一个或多个计算系统以依次显示所述图形,以使所述患者周期的所述源位置的变化具有动画效果。
70.根据权利要求62所述的一个或多个计算系统,其中所述指令还控制所述一个或多个计算系统,以基于目标库周期的所述相似度分数来标识与所述目标库周期相关联的源位置,以及以生成所述图形以包括基于所标识的源位置设置位置的源位置表示器,每个源位置表示器具有基于与目标库周期相关联的所述相似度分数的特征。
71.根据权利要求70所述的一个或多个计算系统,其中所述特征是所述源位置表示器的尺寸,所述尺寸基于所述目标库周期的所述相似度分数。
72.根据权利要求71所述的一个或多个计算系统,其中较小的尺寸表示较高的相似度分数。
73.根据权利要求70所述的一个或多个计算系统,其中所述特征是颜色,其中每个源位置表示器具有不同的颜色。
74.根据权利要求73所述的一个或多个计算系统,其中当源位置表示器在所述图形上重叠时,所述重叠的所述颜色基于重叠的所述源位置表示器的所述颜色的组合。
75.根据权利要求70所述的一个或多个计算系统,其中所述源位置表示器是圆,特征是所述圆的尺寸,以及特征是表示基于所述目标库周期的所述相似度分数的源位置分数的顺序的颜色。
76.根据权利要求62所述的一个或多个计算系统,其中所述指令进一步控制所述一个或多个计算系统以显示与所述目标周期有关的统计信息。
77.根据权利要求62所述的一个或多个计算系统,其中所述库周期中的至少一些基于对所述心脏的电激活进行建模的计算模型生成。
78.根据权利要求62所述的一个或多个计算系统,其中心电图的所述库周期中的至少一些采集自人。
79.根据权利要求85所述的方法,其中所述EM测量结果采集自人。
80.一种由一个或多个计算系统执行的用于呈现信息以帮助评估身体的电磁(“EM”)源的方法,所述方法包括:
访问所述EM源的EM场的EM测量结果内的多个周期的表示;
针对所述多个周期中的周期对,计算所述周期对的相似度分数,每个周期对包括所述对的第一周期和所述对的第二周期,所述周期对的所述相似度分数表示所述对的第一周期和所述对的第二周期之间相似度;
生成图形,该图形提供所述周期对的所述相似度分数的非文本表示;和
将所述图形输出到输出设备
其中,基于对所述EM源的EM激活进行建模的计算模型生成所述EM测量结果。
81.根据权利要求80所述的方法还包括应用所述计算模型来执行对所述EM源的所述EM激活进行建模的模拟,并从所述建模的EM激活中得出所述EM测量结果。
82.根据权利要求80所述的方法,其中相似度分数的所述非文本表示基于变化的图形特征。
83.根据权利要求82所述的方法,其中所述图形特征基于颜色。
84.根据权利要求82所述的方法,其中所述图形特性基于强度等级。
85.一种由一个或多个计算系统执行的用于呈现信息以帮助评估身体的电磁(“EM”)源的方法,所述方法包括:
访问所述EM源的EM场的EM测量结果内的多个周期的表示;
针对所述多个周期中的周期对,计算所述周期对的相似度分数,每个周期对包括所述对的第一周期和所述对的第二周期,所述周期对的相似度分数表示所述对的所述第一周期和所述对的所述第二周期之间的相似度;
生成图形,该图形提供所述周期对的所述相似度分数的非文本表示;和
将所述图形输出到输出设备
其中,所述图形包括分布图,该分布图具有代表每个周期的第一轴和代表每个周期的第二轴,并且其中所述分布图上的周期对的交点提供所述周期对的所述相似度分数的所述非文本表示。
86.根据权利要求85所述的方法,其中所述图形还包括代表相似度分数的第三轴,并且其中周期对的所述相似度分数的所述非文本表示基于沿所述第三轴的高度。
87.根据权利要求85所述的方法,其中所述输出设备是显示设备,还包括接收周期对的选择并显示与所选择的周期对有关的信息。
88.用于呈现信息以帮助评估患者的电磁(“EM”)源的一个或多个计算系统,所述一个或多个计算系统包括:
一个或多个计算机可读存储介质,用于存储用于控制所述一个或多个计算系统的计算机可执行指令,以:
访问所述患者的所述EM源的EM场的EM测量结果内的患者周期的表示;
访问基于所述EM源的EM激活的模拟而生成的模拟EM测量结果内的模拟周期的表示;
计算周期对的相似度分数,每个周期对包括患者周期和模拟周期,所述相似度分数表示所述对的所述患者周期和所述模拟周期之间的相似度;
生成图形,该图形提供多周期对的所述相似度分数的视觉表示;和
将所述图形输出到输出设备;和
一个或多个处理器,用于执行存储在所述一个或多个计算机可读存储介质中的所述计算机可执行指令。
89.根据权利要求88所述的一个或多个计算系统,其中所述图形包括分布图,该分布图具有代表患者周期的第一轴和代表模拟周期的第二轴,并且其中所述分布图上的周期对的交点提供所述周期对的所述相似度分数的视觉表示。
90.根据权利要求89所述的一个或多个计算系统,其中相似度分数的所述视觉表示基于变化的图形特征。
91.根据权利要求89所述的一个或多个计算系统,其中所述图形还包括代表相似度分数的第三轴,并且其中周期对的所述相似度分数的所述视觉表示基于沿所述第三轴的高度。
92.根据权利要求88所述的一个或多个计算系统,其中所述EM测量结果基于对所述EM源的EM激活进行建模的计算模型生成。
93.根据权利要求92所述的一个或多个计算系统,其中所述指令还应用所述计算模型来执行对所述EM源的EM激活进行建模的模拟,并从所述建模的EM激活得出所述EM测量结果。
94.用于呈现与患者心脏有关的信息的一个或多个计算系统,所述一个或多个计算系统包括:
一个或多个计算机可读存储介质,存储用于控制所述一个或多个计算系统的计算机可执行指令,以:
访问所述患者的心电图内的周期的表示,每个周期对具有表示所述对的所述周期之间相似度的相似度分数;和
生成表示每个周期对的所述相似度分数的图画代表,其中所述图画代表包括分布图,该分布图具有代表每个周期的第一轴和代表每个周期的第二轴,并且其中所述分布图上的周期对的交点提供了所述周期对的所述相似度分数的视觉表示;和
一个或多个处理器,用于执行存储在所述一个或多个计算机可读存储介质中的所述计算机可执行指令。
95.根据权利要求94所述的一个或多个计算系统,其中相似度分数的所述视觉表示基于变化的图形特征。
96.根据权利要求94所述的一个或多个计算系统,其中所述图画代表还包括代表相似度分数的第三轴,并且其中周期对的所述相似度分数的所述视觉表示基于沿所述第三轴的高度。
97.根据权利要求94所述的一个或多个计算系统,其中所述指令还控制所述一个或多个计算系统以接收周期对的选择并显示与所选择的周期对有关的信息。
98.一种由一个或多个计算系统执行的用于提供信息以帮助评估电磁(“EM”)源的方法,所述方法包括:
访问第一EM场的第一EM测量结果内的第一周期的表示;
访问第二EM场的第二EM测量结果内的第二周期的表示;
计算周期对的相似度分数,每一对包括第一周期和第二周期,所述相似度分数表示所述对的所述第一周期和所述第二周期之间的相似度;和
生成图形,该图形提供多周期对的所述相似度分数的视觉表示,其中所述图形包括分布图,该分布图具有代表第一周期的第一轴和代表第二周期的第二轴,并且其中所述分布图上的周期对的交点提供了所述周期对的所述相似度分数的视觉表示。
99.根据权利要求98所述的方法,其中在不同时间从同一患者采集所述第一EM测量结果和所述第二EM测量。
100.根据权利要求98所述的方法,其中从第一患者采集所述第一EM测量结果,从第二患者采集所述第二EM测量结果。
101.一种由一个或多个计算系统执行的用于提供信息以帮助评估电磁(“EM”)源的方法,所述方法包括:
访问第一EM场的第一EM测量结果内的第一周期的表示;
访问第二EM场的第二EM测量结果内的第二周期的表示;
计算周期对的相似度分数,每个周期对包括第一周期和第二周期,所述相似度分数表示所述对的所述第一周期和所述第二周期之间的相似度;和
生成图形,该图形提供多周期对的所述相似度分数的视觉表示,其中从患者采集所述第一EM测量结果,以及所述第二EM测量结果是模拟EM测量结果。
102.一种由一个或多个计算系统执行的用于提供信息以帮助评估电磁(“EM”)源的方法,所述方法包括:
访问第一EM场的第一EM测量结果内的第一周期的表示;
访问第二EM场的第二EM测量结果内的第二周期的表示;
计算周期对的相似度分数,每个周期对包括第一周期和第二周期,所述相似度分数表示所述对的所述第一周期和所述第二周期之间的相似度;和
生成图形,该图形提供多周期对的所述相似度分数的视觉表示
其中,所述第一EM测量结果和所述第二EM测量结果是相同的模拟EM测量结果。
103.一种由一个或多个计算系统执行的用于提供信息以帮助评估电磁(“EM”)源的方法,所述方法包括:
访问第一EM场的第一EM测量结果内的第一周期的表示;
访问第二EM场的第二EM测量结果内的第二周期的表示;
计算周期对的相似度分数,每一对包括第一周期和第二周期,所述相似度分数表示所述对的所述第一周期和所述第二周期之间的相似度;和
生成图形,该图形提供多周期对的所述相似度分数的视觉表示
其中,从不同的模拟得出所述第一EM测量结果和所述第二EM测量结果。
CN202080056895.4A 2019-06-10 2020-06-09 心脏图形显示系统 Pending CN114206218A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210745041.8A CN115251943A (zh) 2019-06-10 2020-06-09 心脏图形显示系统

Applications Claiming Priority (9)

Application Number Priority Date Filing Date Title
US16/436,460 2019-06-10
US16/436,460 US10595736B1 (en) 2019-06-10 2019-06-10 Heart graphic display system
US16/709,292 2019-12-10
US16/709,292 US10617314B1 (en) 2019-06-10 2019-12-10 Heart graphic display system
US16/710,286 US10709347B1 (en) 2019-06-10 2019-12-11 Heart graphic display system
US16/710,286 2019-12-11
US16/823,444 2020-03-19
US16/823,444 US11638546B2 (en) 2019-06-10 2020-03-19 Heart graphic display system
PCT/US2020/036754 WO2020251918A1 (en) 2019-06-10 2020-06-09 Heart graphic display system

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202210745041.8A Division CN115251943A (zh) 2019-06-10 2020-06-09 心脏图形显示系统

Publications (1)

Publication Number Publication Date
CN114206218A true CN114206218A (zh) 2022-03-18

Family

ID=71519828

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202080056895.4A Pending CN114206218A (zh) 2019-06-10 2020-06-09 心脏图形显示系统
CN202210745041.8A Pending CN115251943A (zh) 2019-06-10 2020-06-09 心脏图形显示系统

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202210745041.8A Pending CN115251943A (zh) 2019-06-10 2020-06-09 心脏图形显示系统

Country Status (8)

Country Link
US (4) US10709347B1 (zh)
EP (1) EP3979904A4 (zh)
JP (2) JP2022536420A (zh)
KR (1) KR20220032552A (zh)
CN (2) CN114206218A (zh)
CA (1) CA3143142A1 (zh)
TW (1) TWI728832B (zh)
WO (1) WO2020251918A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11490845B2 (en) 2019-06-10 2022-11-08 Vektor Medical, Inc. Heart graphic display system
US11504073B2 (en) 2018-04-26 2022-11-22 Vektor Medical, Inc. Machine learning using clinical and simulated data
US11638546B2 (en) 2019-06-10 2023-05-02 Vektor Medical, Inc. Heart graphic display system
US11806080B2 (en) 2018-04-26 2023-11-07 Vektor Medical, Inc. Identify ablation pattern for use in an ablation
US11896432B2 (en) 2021-08-09 2024-02-13 Vektor Medical, Inc. Machine learning for identifying characteristics of a reentrant circuit

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11915416B2 (en) 2021-04-20 2024-02-27 Biosense Webster (Israel) Ltd. Multi-layered visualization of data points over heart map
WO2024014854A1 (ko) * 2022-07-13 2024-01-18 주식회사 메디컬에이아이 심전도 판독에 기반한 시각화 콘텐츠를 제공하는 방법, 프로그램 및 장치

Family Cites Families (180)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4352163A (en) 1979-11-09 1982-09-28 The Valeron Corporation Vectorcardiogram simulator
JPH04174643A (ja) 1990-11-06 1992-06-22 Fujitsu Ltd 生体内活動電流イメージング装置
US5601084A (en) 1993-06-23 1997-02-11 University Of Washington Determining cardiac wall thickness and motion by imaging and three-dimensional modeling
US5458116A (en) 1994-03-30 1995-10-17 Siemens Medical Systems, Inc. Display system and method for three-dimensional vectorcardiograms
US5596634A (en) 1994-12-13 1997-01-21 At&T Telecommunications system for dynamically selecting conversation topics having an automatic call-back feature
JPH08289877A (ja) 1995-04-24 1996-11-05 Toshiba Corp 組織の興奮伝播過程のシミュレーション方法及びこの方法を使用した組織内電磁気現象診断装置
US5891132A (en) 1996-05-30 1999-04-06 Chiron Technolas Gmbh Opthalmologische Systeme Distributed excimer laser surgery system
US5803084A (en) 1996-12-05 1998-09-08 Olson; Charles Three dimensional vector cardiographic display and method for displaying same
US6292783B1 (en) 1998-03-06 2001-09-18 Plexar & Associates Phone-assisted clinical document information computer system for use in home healthcare, post-acute clinical care, hospice and home infusion applications
US6269336B1 (en) 1998-07-24 2001-07-31 Motorola, Inc. Voice browser for interactive services and methods thereof
US8666495B2 (en) 1999-03-05 2014-03-04 Metacure Limited Gastrointestinal methods and apparatus for use in treating disorders and controlling blood sugar
JP2001005488A (ja) 1999-06-18 2001-01-12 Mitsubishi Electric Corp 音声対話システム
US7000187B2 (en) 1999-07-01 2006-02-14 Cisco Technology, Inc. Method and apparatus for software technical support and training
US6792086B1 (en) 1999-08-24 2004-09-14 Microstrategy, Inc. Voice network access provider system and method
US6370412B1 (en) 1999-10-07 2002-04-09 Massachusetts Institute Of Technology Method and apparatus for guiding ablative therapy of abnormal biological electrical excitation
WO2001067225A2 (en) 2000-03-06 2001-09-13 Kanisa Inc. A system and method for providing an intelligent multi-step dialog with a user
AU2001247440A1 (en) * 2000-03-15 2001-09-24 Cardiac Focus, Inc. Non-invasive localization and treatment of focal atrial fibrillation
US6931273B2 (en) 2000-04-11 2005-08-16 University Of California San Francisco Database of body surface ECG P wave integral maps for localization of left-sided atrial arrhythmias
US6567805B1 (en) 2000-05-15 2003-05-20 International Business Machines Corporation Interactive automated response system
IL163684A0 (en) 2000-05-31 2005-12-18 Given Imaging Ltd Measurement of electrical characteristics of tissue
AU7182701A (en) 2000-07-06 2002-01-21 David Paul Felsher Information record infrastructure, system and method
US6721728B2 (en) 2001-03-02 2004-04-13 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration System, method and apparatus for discovering phrases in a database
US7286866B2 (en) 2001-11-05 2007-10-23 Ge Medical Systems Global Technology Company, Llc Method, system and computer product for cardiac interventional procedure planning
US7712020B2 (en) 2002-03-22 2010-05-04 Khan Emdadur R Transmitting secondary portions of a webpage as a voice response signal in response to a lack of response by a user
US7302383B2 (en) 2002-09-12 2007-11-27 Luis Calixto Valles Apparatus and methods for developing conversational applications
US7123954B2 (en) 2002-09-19 2006-10-17 Sanjiv Mathur Narayan Method for classifying and localizing heart arrhythmias
US20040176697A1 (en) 2002-11-01 2004-09-09 Lukas Kappenberger Methods of analyzing atrial fibrillations
WO2004068406A2 (en) 2003-01-30 2004-08-12 Chase Medical, L.P. A method and system for image processing and contour assessment
EP1615563B1 (en) 2003-04-24 2015-07-29 A.M.P.S., Llc Method and system for converting paper ecg printouts to digital ecg files
US7010347B2 (en) 2004-02-14 2006-03-07 Pacesetter, Inc. Optimization of impedance signals for closed loop programming of cardiac resynchronization therapy devices
GB0326539D0 (en) 2003-11-14 2003-12-17 Qinetiq Ltd Dynamic blind signal separation
JP4753881B2 (ja) 2004-01-16 2011-08-24 コンプメディクス リミテッド 心電図から導出された睡眠呼吸障害の監視、検出及び分類のための装置及び信号処理方法
RS49856B (sr) 2004-01-16 2008-08-07 Boško Bojović Uređaj i postupak za vizuelnu trodimenzionalnu prezentaciju ecg podataka
US7187966B2 (en) * 2004-04-15 2007-03-06 Ge Medical Systems Information Technologies, Inc. Method and apparatus for displaying alternans data
US8788029B2 (en) * 2004-10-05 2014-07-22 Cuoretech Pty Ltd. Heart analysis method and apparatus
WO2006045075A1 (en) 2004-10-20 2006-04-27 Boston Scientific Limited Leadless cardiac stimulation systems
US20090099468A1 (en) 2004-12-21 2009-04-16 Aravinda Thiagalingam Automated Processing of Electrophysiological Data
GB0505396D0 (en) 2005-03-16 2005-04-20 Imp College Innovations Ltd Spatio-temporal self organising map
JP5027797B2 (ja) * 2005-03-31 2012-09-19 プロテウス バイオメディカル インコーポレイテッド 心臓再同期化のための多重電極ペーシングの自動最適化
US20070060829A1 (en) 2005-07-21 2007-03-15 Carlo Pappone Method of finding the source of and treating cardiac arrhythmias
US7711165B2 (en) 2005-07-28 2010-05-04 Siemens Medical Solutions Usa, Inc. System and method for coronary artery segmentation of cardiac CT volumes
JP2009504297A (ja) 2005-08-17 2009-02-05 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 自動4d冠動脈モデリングおよび動きベクトル場推定のための方法および装置
US7792563B2 (en) 2006-03-16 2010-09-07 Massachusetts Institute Of Technology Method and apparatus for the guided ablative therapy of fast ventricular arrhythmia
WO2007134190A2 (en) * 2006-05-10 2007-11-22 Regents Of The University Of Minnesota Methods and apparatus of three dimensional cardiac electrophysiological imaging
US7828735B2 (en) 2006-05-11 2010-11-09 The Trustees Of Columbia In The City Of New York Methods for providing diagnostic information using endocardial surface data for a patient's heart
US7765002B2 (en) * 2006-12-08 2010-07-27 Cardiac Pacemakers, Inc. Rate aberrant beat selection and template formation
US9370310B2 (en) 2007-01-18 2016-06-21 General Electric Company Determination of cellular electrical potentials
US20080234576A1 (en) 2007-03-23 2008-09-25 General Electric Company System and method to track movement of a tool in percutaneous replacement of a heart valve
GB0708781D0 (en) 2007-05-04 2007-06-13 Imp Innovations Ltd A Method of and apparatus for generating a model of a cardiac surface having a plurality of images representing electrogram voltages
US10231077B2 (en) 2007-07-03 2019-03-12 Eingot Llc Records access and management
US20090275850A1 (en) * 2008-04-30 2009-11-05 Mehendale Anil C Electrocardiographic (ECG) Data Analysis Systems and Methods
WO2010042826A1 (en) 2008-10-09 2010-04-15 Sanjiv Narayan Machine and process for the automatic localization of sources of biological rhythm disorders
EP2345024B1 (en) 2008-11-10 2017-11-08 Cardioinsight Technologies, Inc. Visualization of electrophysiology data
US8073220B2 (en) 2009-04-20 2011-12-06 Siemens Aktiengesellschaft Methods and systems for fully automatic segmentation of medical images
EP2266459A1 (en) 2009-06-24 2010-12-29 Cortius B.V. i.o. Inverse imaging of electrical activity of a heart muscle
US20110028848A1 (en) 2009-07-31 2011-02-03 Cem Shaquer Methods and Apparatus for Detecting and Mapping Tissue Interfaces
US20130035576A1 (en) 2009-08-21 2013-02-07 Auckland Uniservices Limited System and method for mapping gastro-intestinal electrical activity
US8224640B2 (en) 2009-09-08 2012-07-17 Siemens Aktiengesellschaft Method and system for computational modeling of the aorta and heart
US9282910B2 (en) 2011-05-02 2016-03-15 The Regents Of The University Of California System and method for targeting heart rhythm disorders using shaped ablation
US9332915B2 (en) 2013-03-15 2016-05-10 The Regents Of The University Of California System and method to identify sources associated with biological rhythm disorders
US9392948B2 (en) 2011-12-09 2016-07-19 The Regents Of The University Of California System and method of identifying sources for biological rhythms
US20110118590A1 (en) 2009-11-18 2011-05-19 Siemens Medical Solutions Usa, Inc. System For Continuous Cardiac Imaging And Mapping
AU2011237661B2 (en) 2010-04-08 2015-05-21 The Regents Of The University Of California Methods, system and apparatus for the detection, diagnosis and treatment of biological rhythm disorders
US20130131629A1 (en) 2010-05-19 2013-05-23 The Board of Regents of the Unversity of Texas System Nanochanneled device and related methods
US20110307231A1 (en) 2010-06-09 2011-12-15 Jens Kirchner Method and arrangement for creating an individualized, computer-aided model of a system, and a corresponding computer program and a corresponding machine-readable storage medium
US8315812B2 (en) 2010-08-12 2012-11-20 Heartflow, Inc. Method and system for patient-specific modeling of blood flow
US8438182B2 (en) 2010-12-30 2013-05-07 Microsoft Corporation Patient identification
WO2012106729A1 (en) 2011-02-04 2012-08-09 Phase Space Systems Corporation System and method for evaluating an electrophysiological signal
US10765336B2 (en) 2011-02-11 2020-09-08 The Johns Hopkins University System and method for planning a patient-specific cardiac procedure
US8165666B1 (en) 2011-05-02 2012-04-24 Topera, Inc. System and method for reconstructing cardiac activation information
US9510763B2 (en) 2011-05-03 2016-12-06 Medtronic, Inc. Assessing intra-cardiac activation patterns and electrical dyssynchrony
WO2012174660A1 (en) 2011-06-24 2012-12-27 Dalhousie University Computer-aided localization of site of origin of cardiac activation
US9549683B2 (en) 2011-10-12 2017-01-24 Cardioinsight Technologies, Inc. Sensing zone for spatially relevant electrical information
US10311978B2 (en) 2012-01-30 2019-06-04 Siemens Healthcare Gmbh Method and system for patient specific planning of cardiac therapies on preoperative clinical data and medical images
US9129053B2 (en) 2012-02-01 2015-09-08 Siemens Aktiengesellschaft Method and system for advanced measurements computation and therapy planning from medical data and images using a multi-physics fluid-solid heart model
US9320126B2 (en) 2012-12-17 2016-04-19 Lam Research Corporation Determining a value of a variable on an RF transmission model
US9842725B2 (en) 2013-01-31 2017-12-12 Lam Research Corporation Using modeling to determine ion energy associated with a plasma system
US20130268284A1 (en) 2012-04-05 2013-10-10 Ryan Heck System and Method for Transferring Patients Between Hospitals
JP5946127B2 (ja) 2012-05-11 2016-07-05 富士通株式会社 シミュレーション方法、シミュレーション装置、およびシミュレーションプログラム
US9295399B2 (en) 2012-06-20 2016-03-29 Intermountain Invention Management, Llc Atrial fibrillation treatment systems and methods
US9277970B2 (en) 2012-07-19 2016-03-08 Siemens Aktiengesellschaft System and method for patient specific planning and guidance of ablative procedures for cardiac arrhythmias
WO2014043216A1 (en) 2012-09-13 2014-03-20 University Of South Florida Systems and methods for diagnosing cardiovascular conditions
US9014795B1 (en) 2012-09-25 2015-04-21 University Of South Florida Systems and methods for determining a cardiovascular condition of a subject
US9282894B2 (en) 2012-10-08 2016-03-15 Tosense, Inc. Internet-based system for evaluating ECG waveforms to determine the presence of p-mitrale and p-pulmonale
US9339201B2 (en) 2012-10-08 2016-05-17 Tosense, Inc. Database and algorithm for evaluating efficacy of an electrophysiology procedure
US11826170B2 (en) 2012-10-10 2023-11-28 G-Tech Medical, Inc. Artificial intelligence models for wireless patch data acquisition for gastrointestinal electrodiagnostics
US10827983B2 (en) 2012-10-30 2020-11-10 The Johns Hopkins University System and method for personalized cardiac arrhythmia risk assessment by simulating arrhythmia inducibility
US10328276B2 (en) * 2014-02-14 2019-06-25 Applied Biophotonics Ltd. Sinusoidal drive system and method for phototherapy
WO2014074913A1 (en) * 2012-11-08 2014-05-15 Alivecor, Inc. Electrocardiogram signal detection
US9033893B2 (en) 2013-01-16 2015-05-19 Universtiy of Vermont Methods and systems for assessing cardiac fibrillogenicity
US10912476B2 (en) 2013-01-16 2021-02-09 University Of Vermont Catheters, systems, and related methods for mapping, minimizing, and treating cardiac fibrillation
WO2014113691A1 (en) 2013-01-17 2014-07-24 Cardioinsight Technologies, Inc. Multi-parameter physiological mapping
CA2899118C (en) * 2013-01-24 2020-05-12 Dalhousie University Computer-aided localization of site of origin of cardiac activation with discriminator leads
WO2014121292A1 (en) 2013-02-04 2014-08-07 Burdette Everette C Catheter-based ultrasound transducers
US9031642B2 (en) 2013-02-21 2015-05-12 Medtronic, Inc. Methods for simultaneous cardiac substrate mapping using spatial correlation maps between neighboring unipolar electrograms
US9585579B2 (en) 2013-04-30 2017-03-07 Regents Of The University Of Minnesota Systems and methods for noninvasive spectral-spatiotemporal imaging of cardiac electrical activity
WO2014182320A1 (en) 2013-05-08 2014-11-13 The Johns Hopkins University A method for computationally predicting optimal placement sites for internal defibrillators in pediatric and congenital heart defect patients
WO2014205310A2 (en) 2013-06-21 2014-12-24 The Board Of Trustees Of The Leland Stanford Junior University Techniques for predicting cardiac arrhythmias based on signals from leads of electrocardiography
US10433742B2 (en) * 2013-08-05 2019-10-08 The Regents Of The University Of California Magnetoencephalography source imaging for neurological functionality characterizations
EP3035843B1 (en) 2013-08-22 2021-11-03 AFTx, Inc. Methods, systems, and apparatus for identification and characterization of rotors associated with atrial fibrillation
US10561321B2 (en) 2013-12-12 2020-02-18 Alivecor, Inc. Continuous monitoring of a user's health with a mobile device
CN106102583A (zh) 2014-01-10 2016-11-09 泰勒顿国际公司 瘢痕和纤维心脏区的检测
EP3102102B1 (en) 2014-02-04 2019-06-12 CardioInsight Technologies, Inc. Integrated analysis of electrophysiological data
US10241968B2 (en) 2014-02-18 2019-03-26 Siemens Healthcare Gmbh System and method for real-time simulation of patient-specific cardiac electrophysiology including the effect of the electrical conduction system of the heart
CN106535741B (zh) 2014-04-02 2020-09-29 西门子保健有限责任公司 用于根据医学图像和体表电位来表征心脏的电性质的系统和方法
US10296707B2 (en) 2014-04-10 2019-05-21 Siemens Healthcare Gmbh System and method for patient-specific image-based guidance of cardiac arrhythmia therapies
US10342620B2 (en) 2014-04-15 2019-07-09 Siemens Healthcare Gmbh Efficient treatment of atrial fibrillation using three-dimensional electrical potential model
FR3020700B1 (fr) 2014-04-30 2016-05-13 Univ Bordeaux Methode pour la quantification de la presence de graisses dans une region du cœur
US10556113B2 (en) 2014-06-20 2020-02-11 The Regents Of The University Of California Patient-specific modeling of ventricular activation pattern using surface ECG-derived vectorcardiogram in bundle branch block
WO2016014949A1 (en) 2014-07-24 2016-01-28 Blake Robert C System and method for cardiac ablation
US9710025B2 (en) 2014-07-28 2017-07-18 Group Dekko, Inc. Desktop receptacle with utility front surface
AU2015301958B2 (en) 2014-08-11 2018-01-04 Cardiac Pacemakers, Inc. Implantable medical device coating for wetting and microbial resistance
US10687898B2 (en) 2014-11-14 2020-06-23 The Johns Hopkins University Systems and methods for atrial fibrillation treatment and risk assessment
CN113571187A (zh) 2014-11-14 2021-10-29 Zoll医疗公司 医疗先兆事件估计系统和外部穿戴的除颤器
EP3180775B1 (en) 2014-11-18 2019-02-13 St. Jude Medical, Cardiology Division, Inc. Method and system for generating a patch surface model of a geometric structure
US9782102B2 (en) 2014-11-21 2017-10-10 Koninklijke Philips N.V. Electrocardiography to differentiate acute myocardial infarction from bundle branch block or left ventricular hypertrophy
US10165969B2 (en) * 2015-01-06 2019-01-01 Braemar Manufacturing, Llc Positioning a medical device based on oxygen saturation measurements
US10485510B2 (en) 2015-01-29 2019-11-26 Siemens Healthcare Gmbh Planning and guidance of electrophysiology therapies
US9947104B2 (en) 2015-02-11 2018-04-17 Brainlab Ag Preview visualisation of tracked nerve fibers
US10363100B2 (en) 2015-05-12 2019-07-30 The Johns Hopkins University Systems and methods for patient-specific modeling of the heart for prediction of targets for catheter ablation of ventricular tachycardia in patients with implantable cardioverter defibrillators
US20170027465A1 (en) 2015-07-31 2017-02-02 University Of Utah Research Foundation Systems and methods for characterizing the conductive properties of the heart
WO2017041892A1 (en) 2015-09-07 2017-03-16 Ablacon Inc. System for analyzing electrophysiological data and method for analyzing electrophysiological data
WO2017041890A1 (en) 2015-09-07 2017-03-16 Ablacon Inc. Elongated medical device suitable for intravascular insertion and method of making an elongated medical device suitable for intravascular insertion
US9787676B2 (en) 2015-09-29 2017-10-10 Anhui Huami Information Technology Co., Ltd. Multi-modal biometric identification
CN108601547A (zh) 2015-10-21 2018-09-28 皮斯投资公司 心脏病的确定方法、机器人控制和系统
US10898099B2 (en) 2015-10-23 2021-01-26 The Regents Of The University Of California Oakland, Ca Characterizing gastrointestinal functions from surface electrophysiology recording
US10426364B2 (en) 2015-10-27 2019-10-01 Cardiologs Technologies Sas Automatic method to delineate or categorize an electrocardiogram
CN108778131A (zh) 2015-11-06 2018-11-09 圣路易斯华盛顿大学 心脏心律失常的非创伤性成像和治疗系统
EP3379999B1 (en) 2015-11-24 2023-09-20 The Regents of the University of California Mapping and quantifying blood stasis and thrombus risk in the heart
US10402966B2 (en) 2015-12-03 2019-09-03 Cardiosolv Ablation Technologies, Inc. Systems and methods for identifying optimized ablation targets for treating and preventing arrhythmias sustained by reentrant circuits
WO2017096198A1 (en) 2015-12-04 2017-06-08 St. Jude Medical, Cardiology Division, Inc. Methods and systems for statistically analyzing electrograms for local abnormal ventricular activities and mapping the same
JP7082332B2 (ja) * 2015-12-22 2022-06-08 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 細動源のコンピューターによる局在化
US10517496B2 (en) * 2016-01-14 2019-12-31 Biosense Webster (Israel) Ltd. Region of interest focal source detection
KR101769232B1 (ko) 2016-01-14 2017-08-17 엘지전자 주식회사 청소기 및 물 청소기구
US11006887B2 (en) * 2016-01-14 2021-05-18 Biosense Webster (Israel) Ltd. Region of interest focal source detection using comparisons of R-S wave magnitudes and LATs of RS complexes
US20170202521A1 (en) 2016-01-14 2017-07-20 Biosense Webster (Israel) Ltd. Overall system and method for detecting regions of interest
CN107025618A (zh) 2016-01-31 2017-08-08 王科甲 人体生命运动全面信息的整体医学技术
EP3413968B1 (en) 2016-02-12 2022-11-16 Cardiac Pacemakers, Inc. Triggering storage of onset of physiologic condition
US10835139B2 (en) 2016-03-24 2020-11-17 The Regents Of The University Of California Method to determine wavefront vector flow-field and vorticity from spatially-distributed recordings
CN109069002B (zh) 2016-05-03 2021-11-05 科迪影技术股份有限公司 检测传导定时
US11664125B2 (en) 2016-05-12 2023-05-30 Siemens Healthcare Gmbh System and method for deep learning based cardiac electrophysiology model personalization
US10328274B2 (en) * 2016-06-08 2019-06-25 Medtronic, Inc. System and method for identifying and responding to P-wave oversensing in a cardiac system
US20180032689A1 (en) 2016-07-29 2018-02-01 Qatar University Method and apparatus for performing feature classification on electrocardiogram data
US10433749B2 (en) 2016-08-10 2019-10-08 Biosense Webster (Israel) Ltd. Identifying ECG signals having the same morphology
JP6635899B2 (ja) * 2016-09-02 2020-01-29 株式会社日立製作所 理解度算出装置及び理解度算出方法
WO2018092063A1 (en) 2016-11-16 2018-05-24 Navix International Limited Real-time display of treatment-related tissue changes using virtual material
CN106725428B (zh) 2016-12-19 2020-10-27 中国科学院深圳先进技术研究院 一种心电信号分类方法及装置
WO2018165271A1 (en) 2017-03-07 2018-09-13 Alivecor, Inc. Systems and methods of identity analysis of electrocardiograms
US10856763B2 (en) 2017-03-10 2020-12-08 Qatar University Personalized ECG monitoring for early detection of cardiac abnormalities
CN111095429A (zh) 2017-04-12 2020-05-01 皮斯公司 心脏病确定方法和系统
CN110914865B (zh) 2017-05-18 2023-08-11 皇家飞利浦有限公司 时间心脏图像的卷积深度学习分析
US20190000349A1 (en) * 2017-06-28 2019-01-03 Incyphae Inc. Diagnosis tailoring of health and disease
US10932863B2 (en) 2017-08-01 2021-03-02 Catheter Precision, Inc. Methods of cardiac mapping and directional guidance
US10713790B2 (en) 2017-08-01 2020-07-14 Catheter Precision, Inc. Methods of cardiac mapping and directional guidance
US11055759B1 (en) * 2017-09-05 2021-07-06 A9.Com, Inc. Color selection for image matching visual search
BR112020007322A2 (pt) * 2017-10-13 2020-09-29 Autem Medical, Llc sistema para diagnosticar uma condição de saúde de um paciente, sistema de monitoramento de eletrocardiograma, sistema para tratar câncer de um paciente, método para diagnosticar uma condição de saúde de um paciente, método para tratar câncer e gerador programável
CN107951485B (zh) 2017-11-27 2019-06-11 深圳市凯沃尔电子有限公司 基于人工智能自学习的动态心电图分析方法和装置
WO2019118640A1 (en) 2017-12-13 2019-06-20 Washington University System and method for determining segments for ablation
US20190223946A1 (en) 2018-01-24 2019-07-25 Medtronic Ardian Luxembourg S.A.R.L. Systems, devices, and associated methods for neuromodulation in heterogeneous tissue environments
US11622732B2 (en) 2018-04-26 2023-04-11 Vektor Medical, Inc. Identifying an attribute of an electromagnetic source configuration by matching simulated and patient data
US10860754B2 (en) 2018-04-26 2020-12-08 Vektor Medical, Inc. Calibration of simulated cardiograms
US11259871B2 (en) 2018-04-26 2022-03-01 Vektor Medical, Inc. Identify ablation pattern for use in an ablation
US11065060B2 (en) 2018-04-26 2021-07-20 Vektor Medical, Inc. Identify ablation pattern for use in an ablation
US20210219923A1 (en) 2018-05-08 2021-07-22 University Of Pittsburgh-Of The Commonwealth System Of Higher Education System for monitoring and providing alerts of a fall risk by predicting risk of experiencing symptoms related to abnormal blood pressure(s) and/or heart rate
JP2021527465A (ja) 2018-06-15 2021-10-14 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 複数の介入医療装置の同期追跡
EP3818541A4 (en) 2018-07-05 2022-04-06 Regents of the University of California COMPUTER SIMULATIONS OF ANATOMICAL STRUCTURES AND BODY SURFACE ELECTRODE POSITIONING
WO2020086528A1 (en) * 2018-10-23 2020-04-30 Zoll Medical Corporation Data playback interface for a medical device
WO2020101864A1 (en) 2018-11-13 2020-05-22 Vektor Medical, Inc. Augmentation of images with source locations
WO2020142539A1 (en) 2018-12-31 2020-07-09 The Regents Of The University Of California Enhanced computational heart simulations
KR102572006B1 (ko) 2019-02-21 2023-08-31 시어터 인코포레이티드 수술 비디오의 분석을 위한 시스템 및 방법
US11198004B2 (en) 2019-04-11 2021-12-14 Biosense Webster (Israel) Ltd. Goal-driven workflow for cardiac arrhythmia treatment
US10709347B1 (en) 2019-06-10 2020-07-14 Vektor Medical, Inc. Heart graphic display system
US10595736B1 (en) * 2019-06-10 2020-03-24 Vektor Medical, Inc. Heart graphic display system
US11298017B2 (en) 2019-06-27 2022-04-12 Bao Tran Medical analysis system
US11911166B2 (en) 2019-07-20 2024-02-27 Medtronic, Inc. Method and apparatus for implantation of a pacing electrode
US10998101B1 (en) 2019-12-15 2021-05-04 Bao Tran Health management
US20210259560A1 (en) 2020-02-26 2021-08-26 Eko Devices, Inc. Methods and systems for determining a physiological or biological state or condition of a subject
US20220047237A1 (en) 2020-08-08 2022-02-17 Rui Liu Systems and methods of body motion management during non-invasive imaging and treatment procedures
WO2022162329A1 (en) 2021-01-26 2022-08-04 King's College London System and method for characterising heart tissues
US11338131B1 (en) 2021-05-05 2022-05-24 Vektor Medical, Inc. Guiding implantation of an energy delivery component in a body

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11504073B2 (en) 2018-04-26 2022-11-22 Vektor Medical, Inc. Machine learning using clinical and simulated data
US11547369B2 (en) 2018-04-26 2023-01-10 Vektor Medical, Inc. Machine learning using clinical and simulated data
US11564641B2 (en) 2018-04-26 2023-01-31 Vektor Medical, Inc. Generating simulated anatomies of an electromagnetic source
US11576624B2 (en) 2018-04-26 2023-02-14 Vektor Medical, Inc. Generating approximations of cardiograms from different source configurations
US11622732B2 (en) 2018-04-26 2023-04-11 Vektor Medical, Inc. Identifying an attribute of an electromagnetic source configuration by matching simulated and patient data
US11806080B2 (en) 2018-04-26 2023-11-07 Vektor Medical, Inc. Identify ablation pattern for use in an ablation
US11490845B2 (en) 2019-06-10 2022-11-08 Vektor Medical, Inc. Heart graphic display system
US11638546B2 (en) 2019-06-10 2023-05-02 Vektor Medical, Inc. Heart graphic display system
US11957471B2 (en) 2019-06-10 2024-04-16 Vektor Medical, Inc. Heart graphic display system
US11896432B2 (en) 2021-08-09 2024-02-13 Vektor Medical, Inc. Machine learning for identifying characteristics of a reentrant circuit

Also Published As

Publication number Publication date
TW202100096A (zh) 2021-01-01
US20210076961A1 (en) 2021-03-18
CN115251943A (zh) 2022-11-01
KR20220032552A (ko) 2022-03-15
EP3979904A1 (en) 2022-04-13
US10709347B1 (en) 2020-07-14
CA3143142A1 (en) 2020-12-17
JP2023067876A (ja) 2023-05-16
US11957471B2 (en) 2024-04-16
EP3979904A4 (en) 2023-06-28
US11490845B2 (en) 2022-11-08
US20230225655A1 (en) 2023-07-20
TWI728832B (zh) 2021-05-21
US20230129648A1 (en) 2023-04-27
JP2022536420A (ja) 2022-08-16
WO2020251918A1 (en) 2020-12-17

Similar Documents

Publication Publication Date Title
US11259756B2 (en) Machine learning using clinical and simulated data
US10617314B1 (en) Heart graphic display system
US11957471B2 (en) Heart graphic display system
US11974853B2 (en) Heart graphic display system

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: 40069891

Country of ref document: HK