FR3124938A1

FR3124938A1 - Module d’analyse de tachycardie auriculaire fournissant un schéma évolutif des événements de tachycardie

Info

Publication number: FR3124938A1
Application number: FR2107470A
Authority: FR
Inventors: Gabriel VICTORINO CARDOSO; Thomas Boudou
Original assignee: Substrate HD SAS
Current assignee: Substrate HD SAS
Priority date: 2021-07-09
Filing date: 2021-07-09
Publication date: 2023-01-13
Anticipated expiration: 2041-07-09
Also published as: IL309063A; FR3124938B1; WO2023280645A1; CA3218600A1

Abstract

Les inventions décrites dans le présent document concernent des systèmes et des procédés relatifs à des approches d’apprentissage continu, adaptable et basé sur des données pour l’analyse de la tachycardie auriculaire (TA) dans un corps humain. Les systèmes et procédés peuvent créer un profil de TA qui évolue automatiquement de sorte qu’un changement ultérieur de la TA soit reconnu et catégorisé avec plus de précision.

Description

Module d’analyse de tachycardie auriculaire fournissant un schéma évolutif des événements de tachycardie

La présente demande concerne des systèmes et des procédés pour des approches d’apprentissage continu, adaptable et basé sur des données pour analyser la tachycardie auriculaire (TA) chez un patient. Ces approches peuvent être utilisées pendant une procédure d’ablation par cathéter, et peuvent fournir des informations à un professionnel médical pendant la procédure d’ablation concernant la TA.

Le cœur humain comporte quatre cavités : les oreillettes gauche et droite (chambres auriculaires) et les ventricules gauche et droit (chambres ventriculaires). En fonctionnement normal, le sang afflue dans l’oreillette droite et est pompé à travers le ventricule droit jusque dans les poumons, où le sang est oxygéné. Le sang revient ensuite des poumons jusque dans l’oreillette gauche et est pompé à travers le ventricule gauche, où le sang oxygéné est distribué dans tout le corps. Un signal électrique contracte les muscles cardiaques, ce qui permet au cœur de pomper le sang dans le système circulatoire. Les circuits pulmonaires sont les voies par lesquelles le sang passe du cœur aux poumons et revient au cœur. Les circuits systémiques sont les voies par lesquelles le sang circule du cœur au corps et revient au cœur.

La tachycardie auriculaire (TA) est une anomalie électrique qui se caractérise par une activité plus rapide que la normale dans les chambres auriculaires du cœur. L’activité au cours d’une tachycardie auriculaire n’est pas coordonnée par le nœud sinusal, qui est la partie de l’oreillette qui coordonne normalement les signaux électriques du cœur. Au lieu de cela, l’activité est coordonnée par une certaine région de l’oreillette qui maintient une boucle de rétroaction électrique ou émet spontanément des signaux électriques. Une boucle de rétroaction électrique dans le cœur est communément appelée « mécanisme de réentrée ».

Pendant une TA, les signaux électriques perturbent le rythme des contractions auriculaires normales. Cela peut avoir un impact sur la santé du patient et même menacer sa vie. Les symptômes de la TA peuvent comporter des palpitations thoraciques, des évanouissements, des vertiges, des sueurs, des douleurs thoraciques, un essoufflement, une fatigue, une faiblesse et même une insuffisance cardiaque. Par conséquent, les médecins cherchent à traiter les événements de TA chez les patients afin de rétablir des contractions auriculaires normales. Les électrophysiologistes (EP) sont typiquement les médecins qui traitent la TA, notamment en cas de chirurgie. Toutefois, d’autres médecins peuvent également traiter la TA. L’utilisation du terme EP dans cette divulgation peut donc faire référence à la fois à des électrophysiologistes et à d’autres médecins.

L’une des procédures utilisées pour traiter la TA est l’ablation par cathéter de la région qui est la source du signal électrique anormal. Dans une procédure d’ablation de TA typique, l’électrophysiologiste sédate le patient et insère deux cathéters dans le cœur du patient à travers les veines du patient. Une incision est pratiquée pour accéder aux veines du patient, typiquement dans la partie supérieure de la jambe droite du patient. L’un des cathéters est le cathéter du sinus coronaire, qui est un cathéter de référence placé dans une veine à l’intérieur du sinus coronaire. Cette veine est importante car elle contourne l’oreillette gauche et peut donc être une bonne référence pour l’enregistrement de l’activité électrique auriculaire du patient. Le second cathéter est le cathéter que l’EP va déplacer à l’intérieur de l’oreillette pendant la procédure d’ablation pour étudier les signaux électriques. Au cours de la procédure, l’EP tente de localiser la région responsable de la TA. Cette région peut être soit une région contenant un foyer à partir duquel l’activation auriculaire pathologique se propage de manière centrifuge, soit le circuit du mécanisme de réentrée. Si le patient ne présente pas de TA, l’EP essaiera de déclencher une TA par stimulation électrique. Une fois la TA déclenchée, l’EP essaiera d’étudier les signaux électriques pour détecter la région responsable de la TA.

L’EP peut localiser la région responsable d’au moins deux façons. Premièrement, l’EP peut utiliser les signaux électriques du cœur. Selon ce procédé, l’EP essaie de trouver des signaux électriques au milieu de la diastole auriculaire. La diastole auriculaire est l’intervalle de temps entre deux contractions consécutives des oreillettes. Une contraction de l’oreillette est provoquée par la propagation d’un signal électrique dans l’oreillette. Un battement d’oreillette typique dure environ 50 microsecondes, et l’intervalle entre deux battements d’oreillette est d’environ 600 à 1000 microsecondes. Un signal électrique au milieu de la diastole auriculaire est susceptible d’être associé à une TA, car il est séparé dans le temps des signaux électriques qui ont provoqué les contractions des oreillettes. Si l’EP trouve une région qui est active au milieu de la période entre des contractions d’oreillette, cette région est plus susceptible d’être à l’origine d’une TA. Un logiciel peut être utilisé pour aider l’EP à trouver le milieu des diastoles auriculaires en visualisant les signaux électriques du cœur. Ce logiciel peut montrer visuellement des caractéristiques électriques sur une période. Par exemple, la tension et le courant dans une région peuvent être montrés à l’EP sur une période de 10 secondes. Les contractions des oreillettes créant typiquement un modèle de signal électrique, cette visualisation peut aider l’EP à trouver la région responsable de la TA. Les affichages dont dispose l’EP pour voir les signaux électriques du cœur du patient peuvent être transmis à partir du système d’enregistrement de l’EP, qui est typiquement un chariot mobile ou un poste de travail ayant les connexions matérielles nécessaires pour recevoir des signaux pendant la procédure d’ablation.

Deuxièmement, l’EP peut utiliser un système de cartographie 3D qui construit une carte visuelle des signaux électriques se propageant dans le cœur. L’EP crée cette carte 3D en prenant des mesures du cœur avec un cathéter. La quantité de mesures nécessaires varie en fonction du système de cartographie 3D, de la précision souhaitée et du temps dont dispose l’EP pour réaliser l’opération chirurgicale d’ablation. Si cette carte 3D est créée avec succès, l’EP peut l’utiliser pour analyser les signaux électriques afin d’identifier la région qui propage la TA.

Une fois que l’EP a identifié la région qui propage la TA, il procède à l’ablation de la région ou effectue une transsection du circuit dans le cas d’un mécanisme de réentrée de TA dans le but d’arrêter la TA et de rétablir un rythme sinusal normal dans le cœur.

Toutefois, pendant que l’EP réalise la procédure d’ablation, une autre région peut spontanément prendre le relais de la région précédente et modifier ainsi le caractère de la TA. Le caractère de la TA peut également changer au cours de la procédure parce qu’une autre région dans une autre partie des oreillettes a pris le relais de la région ciblée pendant que l’EP procède à l’ablation de la région cible. Il est donc important pour un EP de comprendre un profil de la TA en cours afin de déterminer si les informations précédentes concernant la TA sont toujours pertinentes ou si la TA a changé de sorte que les informations auxquelles l’EP accède concernent un événement de TA différent de manière globale. Si la TA a changé de manière significative, l’EP peut avoir besoin de reconsidérer les régions à retirer et de repenser la procédure d’ablation. Cette reconsidération conduit classiquement à annuler la carte visuelle courante et à en refaire une autre, car la carte visuelle courante n’est plus pertinente et peut même conduire à un faux diagnostic.

Il existe donc un besoin de fournir à un EP une analyse et un plan d’une tachycardie en cours qui soient générés et mis à jour automatiquement. En particulier, il existe un besoin concernant un système et un procédé de fourniture automatique à un EP d’informations concernant des événements de tachycardie en cours et changeants pendant une procédure, ce qui permet à un EP de déterminer facilement si une TA découverte dans une nouvelle région est liée à une TA précédente, avec une interaction minimale de l’EP ou d’autres professionnels médicaux. Les procédés et systèmes précédents ne sont pas facilement adaptables pour un EP, notamment pendant une intervention chirurgicale, car ils sont généralement basés sur des déclencheurs et des seuils qui doivent être entrés manuellement, comme les critères d’acceptation des battements dans le système d’acquisition RHYTHMIA de Boston Scientific.

L’invention vise à améliorer la situation. À cette fin, l’invention concerne des systèmes et des procédés liés au suivi, à l’analyse et à l’affichage d’informations relatives à des événements de TA chez un patient. En particulier, le système et les procédés visent à recevoir des informations concernant des enregistrements de l’activité électrique du cœur, à analyser les enregistrements d’activité électrique en comparant l’activité électrique à un modèle déterminé de l’événement de TA courant, et à générer des avertissements s’il est détecté que la TA a changé. Un changement du caractère de la TA peut être identifié par un changement du signal électrique mesuré par des instruments tels que les dérivations de l’électrocardiogramme (ECG) ou les dérivations du cathéter du sinus coronaire. Un tel changement indique que le mécanisme générant le signal électrique est différent et n’est probablement pas situé dans la même région.

Le schéma d’une TA est construit en temps réel sur la base des mesures de signal électrique de la TA à partir de différentes dérivations et comporte plusieurs caractéristiques différentes. Les différentes dérivations peuvent comporter, par exemple, un ECG à 12 dérivations et/ou des dérivations de cathéter de sinus coronaire. Des caractéristiques peuvent comporter, par exemple, le retard entre les activations dans les différentes dérivations, le profil des activations électriques dans les différentes dérivations, le profil des activations électriques correspondant à l’oreillette dans chaque dérivation, et la longueur de cycle. La longueur de cycle est la période entre deux ondes électriques, résultant de contractions des oreillettes. Le schéma est mis à jour périodiquement par une fonction d’entraînement. Aucune donnée préalable n’est nécessaire, car toutes les données nécessaires sont capturées pendant la procédure par le biais d’une analyse automatique du signal.

Le système et le procédé décrits ici créent automatiquement un schéma évolutif (ou profil de TA) d’une TA en cours, de sorte qu’un changement ultérieur de la TA soit reconnu et catégorisé avec plus de précision. Le système et le procédé peuvent utiliser tout ou partie des données provenant des différentes dérivations. Typiquement, toutefois, toutes les données collectées pendant la procédure ne sont pas utilisées lors de la mise à jour ou de l’évaluation du schéma. Au lieu de cela, seules les données recueillies le plus récemment peuvent être utilisées car elles sont les plus proches dans le temps de l’état courant du patient. Divers sous-ensembles de données peuvent également être pondérés plus ou moins fortement. Par exemple, les données peuvent être pondérées de sorte que des données acquises plus récemment aient plus de poids que les données plus anciennes. De cette manière, le système et le procédé peuvent reconnaître des changements du profil de TA et créer un schéma évolutif. Le système et le procédé peuvent alors réagir rapidement lorsque quelque chose d’inhabituel se produit, ce qui pourrait être utilisé comme un avertissement pour l’EP du fait que quelque chose est fondamentalement différent avec le mécanisme derrière la TA courante. Comme la TA peut changer en temps réel au cours d’une procédure, il est important pour l’EP de comprendre que les données précédentes peuvent ne plus être pertinentes lorsque le profil de TA a changé pendant la procédure d’ablation. L’EP peut également utiliser des informations enregistrées concernant le profil de TA précédent du patient dans une procédure courante ou ultérieure pour déterminer si un patient présente une TA mesurée précédemment.

Le système et le procédé comportent et utilisent un système d’ordinateur configuré pour stocker des données d’activité électrique cardiaque, et un processeur configuré pour mettre en œuvre un programme afin de réaliser une analyse de données liée aux données d’activité électrique cardiaque reçues. Dans le cadre de l’analyse de données, le système d’ordinateur met en œuvre des approches d’apprentissage continu, adaptable et basé sur des données pour analyser les TA d’un patient. Le système et le procédé peuvent générer un schéma initial de la TA sans intervention humaine et/ou une configuration initiale manuelle d’un profil de TA. De plus, le système et le procédé suivent des événements de TA et s’adaptent pour fournir un profil de TA évolutif sans nécessiter d’intervention humaine. Le système et le procédé peuvent obtenir diverses données d’entrée provenant d’un patient, telles que des données issues d’un ECG ou d’un cathéter de sinus coronaire. Par exemple, un ECG à 12 dérivations classique peut être utilisé, avec dix électrodes placées à différents endroits du corps du patient, de sorte que l’amplitude du potentiel électrique du cœur soit mesurée sous douze angles différents sur une période d’acquisition de données. Un cathéter du sinus coronaire peut également être utilisé pour détecter l’activité électrique du cœur. Les données acquises peuvent ensuite être traitées, analysées et utilisées pour fournir des alertes à un EP. Par exemple, pour construire le schéma de la TA et comparer l’activité électrique reçue à ce schéma, le système et le procédé peuvent mettre en œuvre une fonction de veille, une fonction d’entraînement et une fonction de détection.

Le système et le procédé permettent à un EP de reconnaître plus facilement quand une TA a changé pendant une procédure et de reconnaître plus facilement quand une TA concorde avec une TA enregistrée précédemment. Le système et le procédé permettent donc de réduire les taux de mortalité humaine, pendant ou en dehors d’une intervention chirurgicale, de faciliter et d’accélérer l’analyse des TA par les EP ou d’autres professionnels de santé, d’identifier des configurations de TA plus complexes, d’augmenter les taux de réussite des procédures médicales, d’améliorer la qualité de vie des patients et de réduire les coûts médicaux.

L’invention concerne donc un procédé mis en œuvre par ordinateur pour analyser un signal de tachycardie auriculaire comprenant les opérations suivantes :

a) la collecte d’un ensemble de données qui représentent des enregistrements d’activité électrique d’un cœur humain à partir d’au moins une source d’entrée ;

b) la création d’un profil de tachycardie auriculaire courant à l’aide dudit ensemble de données ;

c) la collecte d’un point de données courant d’un signal de tachycardie auriculaire à partir d’au moins une source d’entrée ; et

d) l’analyse du point de données courant à l’aide du profil de tachycardie auriculaire courant afin de déterminer si ledit point de données courant est une valeur aberrante vis-à-vis dudit profil de tachycardie auriculaire courant.

Dans divers modes de réalisation, le procédé peut comprendre une ou plusieurs des caractéristiques suivantes :

- l’étape b) comprend l’extraction de caractéristiques choisies dans un groupe comprenant une caractéristique de longueur de cycle, une caractéristique de séquence d’activation d’électrode, et/ou une caractéristique morphologique de la séquence d’activation, et l’entraînement d’un algorithme de détection d’anomalie basé sur des caractéristiques à l’aide d’au moins une desdites caractéristiques extraites et/ou d’une combinaison de celles-ci,

- l’étape b) comprend l’augmentation des données des caractéristiques extraites avant l’entraînement dudit algorithme de détection d’anomalie basé sur des caractéristiques,

- l’étape d) comprend l’extraction à partir dudit point de données courant des caractéristiques qui ont été utilisées pour entraîner ladite machine à vecteurs de support à une classe, l’apport desdites caractéristiques extraites audit algorithme de détection d’anomalie basé sur des caractéristiques, et la réception en retour d’une valeur indiquant si ledit point de données courant est une valeur aberrante vis-à-vis dudit profil de tachycardie auriculaire courant,

- ledit algorithme de détection d’anomalie basé sur des caractéristiques est une machine à vecteurs de support à une classe ;

- le procédé comprend en outre : e) l’émission d’un avertissement de valeur aberrante lors de la détermination du fait que le point de données courant est une valeur aberrante, et la répétition des étapes c) et d) avec ledit profil de tachycardie auriculaire courant,

- le procédé comprend en outre f) l’analyse du point de données courant à l’aide du profil de tachycardie auriculaire courant afin de déterminer si le point de données courant est une valeur aberrante persistante ; et g) l’émission d’un avertissement de changement indiquant un changement du profil de tachycardie auriculaire courant lors de la détermination du fait que le point de données courant est une valeur aberrante persistante,

- le procédé comprend en outre h) la collecte d’un nouvel ensemble de données qui représentent des enregistrements de l’activité électrique d’un cœur humain à partir d’au moins une source d’entrée ; et

i) la création d’un nouveau profil de tachycardie auriculaire courant à l’aide du second ensemble de données, et la répétition des étapes c) et d) avec ledit nouveau profil de tachycardie auriculaire courant,

- lorsque l’opération d) détermine que le point de données courant n’est pas une valeur aberrante, le procédé comprend en outre d1) l’ajout du point de données courant à une mémoire tampon,

- l’étape d) comprend en outre d2) la détermination du fait qu’un seuil de mémoire tampon pour des données a été atteint ; et j) la création d’un nouveau profil de tachycardie auriculaire courant à l’aide des données stockées dans la mémoire tampon et la répétition des opérations c) et d) avec ledit nouveau profil de tachycardie auriculaire courant, et

- l’étape d) comprend en outre d3) la détermination qu’un seuil de mémoire tampon pour les données n’a pas été atteint, et la répétition des opérations c) et d) avec ledit profil de tachycardie auriculaire courant.

L’invention vise également un programme d’ordinateur comprenant des instructions pour réaliser le procédé selon l’invention, un support de stockage de données sur lequel est enregistré ce programme d’ordinateur, et un système d’ordinateur comprenant un processeur couplé à une mémoire sur laquelle est enregistré ce programme d’ordinateur.

D’autres caractéristiques et avantages de l’invention apparaîtront aisément dans la description suivante des dessins, qui montrent des exemples de modes de réalisation de l’invention et dans lesquels :

la montre un schéma général montrant un système de mise en œuvre du module d’analyse de TA selon l’invention,

la montre un schéma général montrant les fonctions réalisées par le module d’analyse de TA de la ,

la montre un exemple de schéma des opérations réalisées dans la fonction de détection de la .

Les dessins et la description qui suit sont constitués pour l’essentiel de caractéristiques positives et bien définies. Par conséquent, ils sont non seulement utiles à la compréhension de l’invention, mais ils peuvent également être utilisés pour contribuer à sa définition, si le besoin s’en fait sentir.

Les modes de réalisation décrits dans le présent document visent à analyser des TA chez un patient à l’aide de données d’entrée concernant l’activité électrique du cœur d’un patient, ci-après dites données d’activité électrique du cœur. Le système et le procédé mettent en œuvre une approche d’apprentissage continu basé sur des données, par laquelle des données d’activité électrique du cœur reçues sont traitées et comparées à un schéma de la TA afin de déterminer si des changements imprévus de la TA surviennent ou sont survenus.

Tout d’abord, les données d’activité électrique cardiaque reçues peuvent être utilisées pour établir un profil ou schéma de l’activité électrique cardiaque du patient comportant des informations concernant les TA existantes. Sur cette base, des profils et schémas des TA existantes peuvent être générés. Des configurations de TA complexes peuvent être identifiées à l’aide de techniques telles que l’estimation de densité et l’augmentation de données. La distribution de certaines caractéristiques des signaux de données d’activité électrique cardiaque mesurés est utilisée dans les techniques d’estimation de densité pour définir des plages de valeurs de caractéristiques de schéma.

Par exemple, la longueur de cycle peut être utilisée (c’est-à-dire l’intervalle de temps entre deux activations électriques mesurées entre deux dérivations). Si des valeurs sont reçues à 200, 199, 201 et 202 millisecondes, sont mesurées pour la longueur de cycle, il peut exister une région dense autour de 200 millisecondes avec une limite inférieure d’environ 199 millisecondes et une limite supérieure d’environ 202 millisecondes. Tout ce qui se trouve en dehors de cette plage peut être considéré comme une région non dense. Ce processus d’estimation de plage de valeurs pourrait être réalisé sur un ensemble de plusieurs caractéristiques combinées ensemble.

Un exemple d’algorithme qui peut être utilisé pour détecter des valeurs aberrantes dans un nuage de points de données est un SVM (pour machine à vecteurs de support) à une classe. Le SVM à une classe est entraîné à apprendre une frontière approximative et proche délimitant le contour de la distribution d’observations initiales. D’autres observations qui se trouvent à l’intérieur de cette frontière sont ensuite considérées comme provenant de la même population que les observations initiales. A l’inverse, si elles se situent en dehors de la frontière, elles sont considérées comme anormales avec un niveau de confiance qui peut être déduit à partir de l’apprentissage. Par exemple, dans l’exemple ci-dessus, une longueur de cycle de 250 millisecondes serait bien en dehors de la plage de 199 à 202 millisecondes.

Des techniques d’augmentation des données peuvent être utilisées pour modifier les données d’entrée afin d’obtenir un comportement plus robuste et stable de la détection des valeurs aberrantes. Des exemples de techniques d’augmentation de données pour améliorer la détection de TA comportent l’ajout d’un bruit prévu ou d’une tolérance prévue à des données mesurées de sorte qu’un changement dans cette tolérance n’indique pas un changement de la TA, l’augmentation de l’importance statistique de points de données dans une plage spécifiée, et la catégorisation de points de données qui répondent à des critères spécifiques en tant que valeurs aberrantes de sorte qu’ils n’indiquent pas un changement de la TA. La SVM peut également être remplacée par une autre technique d’estimation de frontière. Par exemple, une telle frontière pour un point de données de longueur de cycle pourrait être basée sur une tolérance de ±1 milliseconde.

Grâce à ces techniques et à d’autres, des valeurs aberrantes peuvent être déterminées par comparaison de points de données à des points de données précédents. En d’autres termes, il est possible de déterminer si le point de données se situe dans le nuage de points de données des points de données précédents. Par exemple, une mesure de longueur de cycle de 203 millisecondes ne serait pas détectée comme aberrante si la plage prévue était de 199 à 202 millisecondes.

Au cours d’une procédure d’ablation, des données d’activité électrique du cœur sont reçues et traitées pour être comparées au schéma courant. Des données d’activité électrique du cœur situées en dehors d’une plage prévue peuvent donc être identifiées.

La illustre un système mettant en œuvre le module d’analyse de TA selon l’invention dans une procédure d’ablation. Dans une procédure typique, le patient est sur une table d’opération 100. Divers dérivations et capteurs, tels que des dérivations et électrodes d’ECG et un cathéter de sinus coronaire, peuvent être insérés dans le patient ou fixés à celui-ci pendant la réalisation d’une procédure d’ablation ou d’une autre procédure.

Comme décrit ci-dessus, pendant les procédures d’ablation, il est typiquement nécessaire d’insérer des fils de cathéter dans le cœur du patient et de fixer des dérivations d’ECG sur le patient. Les signaux de cathéter 110 et les signaux ECG 120 qui en résultent sont transmis de la table d’opération 100 à un système d’enregistrement d’EP 140. De nombreux autres signaux 130 peuvent également être transmis de la table d’opération 100 au système d’enregistrement d’EP 140, tels que des signaux comportant des données concernant la pression sanguine, la température et le taux d’oxygène dans le sang. Les signaux de la table d’opération 100 au système d’enregistrement d’EP 140 peuvent être transmis via une connexion câblée ou sans fil. Le système d’enregistrement EP 140 peut être connecté, via des connexions câblées ou sans fil, à un poste de travail d’EP 160. Le poste de travail EP peut se trouver dans la même pièce ou zone que le système d’enregistrement d’EP, ou peut se trouver à un emplacement distant du système d’enregistrement d’EP.

Le système d’enregistrement d’EP 140 peut être un chariot ou un poste de travail mobile qui possède les connexions matérielles nécessaires pour recevoir des signaux pendant la procédure d’ablation. Le système d’enregistrement d’EP peut comporter un ordinateur 141, un système d’amplification 142, un ou plusieurs afficheurs 143, un système de commande 144 et d’autres systèmes 145 liés à la surveillance du patient, au guidage de l’EP pendant la procédure, à la fourniture d’informations ou à la réception d’informations depuis l’EP.

Les signaux reçus par le système d’enregistrement d’EP 140 peuvent être amplifiés à l’aide du système d’amplification 142 avant d’être traités par l’ordinateur 141 pour une analyse. L’ordinateur 141 peut comprendre un ordinateur ou de multiples ordinateurs, et peut comporter un processeur, une mémoire, des interfaces de communication et des interfaces d’entrée utilisateur. Par exemple, les signaux d’ECG 120 peuvent être transmis directement à un afficheur 143 connecté à un ordinateur spécifique à l’analyse des signaux d’ECG, et un autre ordinateur peut analyser le reste des signaux entrants.

Après l’analyse des signaux entrants, l’ordinateur 141 peut afficher des informations sur les un ou plusieurs afficheurs 143 de système d’enregistrement d’EP et/ou transmettre les informations au poste de travail d’EP 160 où elles peuvent être affichées sur un ou plusieurs afficheurs du poste de travail d’EP 160. À l’aide du système de commande 144 du système d’enregistrement d’EP, l’opérateur peut commander l’ordinateur 141, le système d’amplification 142 et les afficheurs 143 du système d’enregistrement d’EP. L’opérateur peut également utiliser le système de commande 144 pour commander un ordinateur 161 et divers afficheurs au niveau du poste de travail d’EP 160, ou d’autres systèmes liés à la procédure.

Par exemple, l’opérateur peut changer la période affichée pour le signal d’ECG de 10 secondes à 5 secondes sur l’afficheur d’ECG 162 du poste de travail d’EP ou sur l’un des afficheurs 143 du système d’enregistrement d’EP. Divers autres systèmes 145 peuvent également être mis en œuvre dans le système d’enregistrement d’EP 140 pour aider l’opérateur et/ou l’EP dans la procédure. Par exemple, le système de radiomessagerie de l’hôpital peut être connecté au système d’enregistrement d’EP 140.

Le poste de travail d’EP 160 est l’endroit où l’EP réalise la procédure d’ablation. Le poste de travail d’EP 160 reçoit des informations depuis le système d’enregistrement d’EP 140 et peut avoir divers afficheurs en fonction des préférences de l’EP. La transmission d’informations 150 entre le système d’enregistrement d’EP 140 et le poste de travail d’EP 160 peut se faire via une connexion câblée ou sans fil, ou une combinaison des deux. Par exemple, l’EP peut utiliser un afficheur d’ECG 162 et/ou un afficheur de carte 3D 163 pour aider à localiser la région d’ablation.

Divers autres afficheurs 165 peuvent également être utilisés pour aider l’EP. Par exemple, le dossier du patient peut être disponible sur un afficheur pour que l’EP puisse le consulter et prendre des notes pendant la procédure.

L’ordinateur 161 du poste de travail d’EP peut recevoir des signaux traités par l’ordinateur 141 du système d’enregistrement d’EP ou des signaux non traités. L’ordinateur 161 met également en œuvre un module d’analyse de TA selon l’invention et fournit en sortie des résultats du module à l’afficheur 164 de module d’analyse de TA. Toutefois, l’ordinateur 141 au niveau du système d’enregistrement d’EP peut également être utilisé pour mettre en œuvre le module d’analyse de TA. Le module d’analyse de TA peut être un module de programme contenu dans une mémoire lisible par ordinateur, qui est ensuite exécuté par un processeur d’ordinateur. Le traitement correspondant peut être effectué à l’aide d’un ensemble d’instructions mis en œuvre dans un ordinateur programmable qui peut comporter un ou plusieurs supports de stockage lisibles par ordinateur, non transitoires, tangibles. Par exemple, l’ordinateur programmable peut comporter des supports de stockage magnétiques ou optiques, des dispositifs de stockage électroniques à semi-conducteurs tels qu’une mémoire vive (RAM) ou une mémoire morte (ROM), ou tout autre dispositif ou support physique employé pour stocker les instructions permettant d’effectuer le traitement souhaité. Le module d’analyse de TA peut comporter une mémoire pour stocker les données d’entrée reçues d’un patient, ou peut être en communication avec une mémoire contenant de telles données. En outre, un certain nombre d’ordinateurs peuvent être utilisés pour mettre en œuvre le module d’analyse de TA, par exemple un système en nuage distant, tant qu’une sortie est mise à la disposition de l’EP en temps réel ou quasiment en temps réel.

Les systèmes d’ordinateur 141 et 161 peuvent chacun comporter au moins un processeur, une mémoire, au moins un dispositif de stockage et des dispositifs d’entrée/sortie. Une partie ou la totalité des composants peuvent être interconnectés via un bus système. Le processeur peut être à un ou plusieurs fils et peut avoir un ou plusieurs cœurs. Le processeur peut exécuter des instructions, telles que celles stockées dans la mémoire et/ou dans le dispositif de stockage. Les informations peuvent être reçues et fournies en sortie à l’aide d’un ou de plusieurs dispositifs d’entrée/sortie, comportant des connexions câblées et sans fil à d’autres systèmes d’ordinateur.

La description ci-dessus est donnée à titre d’exemple. Diverses autres configurations sont possibles. Par exemple, le système d’enregistrement d’EP 140 et le poste de travail d’EP 160 pourraient être combinés ou diverses fonctions du système d’enregistrement d’EP 140 et du poste de travail d’EP 160 pourraient être réalisées à distance dans un système en nuage.

Le système et le procédé peuvent comporter un système d’ordinateur configuré pour recevoir des données d’activité électrique du cœur. Ces données peuvent être obtenues, par exemple, à partir d’un ECG à 12 dérivations, d’un cathéter de sinus coronaire ou d’autres dispositifs qui surveillent l’activité électrique du cœur d’un patient. Les enregistrements peuvent être obtenus par un ordinateur utilisé dans la procédure d’ablation, puis transmis à un ordinateur contenant des modules de programme pour effectuer un processus. Les modules de programme génèrent toutes les caractéristiques à partir des enregistrements et mettent en œuvre les diverses phases décrites ci-dessous.

L’analyse des enregistrements permet de déterminer différentes caractéristiques de l’activité électrique du cœur du patient qui sont caractéristiques et stables en cas de tachycardie. Les caractéristiques sont considérées comme stables en cas de tachycardie lorsqu’elles ne changent pas au-delà d’une tolérance spécifiée pendant une TA dans les mêmes conditions. Ces caractéristiques sont stables parce que la même région du cœur génère l’onde électrique responsable de l’activité dans l’oreillette. La même onde électrique aura les mêmes caractéristiques mesurées et également les mêmes caractéristiques calculées sur la base des caractéristiques mesurées. Ces caractéristiques peuvent comporter, par exemple, des longueurs de cycle cardiaque, une morphologie d’onde p, des profils d’activation, des séquences d’activation de sinus coronaire, d’autres données mesurables à partir d’un ECG ou d’un dispositif de mesure, et un certain nombre de caractéristiques calculées à partir des données mesurables. Ces caractéristiques peuvent être mesurées, par exemple, par des dérivations d’ECG ou des fils de cathéter de sinus coronaire.

L’analyse des données d’entrée et leur comparaison au profil de TA permettent au système et au procédé de déterminer si les données reçues sont cohérentes avec le profil qui a été établi de la TA courante, ou si elles sont aberrantes. Le système peut fournir une indication de sortie indiquant si les données reçues sont cohérentes avec le profil de TA, ou si elles sont aberrantes. Cette indication peut être fournie en temps réel, et peut être visuelle, auditive, tactile, ou tout autre procédé permettant de notifier ou d’alerter l’EP.

Par exemple, un indicateur visuel peut être une fenêtre sur un afficheur d’ordinateur qui devient rouge lorsqu’il s’agit normalement d’un texte blanc sur un fond noir. Un indicateur auditif peut être un bip ou un clic. Un indicateur tactile pourrait être une vibration.

Si plusieurs valeurs aberrantes sont détectées à la suite, le système peut transmettre un avertissement indiquant un changement du profil de TA. Cet avertissement peut être utilisé par un EP ou un autre professionnel de santé au cours d’une intervention chirurgicale ou d’autres procédures médicales afin d’éclairer ses décisions sur la meilleure façon de traiter un patient.

Les valeurs aberrantes peuvent être détectées de nombreuses façons afin d’exclure les points de données qui ne sont pas cohérents avec les données précédentes. Un procédé de détection des valeurs aberrantes consiste à utiliser un nuage de points de données dans lequel on mesure la distance par rapport au centre du nuage de points de données. Si le point de données se trouve à l’intérieur du nuage, il ne s’agit pas d’une valeur aberrante. S’il est à l’extérieur du nuage, il s’agit d’une valeur aberrante. Par exemple, le nuage de points de données peut être centré sur une longueur de cycle de 150 millisecondes. Si un point de données de 300 millisecondes était mesuré, il pourrait être considéré comme une valeur aberrante, alors qu’un point de données de 160 millisecondes ne le serait pas. D’autres procédés de détection des valeurs aberrantes peuvent également être utilisés.

Dans certains modes de réalisation, les données d’activité électrique du cœur sont utilisées par le module d’analyse de TA. Le module d’analyse de TA peut être mis en œuvre sous la forme d’un programme logiciel exécuté par un ordinateur dont les données électriques cardiaques reçues sont stockées dans une mémoire locale, ou configuré pour accéder aux données d’activité électrique du cœur stockées sur un ordinateur ou un serveur distant. Comme le montre la , le module d’analyse de TA exécute une fonction de veille qui collecte et stocke des données ; une fonction d’entraînement qui utilise les données d’activité électrique du cœur reçues pour générer une estimation de densité fournissant un profil de TA ; et une fonction de détection où les nouvelles données entrantes sont comparées au profil de TA pour déterminer si les nouvelles données entrantes sont des valeurs aberrantes.

La fonction de veille 200 du module d’analyse de TA collecte et stocke des données d’entrée représentant diverses caractéristiques du cœur du patient, telles que des données d’activité électrique issues d’un ECG ou d’une sonde de cathéter. L’EP peut réaliser ou non la procédure d’ablation pendant la phase d’inactivité, selon sa préférence. La fonction de veille 200 est typiquement exécutée pendant 10 à 15 secondes. Une fois qu’une quantité suffisante de données d’entrée est collectée, le module d’analyse de TA dispose de suffisamment de données d’entrée pour créer un profil de TA. Dans d’autres modes de réalisation, la fonction de veille 200 peut collecter des données d’entrée pendant une période définie, jusqu’à ce qu’un nombre prédéfini de points de données soit collecté, ou jusqu’à ce que le module d’analyse de TA détermine qu’un profil généré est de qualité suffisante. Un exemple d’un nombre prédéfini de points de données pourrait être un nombre spécifié d’ondes p. Un opérateur peut également indiquer manuellement au module d’analyse quand commencer et terminer la collecte de données. Un opérateur peut également ordonner manuellement à un module séparé de collecter des données et de démarrer automatiquement le module d’analyse lorsque certaines conditions se produisent, telles que des mesures indiquant un commutateur de TA potentiel. L’opérateur peut en outre configurer une mémoire tampon pour qu’elle contienne une certaine période de données et exécute la fonction d’entraînement après une période spécifique. Par exemple, l’opérateur peut configurer la mémoire tampon pour qu’elle contienne 3 minutes de données et exécute la fonction d’entraînement après 20 secondes. Après l’exécution de la fonction de veille 200, le module d’analyse de TA exécute la fonction d’entraînement 210.

L’exécution de la fonction d’entraînement 210 peut être déclenchée après la fonction de veille 200 ou la fonction de détection 220. Dans la fonction d’entraînement 210, le module d’analyse de TA utilise les données d’activité électrique du cœur les plus récentes disponibles pour construire le schéma courant. Par exemple, une SVM à une classe peut être utilisée pour recevoir plusieurs types de caractéristiques qui sont définies pour le profil de TA. Ces caractéristiques peuvent être basées sur au moins une caractéristique de longueur de cycle, une caractéristique de séquence d’activation d’électrode (c’est-à-dire une séquence d’électrodes activées successivement), et/ou une caractéristique morphologique de la séquence d’activation. Avant l’entraînement de la SVM à une classe, le module d’analyse de TA peut augmenter les données relatives aux caractéristiques de profil tel que décrit ci-dessus, de sorte que des plages de valeurs plus larges dans le nuage de points de données ou des plages de valeurs plus étroites puissent être considérées comme se trouvant à l’intérieur de la frontière acceptable. Des plages de valeurs plus larges donnent lieu à une plage plus large de points de données non aberrants, tandis que des plages de valeurs plus étroites donnent lieu à une plage plus étroite de points de données non aberrants. Contrairement à certaines techniques d’apprentissage machine, l’entraînement de la SVM à une classe est extrêmement rapide, quasiment en temps réel. Cela signifie que l’entraînement de la SVM à une classe pour s’adapter à un changement de conditions de la TA n’est pas préjudiciable à l’exécution de l’invention. Au contraire, cette caractéristique est un avantage de la SVM à une classe, qui est particulièrement appropriée pour s’adapter à un environnement susceptible de varier rapidement.

Les diverses caractéristiques peuvent également être combinées, de sorte qu’un point de données puisse être considéré comme aberrant même si ses valeurs de caractéristiques sont individuellement dans leurs plages prévues respectives. La combinaison des caractéristiques permet de détecter les cas où le changement global est problématique malgré le fait que les changements de caractéristiques individuelles semblent réguliers. Pour l’entraînement de la SVM à une classe, les données d’entrée les plus récentes disponibles peuvent être utilisées, c’est-à-dire toutes les données de la mémoire tampon. En variante, un sous-ensemble de celles-ci peut être utilisé.

Si la fonction d’entraînement 210 a été lancée après l’exécution de la fonction de veille 200, les données d’entrée collectées par la fonction de veille 200 seront utilisées pour créer le profil de TA. Si la fonction d’entraînement 210 a été lancée après la fonction de détection 220, les données d’entrée provenant d’une mémoire tampon seront utilisées pour créer un nouveau profil de TA, comme décrit ci-dessous.

Dans la fonction d’entraînement 210, le module d’analyse de TA utilise des techniques d’augmentation des données pour ajouter de la variabilité aux données, de sorte que de légers décalages par rapport au profil anticipé ne déclenchent pas d’avertissement de valeur aberrante lorsque le profil de TA est utilisé dans la fonction de détection 220. Par exemple, les données peuvent être augmentées par ajout d’un niveau de tolérance au bruit aux données. Après l’exécution de la fonction d’entraînement 210, le module d’analyse de TA exécute la fonction de détection 220.

Dans la fonction de détection 220, le module d’analyse de TA utilise le profil de TA qui a été précédemment construit par la fonction d’entraînement 210 pour détecter si des données d’entrée entrantes sont des valeurs aberrantes, et si ces valeurs aberrantes indiquent un changement du profil de TA courant.

La illustre un exemple de mode de réalisation de la fonction de détection. Dans une opération 300, des données d’entrée sont reçues, et sont comparées au profil de TA courant dans une opération 310. L’opération 310 détermine si les données d’entrée de l’opération 300 sont aberrantes ou non, et le résultat est mis à l’essai dans une opération 320.

Comme décrit ci-dessus, des techniques d’estimation de densité sont utilisées pour déterminer si un point de données est une valeur aberrante. Par exemple, un nuage de points de données peut être utilisé pour déterminer si un point de données est une valeur aberrante ou non. En d’autres termes, un point de données est une valeur aberrante s’il se trouve à l’extérieur du nuage et n’est pas une valeur aberrante s’il se trouve à l’intérieur du nuage. Dans le cas où une SVM à une classe est utilisée pour déterminer si un point de données est une valeur aberrante, les données d’entrée sont d’abord transformées afin d’extraire les caractéristiques qui ont été utilisées pour entraîner la SVM à une classe, et ces caractéristiques sont ensuite fournies à ladite SVM à une classe, qui renvoie une valeur indiquant si le point de données est une valeur aberrante ou non.

Si les données d’entrée 300 sont aberrantes, le module d’analyse de TA passe à l’opération 330, qui détermine si les données d’entrée 300 sont également des valeurs aberrantes persistantes. Les données d’entrée sont des valeurs aberrantes persistantes si un seuil défini est atteint. Ce seuil de valeur aberrante persistante peut être défini manuellement par un EP ou un autre professionnel de santé, ou peut être défini automatiquement par le module d’analyse de TA. Ce seuil de valeur aberrante persistante peut être défini comme : un nombre consécutif de valeurs aberrantes, un pourcentage de valeurs aberrantes dans un échantillon de données d’entrée, un écart type défini par rapport à la valeur prévue, ou toute combinaison de ces éléments. Dans un mode de réalisation préféré, le nombre consécutif de valeurs aberrantes est utilisé.

Si des données d’entrée 300 sont aberrantes mais pas persistantes, le module d’analyse de TA fournit en sortie un avertissement dans une opération 340 indiquant la présence d’une valeur aberrante et en attente d’autres données d’entrée.

Si des données d’entrée 300 sont des valeurs aberrantes et également des valeurs aberrantes persistantes, l’opération 230 de la et de la est exécutée, de sorte que le module d’analyse de TA fournisse en sortie un avertissement indiquant un changement du profil de TA, et la fonction de veille 200 est exécutée à nouveau avec un tampon effacé. Une indication est également fournie à l’EP indiquant un changement du profil de TA, tel qu’un signal visuel ou auditif. Cela peut amener l’EP à changer de stratégie ou à redémarrer des procédures. Par exemple, l’EP pourrait décider de créer une nouvelle carte 3D.

Si l’opération 320 détermine que les données d’entrée 300 ne sont pas aberrantes, les données d’entrée 300 sont envoyées à une mémoire tampon pour être stockées dans une opération 350. Le module d’analyse de TA détermine ensuite si une quantité seuil de données d’entrée dans la mémoire tampon a été atteinte dans une opération 360. Ce seuil de mémoire tampon peut être établi manuellement par un EP ou un autre professionnel de santé, ou il peut être établi automatiquement par le module d’analyse de TA. Ce seuil de mémoire tampon peut également être établi selon : une quantité de données d’entrée, une période de collecte, ou toute combinaison de celles-ci. La limite de mémoire tampon elle-même peut également être utilisée pour limiter la quantité de données stockées, de sorte que les nouvelles données entrantes remplacent les données les plus anciennes sauvegardées dans la mémoire tampon.

Si le seuil de la mémoire tampon a été atteint, comme le montre l’opération 240 de la et de la , le module d’analyse de TA exécute à nouveau la fonction d’entraînement 210 où le module d’analyse de TA utilise les données d’entrée dans la mémoire tampon pour mettre à jour le profil de TA courant. Si le seuil de mémoire tampon n’a pas été atteint, le module d’analyse de TA attend d’autres données d’entrée à l’opération 370.

Comme il ressort de ce qui précède, la combinaison de la fonction de veille 200, de la fonction d’entraînement 210 et de la fonction de détection 220 garantit que le module d’analyse de TA analyse constamment les données d’entrée et avertit en permanence l’EP lorsqu’un profil de TA a changé, et le met à jour dans certaines conditions.

Tandis que la SVM à une classe donne les meilleurs résultats dans les essais du demandeur, il pourrait être remplacé dans des modes de réalisation en variante par un autre algorithme de détection d’anomalies basé sur des caractéristiques, tel que :

- forêt d’isolement : Liu, Fei Tony, Ting, Kai Ming et Zhou, Zhi-Hua. « Isolation forest ». Data Mining, 2008. ICDM’08. Huitième Conférence internationale de l’IEEE,

- facteur de valeur aberrante locale : Breunig, Kriegel, Ng et Sander (2000) LOF : identifying density-based local outliers. Proc. ACM SIGMOD,

- covariance robuste : Estimating the support of a high-dimensional distribution Schölkopf, Bernhard, et al. Neural computation 13.7 (2001) : 1443-1471,

- k plus proches voisins https://link.springer.com/article/10.1007/s007780050006,

- DBSCAN : Tran Manh Thang ; Juntae Kim. « The Anomaly Detection by Using DBSCAN Clustering with Multiple Parameters », 2011 Conférence internationale sur les sciences de l’information et leurs applications,

- CBLOF : He, Z. ; Xu, X. ; Deng, S. (2003). « Discovering cluster-based local outliers ». Pattern Recognition Letters,

- analyse hiérarchique de grappes basée sur la densité : Campello, R. J. G. B. ; Moulavi, D. ; Zimek, A. ; Sander, J. (2015). « Hierarchical Density Estimates for Data Clustering, Visualization, and Outlier Detection ». ACM Transactions on Knowledge Discovery from Data,

- mélange gaussien : W. Liu, D. Cui, Z. Peng et J. Zhong, « Outlier Detection Algorithm Based on Gaussian Mixture Model », 2019 IEEE International Conference on Power, Intelligent Computing and Systems (ICPICS), 2019, pp. 488-492, doi : 10.1109/ICPICS47731.2019.8942474, ou

- modèles de Markov cachés : A. Sultana, A. Hamou-Lhadj et M. Couture, « An improved Hidden Markov Model for anomaly detection using frequent common patterns », 2012 IEEE International Conference on Communications (ICC), 2012, pp. 1113-1117, doi : 10.1109/ICC.2012.6364527.

Claims

Procédé mis en œuvre par ordinateur d’analyse d’un signal de tachycardie auriculaire, comprenant les opérations suivantes :
a) la collecte d’un ensemble de données qui représentent des enregistrements d’activité électrique d’un cœur humain à partir d’au moins une source d’entrée ;
b) la création d’un profil de tachycardie auriculaire courant à l’aide dudit ensemble de données ;
c) la collecte d’un point de données courant d’un signal de tachycardie auriculaire à partir d’au moins une source d’entrée ; et
d) l’analyse du point de données courant à l’aide du profil de tachycardie auriculaire courant afin de déterminer si ledit point de données courant est une valeur aberrante vis-à-vis dudit profil de tachycardie auriculaire courant.
Procédé d’analyse d’un signal de tachycardie auriculaire selon la revendication 1, dans lequel l’étape b) comprend l’extraction de caractéristiques choisies dans un groupe comprenant une caractéristique de longueur de cycle, une caractéristique de séquence d’activation d’électrode, et/ou une caractéristique morphologique de la séquence d’activation, et l’entraînement d’un algorithme de détection d’anomalie basé sur des caractéristiques à l’aide d’au moins une desdites caractéristiques extraites et/ou d’une combinaison de celles-ci.
Procédé d’analyse d’un signal de tachycardie auriculaire selon la revendication 2, dans lequel l’étape b) comprend l’augmentation des données des caractéristiques extraites avant l’entraînement dudit algorithme de détection d’anomalie basé sur des caractéristiques.
Procédé d’analyse d’un signal de tachycardie auriculaire selon la revendication 2 ou 3, dans lequel l’étape d) comprend l’extraction à partir dudit point de données courant des caractéristiques qui ont été utilisées pour entraîner une machine à vecteurs de support à une classe, l’apport desdites caractéristiques extraites audit algorithme de détection d’anomalie basé sur des caractéristiques, et la réception en retour d’une valeur indiquant si ledit point de données courant est une valeur aberrante vis-à-vis dudit profil de tachycardie auriculaire courant.
Procédé d’analyse d’un signal de tachycardie auriculaire selon l’une des revendications 2 à 4, dans lequel ledit algorithme de détection d’anomalie basé sur des caractéristiques est une machine à vecteurs de support à une classe.
Procédé d’analyse d’un signal de tachycardie auriculaire selon la revendication 1, comprenant en outre :
e) l’émission d’un avertissement de valeur aberrante lors de la détermination du fait que le point de données courant est une valeur aberrante, et la répétition des étapes c) et d) avec ledit profil de tachycardie auriculaire courant.
Procédé d’analyse d’un signal de tachycardie auriculaire selon la revendication 1 ou 2, comprenant en outre :
f) l’analyse du point de données courant à l’aide du profil de tachycardie auriculaire courant afin de déterminer si le point de données courant est une valeur aberrante persistante ; et
g) l’émission d’un avertissement de changement indiquant un changement du profil de tachycardie auriculaire courant lors de la détermination du fait que le point de données courant est une valeur aberrante persistante.
Procédé d’analyse d’un signal de tachycardie auriculaire selon la revendication 3, comprenant :
h) la collecte d’un nouvel ensemble de données qui représentent des enregistrements de l’activité électrique d’un cœur humain à partir d’au moins une source d’entrée ; et
i) la création d’un nouveau profil de tachycardie auriculaire courant à l’aide du second ensemble de données, et la répétition des étapes c) et d) avec ledit nouveau profil de tachycardie auriculaire courant.
Procédé d’analyse d’un signal de tachycardie auriculaire selon la revendication 1, dans lequel, lorsque l’étape d) détermine que le point de données courant n’est pas une valeur aberrante, le procédé comprend en outre
d1) l’ajout du point de données courant à une mémoire tampon.
Procédé d’analyse d’un signal de tachycardie auriculaire selon la revendication 5, dans lequel l’étape d) comprend en outre :
d2) la détermination du fait qu’un seuil de mémoire tampon pour des données a été atteint ; et
j) la création d’un nouveau profil de tachycardie auriculaire courant à l’aide des données stockées dans la mémoire tampon et la répétition des étapes c) et d) avec ledit nouveau profil de tachycardie auriculaire courant.
Procédé d’analyse d’un signal de tachycardie auriculaire selon la revendication 5, dans lequel l’étape d) comprend en outre :
d3) la détermination du fait qu’un seuil de mémoire tampon pour des données n’a pas été atteint, et répéter les étapes c) et d) avec ledit profil de tachycardie auriculaire courant.
Programme d’ordinateur comprenant des instructions pour réaliser le procédé de l’une des revendications précédentes.
Support de stockage de données sur lequel est enregistré le programme d’ordinateur de la revendication 12.
Système d’ordinateur comprenant un processeur couplé à une mémoire (4), sur lequel est enregistré le programme d’ordinateur de la revendication 12.