CN115956926A - 用于消融计划的预测电解剖标测图 - Google Patents

用于消融计划的预测电解剖标测图 Download PDF

Info

Publication number
CN115956926A
CN115956926A CN202211238416.8A CN202211238416A CN115956926A CN 115956926 A CN115956926 A CN 115956926A CN 202211238416 A CN202211238416 A CN 202211238416A CN 115956926 A CN115956926 A CN 115956926A
Authority
CN
China
Prior art keywords
predicted
processor
cardiac tissue
electro
cell
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
CN202211238416.8A
Other languages
English (en)
Inventor
E·沙米洛夫
V·鲁宾斯坦
A·D·蒙泰格
K·费尔德曼
A·戈罗沃伊
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 CN115956926A publication Critical patent/CN115956926A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B18/04—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by heating
    • A61B18/12—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by heating by passing a current through the tissue to be heated, e.g. high-frequency current
    • A61B18/14—Probes or electrodes therefor
    • 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
    • A61B5/48—Other medical applications
    • A61B5/4848—Monitoring or testing the effects of treatment, e.g. of medication
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B2018/00315—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body for treatment of particular body parts
    • A61B2018/00345—Vascular system
    • A61B2018/00351—Heart
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B2018/00571—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body for achieving a particular surgical effect
    • A61B2018/00577—Ablation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/101—Computer-aided simulation of surgical operations
    • A61B2034/102—Modelling of surgical devices, implants or prosthesis
    • A61B2034/104—Modelling the effect of the tool, e.g. the effect of an implanted prosthesis or for predicting the effect of ablation or burring
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/101—Computer-aided simulation of surgical operations
    • A61B2034/105—Modelling of the patient, e.g. for ligaments or bones
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
    • A61B2505/05—Surgical care

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Surgery (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biophysics (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Otolaryngology (AREA)
  • Robotics (AREA)
  • Plasma & Fusion (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Urology & Nephrology (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Crystals, And After-Treatments Of Crystals (AREA)
  • Electrical Discharge Machining, Electrochemical Machining, And Combined Machining (AREA)
  • Electrolytic Production Of Metals (AREA)

Abstract

本发明的主题是“用于消融计划的预测电解剖标测图”。本发明公开了一种系统，该系统包括显示器和处理器。所述处理器被配置成通过模拟生理激活电位沿心脏组织的传播来计算受检者的心脏组织上不同相应位置处的多个预测局部激活时间(LAT)，其中心脏组织的当前导电的特定部分是非导电的。所述处理器被进一步配置成基于所述预测LAT来生成预测电解剖标测图，所述预测电解剖标测图表示所述心脏组织在所述心脏组织的所述特定部分的消融之后的预测状态，并且在所述显示器上显示所述预测电解剖标测图。还描述了其他实施方案。

Description

用于消融计划的预测电解剖标测图
技术领域
本发明整体涉及电生理的领域，并且具体地涉及心律失常的标测和治疗。
背景技术
心脏组织的任何部分处的局部激活时间(LAT)为(i)在任何心动周期期间组织变得电激活的时间与(ii)在同一周期期间的参考时间之间的差值。例如，可将参考时间设置为体表心电图(ECG)信号或冠状窦心电图信号的QRS复合波中的点。
其公开内容以引用方式并入本文的授予Bar-Tal等人的美国专利申请公布2020/0146579描述了一种方法，所述方法包括接收心腔的输入网格表示、心腔的壁组织上的一组测量的位置以及在该位置处测量的相应组局部激活时间(LAT)。输入网格重新网格化成包括正则化多边形的规则网格。该组测量的位置和相应LAT被数据拟合到所述正则化多边形。针对正则化多边形迭代地计算相应LAT值和壁组织包括疤痕组织的相应概率，以便在指示疤痕组织的规则网格上获得电生理(EP)激活波。呈现了覆盖在规则网格上的电解剖标测图，该标测图包括EP激活波和疤痕组织。
美国专利9,463,072描述了用于电生理干预的患者特异性计划和引导的方法和系统。从患者的心脏图像数据生成患者特异性解剖心脏模型。基于患者的患者特异性解剖心脏模型和患者特异性电生理测量结果来生成患者特异性心脏电生理模型。使用患者特异性心脏电生理模型来执行虚拟电生理干预。响应于每个虚拟电生理干预而计算模拟心电图(ECG)信号。
美国专利申请公布2017/0027649描述了一种使用患者特异性电生理模型引导电生理(EP)干预的方法，所述方法包括获取患者受检者的医学图像。在解剖结构上使用医学图像获取稀疏的EP信号以用于引导。使用患者特异性计算电生理模型内插稀疏的EP信号，并且由其产生EP动力学的三维模型。显示三维模型的渲染图。接收候选干预位点，使用模型模拟对由候选干预位点处的干预产生的EP动力学的影响，并且显示示出模拟效果的模型的渲染图。
Atienza,Felipe Alonso等人，“一种基于细胞自动机系统的心电激活概率模型(Aprobabilistic model of cardiac electrical activity based on a cellularautomata system)”，Revista 
Figure BDA0003883941450000021
 de Cardiología(英文版)58.1(2005):41-47描述了一种能够模拟复杂电生理现象的心电激活的计算机模型。
Evseev,Alexey A.，“对扩散过程的表面三角形划分的细胞自动机模拟(Cellularautomata simulation on surface triangulation for diffusion processes)”，Novosibirsk计算中心公报，系列：计算机科学30(2010):1-13描述了对三角形化栅格的细胞自动机模拟技术。
Sahli Costabal,Francisco等人，“用于心脏激活标测的物理信息神经网络(Physics-informed neural networks for cardiac activation mapping)”，《物理学前沿8》(2020):42(Frontiers in Physics 8(2020):42)提出了一种用于心脏激活标测的物理信息神经网络，该物理信息神经网络解释了潜在的波传播动力学，并且量化了与这些预测相关联的认知不确定性。参考进一步说明了使用综合基准问题和左心房的个性化电生理模型的这种方法的潜力。
发明内容
根据本发明的一些实施方案，提供了一种包括显示器和处理器的系统。所述处理器被配置成通过模拟生理激活电位沿心脏组织的传播来计算受检者的心脏组织上不同相应位置处的多个预测局部激活时间(LAT)，其中心脏组织的当前导电的特定部分是非导电的。所述处理器被进一步配置成基于所述预测LAT来生成预测电解剖标测图，所述预测电解剖标测图表示所述心脏组织在所述心脏组织的所述特定部分的消融之后的预测状态，以及在所述显示器上显示所述预测电解剖标测图。
在一些实施方案中，
处理器被进一步配置成：
在计算所述预测LAT之前，显示表示所述心脏组织的当前状态的当前电解剖标测图，以及
从用户接收所述当前电解剖标测图上的所述心脏组织的所述特定部分的标记，并且
所述处理器被配置成响应于接收所述标记而模拟所述传播。
在一些实施方案中，所述处理器被进一步配置成基于所述预测LAT来计算所述位置处的相应预测传导速度，并且所述处理器被配置成基于所述预测传导速度来生成所述预测电解剖标测图。
在一些实施方案中，
所述处理器被配置成通过演化表示所述心脏组织的细胞自动机模型而在多次迭代中模拟所述激活电位的所述传播，并且
所述处理器被配置成响应于识别所述模型的细胞在其期间首先激活的所述迭代中的相应迭代来计算所述预测LAT。
在一些实施方案中，所述处理器被进一步配置成通过划分表示所述心脏组织的三角形网格来限定细胞。
在一些实施方案中，所述细胞具有相应的传导速度，并且所述处理器被配置成在所述迭代中的每一次迭代期间，对于细胞中是失活的那些细胞中的至少一个第一细胞，通过以下方式演化所述模型：
响应于(i)所述第二细胞的所述传导速度、(ii)所述第二细胞距所述第一细胞的距离以及(iii)自所述第二细胞最后一次激活以来经过的所述迭代的数量，将所述细胞中的至少一个第二细胞识别为所述第一细胞的激活因子，以及
响应于识别所述第二细胞，激活所述第一细胞。
在一些实施方案中，处理器被进一步配置成：
在计算所述预测LAT之前，显示表示所述心脏组织的当前状态的当前电解剖标测图，
从用户接收所述当前电解剖标测图的标测图部分的指示，以及
初始化所述模型，使得对应于所述当前电解剖标测图的所述标测图部分的所述细胞中的一个或多个细胞是激活的，并且所述细胞中的所有其它细胞是失活的。
在一些实施方案中，所述处理器被配置成在所述迭代中的每一次迭代期间，通过使针对预定义数量的迭代是激活的细胞中的任何一个细胞失活来演化所述模型。
在一些实施方案中，预定义数量是第一预定义数量，并且处理器被配置成在所述迭代中的每一次迭代期间，通过避免激活在第二预定义数量的迭代内最后一次激活的细胞中的任何一个细胞来演化模型。
根据本发明的一些实施方案进一步提供了一种方法，该方法包括通过模拟生理激活电位沿心脏组织的传播来计算受检者的心脏组织上不同相应位置处的多个预测局部激活时间(LAT)，其中心脏组织的当前导电的特定部分是非导电的。所述方法进一步包括基于所述预测LAT生成预测电解剖标测图，所述预测电解剖标测图表示所述心脏组织在所述心脏组织的所述特定部分的消融之后的预测状态，并且显示所述预测电解剖标测图。
根据本发明的一些实施方案，还提供了一种包括其中存储程序指令的有形非暂态计算机可读介质的计算机软件产品。所述指令在被处理器读取时，使得所述处理器通过模拟生理激活电位沿心脏组织的传播来计算受检者的心脏组织上不同相应位置处的多个预测局部激活时间(LAT)，其中心脏组织的当前导电的特定部分是非导电的。所述指令进一步使得处理器基于所述预测LAT来生成预测电解剖标测图，所述预测电解剖标测图表示所述心脏组织在所述心脏组织的所述特定部分的消融之后的预测状态，并且在所述显示器上显示所述预测电解剖标测图。
附图说明
结合附图，通过以下对本发明的实施方案的详细描述，将更全面地理解本发明，其中：
图1是根据本发明的一些示例性实施方案的用于计划心脏组织的消融的系统的示意图；
图2是根据本发明的一些示例性实施方案的用于生成和显示预测电解剖标测图的算法的流程图；
图3是根据本发明的一些示例性实施方案的划分三角形网格的一部分的示意图；
图4是根据本发明的一些示例性实施方案的其中演化细胞自动机模型的模拟步骤的一个实施方案的流程图；并且
图5是根据本发明的一些示例性实施方案的示例电解剖标测图和对应的预测电解剖标测图的示意图。
具体实施方式
概述
本发明的实施方案促进通过预测将由消融产生的LAT来促进对受检者心脏组织的消融的计划。
首先，医师被示出组织的电解剖标测图。医师在标测图上标记组织的计划用于消融的部分。通常，医师还参考标测图指示在每个心动周期期间激活波起源的解剖位置。
随后，基于来自医师的前述输入，计算机处理器在计划的消融之后模拟激活波沿心脏组织的传播。基于模拟，处理器计算预测LAT。最后，处理器显示被着色和/或以其它方式注释的预测电解剖标测图，以便指示预测LAT。基于预测标测图，医师可以确定计划的消融是否将有效。例如，如果受检者患有稳定的心动过速，则医师可以确定计划的消融是否将中断生成心动过速的电路。
在一些实施方案中，所述处理器通过演化表示所述心脏组织的细胞自动机模型而在多次迭代中模拟所述激活波的所述传播。对于在模拟期间至少一次激活的模型的每个细胞自动机(下文称为“细胞”)，处理器识别在其期间细胞首次激活的迭代，并且基于所识别的迭代的数量来计算细胞的预测LAT。因此，例如，在较早迭代期间激活的细胞将具有比在稍后迭代期间激活的另一个细胞更低的预测LAT。
通常，处理器基于从原始电解剖标测图导出的细胞的相应传导速度来演化模型。因此，例如，可以通过在紧接先前迭代期间激活的相邻细胞来激活细胞，前提条件是相邻细胞具有足够大的传导速度。另一方面，如果相邻细胞具有更小的传导速度，则仅当相邻细胞在较早的迭代期间激活时，细胞可通过相邻细胞来激活。
通常，处理器还基于预测LAT来计算预测传导速度，并且对预测电解剖标测图进行注释，以便指示预测传导速度。
系统描述
首先参考图1，该图是根据本发明的一些实施方案的用于计划心脏组织的消融的系统20的示意图。
系统20包括被配置用于由医师28插入受检者26的身体中的探头24。系统20进一步包括控制台46，该控制台包括用户接口控件39，以用于促进医师28与系统20的交互作用。
系统20进一步包括电路40，该电路通常被容纳在控制台46内。电路40包括处理器42和存储器44，该存储器可以包括任何合适的易失性存储器和/或非易失性存储器。通常，电路40进一步包括噪声去除滤波器和模-数(A/D)转换器。
探头24的远侧端部包括一个或多个电极32。在将探头24插入受检者26的身体中之后，医师28将探头导航到受检者的心脏34。随后，医师28使用电极32以测量来自心脏34的组织的电描记图信号。处理器42通常经由前述噪声去除滤波器和A/D转换器来接收电描记图信号。
系统20进一步包括跟踪子系统，为了便于说明，所述跟踪子系统从图1中省略。跟踪子系统被配置成促进跟踪电极32在心脏34内的相应位置，使得处理器42可以将每个接收到的电描记图信号与信号在心脏组织上被获取的位置相关联。在一些实施方案中，处理器42通过执行与跟踪子系统交互作用的跟踪器模块30来跟踪电极位置。
在一些实施方案中，跟踪子系统包括探头24的远侧端部处的一个或多个电磁传感器，连同被配置成生成磁场的一个或多个磁场发生器。磁场在电磁传感器中诱导跟踪信号。基于跟踪信号，处理器42(例如，跟踪器模块30)确定传感器的位置，并且因此确定电极的位置。例如，此类位置跟踪技术公开于授予Ben-Ham的美国专利5,391,199、5,443,489和6,788,967、授予Ben-Ham等人的美国专利6,690,963、授予Acker等人的美国专利5,558,091以及授予Govari的美国专利6,177,792中，这些文献的相应公开内容以引用方式并入本文。
另选地或除此之外，跟踪子系统可以包括电耦合到受检者的身体的一个或多个参考电极。电流可以在电极32与参考电极之间经过。基于所得电流或电压分布，处理器42(例如，跟踪器模块30)可以确定电极32的位置。此类技术可以利用提前使用电磁传感器校准的位置标测图，如例如在授予Govari等人的美国专利7,536,218和授予Bar-Tal等人的美国专利8,456,182中所描述的，这些文献的相应公开内容以引用方式并入本文。
另选地或除此之外，电流可以在参考电极之间经过。基于电极32处的所得电压，处理器42(例如，跟踪器模块30)可以确定电极32的位置，如例如在授予Wittkampf的美国专利5,983,126和授予Nardella的美国专利5,944,022中所述，它们的相应公开内容通过引用方式并入本文。
系统20进一步包括电耦合到受检者26的皮肤的一个或多个ECG电极29。处理器42通常经由前述噪声去除过滤器和A/D转换器来接收由电极29获取的ECG信号。
基于电描记图和ECG信号，处理器42生成电解剖标测图62，其将组织的解剖结构的表示与组织的电特性组合。例如，表示组织的三维三角形网格可以根据色标着色，以便针对网格的每个元素指示LAT，所述LAT针对所述组织的由该元素表示的部分进行计算。另选地或除此之外，表示传导速度的向量可以覆盖在网格上。
在一些实施方案中，处理器通过执行标测图生成模块36来生成标测图62。在生成标测图62中，处理器42考虑在周期性心律失常中观察到的“重新进入”，如授予Bar-Tal等人的美国专利申请公布2020/0146579中所述，其公开内容通过引用方式并入本文。
在生成标测图62之后，处理器42在显示器48上显示标测图，并且通常将标测图存储在存储器44中。随后，医师28(或另一个用户)提供与组织的计划消融有关的输入。例如，可以使用属于显示器48的触摸屏或者使用任何合适的用户界面控件39(诸如鼠标或轨迹球)来提供输入。输入可以包括例如医师计划消融的组织的部分的标记。
随后，基于输入，处理器通过在计划的消融之后模拟生理激活电位(或“激活波”)沿组织的传播来计算组织上不同相应位置处的多个预测LAT。换句话说，处理器模拟医师计划消融的组织的特定部分的传播，当前导电的所述特定部分是非导电的。在一些实施方案中，处理器通过执行模拟模块35来执行模拟。
随后，基于预测LAT，处理器(例如，标测图生成模块36)生成预测电解剖标测图，该预测电解剖标测图表示组织在消融之后的预测状态。然后将预测电解剖标测图显示在显示器48上，并且通常存储在存储器44中。基于预测标测图，医师可以决定是否继续进行计划的消融。
通常，系统20进一步包括消融信号发生器(未示出)。在决定继续进行计划的消融之后，医师28可以使用用户界面控件39来控制消融信号发生器，以便将消融信号递送到电极32。
一般来讲，处理器42可体现为单个处理器，或体现为一组协作式联网或集群处理器。处理器42的功能可例如使用一个或多个固定功能或通用集成电路、专用集成电路(ASIC)和/或现场可编程门阵列(FPGA)仅在硬件中实现。另选地，该功能可至少部分地在软件中实现。例如，处理器42可体现为包括例如中央处理单元(CPU)和/或图形处理单元(GPU)的编程处理器。程序代码(包括软件程序和/或数据)可被加载以通过CPU和/或GPU执行和处理。例如，程序代码和/或数据可以通过网络以电子形式下载至处理器。另选地或除此之外，程序代码和/或数据可以被提供和/或存储在非暂态有形介质上，诸如磁性、光学或电子存储器。此类程序代码和/或数据在被提供给处理器时，产生被配置成执行本文所述的任务的机器或专用计算机。
计算预测电解剖标测图
现在参考图2，其为根据本发明的一些实施方案的用于生成和显示预测电解剖标测图的算法50的流程图。算法50可由处理器42执行(图1)。
通常，算法50开始于第一显示步骤52，在所述第一显示步骤处，处理器显示电解剖标测图62(图1)，其表示心脏组织的电流(消融前)状态。
通常，当显示标测图62时，医师在标测图上标记组织的计划用于消融的部分，此标记通常具有在本文中被称为“消融线”的线的形式。该标记由处理器在标记接收步骤54处接收。另选地或除此之外，医师可以指示标测图的表示激活波起源的解剖位置的部分，诸如重新进入位置。例如，医师可以在标测图的部分上点击鼠标。该指示由处理器在指示接收步骤56处接收。
接下来，在模拟步骤58处，处理器通过模拟激活波沿组织的传播来计算组织上不同相应位置处的预测LAT。
在一些实施方案中，如下文进一步参考图3至图4所描述，处理器通过在多次迭代中演化表示心脏组织的细胞自动机模型来模拟传播。模型中的每个细胞可以是激活的(即，“打开”)，其模拟去偏振的解剖状态，或失活的(即，“关闭”)，其模拟偏振(或“静止”)状态。对于在模拟期间的任何点处处于激活状态的每个细胞，处理器识别在其期间细胞首先激活的迭代，并且响应于其来计算细胞的预测LAT。
在其它实施方案中，处理器通过例如使用有限元求解扩散方程的系统来模拟传播。另选地，处理器可以使用快速推进方法，例如，如Sermesant、Maxime等人中所述，“用一种用于实时模拟心脏电生理学的各向异性多前沿快速推进方法(An anisotropic multi-front fast marching method for real-time simulation of cardiacelectrophysiology)”，心脏功能成像和建模国际会议，施普林格，柏林，海德堡，2007(International Conference on Functional Imaging and Modeling of the Heart,Springer,Berlin,Heidelberg,2007)，其公开内容以引用方式并入本文。作为又一个选项，处理器可以例如使用神经网络模拟器，如Sahli Costabal,Francisco等人中所述，“用于心脏激活标测的物理信息神经网络(Physics-informed neural networks for cardiacactivation mapping)”，《物理学前沿8》(2020):42(Frontiers in Physics 8(2020):42)，其公开内容以引用方式并入本文。
通常，处理器然后执行计算步骤60，在所述计算步骤处，处理器基于预测LAT来计算该位置处的相应预测传导速度。
随后，在生成步骤64处，处理器基于预测LAT和任选的预测传导速度来生成预测电解剖标测图。例如，处理器可以将预测电解剖标测图着色，以便指示预测LAT并且/或者覆盖表示传导速度的向量，如参考图1所描述的标测图62。最后，在第二显示步骤66处，处理器显示预测标测图。
现在参考图3，其为根据本发明的一些实施方案的划分三角形网格68的一部分的示意图。进一步参考图4，其为根据本发明的一些实施方案的其中演化细胞自动机模型的模拟算法50(图2)的步骤58的一个实施方案的流程图(图2)。
属于标测图62(图1)的网格68表示心脏组织。图3中的实心边界70描绘了网格68中的两个三角形76。
为了增加预测LAT的准确度，细胞自动机模型的细胞74可能有利地小于三角形76。因此，在一些实施方案中，模拟步骤58开始于划分步骤78，在所述划分步骤处，处理器通过划分网格68来限定细胞74。例如，如通过图3中的虚线72所指示，处理器可以将每个三角形76划分成四个三角形细胞74。应注意，三角形76的大小可以彼此不同，并且因此，细胞74的大小也可以彼此不同。
在初始化步骤80处，处理器通过将一个或多个细胞74设定至激活状态并且将所有剩余的细胞设定至失活状态来初始化模型。设定至激活的细胞是对应于标测图62的表示激活波起源的解剖位置的部分的那些细胞，如上文参考图2所描述，所述解剖位置可以由医师指示。
在初始化之后，处理器迭代地演化模型。在每次迭代期间，在选择步骤82处选择导电的每个细胞74(即，表示导电组织)。在选择细胞之后，处理器在检查步骤84处检查细胞是否激活。如果不是，则处理器在另一个检查步骤86处检查细胞是否处于不应期，即，细胞是否在预定义数量的迭代内是先前激活的。如果是，则处理器避免激活细胞，而是继续进行下文描述的另一个检查步骤100。否则，处理器在另一个检查步骤88处检查细胞是否具有至少一个激活因子，如下文进一步描述。如果不是，则处理器继续进行检查步骤100。否则，在标记步骤90处标记细胞以用于激活。
在执行标记步骤90之后，处理器在另一个检查步骤92处检查细胞之前是否被激活。如果不是，处理器在记录步骤94处记录细胞的当前迭代数量。随后，或者如果细胞之前被激活，则处理器继续进行检查步骤100。
另一方面，如果在检查步骤84处，处理器确定细胞处于激活状态，则处理器在另一个检查步骤96处检查细胞是否在预定义数量的迭代中处于激活状态。如果是，则在另一个标记步骤98处标记细胞以用于去激活。随后，或者如果细胞在预定义数量的迭代中不处于激活状态，则处理器执行检查步骤100。
在检查步骤100处，处理器检查在当前迭代期间是否存在更多细胞待选择。如果是，则处理器返回到选择步骤82并选择下一个细胞。否则，处理器在演化步骤102处通过改变标记的细胞的状态来演化模型。换句话讲，处理器激活被标记用于激活的细胞并且去激活被标记用于去激活的细胞。随后，处理器在另一个检查步骤104处检查是否所有导电细胞在模拟期间被激活。如果不是，则处理器返回到选择步骤82，并且执行演化的另一次迭代。
在检查步骤104处确定所有导电细胞被激活时，处理器在计算步骤106处计算来自记录的迭代数量的预测LAT。例如，给定记录的迭代数量N(其中n＝1指示第一次迭代)，处理器可以计算预测LAT作为n*T/N，其中T是周期长度(如在当前电解剖标测图的生成期间所计算)，并且N是执行迭代的总数量。
通常，细胞具有相应的传导速度，所述传导速度基于在当前电解剖标测图的生成期间计算的传导速度。例如，每个细胞可以具有三角形76的传导速度，细胞从该三角形划分。(表示非导电组织的细胞可以被指定为零的传导速度。)处理器在执行检查步骤88时使用传导速度。例如，处理器可以响应于(i)另一细胞的传导速度、(ii)另一细胞距所选细胞的距离以及(iii)自另一细胞最后一次激活以来经过的迭代的数量来将另一个细胞识别为所选细胞的激活因子。
例如，假设选择第i细胞，则处理器可以首先识别与第i细胞相邻的一组细胞，即，与第i细胞共享至少一个边缘的细胞。处理器然后可以通过该组进行迭代，检查该组中的每个细胞，直到找到激活因子或该组耗尽。具体地，对于被检查的每个第j细胞，所述处理器可以执行以下步骤序列：
(a)作为第j细胞的传导速度
Figure BDA0003883941450000111
的函数计算在单次迭代期间激活波横跨第j细胞行进的估计距离rj。在一些实施方案中，
Figure BDA0003883941450000112
其中a和b是合适的常数。在一些此类实施方案中，常数a响应于所有对相邻细胞之间的平均距离或中值距离而设定。(通常，在两个细胞之间的距离被定义为细胞的相应质心之间的距离。)
(b)计算n＝ceil(d)ij/rj)，其中dij是第i细胞和第j细胞之间的距离，并且ceil()函数将实参四舍五入到最接近的整数。
(c)如果第j细胞在n次迭代之前是激活的，则将第j细胞识别为第i细胞的激活因子。否则，检查该组中的下一个相邻细胞。
如上所述，参考算法50的计算步骤60(图2)，处理器通常基于预测LAT来计算预测传导速度。例如，处理器可以如下计算预测第i细胞的传导速度
Figure BDA0003883941450000113
(a)计算细胞的顶点的相应预测顶点-LATs{LAT1,LAT2,LAT3}，顶点-LAT中的每一个通常是共享顶点的细胞的预测LAT的平均值。例如，细胞74a的LAT2，如图3中所示，可以是细胞74a…74f的相应预测LAT的平均值。
(b)根据细胞从网格的三维坐标系到二维的投影，计算顶点的坐标{(x1,y1),(x2,y2),(x3,y3)}。
(c)针对反速度(或“慢度”)变量sx和sy求解以下方程组：
(i)LAT3–LAT1＝(sx,sy)·(x3–x1,y3–y1)
(ii)LAT2–LAT1＝(sx,sy)·(x2–x1,y2–y1)
(d)针对
Figure BDA0003883941450000121
求解方程
Figure BDA0003883941450000122
其中
Figure BDA0003883941450000123
(e)通过应用在步骤(b)中应用的变换的逆变换，计算
Figure BDA0003883941450000124
作为
Figure BDA0003883941450000125
到所述网格的所述坐标系的投影。
示例预测电解剖标测图
现在参见图5，其为根据本发明的一些实施方案的示例电解剖标测图62和对应的预测电解剖标测图62'的示意图。
通常，标测图62按照色标着色，以便指示计算的LAT，如上文参考图1所描述。在此类实施方案中，不属于色标的特定颜色可以指示缓慢传导(包括非传导)组织。为了说明这一点，图5使用多个亮度水平“着色”标测图62，其中标测图的区域108中的灰色阴影指示缓慢传导组织。在区域108之外，矢量110指示传导速度。
响应于查看标测图62，医师可以标记穿过区域108的消融线112。医师可以进一步指示重新进入位置。随后，处理器可以计算预测LAT和传导速度，如上文参考先前的图所描述。基于这些预测值，处理器可以生成并显示预测标测图62'。
在一些实施方案中，预测标测图包括在分配步骤78处计算的更细小网格(图4)，如图5中所示。在其它实施方案中，预测标测图包括标测图62的原始三角形网格，预测LAT和传导速度被投影到该网格上。
本领域技术人员应当理解，本发明不限于上文具体示出和描述的内容。相反，本发明的实施方案的范围包括上文所述的各种特征的组合与子组合两者，以及本领域的技术人员在阅读上述说明书时可能想到的未在现有技术范围内的变型和修改。以引用方式并入本专利申请的文献被视为本申请的整体部分，不同的是如果这些并入的文献中限定的任何术语与本说明书中明确或隐含地给出的定义相冲突，则应仅考虑本说明书中的定义。

Claims (20)

1.一种用于消融计划的系统，所述系统包括：
显示器；以及
处理器，所述处理器被配置成：
通过模拟生理激活电位沿心脏组织的传播来计算受检者的所述心脏组织上不同相应位置处的多个预测局部激活时间(LAT)，其中所述心脏组织的当前导电的特定部分是非导电的，
基于所述预测LAT生成预测电解剖标测图，所述预测电解剖标测图表示所述心脏组织在所述心脏组织的所述特定部分的消融之后的预测状态，以及
在所述显示器上显示所述预测电解剖标测图。
2.根据权利要求1所述的系统，
其中所述处理器被进一步配置成：
在计算所述预测LAT之前，显示表示所述心脏组织的当前状态的当前电解剖标测图，以及
从用户接收所述当前电解剖标测图上的所述心脏组织的所述特定部分的标记，并且
其中所述处理器被配置成响应于接收所述标记而模拟所述传播。
3.根据权利要求1所述的系统，其中，所述处理器被进一步配置成基于所述预测LAT来计算所述位置处的相应预测传导速度，并且其中，所述处理器被配置成基于所述预测传导速度来生成所述预测电解剖标测图。
4.根据权利要求1所述的系统，
其中，所述处理器被配置成通过演化表示所述心脏组织的细胞自动机模型而在多次迭代中模拟所述激活电位的所述传播，并且
其中，所述处理器被配置成响应于识别所述模型的细胞在其期间首先激活的所述迭代中的相应迭代来计算所述预测LAT。
5.根据权利要求4所述的系统，其中，所述处理器被进一步配置成通过划分表示所述心脏组织的三角形网格来限定所述细胞。
6.根据权利要求4所述的系统，其中，所述细胞具有相应的传导速度，并且其中，所述处理器被配置成在所述迭代中的每一次迭代期间，对于所述细胞中是失活的那些细胞中的至少一个第一细胞，通过以下方式演化所述模型：
响应于(i)第二细胞的所述传导速度、(ii)所述第二细胞距所述第一细胞的距离以及(iii)自所述第二细胞最后一次激活以来经过的所述迭代的数量，将所述细胞中的至少一个第二细胞识别为所述第一细胞的激活因子，以及
响应于识别所述第二细胞，激活所述第一细胞。
7.根据权利要求4所述的系统，其中，所述处理器被进一步配置成：
在计算所述预测LAT之前，显示表示所述心脏组织的当前状态的当前电解剖标测图，
从用户接收所述当前电解剖标测图的标测图部分的指示，并且初始化所述模型，使得对应于所述当前电解剖标测图的所述标测图部分的所述细胞中的一个或多个细胞是激活的，并且所述细胞中的所有其它细胞是失活的。
8.根据权利要求4所述的系统，其中，所述处理器被配置成在所述迭代中的每一次迭代期间，通过使针对预定义数量的迭代是激活的细胞中的任何一个细胞失活来演化所述模型。
9.根据权利要求8所述的系统，其中，所述预定义数量是第一预定义数量，并且其中，所述处理器被配置成在所述迭代中的每一次迭代期间，通过避免激活在第二预定义数量的迭代内最后一次激活的细胞中的任何一个细胞来演化所述模型。
10.一种用于消融计划的方法，所述方法包括：
通过模拟生理激活电位沿所述心脏组织的传播来计算受检者的心脏组织上不同相应位置处的多个预测局部激活时间(LAT)，其中所述心脏组织的当前导电的特定部分是非导电的；
基于所述预测LAT生成预测电解剖标测图，所述预测电解剖标测图表示所述心脏组织在所述心脏组织的所述特定部分的消融之后的预测状态；以及
显示所述预测电解剖标测图。
11.根据权利要求10所述的方法，进一步包括：
在计算所述预测LAT之前，显示表示所述心脏组织的当前状态的当前电解剖标测图；以及
从用户接收所述当前电解剖标测图上的所述心脏组织的所述特定部分的标记，
其中，模拟所述传播包括响应于接收所述标记而模拟所述传播。
12.根据权利要求10所述的方法，进一步包括基于所述预测LAT来计算所述位置处的相应预测传导速度，其中，生成所述预测电解剖标测图包括基于所述预测传导速度来生成所述预测电解剖标测图。
13.根据权利要求10所述的方法，
其中，模拟所述激活电位的所述传播包括通过演化表示所述心脏组织的细胞自动机模型而在多次迭代中模拟所述激活电位的所述传播，并且
其中，计算所述预测LAT包括响应于识别所述模型的细胞在其期间首先激活的所述迭代中的相应迭代来计算所述预测LAT。
14.根据权利要求13所述的方法，进一步包括通过划分表示所述心脏组织的三角形网格来限定所述细胞。
15.根据权利要求13所述的方法，其中，所述细胞具有相应的传导速度，并且其中，在所述迭代中的每一次迭代期间，对于所述细胞中是失活的那些细胞中的至少一个第一细胞，演化所述模型包括：
响应于(i)第二细胞的所述传导速度、(ii)所述第二细胞距所述第一细胞的距离以及(iii)自所述第二细胞最后一次激活以来经过的所述迭代的数量，将所述细胞中的至少一个第二细胞识别为所述第一细胞的激活因子，以及
响应于识别所述第二细胞，激活所述第一细胞。
16.根据权利要求13所述的方法，进一步包括：
在计算所述预测LAT之前，显示表示所述心脏组织的当前状态的当前电解剖标测图；
从用户接收所述当前电解剖标测图的标测图部分的指示；以及
初始化所述模型，使得对应于所述当前电解剖标测图的所述标测图部分的所述细胞中的一个或多个是激活的，并且所述细胞中的所有其它细胞是失活的。
17.根据权利要求13所述的方法，其中，在所述迭代中的每一次迭代期间，演化所述模型包括使针对预定义数量的迭代是激活的细胞中的任何一个细胞失活。
18.根据权利要求17所述的方法，其中，所述预定义数量是第一预定义数量，并且其中，演化所述模型进一步包括在所述迭代中的每一次迭代期间，避免激活在第二预定义数量的迭代内最后一次激活的所述细胞中的任何一个细胞。
19.一种计算机软件产品，包括其中存储有程序指令的有形非暂态计算机可读介质，所述指令在被处理器读取时，使得所述处理器：
通过模拟生理激活电位沿心脏组织的传播来计算受检者的所述心脏组织上不同相应位置处的多个预测局部激活时间(LAT)，其中，所述心脏组织的当前导电的特定部分是非导电的，
基于所述预测LAT生成预测电解剖标测图，所述预测电解剖标测图表示所述心脏组织在所述心脏组织的所述特定部分的消融之后的预测状态，以及
在所述显示器上显示所述预测电解剖标测图。
20.根据权利要求19所述的计算机软件产品，
其中，所述指令使得所述处理器通过演化表示所述心脏组织的细胞自动机模型而在多次迭代中模拟所述激活电位的所述传播，并且其中，所述指令使得所述处理器响应于识别所述模型的细胞在其期间首先激活的所述迭代中的相应迭代来计算所述预测LAT。
CN202211238416.8A 2021-10-11 2022-10-11 用于消融计划的预测电解剖标测图 Pending CN115956926A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/498,384 US20230109856A1 (en) 2021-10-11 2021-10-11 Forecasted electroanatomical maps for ablation planning
US17/498384 2021-10-11

Publications (1)

Publication Number Publication Date
CN115956926A true CN115956926A (zh) 2023-04-14

Family

ID=83689713

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211238416.8A Pending CN115956926A (zh) 2021-10-11 2022-10-11 用于消融计划的预测电解剖标测图

Country Status (5)

Country Link
US (1) US20230109856A1 (zh)
EP (1) EP4166083A1 (zh)
JP (1) JP2023057541A (zh)
CN (1) CN115956926A (zh)
IL (1) IL296928A (zh)

Family Cites Families (12)

* 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
US5558091A (en) 1993-10-06 1996-09-24 Biosense, Inc. Magnetic determination of position and orientation
US6690963B2 (en) 1995-01-24 2004-02-10 Biosense, Inc. System for determining the location and orientation of an invasive medical instrument
US5697377A (en) 1995-11-22 1997-12-16 Medtronic, Inc. Catheter mapping system and method
US6177792B1 (en) 1996-03-26 2001-01-23 Bisense, Inc. Mutual induction correction for radiator coils of an objects tracking system
US5944022A (en) 1997-04-28 1999-08-31 American Cardiac Ablation Co. Inc. Catheter positioning system
US7536218B2 (en) 2005-07-15 2009-05-19 Biosense Webster, Inc. Hybrid magnetic-based and impedance-based position sensing
US8456182B2 (en) 2008-09-30 2013-06-04 Biosense Webster, Inc. Current localization tracker
US9463072B2 (en) 2013-08-09 2016-10-11 Siemens Aktiengesellschaft System and method for patient specific planning and guidance of electrophysiology interventions
US10342620B2 (en) 2014-04-15 2019-07-09 Siemens Healthcare Gmbh Efficient treatment of atrial fibrillation using three-dimensional electrical potential model
US10354758B2 (en) * 2014-08-28 2019-07-16 Siemens Healthcare Gmbh System and method for patient-specific image-based simulation of atrial electrophysiology
US10842400B2 (en) 2018-11-08 2020-11-24 Biosense Webster (Israel) Ltd. Iterative coherent mapping of cardiac electrophysiological (EP) activation including scar effects

Also Published As

Publication number Publication date
JP2023057541A (ja) 2023-04-21
IL296928A (en) 2023-05-01
EP4166083A1 (en) 2023-04-19
US20230109856A1 (en) 2023-04-13

Similar Documents

Publication Publication Date Title
Wallman et al. A comparative study of graph-based, eikonal, and monodomain simulations for the estimation of cardiac activation times
Ukwatta et al. Myocardial infarct segmentation from magnetic resonance images for personalized modeling of cardiac electrophysiology
JP2020075132A (ja) 瘢痕効果を有する心臓電気生理学的（ｅｐ）興奮の反復コヒーレントマッピング
JP2020075133A (ja) リエントリー効果を有する心臓電気生理学的（ｅｐ）興奮の反復コヒーレントマッピング
US20130342217A1 (en) Modeling device, program, computer-readable recording medium, and method of establishing correspondence
US20240074689A1 (en) Volumetric lat map
CA3034368A1 (en) Automatic identification of multiple activation pathways
EP3430999A1 (en) Improving impedance-based position tracking performance using scattered interpolant
EP4166083A1 (en) Forecasted electroanatomical maps for ablation planning
Meister et al. Extrapolation of ventricular activation times from sparse electroanatomical data using graph convolutional neural networks
EP3614338B1 (en) Post-mapping automatic identification of pulmonary veins
US20220370794A1 (en) Computing local propagation velocities in real-time
US20220370016A1 (en) Computing local propagation velocities for cardiac maps
US20220296301A1 (en) Visualizing multiple parameters overlaid on an anatomical map
EP4122395A1 (en) Layered multi-activation local activation times (lat) mapping
CN115770046A (zh) 利用s型曲线对投射的电生理波速进行加权

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication