CN114431876A - 记录设备降噪 - Google Patents

记录设备降噪 Download PDF

Info

Publication number
CN114431876A
CN114431876A CN202111294170.1A CN202111294170A CN114431876A CN 114431876 A CN114431876 A CN 114431876A CN 202111294170 A CN202111294170 A CN 202111294170A CN 114431876 A CN114431876 A CN 114431876A
Authority
CN
China
Prior art keywords
cardiac signal
cable
signal segment
neural network
artificial neural
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
CN202111294170.1A
Other languages
English (en)
Inventor
V·格莱纳
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.)
Biosense Webster Israel Ltd
Original Assignee
Biosense Webster Israel 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
Application filed by Biosense Webster Israel Ltd filed Critical Biosense Webster Israel Ltd
Publication of CN114431876A publication Critical patent/CN114431876A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • 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]
    • A61B5/327—Generation of artificial ECG signals based on measured signals, e.g. to compensate for missing leads
    • 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]
    • A61B5/367—Electrophysiological study [EPS], e.g. electrical activation mapping or electro-anatomical mapping
    • 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]
    • A61B5/333—Recording apparatus specially adapted therefor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • 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
    • A61B5/30—Input circuits therefor
    • A61B5/307—Input circuits therefor specially adapted for particular uses
    • A61B5/308—Input circuits therefor specially adapted for particular uses for electrocardiography [ECG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—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
    • A61B5/6858—Catheters with a distal basket, e.g. expandable basket
    • 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
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/18—Shielding or protection of sensors from environmental influences, e.g. protection from mechanical damage
    • A61B2562/182—Electrical shielding, e.g. using a Faraday cage
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/22—Arrangements of medical sensors with cables or leads; Connectors or couplings specifically adapted for medical sensors
    • A61B2562/221—Arrangements of sensors with cables or leads, e.g. cable harnesses
    • A61B2562/222—Electrical cables or leads therefor, e.g. coaxial cables or ribbon cables
    • 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
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A61B5/7214—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using signal cancellation, e.g. based on input of two identical physiological sensors spaced apart, or based on two signals derived from the same sensor, for different optical wavelengths

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Cardiology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Fuzzy Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Surgical Instruments (AREA)
  • Photoreceptors In Electrophotography (AREA)
  • Reduction Or Emphasis Of Bandwidth Of Signals (AREA)

Abstract

在一个实施方案中，一种方法包括：响应于由与组织接触的第一感测电极感测的电活动而接收心脏信号分段；将该心脏信号分段注入缆线中，该缆线延伸到记录设备，该缆线响应于在该缆线中采集的噪声而输出对应的加噪心脏信号分段；响应于所接收的心脏信号分段和该对应的加噪心脏信号分段而训练人工神经网络以至少部分地补偿将被添加到该缆线中的信号的电噪声；响应于由第二感测电极感测的电活动而接收心脏信号；将该受过训练的人工神经网络应用于该心脏信号，从而产生具有噪声补偿的该心脏信号，该噪声补偿至少部分地补偿尚未处于该心脏信号中但将在该缆线中添加的噪声；以及经由该缆线输出具有噪声补偿的该心脏信号。

Description

记录设备降噪
相关申请信息
本申请要求2020年11月3日提交的美国临时专利申请63/108,998的权益，该临时专利申请的公开内容据此以引用方式并入本文。
技术领域
本发明涉及医疗设备，并且具体地但并非排他性地涉及电描记图信号的降噪。
背景技术
大量的医疗规程涉及将探针诸如导管放置在患者体内。已经开发出位置感测系统来跟踪这类探针。磁性位置感测为本领域已知的一种方法。在磁性位置感测中，通常将磁场发生器放置在患者体外的已知位置处。探针的远侧端部内的磁场传感器响应于这些磁场生成电信号，这些电信号被处理以确定探针的远侧端部的坐标位置。这些方法和系统在美国专利5,391,199、6,690,963、6,484,118、6,239,724、6,618,612和6,332,089中、在PCT国际专利公布WO 1996/005768中以及在美国专利申请公布2002/0065455和2003/0120150以及2004/0068178中有所描述。还可使用基于阻抗或电流的系统来跟踪位置。
心律失常的治疗是一种已证明其中这些类型的探针或导管极其有用的医疗规程。心律失常并且具体地讲心房纤颤一直为常见和危险的医学病症，在老年人中尤为如此。
心律失常的诊断和治疗包括标测心脏组织(尤其是心内膜)的电性质，以及通过施加能量来选择性地消融心脏组织。此类消融可停止或改变不需要的电信号从心脏的一个部分传播到另一部分。消融方法通过形成非导电消融灶来破坏不需要的电通路。已经公开了多种用于形成消融灶的能量递送形式，并且包括使用微波、激光和更常见的射频能量来沿心脏组织壁形成传导阻滞。在两步式手术(标测，之后进行消融)中，通常通过将包括一个或多个电传感器的导管推进到心脏中并采集多个点处的数据来感测和测量心脏内各个点处的电活动。然后利用这些数据来选择拟加以消融的心内膜目标区域。
电极导管已经普遍用于医疗实践多年。它们被用来刺激和标测心脏中的电活动，以及用来消融异常电活动的位点。使用时，将电极导管插入到主静脉或动脉例如股静脉中，并且随后引导到所关注的心脏腔室中。典型的消融手术涉及将在其远侧端部具有一个或多个电极的导管插入到心脏腔室中。可提供通常用胶带粘贴在患者的皮肤上的参比电极，或者可使用设置在心脏中或附近的第二导管来提供参比电极。RF(射频)电流被施加在消融导管的导管电极与无关电极(其可为导管电极中的一个电极)之间，并且电流流经这些电极之间的介质(即，血液和组织)。电流的分布可取决于与血液相比电极表面与组织接触的量，血液具有比组织更高的导电率。由于组织的电阻，发生组织的加热。组织被充分加热而致使心脏组织中的细胞破坏，从而导致在心脏组织内形成不导电的消融灶。在一些申请中，可进行不可逆电穿孔以消融组织。
发明内容
根据本公开的实施方案，提供了一种用于分析信号的方法，包括：响应于由与第一活体受检者的组织接触的第一感测电极感测的电活动而接收第一心脏信号分段；将所接收的第一心脏信号分段注入记录设备缆线中，该记录设备缆线延伸到记录设备，该缆线响应于在该缆线中采集的电噪声而输出对应的加噪心脏信号分段；响应于所接收的第一心脏信号分段和该对应的加噪心脏信号分段而训练人工神经网络以至少部分地补偿将被添加到该缆线中的心脏信号的电噪声；响应于由与第二活体受检者的组织接触的第二感测电极感测的电活动而接收第二心脏信号；将该受过训练的人工神经网络应用于该第二心脏信号，从而产生具有噪声补偿的该第二心脏信号，该噪声补偿至少部分地补偿尚未处于该第二心脏信号中但将在该缆线中添加到该第二心脏信号的该电噪声；以及经由该缆线将具有该噪声补偿的该第二心脏信号输出到该记录设备。
进一步根据本公开的实施方案，该训练包括将加噪心脏信号分段输入到人工神经网络中；以及迭代地调整人工神经网络的参数以减小人工神经网络的输出与所接收的第一心脏信号分段之间的差值。
更进一步根据本公开的实施方案，该方法包括将该第一心脏信号分段从数字形式转换为模拟形式，该注入包括将以该模拟形式的该第一心脏信号分段注入该缆线中，该方法还包括将该加噪心脏信号分段转换为数字形式，该训练包括响应于以数字形式的所接收的第一心脏信号分段和以数字形式的该对应的加噪心脏信号分段而训练该人工神经网络。
另外，根据本公开的实施方案，该训练包括训练自动编码器，该自动编码器包括编码器和解码器。
此外，根据本公开的实施方案，该方法包括：将包括第一感测电极的第一导管插入到第一活体受检者的心腔中；以及将包括第二感测电极的第二导管插入到第二活体受检者的心腔中。
进一步根据本公开的实施方案，第一导管包括第二导管。
更进一步根据本公开的实施方案，该注入包括将所接收的第一心脏信号分段注入该记录设备缆线的第一端部中，该方法还包括将屏蔽缆线的第一端部电连接到该记录设备缆线的第二端部，并且该方法还包括该屏蔽缆线的第二端部输出该加噪心脏信号分段，并且该训练包括响应于所接收的第一心脏信号分段和由该屏蔽缆线的该第二端部输出的该对应的加噪心脏信号分段而训练该人工神经网络。
根据本公开的另一个实施方案，还提供了一种软件产品，包括其中存储有程序指令的非暂态计算机可读介质，该指令在被中央处理单元(CPU)读取时致使该CPU：响应于由与第一活体受检者的组织接触的第一感测电极感测的电活动而接收第一心脏信号分段；将所接收的第一心脏信号分段注入记录设备缆线中，该记录设备缆线延伸到记录设备，该缆线响应于在该缆线中采集的电噪声而输出对应的加噪心脏信号分段；响应于所接收的第一心脏信号分段和该对应的加噪心脏信号分段而训练人工神经网络以至少部分地补偿将被添加到该缆线中的心脏信号的电噪声；响应于由与第二活体受检者的组织接触的第二感测电极感测的电活动而接收第二心脏信号；将该受过训练的人工神经网络应用于该第二心脏信号，从而产生具有噪声补偿的该第二心脏信号，该噪声补偿至少部分地补偿尚未处于该第二心脏信号中但将在该缆线中添加到该第二心脏信号的该电噪声；以及经由该缆线将具有该噪声补偿的该第二心脏信号输出到该记录设备。
根据本公开的又另一个实施方案，还提供了一种医疗系统，包括：第一感测电极，该第一感测电极被配置为接触第一活体受检者的组织；第二感测电极，该第二感测电极被配置为接触第二活体受检者的组织；记录设备缆线，该记录设备缆线延伸到记录设备；以及处理电路，该处理电路被配置为：响应于由与该组织接触的该第一感测电极感测的电活动而接收第一心脏信号分段；将所接收的第一心脏信号分段注入该记录设备缆线中，该缆线被配置为响应于在该缆线中采集的电噪声而输出对应的加噪心脏信号分段；响应于所接收的第一心脏信号分段和该对应的加噪心脏信号分段而训练人工神经网络以至少部分地补偿将被添加到该缆线中的心脏信号的电噪声；响应于由与该第二活体受检者的该组织接触的该第二感测电极感测的电活动而接收第二心脏信号；将该受过训练的人工神经网络应用于该第二心脏信号，从而产生具有噪声补偿的该第二心脏信号，该噪声补偿至少部分地补偿尚未处于该第二心脏信号中但将在该缆线中添加到该第二心脏信号的该电噪声；以及经由该缆线将具有该噪声补偿的该第二心脏信号输出到该记录设备。
附加地，根据本公开的实施方案，处理电路被配置为将加噪心脏信号分段输入到人工神经网络中，并且迭代地调整人工神经网络的参数以减小人工神经网络的输出与所接收的第一心脏信号分段之间的差值。
此外，根据本公开的实施方案，该处理电路还包括：数模转换器，该数模转换器被配置为将该第一心脏信号分段从数字形式转换为模拟形式，该处理电路被配置为将呈该模拟形式的该第一心脏信号分段注入该缆线中；和模数转换器，该模数转换器被配置为将该加噪心脏信号分段转换为数字形式，该处理电路被配置为响应于以数字形式的所接收的第一心脏信号分段和以数字形式的该对应的加噪心脏信号分段而训练该人工神经网络以至少部分地补偿将添加到该缆线中的心脏信号的电噪声。
进一步根据本公开的实施方案，该人工神经网络包括自动编码器，该自动编码器包括编码器和解码器，该处理电路被配置为响应于所接收的第一心脏信号分段和该对应的加噪心脏信号分段而训练该自动编码器以至少部分地补偿将添加到该缆线中的心脏信号的电噪声。
更进一步根据本公开的实施方案，该处理电路被配置为将该自动编码器应用于该第二心脏信号，从而产生具有该噪声补偿的该第二心脏信号。
附加地，根据本公开的实施方案，该系统包括：第一导管，该第一导管包括第一感测电极，并且被配置为插入到第一活体受检者的心腔中；以及第二导管，该第二导管包括第二感测电极，并且被配置为插入到第二活体受检者的心腔中。
此外，根据本公开的实施方案，第一导管包括第二导管。
进一步根据本公开的实施方案，该系统包括具有第一端部和第二端部的屏蔽缆线，其中该记录设备缆线具有电连接到该处理电路的第一端部以及电连接到该记录设备和该屏蔽缆线的该第一端部的第二端部，该屏蔽缆线的该第二端部电连接到该记录设备缆线的该第二端部，该处理电路被配置为将所接收的第一心脏信号分段注入该记录设备缆线的该第一端部中，该屏蔽缆线的该第二端部被配置为输出该加噪心脏信号分段，并且该处理电路被配置为响应于所接收的第一心脏信号分段和由该屏蔽缆线的该第二端部输出的该对应的加噪心脏信号分段而训练该人工神经网络。
附图说明
根据以下详细说明结合附图将理解本发明，其中：
图1为根据本发明的一个示例性实施方案构造和操作的用于在心脏上进行导管插入手术的系统的图解示意图；
图2为用于与图1的系统一起使用的导管的透视图；
图3为用于与图1的系统一起使用的电极组合件的详细示意图；
图4为图1的系统中的处理电路的更加详细视图；
图5为包括图1的系统的操作方法中的步骤的流程图；
图6为用于与图1的系统一起使用的人工神经网络的示意图；
图7为示出对图6的人工神经网络进行训练的示意图；
图8为包括图5的方法的步骤中的子步骤的流程图；
图9为示出对正由受过训练的人工神经网络处理的所捕获的信号进行处理的示意图；并且
图10为包括使用受过训练的人工神经网络处理图9的所捕获的信号的方法中的步骤的流程图。
具体实施方式
概述
如先前所提及，在心脏电生理(EP)研究或消融规程期间，患者与用于规程的电气系统诸如
Figure BDA0003336031280000061
系统(Biosense Webster,Inc.,of Irvine CA)和/或外部记录设备之间的引线可拾取噪声。即使在噪声来自已知设备的情况下，也可能难以或甚至无法移除设备。例如，Carto系统可使用无法被移除但会生成电噪声的外部不间断电源(UPS)。Carto系统通常使用过滤技术来清除噪声的信号。然而，由外部记录设备记录的信号可能是非常嘈杂的，由于与电生理信号相关联的非常小的电压，这可能是一个显著的问题。附加地，外部记录设备通常是没有噪声过滤能力的模拟装置，因此不能从所接收的心脏信号中过滤噪声。
本发明的实施方案通过经由处理电路(例如，其作为Carto系统的一部分)路由由导管(和/或体表电极)捕获的心脏信号来减小与导管(和/或体表电极)和记录设备之间的缆线中的电噪声拾取相关联的问题。处理电路在通过记录设备缆线将心脏信号输出到外部记录设备之前补偿预期的噪声拾取。使用人工神经网络(ANN)来执行补偿，该人工神经网络被训练成至少部分地补偿尚未处于心脏信号中但将在从处理电路到记录设备的缆线中添加到心脏信号的电噪声。
ANN可如下进行训练。处理电路响应于由与活体受检者的组织接触的(例如，导管和/或体表电极的)一个或多个感测电极感测的电活动而接收心脏信号分段(其可以是相同信号的分段)。处理电路经由记录设备缆线的一个端部电连接到记录设备，该记录设备缆线通常是未屏蔽的并且因此该缆线中的信号拾取周围电噪声。记录设备缆线的另一端部也电连接到延伸回到处理电路的屏蔽缆线。如说明书或权利要求中所用，术语“屏蔽缆线”被定义为由公共导电层包封的一个或多个绝缘导体的缆线，该公共导电层可由铜(或其他金属，诸如铝)的编织股线、铜带的非编织螺旋绕组、或导电聚合物层构成。
处理电路将所接收的心脏信号分段注入记录设备缆线中，其中心脏信号分段拾取噪声，使得记录设备缆线输出加噪心脏信号分段。然后，加噪心脏信号分段穿过屏蔽缆线回到处理电路。
处理电路响应于所接收的心脏信号分段和对应的加噪心脏信号分段而训练人工神经网络以至少部分地补偿将被添加到缆线中的心脏信号的电噪声。在一些实施方案中，处理电路将加噪心脏信号分段输入人工神经网络中，并且迭代地调整人工神经网络的参数(例如，权重)以减小人工神经网络的输出与所接收的心脏信号分段之间的差值。
系统描述
现在参考图1，其为根据本发明的示例性实施方案构造和操作的用于在心脏12上进行导管插入手术的医疗系统10的图解示意图。医疗系统10可被配置为评估活体受检者的心脏12上的电活动并在其上进行消融手术。系统10包括导管14，其由操作者16经由皮肤穿过患者的血管系统插入到心脏12的腔室或血管结构中。操作者16(通常为医师)使导管的远侧端部18例如在消融目标位点处与心脏壁接触。可根据美国专利6,226,542、6,301,496和6,892,091中所公开的方法来制备电活动标示图。一种体现系统10的元件的商品可以
Figure BDA0003336031280000071
3系统得自Biosense Webster,Inc.,Irvine,CA。此系统可由本领域的技术人员进行修改以实施本文所述的本发明的原理。
可通过施加热能对例如通过电活动标示图的评估而确定为异常的区域进行消融，例如，通过将射频电流通过导管中的导线传导到在远侧端部18处的一个或多个电极，这些电极将射频能量应用于心肌。能量在组织中被吸收，从而将组织加热到一定温度，在该温度下组织永久性地失去其电兴奋性。此手术成功后，会在心脏组织中形成非传导性的消融灶，这些消融灶可中断导致心律失常的异常电通路。本发明的原理可应用于不同的心脏腔室，以诊断并治疗多种不同的心律失常。
导管14通常包括柄部20，该柄部上具有合适的控件，以使操作者16能够按消融所需而对导管14的远侧端部18进行操纵、定位和取向。为了协助操作者16，导管14的远侧部分包括位置传感器(未示出)，这些位置传感器向位于控制台24中的处理电路22提供信号。处理电路22可实现如下所述的若干处理功能。
导线连接件35可将控制台24与体表电极30和用于测量导管14的位置和取向坐标的定位子系统的其他部件联接在一起。处理电路22或另一处理器(未示出)可为定位子系统的元件。导管电极(未示出)和体表电极30可用于测量在消融位点处的组织阻抗，如美国专利7,536,218中所教导。温度传感器(未示出)，通常为热电偶或热敏电阻器，可安装在如下所述的导管14的远侧部分上的消融表面上。
控制台24通常包含一个或多个消融功率发生器25。导管14可适于利用任何已知的消融技术将消融能量(例如射频能量、超声能量、不可逆电穿孔和激光产生的光能)传导到心脏。此类方法公开于美国专利6,814,733、6,997,924和7,156,816中。
在一个实施方案中，定位子系统包括磁定位跟踪布置，该磁定位跟踪布置利用磁场生成线圈28，通过以预定的工作容积生成磁场并感测在导管处的这些磁场来确定导管14的位置和取向。该定位子系统描述于美国专利7,756,576和7,536,218中。
如上所述，导管14联接到控制台24，这使得操作者16能够观察并调控导管14的功能。控制台24包括处理电路22，通常为具有适当的信号处理电路的计算机。处理电路22被联接以驱动显示器29(例如，监视器)。这些信号处理电路通常接收、放大、过滤并数字化来自导管14的信号，包括由传感器诸如电传感器、温度传感器和接触力传感器和位于导管14远侧的多个位置感测电极(未示出)生成的信号。数字化信号由控制台24和定位系统使用以计算导管14的位置和取向以及分析来自电极的电信号。
为了生成电解剖标示图，处理电路22通常包括标示模块，该标示模块包括电解剖标示图发生器、图像配准程序、图像或数据分析程序和被配置为在显示器29上显现图形信息的图形用户界面。
通常，系统10包括其他元件，但为简明起见未示出于附图中。例如，系统10可包括心电图(ECG)监视器，该心电图(ECG)监视器被联接以接收来自体表电极30中的一者或多者的信号，以便向控制台24提供ECG同步信号。如上所述，系统10通常还包括基准位置传感器，其或者位于附接在受检者身体外部的外部施加基准补片上，或者位于插入到心脏12中并相对于心脏12保持在固定位置的内置导管上。可以提供用于使液体循环流过导管14以冷却消融部位的常规泵和管路。系统10可接收来自外部成像模态诸如MRI单元等的图像数据并且包括图像处理器，该图像处理器可结合在处理电路22中或由处理电路22调用以用于生成并显示图像。
在实施过程中，处理电路22的功能中的一些或全部功能可以组合在单个物理部件中，或者另选地，使用多个物理部件来实现。这些物理部件可包括硬连线或可编程装置，或这两者的组合。在一些实施方案中，处理电路22的功能中的至少一些功能可以由可编程处理器在合适软件的控制下实施。该软件可以通过(例如)网络以电子形式下载到装置中。另选地或除此之外，该软件可以储存在有形的非暂态计算机可读存储介质中，诸如光学、磁或电子存储器。
现在参考图2，其为用于与图1的系统10一起使用的导管14的透视图。
导管14包括具有近侧端部和远侧端部的细长轴39、在导管主体的近侧端部处的控制柄部20以及安装在轴39的远侧端部处的可扩张远侧端部篮状物组合件43。
轴39包括细长管状构造，该细长管状构造具有单个轴向或中心管腔(未示出)，但如果需要可任选地具有多个管腔。轴39为柔性的，即可弯曲的，但是沿其长度基本上不可压缩。轴39可具有任何合适的构造并且可由任何合适的材料制成。在一些实施方案中，细长轴39包括由聚氨酯或聚醚嵌段酰胺制成的外壁。该外壁包括不锈钢等制成的嵌入式编织网，以增加轴39的扭转刚度，使得当旋转控制柄部20时轴39的远侧端部以对应的方式旋转。
轴39的外径不是关键性的，但可在约2mm至5mm的范围内。同样，外壁的厚度也不是关键性的，但通常足够薄，使得中心管腔可容纳以下中的任何一者或多者：牵拉线、引线、传感器缆线和任何其他线材、缆线或管。如果需要，外壁的内表面可衬有补强管(未示出)，从而提供改善的扭转稳定性。美国专利6,064,905描述并示出了适于与本发明结合使用的导管主体构造的示例。
组合件43安装到轴39的远侧端部。如图2所示，篮状物组合件43包括围绕收缩线47大致均匀间隔开地安装的五个样条45或臂，该收缩线连接到组合件43的远侧端部，并且根据具体情况，在牵引力或推力被纵向施加到收缩线47的情况下收缩、回缩以及扩张组合件43。收缩线47形成组合件43的纵向对称轴线。样条45在它们的远侧端部处全部直接或间接地附接到收缩线47，并且在它们的近侧端部处全部附接到轴39。当收缩线47纵向移动以扩张和收缩组合件43时，在扩张位置下样条45向外弯曲，并且在收缩位置下样条45大致是直的。如本领域的技术人员将认识到，取决于具体的应用，可根据需要改变样条45的数量，以使得组合件43具有至少两个样条，通常为至少三个样条，以及多达十个或更多个样条。可扩张远侧端部篮状物组合件43不限于所示构型，而是可包括其他设计诸如球形或蛋形设计，这些设计包括直接或间接地在它们的近侧端部和远侧端部连接的多个可扩张臂。在其他实施方案中，篮状物组合件可由任何合适的远侧端部组合件例如球囊组合件、病灶导管组合件、平面网格组合件、多个样条组合件或病灶导管组合件替换。
组合件43包括设置在其上的至少一个感测电极49。在一些实施方案中，样条45中的每个样条可包括具有非导电覆盖物的柔性线，在非导电覆盖物上安装感测电极49(例如，环形样条电极)中的一个或多个感测电极。为方便起见，电极49被称为“感测电极”，但也可用于进行消融。在一些实施方案中，每条柔性线都包括扁平镍钛诺线，并且每个非导电覆盖物都包括生物相容性塑料管诸如聚氨酯或聚酰亚胺管。另选地，如果足够刚性的非导电材料用于非导电覆盖物从而允许组合件43扩张，则样条45可被设计成不具有内柔性线，只要样条具有在其表面的至少一部分上不导电的外表面以用于安装感测电极49即可。在一些实施方案中，样条可由柔性聚合物样条电路形成，其中电极49设置在每个柔性聚合物样条电路的外表面上。
在样条45上的感测电极49中的每个感测电极借助于电极引线(未示出)电连接到适当的标示或监测系统和/或消融能量源。该电极引线延伸穿过控制柄部20，穿过轴39中的管腔，进入到对应的样条45的非导电覆盖物中，并且通过任何合适的方法附接到它们对应的感测电极49。导管14任选地包括设置在收缩线47上的远场电极51，例如圆柱形电极。远场电极51设置在可扩张远侧端部篮状物组合件43中，以防止远场电极51接触心脏12的心腔的组织。下文参考图3描述远场电极51的功能。导管14的附加细节在上文引用的美国专利6,748,255中有所描述。导管14通常具有布置在篮状物组合件43的多个柔性样条上的多个感测电极49。导管14被构造成以塌缩形式插入到活体受检者的心脏12(图1)的心腔中，其中样条45相对靠近在一起。感测电极49中的一个或多个感测电极被配置为与活体受检者的组织接触。一旦处于心脏12中，样条45就可通过收缩线47形成为它们的扩张篮形形状，该收缩线保持样条45的远侧端部并且沿近侧方向拉动样条45的远侧端部。
现在参考图3，其为图2的可扩张远侧端部篮状物组合件43的详细示意图。在组合件43的扩张形式下，样条45的感测电极49中的至少一部分感测电极接触心脏12的心内膜表面53，并且采集对应于在它们与表面的接触点处产生的电极电位的信号。然而，由于感测电极49位于导电介质(血液)中，因此除了来自接触点的电极电位之外，所采集的信号还包括来自心脏12的其他区域的远场分量。
这些远场分量构成在心内膜表面电极电位上的干扰信号。为了抵消干扰，一些实施方案将远场电极51定位在收缩线47上。在组合件43的扩张构型下，远场电极51位于收缩线47上以便与所有对应的感测电极49(即与在导管的长轴上的固定参考点(诸如在组合件43的近侧端部处的参考点55)等距的感测电极49)近似等距，并且通过样条45防止该远场电极接触心脏的表面。例如，电极57、59与参考点55等距，并且还与远场电极51等距，分别如虚线61、63所指示。当远场电极51在组合件43的扩张构型下与感测电极49间隔至少0.5cm时，该远场电极从心内膜表面53采集远场信号，但不采集近场信号。然而，由感测电极49采集的信号e(t)可具有远场分量和表面(近场)分量两者。由远场电极51采集的远场分量信号x(t)可从由感测电极49采集的信号e(t)中移除，以便抵消这些电极所遭受的干扰，即通过信号相减：e(t)–x(t)。附加地或另选地，远场分量的移除可使用任何合适的方法诸如美国专利公布2016/0175023或美国专利9,554,718中所述的算法而实现。在一些实施方案中，并不移除由感测电极49捕获的信号的远场分量。
在一些实施方案中，导管14设置有远侧位置传感器65和近侧位置传感器67，该远侧位置传感器安装在连接样条的远侧端部的位置处或附近，该近侧位置传感器安装在组合件43的近侧端部处或附近，由此在使用中，可确定位置传感器65的坐标相对于位置传感器67的坐标，并且与关于样条45的曲率的已知信息结合在一起，以找到感测电极49中的每个感测电极的位置。
现在参考图4和图5。图4为图1的系统10中的处理电路22的更加详细视图。图5为包括图1的系统10的操作方法中的步骤的流程图100。
处理电路22包括模数转换器70、数字信号过滤电路72、同步电路74、神经网络训练电路76、噪声补偿电路78、数模转换器80和模数转换器82。在一些实施方案中，模数转换器70和模数转换器82可在单个多通道模数转换器中实现。
同步电路74、神经网络训练电路76和/或噪声补偿电路78可使用在处理器上运行的软件和/或使用硬连线处理电路来实现。软件可例如通过网络以电子形式下载到计算机或处理器中。另选地或除此之外，软件可通过非暂态有形介质诸如光学、磁性或电子存储介质提供。
神经网络训练电路76被配置为训练人工神经网络75，如下文参考图6至图8更详细地描述。人工神经网络75可包括参考图6更详细地描述的自动编码器77。
医疗系统10包括延伸到记录设备86的记录设备缆线84。医疗系统10还包括屏蔽缆线90。
记录设备缆线84的一个端部经由数模转换器80连接到处理电路22。记录设备缆线84的另一端部连接到记录设备86。记录设备缆线84包括单独绝缘线，这些绝缘线通常未屏蔽或未充分屏蔽，并且因此从周围电生理(EP)实验室的环境中拾取电噪声88。
记录设备缆线84通常包括相应绝缘线，以将由感测电极49(图3)和任选的体表电极30(图1)中的相应电极捕获的相应信号从处理电路22传送到记录设备86。记录设备缆线84还可包括一个或多个校准线，以将相应校准信号从数模转换器80传送到记录设备缆线84的与记录设备86相邻的端部。记录设备缆线84的校准线(在记录设备缆线84的连接到记录设备86的端部处)电连接到屏蔽缆线90的线(在屏蔽缆线90的最靠近记录设备86的端部处)，该屏蔽缆线经由模数转换器82延伸回到处理电路22。
如下文更详细地描述，基于从以下项捕获的数据以及在一定长度的线78中拾取的来自EP实验室中的噪声66的噪声训练人工神经网络75：插入(框102)到活体受检者的心腔中的导管，诸如图1至图3的导管14；和/或从体表电极30(图1)施加到活体受检者的皮肤；以及在记录设备缆线84中从EP实验室中的噪声88拾取的噪声，如下文更详细地描述。例如，导管14的电极49(图3)中的一者或多者与组织(例如，心脏12(图1)的腔室的心内膜表面53(图3))接触，并且提供用于训练人工神经网络75的心脏信号分段。为了提供高质量的训练数据，操作者16通常确认在活体受检者的组织与提供心脏信号分段的电极49(和/或体表电极30)之间存在优质接触。
处理电路22被配置为响应于由与活体受检者的组织接触的电极49中的一个或多个电极(和/或体表电极30中的一个或多个体表电极)感测的电活动而接收(框104)心脏信号分段。导管14在位于心腔内的给定位置中时可提供来自不同电极49的信号分段，并且/或者在导管14移动到心腔中的不同位置时可提供来自一个或多个电极49的信号。可从不同心腔并且甚至从不同的活体受检者提供心脏信号分段。
处理电路22被配置为经由模数转换器70和任选的数字信号过滤电路72从导管14的感测电极49和/或从体表电极30接收心脏信号分段。模数转换器70被配置为将所接收的心脏信号分段从模拟形式转换(框106)为数字形式。
在一些实施方案中，数字信号过滤电路72被联接以从感测电极49和/或体表电极30中的一者或多者接收心脏信号分段(现在以数字形式)，并且被配置为从所接收的信号或信号分段中过滤噪声。数字信号过滤电路72可包括各种过滤电路，例如但不限于用于移除频率高于阈值频率(例如60赫兹或100赫兹)的信号的低通过滤器，和/或用于移除频率在一定频率范围内(例如100Hz-200Hz)的信号的带阻过滤器。心脏信号可包括例如在50Hz范围内的与噪声类似的频率，并且因此使用低通或带阻过滤器简单地滤除50Hz分量可能不会产生可接受的结果。因此，也可应用其他过滤方法来移除与外部源相关联的噪声，而不会不利地影响心脏信号。数字信号过滤电路72的至少一些功能可任选地由执行软件的一个或多个计算机或处理器来执行。
在一些实施方案中，处理电路22通常从感测电极49和体表电极30接收连续信号。当神经网络训练电路76正被训练时，使用离散信号分段来执行训练，如下文更详细所述。因此，可使用由同步电路74生成的同步信号或使用下文更详细描述的互相关性(在神经网络训练电路76中)对所接收的信号进行逻辑分段。在一些实施方案中，信号可由同步电路74物理地分段。在其他实施方案中，同步电路74可通过向心脏信号添加标记来对所接收的心脏信号进行分段，以便识别用作训练数据的分段。
处理电路22被配置为经由数模转换器80将(经由模数转换器70并且任选地经由数字信号过滤电路72接收的)心脏信号分段注入记录设备缆线84的端部中，该数模转换器被配置为将所接收的心脏信号分段从数字形式转换(框108)为模拟形式。因此，处理电路22被配置为将以模拟形式的所接收的心脏信号分段注入(框110)到记录设备缆线84的一个端部处的校准线中的一者或多者中，该记录设备缆线被配置为响应于在记录设备缆线84中采集的电噪声而将对应的加噪心脏信号分段输出到屏蔽缆线90的最靠近记录设备86的端部中。例如，噪声被添加到心脏信号分段A从而产生心脏信号分段A'，并且噪声被添加到心脏信号分段B从而产生心脏信号分段B'。屏蔽缆线90的最靠近处理电路22的端部被配置为将加噪心脏信号分段输出到处理电路22的模数转换器82中。处理电路22还被配置为经由同步电路74将心脏信号分段注入神经网络训练电路76中。
模数转换器82被配置为接收(框112)从屏蔽缆线90输出的加噪心脏信号分段，并且将这些加噪心脏信号分段从模拟形式转换(框114)为数字形式。
所接收的心脏信号和加噪心脏信号分段由神经网络训练电路76接收。处理电路22的神经网络训练电路76被配置为响应于以数字形式的所接收的心脏信号分段以及由屏蔽缆线90(最靠近处理电路22)的端部输出并且现在以数字形式的对应的加噪心脏信号分段而训练(框116)人工神经网络75(例如，自动编码器77)，以至少部分地补偿将添加到记录设备缆线84中的心脏信号的电噪声。框116的步骤参考图6至图8进行了更详细的描述。
处理电路22基于使用与加噪心脏信号分段相对应的心脏信号分段来训练人工神经网络75。如果将连续心脏信号输入到神经网络训练电路76中并且将相同的连续心脏信号输入到记录设备缆线84中从而产生连续加噪心脏信号，则需要识别信号的对应分段以用于训练过程。如上所述，同步电路74可生成同步信号(例如，包括周期性脉冲)，该同步信号被注入记录设备缆线84和屏蔽缆线90中的其自身的校准线中以及被发送到神经网络训练电路76，使得神经网络训练电路76可基于同步信号来识别所接收的心脏信号和加噪心脏信号的分段。另选地，信号可由同步电路74分成单独物理分段，以用于发送到神经网络训练电路76并注入记录设备缆线84中。另选地，神经网络训练电路76可应用从数字信号过滤电路72接收的心脏信号分段和从屏蔽缆线90接收的加噪心脏信号分段之间的互相关性以便正确地对准心脏信号分段和加噪心脏信号分段。
在一些实施方案中，人工神经网络75可包括用于训练的ANN和用于生产(以提供噪声补偿心脏信号)的不同ANN。参数(例如，人工神经网络75的权重)可从训练ANN间歇性地复制到生产ANN。在其他实施方案中，可使用单个ANN。ANN 75的训练可在医疗规程期间进行，使得ANN75的准确度得到改善，并且还使得ANN 75对医疗规程期间在EP室中创建的新电噪声作出反应。
现在参考图6，其为用于与图1的系统10一起使用的人工神经网络75的示意图。
神经网络是神经元的网络或电路，或者在现代意义上，是由人工神经元或节点组成的人工神经网络。生物神经元的连接被建模为权重。正权重反映兴奋性连接，而负值表示抑制性连接。通过权重修改输入并使用线性组合求和。激活函数可控制输出的振幅。例如，可接受的输出范围通常介于0和1之间，或者该范围可为-1和1之间。
这些人工网络可用于预测建模、自适应控制和应用，并且可经由数据集被训练。由经验产生的自学可发生在网络内，这可从复杂且看似不相关的信息组中得出结论。
为了完整起见，生物神经网络由一组或多组化学连接的或功能相关的神经元组成。单个神经元可被连接到许多其他神经元，并且网络中的神经元和连接的总数可以是广泛的。连接(称为突触)通常由轴突至枝状体形成，但树枝状突触和其他连接也是可能的。除了电信号之外，还存在由神经递质扩散引起的其他形式的信号。
人工智能、认知建模和神经网络是由生物神经系统处理数据的方式诱发的信息处理范式。人工智能和认知建模试图模拟生物神经网络的一些特性。在人工智能领域，人工神经网络已被成功地应用于语音识别、图像分析和自适应控制，以便(在计算机和视频游戏中)构建软件代理或自主机器人。
就被称为人工神经网络(ANN)或模拟神经网络(SNN)的人工神经元而言，神经网络(NN)是一组互连的天然或人工神经元，该神经网络基于计算的连接方法使用数学或计算模型进行信息处理。在大多数情况下，ANN是基于流动通过网络的外部或内部信息来改变其结构的自适应系统。更实际的术语神经网络为非线性统计数据建模或决策制定工具。这些术语神经网络可用于对输入和输出之间的复杂关系进行建模或在数据中找到模式。
在一些实施方案中，如图6所示，人工神经网络75可包括自动编码器77，该自动编码器包括编码器92和解码器94。在其他实施方案中，人工神经网络75可包括任何合适的ANN。人工神经网络75可包括由处理电路22(图4)执行的软件和/或被配置为执行人工神经网络75的功能的硬件模块。
编码器92包括输入层96，输入被接收到该输入层中。然后编码器包括一个或多个隐藏层97，该一个或多个隐藏层将输入逐渐压缩成代码98。解码器94包括一个或多个隐藏层99，该一个或多个隐藏层将代码98逐渐解压一直到提供自动编码器77的输出的输出层95。自动编码器77包括自动编码器77的这些层之间的权重。自动编码器77根据自动编码器77的这些层之间的各个权重的值来操纵在输入层96处接收到的数据。
在对自动编码器77进行训练期间更新自动编码器77的权重，使得自动编码器77执行自动编码器77被训练执行的数据操纵任务。在图6的示例中，训练自动编码器77从心脏信号中移除未来噪声，如参考图7和图8更详细地描述。
自动编码器77中的层的数量和层的宽度可以是可配置的。随着层的数量和层的宽度增加，自动编码器77可根据手头的任务操纵数据的准确度也增加。然而，更大数量的层和更宽的层通常需要更多的训练数据、更多的训练时间，并且训练可能不会收敛。以举例的方式，输入层96可包括400个神经元(例如，以压缩一批400个样本)。编码器92可包括以因数2压缩的五个层(例如，400、200、100、50、25)。解码器94可包括以因数2解压缩的五个层(例如，25、50、100、200、400)。
现在参考图7和图8。图7为示出对图6的人工神经网络75进行训练的示意图。图8为包括图5的框116的步骤中的子步骤的流程图。
处理电路22的神经网络训练电路76(图4)被配置为响应于所接收的心脏信号分段(曲线图152)和对应的加噪心脏信号分段(曲线图150)而训练人工神经网络75(例如，自动编码器77)，以至少部分地补偿将添加到缆线84(图4)中的心脏信号的电噪声。
训练人工神经网络75通常是迭代过程。现在在下文描述训练人工神经网络75的一种方法。处理电路22的神经网络训练电路76(图4)被配置为迭代地调整(框120)人工神经网络75的参数以减小人工神经网络75的输出与期望输出(例如，所接收的心脏信号分段)之间的差值。
现在在下文描述框120的步骤的子步骤。
处理电路22的神经网络训练电路76(图4)被配置为将加噪心脏信号分段(曲线图150)输入(框122，箭头154)到人工神经网络75中。例如，将加噪心脏信号输入到编码器92的输入层96中。处理电路22的神经网络训练电路76(图4)被配置为将人工神经网络75的输出(例如，自动编码器77的解码器94的输出)与期望输出(即，对应的所接收的心脏信号分段(曲线图152))进行比较(框124，箭头156)。例如，如果存在由人工神经网络75输出的一组心内信号分段A、B、C以及对应的一组所接收的心内信号分段A'、B'和C'，则处理电路22的神经网络训练电路76(图4)将A与A'、B与B'、C与C'进行比较，以此类推。通常使用合适的损失函数进行该比较，该损失函数计算人工神经网络75的所有输出与所有期望输出(例如，所有对应的所接收的心内信号分段(曲线图152))之间的总差值。
在决策框126处，处理电路22的神经网络训练电路76(图4)被配置为确定人工神经网络75的输出与期望输出之间的差值是否足够小。如果人工神经网络75的输出与期望输出之间的差值足够小(分支132)，则处理电路22的神经网络训练电路76(图4)被配置为保存(框134)人工神经网络75(例如，自动编码器77)的参数(例如，权重)并且/或者将参数(例如，权重)发送到云处理服务器(未示出)。
如果差值不够小(分支128)，则处理电路22的神经网络训练电路76(图4)被配置为修改(框130)人工神经网络75(例如，自动编码器77)的参数(例如，权重)以减小人工神经网络75的输出与人工神经网络75的期望输出之间的差值。在上述示例中被最小化的差值是人工神经网络75的所有输出与所有期望输出(例如，所有所接收的心内信号分段(曲线图152))之间的总差值。处理电路22的神经网络训练电路76(图4)被配置为使用任何合适的优化算法(例如，梯度下降算法诸如Adam优化算法)来修改参数。然后重复框122-126的步骤。
现在参考图9和图10。图9为示出对正由受过训练的人工神经网络75处理的所捕获的心脏信号202进行处理的示意图。图10为包括使用受过训练的人工神经网络75处理图9的所捕获的信号的方法中的步骤的流程图250。
导管200被配置为插入到活体受检者的心腔中。导管200包括被配置为接触活体受检者的组织的一个或多个感测电极206。该活体受检者可以是：插入有导管14(图1)并且根据其来训练人工神经网络75的相同的活体受检者；或不同的活体受检者。
如下文更详细地描述，医疗系统10被配置为使用受过训练的人工神经网络75(图7)根据心脏信号202产生噪声补偿心脏信号。
导管200是提供其中添加有噪声补偿的心脏信号的导管的示例。任何合适的导管(例如，球囊、篮状物或病灶导管)可提供心脏信号，该心脏信号然后使用受过训练的人工神经网络75进行处理以产生噪声补偿心脏信号。在一些实施方案中，导管14可用于提供将由人工神经网络75处理的心脏信号以提供噪声补偿心脏信号。换句话讲，训练人工神经网络75的相同导管可提供将由受过训练的人工神经网络75处理的心脏信号以提供噪声补偿心脏信号。在一些实施方案中，相同导管提供将用作训练数据的心脏信号分段以训练人工神经网络75，同时提供待处理的心脏信号以从受过训练的人工神经网络75中产生噪声补偿心脏信号，该人工神经网络连续使用训练数据来进行训练。
类似地，由一个或多个体表电极30(图1)提供的一个或多个心脏信号可由人工神经网络75处理以向所提供的心脏信号添加噪声补偿。
将导管200插入(框252)活体受检者的心腔中，并且/或者将体表电极30应用于活体受检者的皮肤表面。
处理电路22的神经网络训练电路78(图4)被配置为响应于由(例如，当导管200插入到活体受检者的心腔中时)与活体受检者的组织接触的感测电极206(和/或体表电极30)中的一者感测的电活动而接收(框254)心脏信号202。心脏信号202经由模数转换器70(图4)接收，该模数转换器被配置为将心脏信号202从模拟形式转换为数字形式。数字信号过滤电路72任选地被配置为从心脏信号202中移除噪声。
处理电路22的噪声补偿电路78被配置为将受过训练的人工神经网络75应用(框256)于心脏信号202，从而产生具有噪声补偿210的心脏信号，该噪声补偿至少部分地补偿尚未处于心脏信号202中但将在缆线84(图4)中添加到心脏信号202的电噪声。
在一些实施方案中，该受过训练的人工神经网络包括受过训练的自动编码器77。在这些实施方案中，处理电路22的噪声补偿电路78被配置为将受过训练的自动编码器77应用于心脏信号202，从而产生具有噪声补偿210的心脏信号，该噪声补偿至少部分地补偿尚未处于心脏信号202中但将在缆线84(图4)中添加到心脏信号202的电噪声。
处理电路22被配置为经由数模转换器80(其被配置为将具有噪声补偿210的心脏信号202转换为模拟形式)并经由缆线84将具有噪声补偿210的心脏信号输出(框258)到记录设备86(图4)。
如本文所用，针对任何数值或范围的术语“约”或“大约”指示允许部件或元件的集合实现如本文所述的其预期要达到的目的的合适的尺寸公差。更具体地，“约”或“大约”可指列举值的值±20％的范围，例如“约90％”可指72％至108％的值范围。
为清晰起见，在独立实施方案的上下文中描述的本发明的各种特征部也可在单个实施方案中组合提供。相反地，为简明起见，本发明的各种特征部在单个实施方案的上下文中进行描述，也可单独地或以任何合适的子组合形式提供。
上述实施方案以举例的方式被引用，并且本发明不受上文具体示出和描述的内容的限制。相反，本发明的范围包括上文描述的各种特征的组合和子组合以及它们的变型和修改，本领域的技术人员在阅读上述描述时将会想到该变型和修改，并且该变型和修改并未在现有技术中公开。

Claims (16)

1.一种用于分析信号的方法，包括：
响应于由与第一活体受检者的组织接触的第一感测电极感测的电活动而接收第一心脏信号分段；
将所接收的第一心脏信号分段注入记录设备缆线中，所述记录设备缆线延伸到记录设备，所述缆线响应于在所述缆线中采集的电噪声而输出对应的加噪心脏信号分段；
响应于所接收的第一心脏信号分段和所述对应的加噪心脏信号分段而训练人工神经网络以至少部分地补偿将被添加到所述缆线中的心脏信号的电噪声；
响应于由与第二活体受检者的组织接触的第二感测电极感测的电活动而接收第二心脏信号；
将受过训练的人工神经网络应用于所述第二心脏信号，从而产生具有噪声补偿的所述第二心脏信号，所述噪声补偿至少部分地补偿尚未处于所述第二心脏信号中但将在所述缆线中添加到所述第二心脏信号的所述电噪声；以及
经由所述缆线将具有所述噪声补偿的所述第二心脏信号输出到所述记录设备。
2.根据权利要求1所述的方法，其中所述训练包括：
将所述加噪心脏信号分段输入到所述人工神经网络中；以及
迭代地调整所述人工神经网络的参数以减小所述人工神经网络的输出与所接收的第一心脏信号分段之间的差值。
3.根据权利要求1所述的方法，还包括将所述第一心脏信号分段从数字形式转换为模拟形式，所述注入包括将以所述模拟形式的所述第一心脏信号分段注入所述缆线中，所述方法还包括将所述加噪心脏信号分段转换为数字形式，所述训练包括响应于以数字形式的所接收的第一心脏信号分段和以数字形式的所述对应的加噪心脏信号分段而训练所述人工神经网络。
4.根据权利要求1所述的方法，其中所述训练包括训练自动编码器，所述自动编码器包括编码器和解码器。
5.根据权利要求1所述的方法，还包括：
将包括所述第一感测电极的第一导管插入到所述第一活体受检者的心腔中；以及
将包括所述第二感测电极的第二导管插入到所述第二活体受检者的心腔中。
6.根据权利要求5所述的方法，其中所述第一导管包括所述第二导管。
7.根据权利要求1所述的方法，其中：
所述注入包括将所接收的第一心脏信号分段注入所述记录设备缆线的第一端部中；
所述方法还包括将屏蔽缆线的第一端部电连接到所述记录设备缆线的第二端部；以及
所述方法还包括所述屏蔽缆线的第二端部输出所述加噪心脏信号分段；以及
所述训练包括响应于所接收的第一心脏信号分段和由所述屏蔽缆线的所述第二端部输出的所述对应的加噪心脏信号分段而训练所述人工神经网络。
8.一种软件产品，包括其中存储有程序指令的非暂态计算机可读介质，所述指令在被中央处理单元(CPU)读取时致使所述CPU：
响应于由与第一活体受检者的组织接触的第一感测电极感测的电活动而接收第一心脏信号分段；
将所接收的第一心脏信号分段注入记录设备缆线中，所述记录设备缆线延伸到记录设备，所述缆线响应于在所述缆线中采集的电噪声而输出对应的加噪心脏信号分段；
响应于所接收的第一心脏信号分段和所述对应的加噪心脏信号分段而训练人工神经网络以至少部分地补偿将被添加到所述缆线中的心脏信号的电噪声；
响应于由与第二活体受检者的组织接触的第二感测电极感测的电活动而接收第二心脏信号；
将受过训练的人工神经网络应用于所述第二心脏信号，从而产生具有噪声补偿的所述第二心脏信号，所述噪声补偿至少部分地补偿尚未处于所述第二心脏信号中但将在所述缆线中添加到所述第二心脏信号的所述电噪声；以及
经由所述缆线将具有所述噪声补偿的所述第二心脏信号输出到所述记录设备。
9.一种医疗系统，包括：
第一感测电极，所述第一感测电极被配置为接触第一活体受检者的组织；
第二感测电极，所述第二感测电极被配置为接触第二活体受检者的组织；
记录设备缆线，所述记录设备缆线延伸到记录设备；以及
处理电路，所述处理电路被配置为：
响应于由与所述组织接触的所述第一感测电极感测的电活动而接收第一心脏信号分段；
将所接收的第一心脏信号分段注入所述记录设备缆线中，所述缆线被配置为响应于在所述缆线中采集的电噪声而输出对应的加噪心脏信号分段；
响应于所接收的第一心脏信号分段和所述对应的加噪心脏信号分段而训练人工神经网络以至少部分地补偿将被添加到所述缆线中的心脏信号的电噪声；
响应于由与所述第二活体受检者的所述组织接触的所述第二感测电极感测的电活动而接收第二心脏信号；
将受过训练的人工神经网络应用于所述第二心脏信号，从而产生具有噪声补偿的所述第二心脏信号，所述噪声补偿至少部分地补偿尚未处于所述第二心脏信号中但将在所述缆线中添加到所述第二心脏信号的所述电噪声；以及
经由所述缆线将具有所述噪声补偿的所述第二心脏信号输出到所述记录设备。
10.根据权利要求9所述的系统，其中所述处理电路被配置为：
将所述加噪心脏信号分段输入到所述人工神经网络中；以及
迭代地调整所述人工神经网络的参数以减小所述人工神经网络的输出与所接收的第一心脏信号分段之间的差值。
11.根据权利要求9所述的系统，其中所述处理电路还包括：
数模转换器，所述数模转换器被配置为将所述第一心脏信号分段从数字形式转换为模拟形式，所述处理电路被配置为将以所述模拟形式的所述第一心脏信号分段注入所述缆线中；以及
模数转换器，所述模数转换器被配置为将所述加噪心脏信号分段转换为数字形式，所述处理电路被配置为响应于以数字形式的所接收的第一心脏信号分段和以数字形式的所述对应的加噪心脏信号分段而训练所述人工神经网络以至少部分地补偿将添加到所述缆线中的心脏信号的电噪声。
12.根据权利要求9所述的系统，其中所述人工神经网络包括自动编码器，所述自动编码器包括编码器和解码器，所述处理电路被配置为响应于所接收的第一心脏信号分段和所述对应的加噪心脏信号分段而训练所述自动编码器以至少部分地补偿将添加到所述缆线中的心脏信号的电噪声。
13.根据权利要求12所述的系统，其中所述处理电路被配置为将所述自动编码器应用于所述第二心脏信号，从而产生具有所述噪声补偿的所述第二心脏信号。
14.根据权利要求9所述的系统，还包括：
第一导管，所述第一导管包括所述第一感测电极，并且被配置为插入到所述第一活体受检者的心腔中；以及
第二导管，所述第二导管包括所述第二感测电极，并且被配置为插入到所述第二活体受检者的心腔中。
15.根据权利要求14所述的系统，其中所述第一导管包括所述第二导管。
16.根据权利要求9所述的系统，还包括具有第一端部和第二端部的屏蔽缆线，其中：
所述记录设备缆线具有电连接到所述处理电路的第一端部以及电连接到所述记录设备和所述屏蔽缆线的所述第一端部的第二端部；
所述屏蔽缆线的所述第二端部电连接到所述记录设备缆线的所述第二端部；
所述处理电路被配置为将所接收的第一心脏信号分段注入所述记录设备缆线的所述第一端部中；
所述屏蔽缆线的所述第二端部被配置为输出所述加噪心脏信号分段；以及
所述处理电路被配置为响应于所接收的第一心脏信号分段和由所述屏蔽缆线的所述第二端部输出的所述对应的加噪心脏信号分段而训练所述人工神经网络。
CN202111294170.1A 2020-11-03 2021-11-03 记录设备降噪 Pending CN114431876A (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US202063108998P 2020-11-03 2020-11-03
US63/108998 2020-11-03
US17/352732 2021-06-21
US17/352,732 US20220133206A1 (en) 2020-11-03 2021-06-21 Recording apparatus noise reduction

Publications (1)

Publication Number Publication Date
CN114431876A true CN114431876A (zh) 2022-05-06

Family

ID=78500532

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111294170.1A Pending CN114431876A (zh) 2020-11-03 2021-11-03 记录设备降噪

Country Status (5)

Country Link
US (1) US20220133206A1 (zh)
EP (1) EP3991658B1 (zh)
JP (1) JP2022075589A (zh)
CN (1) CN114431876A (zh)
IL (1) IL287564B1 (zh)

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5391199A (en) 1993-07-20 1995-02-21 Biosense, Inc. Apparatus and method for treating cardiac arrhythmias
DE69514238T2 (de) 1994-08-19 2000-05-11 Biosense Inc Medizinisches diagnose-, behandlungs- und darstellungssystem
US6690963B2 (en) 1995-01-24 2004-02-10 Biosense, Inc. System for determining the location and orientation of an invasive medical instrument
CA2246290C (en) 1996-02-15 2008-12-23 Biosense, Inc. Independently positionable transducers for location system
JP4166277B2 (ja) 1996-02-15 2008-10-15 バイオセンス・ウェブスター・インコーポレイテッド 体内プローブを用いた医療方法および装置
US6239724B1 (en) 1997-12-30 2001-05-29 Remon Medical Technologies, Ltd. System and method for telemetrically providing intrabody spatial position
US6064905A (en) 1998-06-18 2000-05-16 Cordis Webster, Inc. Multi-element tip electrode mapping catheter
US6301496B1 (en) 1998-07-24 2001-10-09 Biosense, Inc. Vector mapping of three-dimensionally reconstructed intrabody organs and method of display
US6226542B1 (en) 1998-07-24 2001-05-01 Biosense, Inc. Three-dimensional reconstruction of intrabody organs
US6892091B1 (en) 2000-02-18 2005-05-10 Biosense, Inc. Catheter, method and apparatus for generating an electrical map of a chamber of the heart
US6484118B1 (en) 2000-07-20 2002-11-19 Biosense, Inc. Electromagnetic position single axis system
US6748255B2 (en) 2001-12-14 2004-06-08 Biosense Webster, Inc. Basket catheter with multiple location sensors
US7729742B2 (en) 2001-12-21 2010-06-01 Biosense, Inc. Wireless position sensor
US6814733B2 (en) 2002-01-31 2004-11-09 Biosense, Inc. Radio frequency pulmonary vein isolation
US20040068178A1 (en) 2002-09-17 2004-04-08 Assaf Govari High-gradient recursive locating system
US6997924B2 (en) 2002-09-17 2006-02-14 Biosense Inc. Laser pulmonary vein isolation
US7156816B2 (en) 2002-11-26 2007-01-02 Biosense, Inc. Ultrasound pulmonary vein isolation
US7536218B2 (en) 2005-07-15 2009-05-19 Biosense Webster, Inc. Hybrid magnetic-based and impedance-based position sensing
US7756576B2 (en) 2005-08-26 2010-07-13 Biosense Webster, Inc. Position sensing and detection of skin impedance
US8914099B2 (en) * 2011-11-08 2014-12-16 Imec Biomedical acquisition system with motion artifact reduction
US9554718B2 (en) 2014-01-29 2017-01-31 Biosense Webster (Israel) Ltd. Double bipolar configuration for atrial fibrillation annotation
US9421061B2 (en) 2014-12-18 2016-08-23 Biosense Webster (Israel) Ltd. Ventricular far field reduction
US10542897B2 (en) * 2015-08-26 2020-01-28 Analytics For Life Inc. Method and apparatus for wide-band phase gradient signal acquisition
US11471067B2 (en) * 2017-01-12 2022-10-18 Navix International Limited Intrabody probe navigation by electrical self-sensing
US20190090774A1 (en) * 2017-09-27 2019-03-28 Regents Of The University Of Minnesota System and method for localization of origins of cardiac arrhythmia using electrocardiography and neural networks
CN110141215B (zh) * 2019-05-14 2020-12-15 清华大学 降噪自编码器的训练方法、心电信号的降噪方法及相关装置、设备
US11259751B2 (en) * 2019-07-22 2022-03-01 Biosense Webster (Isreal) Ltd. Recording apparatus and method for noise reduction
US20220061768A1 (en) * 2020-09-01 2022-03-03 Biosense Webster (Israel) Ltd. Removing noise from cardiac signals

Also Published As

Publication number Publication date
IL287564B1 (en) 2024-06-01
JP2022075589A (ja) 2022-05-18
EP3991658B1 (en) 2024-02-14
IL287564A (en) 2022-06-01
EP3991658C0 (en) 2024-02-14
US20220133206A1 (en) 2022-05-05
EP3991658A1 (en) 2022-05-04

Similar Documents

Publication Publication Date Title
EP3960074A1 (en) Method and system for removing noise from cardiac signals
US10045707B2 (en) Basket catheter with far-field electrode
EP3791778B1 (en) Recording apparatus noise reduction
EP3453328A1 (en) Mesh fitting algorithm
EP3991658B1 (en) Recording apparatus noise reduction
EP3967218A1 (en) Local activation time analysis system
US12004862B2 (en) Removing far-field from intracardiac signals
EP3900659A1 (en) Ablation of a hard-to-access region
US11694401B2 (en) Reconstruction of registered geometry based on constant fluoroscopic snapshot
US20220183748A1 (en) Accurate tissue proximity

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