KR20210146883A

KR20210146883A - 향상된 계산 심장 시뮬레이션

Info

Publication number: KR20210146883A
Application number: KR1020217024246A
Authority: KR
Inventors: 크리스토퍼 빌롱코; 데이비드 크루멘
Original assignee: 더 리젠츠 오브 더 유니버시티 오브 캘리포니아; 벡터 메디칼, 인크.; 크리스토퍼 빌롱코
Priority date: 2018-12-31
Filing date: 2019-12-31
Publication date: 2021-12-06
Also published as: JP2022517555A; CA3125679A1; AU2019419506A1; US20220061732A1; EP3905952A4; CN113939243A; EP3905952A1; WO2020142539A1

Abstract

심장 부정맥 소스들의 계산적 국부화를 향상시키기 위한 방법들이 제공된다. 방법은 제 1 사용자로부터 임상 사례와 연관된 임상 데이터를 수신하는 단계를 포함할 수도 있다. 임상 데이터는 환자의 해부학적 정보, 진단 및/또는 치료 양식들, 치료 파라미터들, 치료 결과, 및 의학 문헌을 포함할 수도 있다. 임상 사례는 임상 데이터와 연관된 제 1 복수의 특성들에 기초하여 인덱싱될 수도 있다. 인덱싱하는 것은 임상 데이터의 적어도 부분을 제 1 복수의 특성들과 매칭하는 제 2 복수의 특성들을 갖는 심장 부정맥의 계산 시뮬레이션과 연관시키는 것을 포함할 수도 있다. 인덱싱된 사례와 연관된 임상 데이터의 적어도 부분은 사용자로부터의 질의에 응답하여 제 2 사용자에게 제공될 수도 있다. 관련 시스템 및 제조 물품들이 또한 제공된다.

Description

향상된 계산 심장 시뮬레이션

관련 출원

이 출원은 2018년 12월 31일자로 출원된 미국 가 출원 번호 제 62/786,973 호에 대해 우선권을 주장하고, 그것의 개시는 그 전체가 참조에 의해 본원에 통합된다. 본 출원은 또한 계산 모델 및 계산 시뮬레이션 라이브러리에 관한 미국 특허 10,319,144 "Computational Localization of Fibrillation Sources"를 참조에 의해 포함한다.

기술 분야

본원에 기술된 주제는 일반적으로 계산 모델링 및 시뮬레이션에 관한 것이고, 보다 구체적으로는, 표적화된 치료를 가능하게 하기 위해 심장 부정맥의 소스들의 로케이션들을 식별하기 위한 계산 모델링 및 시뮬레이션을 향상시키는 것에 관한 것이다.

배경

심장 부정맥은 심장에서의 비정상적인 전기적 신호가 심장으로 하여금 차선적 방식으로 수축하게 하는 흔한 의학적 장애이다. 결과적인 비정상적인 심장 박동 또는 부정맥은 심장의 심방(예를 들어, 심방 세동(AF)) 및/또는 심장의 심실(예를 들어, 심실 빈맥(VT) 또는 심실 세동(VF))에서 발생할 수 있다. 심장 부정맥에 대한 치료는, 예를 들어, 안정적인 전기 회전자들, 반복적 전기 초점 소스들, 재진입 전기 회로 등을 포함하는, 지속되고 및/또는 임상적으로 중요한 에피소드들을 구동하는 메커니즘을 다루려고 시도한다. 치료되지 않은 채로 남겨진, 심장 부정맥은 이환율(예를 들어, 실신, 뇌졸중 등) 및 사망률(예를 들어, 갑작스런 심장사(SCD))을 포함하는 심각한 합병증을 야기할 수도 있다.

요약

컴퓨터 프로그램 제품들을 포함하는 시스템들, 방법들, 및 제조 물품들이 향상된 계산적 심장 시뮬레이션들을 위해 제공된다. 일부 실시예들에서, 적어도 하나의 프로세서 및 적어도 하나의 메모리를 포함하는 시스템이 제공된다. 그 적어도 하나의 메모리는 적어도 하나의 프로세서에 의해 실행될 때 동작들(operations)을 제공하는 프로그램 코드를 포함할 수도 있다. 상기 동작들은: 제 1 사용자로부터, 임상 사례(clinical case)와 연관된 임상 데이터를 수신하는 동작; 임상 데이터와 연관된 제 1 복수의 특성들에 적어도 기초하여, 임상 사례를 인덱싱(indexing)하는 동작으로서, 상기 인덱싱하는 동작은 임상 데이터의 적어도 부분을 제 1 복수의 특성들과 매칭(matching)하는 제 2 복수의 특성들을 갖는 심장 부정맥(cardiac arrhythmia)의 계산 시뮬레이션(computational simulation)과 연관시키는 것을 포함하는, 상기 인덱싱하는 동작; 및, 인덱싱된 임상 사례와 연관된 임상 데이터의 적어도 부분을 제 2 사용자에게 적어도 전송함으로써, 제 2 사용자로부터의 질의(query)에 응답하는 동작을 포함할 수도 있다.

일부 변형들에서, 다음의 특징들을 포함하는 본원에 개시된 하나 이상의 특징들은 선택적으로, 임의의 실현가능한 조합으로 포함될 수 있다. 임상 데이터는 환자의 해부학적 정보, 진단 및/또는 치료 양식들(modalities), 치료 파라미터들, 치료 결과, 및 의학 문헌을 포함할 수도 있다.

일부 변형들에서, 제 1 복수의 특성들 및 제 2 복수의 특성들은 환자 인구통계, 병력, 및 치료 계획을 포함할 수도 있다.

일부 변형들에서, 인덱싱하는 것은, 라이브러리(library)에 포함된 심장 부정맥의 복수의 계산 시뮬레이션들의 각각에 대해, 임상 데이터와 연관된 제 1 복수의 특성들과 복수의 계산 모델들 및/또는 시뮬레이션들의 각각과 연관된 제 2 복수의 특성들 사이의 매칭의 근접성(closeness)을 나타내는 유사도 점수(similarity score)를 결정하는 것을 포함할 수도 있다. 인덱싱은 데이터의 적어도 부분을 가장 높은 유사도 점수를 갖는 복수의 계산 모델들 및/또는 시뮬레이션들 중 하나와 연관시키는 것을 더 포함할 수도 있다.

일부 변형들에서, 심장 부정맥의 계산 시뮬레이션과의 연관을 포함하는 임상 데이터의 적어도 부분은 데이터 저장소(data store)에 저장될 수도 있다.

일부 변형들에서, 질의는 환자의 벡터심전도(vectorcardiogram; VCG)를 포함할 수도 있다. 질의에 응답하는 것은, 환자의 벡터 심전도와 가장 근접하게 매칭하는 심장 부정맥의 계산 모델을 식별하는 것 및 임상 데이터의 적어도 부분을 제 2 사용자에게 전송하기 위해, 인덱싱된 임상 사례와 연관된 임상 데이터의 적어도 부분을 취출(retrieving)하는 것을 포함할 수도 있다.

다른 양태에서, 향상된 계산 심장 시뮬레이션(computational heart simulations)을 위한 방법이 제공된다. 그 방법은: 제 1 사용자로부터, 임상 사례와 연관된 임상 데이터를 수신하는 단계; 임상 데이터와 연관된 제 1 복수의 특성들에 적어도 기초하여, 임상 사례를 인덱싱하는 단계로서, 상기 인덱싱하는 것은 임상 데이터의 적어도 부분을 제 1 복수의 특성들과 매칭하는 제 2 복수의 특성들을 갖는 심장 부정맥의 계산 시뮬레이션과 연관시키는 것을 포함하는, 상기 인덱싱하는 단계; 및, 인덱싱된 임상 사례와 연관된 임상 데이터의 적어도 부분을 제 2 사용자에게 적어도 전송함으로써, 제 2 사용자로부터의 질의에 응답하는 단계를 포함할 수도 있다.

일부 변형들에서, 다음의 특징들을 포함하는 본원에 개시된 하나 이상의 특징들은 선택적으로, 임의의 실현가능한 조합으로 포함될 수 있다. 임상 데이터는 환자의 해부학적 정보, 진단 및/또는 치료 양식들, 치료 파라미터들, 치료 결과, 및 의학 문헌을 포함할 수도 있다.

일부 변형들에서, 인덱싱하는 것은, 라이브러리에 포함된 심장 부정맥의 복수의 계산 시뮬레이션들의 각각에 대해, 임상 데이터와 연관된 제 1 복수의 특성들과 복수의 계산 시뮬레이션들의 각각과 연관된 제 2 복수의 특성들 사이의 매칭의 근접성을 나타내는 유사도 점수를 결정하는 것을 포함할 수도 있다. 인덱싱은 데이터의 적어도 부분을 가장 높은 유사도 점수를 갖는 복수의 계산 시뮬레이션들 중 하나와 연관시키는 것을 더 포함할 수도 있다.

일부 변형들에서, 상기 방법은 심장 부정맥의 계산 시뮬레이션과의 연관을 포함하는 임상 데이터의 적어도 부분을 데이터 저장소에 저장하는 것을 더 포함할 수도 있다.

일부 변형들에서, 질의는 환자의 벡터심전도(VCG)를 포함할 수도 있다. 질의에 응답하는 것은, 환자의 벡터 심전도와 가장 근접하게 매칭하는 심장 부정맥의 계산 모델을 식별하는 것 및 임상 데이터의 적어도 부분을 제 2 사용자에게 전송하기 위해, 인덱싱된 임상 사례와 연관된 임상 데이터의 적어도 부분을 취출하는 것을 포함할 수도 있다.

다른 양태에서, 명령들을 저장하는 비일시적(non-transitory) 컴퓨터 판독가능 매체를 포함하는 컴퓨터 프로그램 제품이 제공된다. 명령들은 동작들이 적어도 하나의 데이터 프로세서에 의해 실행되도록 할 수도 있다. 그 동작들은: 제 1 사용자로부터, 임상 사례와 연관된 임상 데이터를 수신하는 동작; 임상 데이터와 연관된 제 1 복수의 특성들에 적어도 기초하여, 임상 사례를 인덱싱하는 동작으로서, 상기 인덱싱하는 동작은 임상 데이터의 적어도 부분을 제 1 복수의 특성들과 매칭하는 제 2 복수의 특성들을 갖는 심장 부정맥의 계산 시뮬레이션과 연관시키는 것을 포함하는, 상기 인덱싱하는 동작; 및, 인덱싱된 임상 사례와 연관된 임상 데이터의 적어도 부분을 제 2 사용자에게 적어도 전송함으로써, 제 2 사용자로부터의 질의에 응답하는 동작을 포함할 수도 있다.

다른 양태에서, 향상된 계산 심장 시뮬레이션을 위한 장치가 제공된다. 그 장치는: 제 1 사용자로부터, 임상 사례와 연관된 임상 데이터를 수신하기 위한 수단; 임상 데이터와 연관된 제 1 복수의 특성들에 적어도 기초하여, 임상 사례를 인덱싱하기 위한 수단으로서, 상기 인덱싱하기 위한 수단은 임상 데이터의 적어도 부분을 제 1 복수의 특성들과 매칭하는 제 2 복수의 특성들을 갖는 심장 부정맥의 계산 모델 및 시뮬레이션과 연관시키는 것을 포함하는, 상기 인덱싱하기 위한 수단; 및, 인덱싱된 임상 사례와 연관된 임상 데이터의 적어도 부분을 제 2 사용자에게 적어도 전송함으로써, 제 2 사용자로부터의 질의에 응답하기 위한 수단을 포함할 수도 있다.

다른 양태에서, 적어도 하나의 프로세서 및 적어도 하나의 메모리를 포함하는 시스템이 제공된다. 그 적어도 하나의 메모리는 적어도 하나의 프로세서에 의해 실행될 때 동작들을 제공하는 프로그램 코드를 포함할 수도 있다. 상기 동작들은: 전기생리학 프로시저(electrophysiology procedure) 동안 수집된 환자 데이터를 수신하는 동작; 그 환자 데이터에 적어도 기초하여, 심장 부정맥의 하나 이상의 계산 모델들 및/또는 시뮬레이션들을 수정하는 동작; 심장 부정맥의 수정된 하나 이상의 계산 모델들 및/또는 시뮬레이션들에 적어도 기초하여, 심장 부정맥의 소스(source)의 로케이션(location)을 결정하는 동작; 및, 환자 데이터에 기초하여 치료를 알리기 위해 심장 부정맥의 소스의 로케이션의 표시를 제공하는 동작을 포함할 수도 있다.

일부 변형들에서, 다음의 특징들을 포함하는 본원에 개시된 하나 이상의 특징들은 선택적으로, 임의의 실현가능한 조합으로 포함될 수 있다. 환자 데이터는 활동 전위 지속기간 복원 데이터, 전도 속도 복원 데이터, 환자 해부학적 기하학적 구조, 전압 맵핑, 심장내 초음파 데이터, 흉강경(thransthoracic) 초음파 데이터, 콘-빔 컴퓨터 단층촬영 데이터, 형광투시법 데이터, 환자 인구통계, 심장 활성화 패턴, 영역 전도 속도, 및 일렉트로그램 특성들 중 적어도 하나를 포함할 수도 있다.

일부 변형들에서, 상기 수정하는 것은, 기하학적 모핑(geometrical morphing) 및/또는 회전 중 적어도 하나를 포함하는 환자-특정 증강(patient-specific enhancement)을 상기 하나 이상의 계산 모델들 및/또는 시뮬레이션들에 적용하는 것, 전압 및/또는 일렉트로그램 정보를 상기 하나 이상의 계산 시뮬레이션들에 부과하는 것, 활성화 정보를 표시하는 것, 심장 구조 벽들의 두께에 관한 전체적(global) 및/또는 국부적(regional) 정보를 추가하는 것, 및 유두근, 폐정맥 및/또는 좌 및 우 심방 부속물들의 포지션 및 형태에 관한 전체적 및/또는 지리적 정보를 통합하는 것을 포함할 수도 있다.

일부 변형들에서, 수정은 실시간 또는 거의 실시간으로 수행될 수도 있다. 심장 부정맥의 수정된 하나 이상의 계산 시뮬레이션들은 임상 사용을 위해 사용자에게 리턴될 수도 있다.

일부 변형들에서, 하나 이상의 계산 모델들 및/또는 시뮬레이션들은 심장 부정맥의 비-환자 특정 계산 시뮬레이션들의 라이브러리의 일부일 수도 있다.

일부 변형들에서, 부정맥 시뮬레이션은, 계산 부정맥 맵핑 프로세스에서 사용하기 위한 환자-맞춤형 부정맥 벡터심전도 라이브러리를 생성하기 위해, 심장 부정맥의 수정된 하나 이상의 계산 시뮬레이션들과 연관된 하나 이상의 부정맥 솔루션들(arrhythmia solutions)에 적어도 기초하여 개시될 수도 있다.

일부 변형들에서, 부정맥 시뮬레이션은 심장 부정맥의 수정된 하나 이상의 계산 시뮬레이션들에 적어도 기초하여 복수의 소스 로케이션들의 각각에 대해 수행될 수도 있다. 부정맥 시뮬레이션은 소스 로케이션의 가정에 기초하여 수행될 수도 있다. 복수의 소스 로케이션들 및 대응하는 부정맥 시뮬레이션들은 계산 부정맥 맵핑 프로세스에서 사용하기 위한 환자 맞춤형 부정맥 라이브러리를 형성할 수도 있다.

다른 양태에서, 향상된 계산 심장 시뮬레이션을 위한 방법이 제공된다. 그 방법은: 전기 생리학 프로시저 동안 수집된 환자 데이터를 수신하는 단계; 그 환자 데이터에 적어도 기초하여, 심장 부정맥의 하나 이상의 계산 모델들 및/또는 시뮬레이션들을 수정하는 단계; 심장 부정맥의 수정된 하나 이상의 계산 모델들 및/또는 시뮬레이션들에 적어도 기초하여, 심장 부정맥의 소스의 로케이션을 결정하는 단계; 및, 환자 데이터에 기초하여 치료를 알리기 위해 심장 부정맥의 소스의 로케이션의 표시를 제공하는 단계를 포함할 수도 있다.

일부 변형들에서, 다음의 특징들을 포함하는 본원에 개시된 하나 이상의 특징들은 선택적으로, 임의의 실현가능한 조합으로 포함될 수 있다. 환자 데이터는 활동 전위 지속기간 복원 데이터, 전도 속도 복원 데이터, 환자 해부학적 기하학적 구조, 전압 맵핑, 심장내 초음파 데이터, 흉강경 초음파 데이터, 콘-빔 컴퓨터 단층촬영 데이터, 형광투시법 데이터, 환자 인구통계, 심장 활성화 패턴, 영역 전도 속도, 및 일렉트로그램 특성들 중 적어도 하나를 포함할 수도 있다.

일부 변형들에서, 상기 수정하는 것은, 기하학적 모핑 및/또는 회전 중 적어도 하나를 포함하는 환자-특정 증강을 상기 하나 이상의 계산 모델들 및/또는 시뮬레이션들에 적용하는 것, 전압 및/또는 일렉트로그램 정보를 상기 하나 이상의 계산 시뮬레이션들에 부과하는 것, 활성화 정보를 표시하는 것, 심장 구조 벽들의 두께에 관한 전체적 및/또는 국부적 정보를 추가하는 것, 및 유두근, 폐정맥 및/또는 좌 및 우 심방 부속물들의 포지션 및 형태에 관한 전체적 및/또는 지리적 정보를 통합하는 것을 포함할 수도 있다.

일부 변형들에서, 상기 방법은, 심장 부정맥의 수정된 하나 이상의 계산 시뮬레이션들과 연관된 하나 이상의 부정맥 솔루션들에 적어도 기초하여, 계산 부정맥 맵핑 프로세스에서 사용하기 위한 환자-맞춤형 부정맥 벡터심전도 라이브러리를 생성하기 위해, 부정맥 시뮬레이션을 개시하는 것을 더 포함할 수도 있다.

일부 변형들에서, 상기 방법은, 복수의 소스 로케이션들의 각각에 대해, 심장 부정맥의 수정된 하나 이상의 계산 시뮬레이션들에 적어도 기초하여 부정맥 시뮬레이션을 수행하는 것을 더 포함할 수도 있다. 부정맥 시뮬레이션은 소스 로케이션의 가정에 기초하여 수행될 수도 있다. 복수의 소스 로케이션들 및 대응하는 부정맥 시뮬레이션들은 계산 부정맥 맵핑 프로세스에서 사용하기 위한 환자 맞춤형 부정맥 라이브러리를 형성할 수도 있다.

다른 양태에서, 명령들을 저장하는 비일시적 컴퓨터 판독가능 매체를 포함하는 컴퓨터 프로그램 제품이 제공된다. 그 명령들은 적어도 하나의 데이터 프로세서에 의해 실행될 수도 있는 동작들을 야기할 수도 있다. 그 동작들은: 전기 생리학 프로시저 동안 수집된 환자 데이터를 수신하는 동작; 그 환자 데이터에 적어도 기초하여, 심장 부정맥의 하나 이상의 계산 시뮬레이션들을 수정하는 동작; 심장 부정맥의 수정된 하나 이상의 계산 시뮬레이션들에 적어도 기초하여, 심장 부정맥의 소스의 로케이션을 결정하는 동작; 및, 환자 데이터에 기초하여 치료를 알리기 위해 심장 부정맥의 소스의 로케이션의 표시를 제공하는 동작을 포함할 수도 있다.

다른 양태에서, 향상된 계산 심장 시뮬레이션을 위한 장치가 제공된다. 그 장치는: 전기 생리학 프로시저 동안 수집된 환자 데이터를 수신하기 위한 수단; 그 환자 데이터에 적어도 기초하여, 심장 부정맥의 하나 이상의 계산 시뮬레이션들을 수정하기 위한 수단; 심장 부정맥의 수정된 하나 이상의 계산 시뮬레이션들에 적어도 기초하여, 심장 부정맥의 소스의 로케이션을 결정하기 위한 수단; 및, 환자 데이터에 기초하여 치료를 알리기 위해 심장 부정맥의 소스의 로케이션의 표시를 제공하기 위한 수단을 포함할 수도 있다.

다른 양태에서, 적어도 하나의 프로세서 및 적어도 하나의 메모리를 포함하는 시스템이 제공된다. 그 적어도 하나의 메모리는 적어도 하나의 프로세서에 의해 실행될 때 동작들을 제공하는 프로그램 코드를 포함할 수도 있다. 상기 동작들은: 전기해부학적 맵에서, 하나 이상의 페이싱 임펄스들(pacing impulses)을 인가할 때 카테터, 페이스메이커 리드, 또는 이식가능한 심장 제세동기 리드가 포지셔닝되는 n-양의 페이싱 사이트들(n-quantity of pacing sites)의 각각의 로케이션을 결정하는 동작; n-양의 페이싱 사이트들의 각각에 대해, n-양의 페이싱 사이트들의 각각에서 페이싱하는 동안 수집된 환자 벡터 심전도에 매칭하는 벡터 심전도와 연관된 계산 모델 및 부정맥 시뮬레이션을 식별하고, 그 계산 모델에서 하나 이상의 대응하는 페이싱 사이트들을 선택하는 동작; 전기해부학적 맵 및 계산 모델에서 n-양의 페이싱 사이트들의 각각의 t 로케이션에 적어도 기초하여, 전기해부학적 맵 및 계산 모델을 정렬하는 동작; 및, 그 정렬에 적어도 기초하여, n-양의 페이싱 사이트들의 각각의 로케이션에 대한 계산 모델에서 임상적으로 관련된 심장 부정맥의 소스의 로케이션의 표시를 생성하는 동작을 포함할 수도 있다.

일부 변형들에서, 다음의 특징들을 포함하는 본원에 개시된 하나 이상의 특징들은 선택적으로, 임의의 실현가능한 조합으로 포함될 수 있다. n-양의 페이싱 사이트들은 적어도 3개의 페이싱 사이트들을 포함할 수도 있다.

일부 변형들에서, 정렬하는 것은 전기해부학적 맵의 제 1 기준 좌표계와 계산 시뮬레이션의 제 2 기준 좌표계를 정렬하기 위해 변환 매트릭스(transformative matrix)를 적용하는 것을 포함할 수도 있다.

일부 변형들에서, 임상적으로 관련된 심장 부정맥의 소스의 로케이션은 적어도 장구 회전타원체 좌표계(prolate spheroidal coordinate system)에 기초하여 전기해부학적 맵핑 시스템으로 추가로 변환(translate)될 수도 있다.

일부 변형들에서, 치료는, 상기 표시에 적어도 기초하여, 임상적으로 관련된 심장 부정맥의 소스의 로케이션에 적용될 수도 있다. 상기 치료는 절제, 표적화된 유전자 치료(targeted gene therapy), 방사선 치료, 및 수술 개입(surgical intervention) 중 적어도 하나를 포함할 수도 있다.

일부 변형들에서, 계산 모델, 전기해부학적 맵, 및 정렬된 n-양의 페이싱 사이트들과의 맵핑 결과들이 디스플레이될 수도 있다.

다른 양태에서, 향상된 계산 심장 시뮬레이션을 위한 방법이 제공된다. 상기 방법은: 전기해부학적 맵에서, 하나 이상의 페이싱 임펄스들을 인가할 때 카테터, 페이스메이커 리드, 또는 이식가능한 심장 제세동기 리드가 포지셔닝되는 n-양의 페이싱 사이트들의 각각의 로케이션을 결정하는 단계; n-양의 페이싱 사이트들의 각각에 대해, n-양의 페이싱 사이트들의 각각에서 페이싱하는 동안 수집된 환자 벡터 심전도에 매칭하는 벡터 심전도와 연관된 계산 모델 및 부정맥 시뮬레이션을 식별하고, 그 계산 모델에서 하나 이상의 대응하는 페이싱 사이트들을 선택하는 단계; 전기해부학적 맵 및 계산 모델에서 n-양의 페이싱 사이트들의 각각의 로케이션에 적어도 기초하여, 전기해부학적 맵 및 계산 모델을 정렬하는 단계; 및, 그 정렬에 적어도 기초하여, n-양의 페이싱 사이트들의 각각의 로케이션에 대한 계산 모델에서 임상적으로 관련된 심장 부정맥의 소스의 로케이션의 표시를 생성하는 단계를 포함할 수도 있다.

일부 변형들에서, 정렬하는 것은 전기해부학적 맵의 제 1 기준 좌표계와 계산 시뮬레이션의 제 2 기준 좌표계를 정렬하기 위해 변환 매트릭스를 적용하는 것을 포함할 수도 있다.

일부 변형들에서, 임상적으로 관련된 심장 부정맥의 소스의 로케이션은 적어도 장구 회전타원체 좌표계에 기초하여 전기해부학적 맵핑 시스템으로 추가로 변환(translate)될 수도 있다.

일부 변형들에서, 치료는, 상기 표시에 적어도 기초하여, 임상적으로 관련된 심장 부정맥의 소스의 로케이션에 적용될 수도 있다. 상기 치료는 절제, 표적화된 유전자 치료, 방사선 치료, 및 수술 개입 중 적어도 하나를 포함할 수도 있다.

일부 변형들에서, 방법은 계산 모델, 전기해부학적 맵, 및 정렬된 n-양의 페이싱 사이트들과의 맵핑 결과를 표시하는 것을 더 포함할 수도 있다.

다른 양태에서, 명령들을 저장하는 비일시적 컴퓨터 판독가능 매체를 포함하는 컴퓨터 프로그램 제품이 제공된다. 그 명령들은 동작들이 적어도 하나의 데이터 프로세서에 의해 실행되도록 할 수도 있다. 그 동작들은: 전기해부학적 맵에서, 하나 이상의 페이싱 임펄스들을 인가할 때 카테터, 페이스메이커 리드, 또는 이식가능한 심장 제세동기 리드가 포지셔닝되는 n-양의 페이싱 사이트들의 각각의 로케이션을 결정하는 동작; n-양의 페이싱 사이트들의 각각에 대해, n-양의 페이싱 사이트들의 각각에서 페이싱하는 동안 수집된 환자 벡터 심전도에 매칭하는 벡터 심전도와 연관된 계산 모델 및 부정맥 시뮬레이션을 식별하고, 그 계산 모델에서 하나 이상의 대응하는 페이싱 사이트들을 선택하는 동작; 전기해부학적 맵 및 계산 모델에서 n-양의 페이싱 사이트들의 각각의 로케이션에 적어도 기초하여, 전기해부학적 맵 및 계산 모델을 정렬하는 동작; 및, 그 정렬에 적어도 기초하여, n-양의 페이싱 사이트들의 각각의 로케이션에 대한 계산 모델에서 임상적으로 관련된 심장 부정맥의 소스의 로케이션의 표시를 생성하는 동작을 포함할 수도 있다.

다른 양태에서, 향상된 계산 심장 시뮬레이션을 위한 장치가 제공된다. 그 장치는: 전기해부학적 맵에서, 하나 이상의 페이싱 임펄스들을 인가할 때 카테터, 페이스메이커 리드, 또는 이식가능한 심장 제세동기 리드가 포지셔닝되는 n-양의 페이싱 사이트들의 각각의 로케이션을 결정하기 위한 수단; n-양의 페이싱 사이트들의 각각에 대해, n-양의 페이싱 사이트들의 각각에서 페이싱하는 동안 수집된 환자 벡터 심전도에 매칭하는 벡터 심전도와 연관된 계산 모델 및 부정맥 시뮬레이션을 식별하고, 그 계산 모델에서 하나 이상의 대응하는 페이싱 사이트들을 선택하기 위한 수단; 전기해부학적 맵 및 계산 모델에서 n-양의 페이싱 사이트들의 각각의 로케이션에 적어도 기초하여, 전기해부학적 맵 및 계산 모델을 정렬하기 위한 수단; 및, 그 정렬에 적어도 기초하여, n-양의 페이싱 사이트들의 각각의 로케이션에 대한 계산 모델에서 임상적으로 관련된 심장 부정맥의 소스의 로케이션의 표시를 생성하기 위한 수단을 포함할 수도 있다.

현재 주제의 구현들은 하나 이상의 피처들(features0이 기술되는 것을 포함하는 일관된 시스템들 및 방법들 뿐만 아니라, 하나 이상의 머신들(예를 들어, 컴퓨터들 등)로 하여금 본 명세서에 설명된 동작들을 초래하게 하도록 동작가능한 유형적으로 구현된 머신-판독가능 매체를 포함하는 물품들(articles)을 포함할 수도 있다. 유사하게, 하나 이상의 프로세서들 및 그 하나 이상의 프로세서들에 커플링된 하나 이상의 메모리들을 포함할 수도 있는 컴퓨터 시스템들이 또한 설명된다. 컴퓨터 판독 가능 저장 매체를 포함할 수 있는 메모리는 하나 이상의 프로세서들로 하여금 본 명세서에 설명된 동작들 중 하나 이상을 수행하게 하는 하나 이상의 프로그램들을 포함, 인코딩, 저장 등을 할 수도 있다. 현재 주제의 하나 이상의 구현들과 일치하는 컴퓨터 구현 방법들은 단일 컴퓨팅 시스템 또는 다수의 컴퓨팅 시스템들에 상주하는 하나 이상의 데이터 프로세서들에 의해 구현될 수 있다. 이러한 다수의 컴퓨팅 시스템들은 연결될 수 있고, 예를 들어 네트워크(예를 들어, 인터넷, 무선 광역 네트워크, 근거리 네트워크, 광역 네트워크, 유선 네트워크 등)를 통한 연결, 다수의 컴퓨팅 시스템들 중 하나 이상 사이의 직접 연결 등을 포함하는 하나 이상의 연결을 통해 데이터 및/또는 커맨드들 또는 다른 명령들 등을 교환할 수 있다.

본 명세서에 설명된 주제의 하나 이상의 변형들의 상세들은 첨부 도면들 및 이하의 설명에서 전개된다. 본원에 설명된 주제의 다른 특징들 및 이점들은 설명 및 도면들로부터, 그리고 청구항들로부터 명백해질 수도 있다. 현재 개시된 주제의 특정 피처들은 계산 심장 시뮬레이션과 관련하여 예시적인 목적들을 위해 설명되지만, 이러한 피처들은 제한적인 것으로 의도되지 않는다는 것이 쉽게 이해되어야 한다. 본 개시를 따르는 청구항들은 보호된 주제의 범위를 정의하기 위한 것이다.

도면들의 간단한 설명
본 명세서에 통합되고 본 명세서의 일부를 구성하는 첨부 도면들은 본 명세서에 개시된 주제의 특정 양태들을 도시하고, 설명과 함께, 개시된 구현들과 연관된 원리들 중 일부를 설명하는데 도움을 준다. 도면들에서:
도 1 은 일부 실시예들에 따른, 심장 부정맥 제어 시스템의 예를 나타내는 시스템도를 도시한다.
도 2 는 일부 실시예들에 따른, 심장 부정맥 제어 시스템에서의 데이터 흐름의 예를 나타내는 흐름도를 도시한다.
도 3a 는 일부 실시예들에 따른, 임상 사례와 연관된 데이터의 예를 도시한다.
도 3b 는 일부 실시예들에 따른 사용자 인터페이스의 예를 도시한다.
도 3c 는 일부 실시예들에 따른, 임상 사례와 연관된 데이터의 다른 예를 도시한다.
도 3d 는 일부 실시예들에 따른, 임상 사례와 연관된 데이터의 다른 예를 도시한다.
도 4 는 일부 실시예들에 따른, 비-환자 특정 계산 시뮬레이션들의 라이브러리를 수정하기 위한 프로세스의 예를 나타내는 흐름도를 도시한다.
도 5a 는 일부 실시예들에 따른, 전기생리학 프로시저 동안 수집된 데이터의 예를 도시한다.
도 5b 는 일부 실시예들에 따른, 전기생리학 프로시저 동안 수집된 데이터의 다른 예를 도시한다.
도 5c 는 일부 실시예들에 따른, 전기생리학 프로시저 동안 수집된 데이터의 다른 예를 도시한다.
도 6a 는 일부 실시예들에 따른, 심장 부정맥의 계산 모델의 예를 도시한다.
도 6b 는 일부 실시예들에 따른, 전기해부학적 맵핑의 예를 도시한다.
도 6c 는 일부 실시예들에 따른, 페이싱 사이트들을 포함하는 전기해부학적 맵핑의 예를 도시한다.
도 6d 는 일부 실시예들에 따른, 페이싱 사이트들의 식별된 로케이션들을 갖는 심장 부정맥의 계산 모델의 예를 도시한다.
도 7a 는 일부 실시예들에 따른, 장구 회전타원체 좌표계의 기하학적 구조를 도시한다.
도 7b 는 일부 실시예들에 따른, 장구 회전타원체 좌표계를 도시한다.
도 8a 는 일부 실시예들에 따른, 심장 기하학적 구조 및 절제 사이트들을 포함하는 전기해부학적 맵핑의 예를 도시한다.
도 8b 는 일부 실시예들에 따른, 정위적 절제 방사선요법 케이스의 예를 도시한다.
도 9a 는 일부 실시예들에 따른, 임상 사례들과 연관된 데이터로 계산 시뮬레이션들의 라이브러리를 향상시키기 위한 프로세스의 예를 나타내는 흐름도를 도시한다.
도 9b 는 일부 실시예들에 따른, 계산 시뮬레이션들의 라이브러리를 수정하기 위한 프로세스의 예를 나타내는 흐름도를 도시한다.
도 9c 는 일부 실시예들에 따른, 전기해부학적 맵핑과 계산 시뮬레이션을 정렬하기 위한 프로세스의 예를 나타내는 흐름도를 도시한다.
도 10 은 일부 실시예들에 따른 컴퓨팅 시스템을 나타내는 블록도를 도시한다.
실제적으로, 유사한 참조 부호들은 유사한 구조들, 피처들 또는 엘리먼트들을 나타낸다.

상세한 설명

심장 부정맥(예를 들어, 심방 세동, 심실 빈맥, 심실 세동)은, 예를 들어, 안정적인 전기 회전자, 반복적인 전기 초점 소스, 재진입 전기 회로 등을 포함하는 지속되고 및/또는 임상적으로 중요한 에피소드들(episodes)을 구동하는 메커니즘을 표적화함으로써 치료될 수도 있다. 절제는 심장 부정맥에 대한 하나의 예시적인 치료이며, 여기서, 무선주파수, 극저온 온도, 초음파, 및/또는 방사선(예를 들어, 정위적 절제 방사선요법(SAbR))이 심장 부정맥의 소스에 적용될 수도 있다. 결과적인 병변들은 비정상적인 심장 활성화를 야기하는 불규칙한 전기 신호들을 붕괴 및/또는 제거함으로써 심장 부정맥을 경감시킬 수도 있다. 그럼에도 불구하고, 절제의 결과는 심장 부정맥의 소스의 정확한 국부화(localization)를 포함하는 다양한 인자들에 의존할 수도 있다. 기존의 방법론들로, 심장 부정맥의 소스를 정확하게 국부화하는 것은 여전히 어려운 과제로 남아있다. 더욱이, 관련 환자 해부학, 치료 파라미터들, 및 치료 결과를 포함하는 이전의 임상 사례 데이터에 대한 충분한 접근의 부재는 심장 부정맥에 대해 환자를 치료하는 일부 실무자들을 더 불리하게 할 수도 있다. 이와 같이, 현재 주제의 다양한 구현들은 진단 및 표적화된 치료를 용이하게 하기 위해 심장 부정맥 소스 국부화를 개선하기 위해 계산 심장 시뮬레이션을 향상시키기 위한 기술들을 포함한다.

일부 예시적인 구현들에서, (미국 특허 10,319,144 "Computational Localization of Fibrillation Sources"에 기술된) 심장 부정맥의 복수의 계산 모델들 및/또는 시뮬레이션들을 포함하는 라이브러리는 임상 사례들과 연관된 임상 데이터로 향상될 수도 있다. 예를 들어, 제 1 사용자는 라이브러리와 연관된 데이터 제어기에, 환자 해부학적 정보, 전압 맵들 또는 일렉트로그램 특성들과 같은 데이터, 진단 및/또는 치료 양식들, 치료 파라미터들, 치료 결과, 관련 의학 문헌 등을 포함하는 임상 사례와 연관된 임상 데이터를 전송할 수도 있다. 라이브러리의 콘텐츠는 심장 부정맥의 계산 모델들 및 시뮬레이션들의 특정 특성들에 기초하여 인덱싱될 수도 있다. 실례로, 제 1 사용자로부터 임상 데이터를 수신하면, 제어기는, 적어도, 라이브러리에서, 임상 사례와 매칭하는 계산 모델 및 시뮬레이션들을 적어도 식별하는 것 및 대응하는 임상 데이터를 매칭하는 계산 모델 및 시뮬레이션들과 연관시키는 것에 의해, 임상 사례를 인덱싱하도록 구성될 수도 있다. 심장 부정맥에 대해 환자를 치료하는 제 2 사용자는, 환자 데이터에 기초하여 라이브러리에 질의함으로써, 심장 부정맥의 계산 시뮬레이션들에 매칭할 뿐만 아니라, 예를 들어, 환자 해부학적 정보, 진단 및/또는 치료 양식들, 치료 파라미터들, 치료 결과, 관련 의학 문헌 등을 포함하는 관련 임상 데이터에 대해 액세스할 수도 있다.

일부 실시예들에서, 라이브러리에 포함된 심장 부정맥의 비-환자 특정 계산 모델들 및 시뮬레이션들은, 예를 들어, 활동 전위 지속기간 (action potential duration; APD) 복원(restitution) 데이터, 전도 속도 복원 데이터, 환자 해부학적 기하학적 구조, 전압 맵핑, 심장내 초음파 데이터, 흉강경 초음파 데이터, 종래의 컴퓨터 단층촬영(CT) 데이터, 콘-빔 컴퓨터 단층촬영(CT) 데이터, 양전자 방출 단층촬영(PET) 스캔 데이터, 형광투시법, 자기 공명 이미징 데이터, 환자 인구통계, 심장 활성화 패턴, 영역 전도 속도, 일렉트로그램 분석 등을 포함하는 전기생리학(EP) 연구 동안 수집된 환자 데이터를 사용하여 향상될 수도 있다. 예를 들어, 라이브러리와 커플링된 제어기는 환자 데이터에 적어도 기초하여, 라이브러리에 포함된 비-환자 특정 계산 시뮬레이션들 중 하나 이상을 수정하도록 구성될 수도 있다. 수정은 환자가 그들의 심장 부정맥에 대해 치료될 때 컴퓨터 시뮬레이션들의 수정된 라이브러리가 이용가능할 수도 있도록 실시간(또는 거의 실시간)으로 수행될 수도 있다. 실례로, 심장 부정맥의 소스의 국부화는 부정맥의 소스에서 절제가 수행되기 전에 계산 시뮬레이션들의 수정된 라이브러리에 기초하여 수행될 수도 있다.

환자의 심장의 계산적 표현과 같은 환자의 해부학적 구조의 계산적 모델은 환자의 심장에서 심장 부정맥의 소스를 표적화하는 절제와 같은 치료를 위한 보충 정보를 제공하는데 사용될 수도 있다. 계산 맵핑 결과는 계산 모델 내의 심장 부정맥의 로케이션을 시각적으로 식별할 수도 있지만, 계산 모델, 심장의 전기해부학적 맵, 및 환자의 실제 해부학적 구조 사이의 정확한 관계는 불명확할 수도 있다. 이와 같이, 일부 실시예들에서, 환자의 해부학적 구조의 계산 모델은, 먼저, 환자의 해부학적 구조에 대해 하나 이상의 카테터들, 페이스메이커 리드들, 또는 이식가능한 심장 제세동기(ICD) 리드들의 포지션을 추적함으로써, 전기해부학적 맵과 정렬될 수도 있다. 다음으로, 하나 이상의 페이싱 임펄스들을 인가할 때 카테터, 페이스메이커 리드, 또는 이식가능한 심장 제세동기 리드가 포지셔닝되는 n-양의 페이싱 사이트들의 로케이션은 계산 모델 및 전기해부학적 맵 양자 모두에서 식별되어, 계산 모델과 전기해부학적 맵을 정렬하기 위해 n-양의 기준 로케이션들을 제공할 수도 있다. 마지막으로, 환자의 해부학적 구조의 계산 시뮬레이션에서 식별된 n-양의 페이싱 사이트들의 포지션에 대한 위치 기준을 가지고, 심장 부정맥(예를 들어, 계산 모델 맵핑 결과에 의해 결정된 바와 같은 심실 세동)의 소스에서 절제가 수행될 수도 있다.

도 1 은 일부 실시예들에 따른, 심장 부정맥 제어 시스템(100)의 예를 나타내는 시스템도를 도시한다. 도 1 을 참조하면, 심장 부정맥 제어 시스템(100)은 데이터 제어기(110) 및 데이터 저장소(120)를 포함할 수도 있다. 도 1 에 도시된 바와 같이, 데이터 제어기(110) 및 데이터 저장소(130)는 네트워크(140)를 통해 통신가능하게 커플링될 수도 있다. 또한, 도 1 은 예를 들어, 제 1 사용자(145a)와 연관된 제 1 클라이언트(140a), 제 2 사용자(145b)와 연관된 제 2 클라이언트(140b) 등을 포함하는 하나 이상의 클라이언트들에 네트워크(140)를 통해 통신가능하게 커플링된 데이터 제어기(110)를 도시한다. 제 1 클라이언트(140a)에서의 제 1 사용자(145a) 및 제 2 클라이언트(140b)에서의 제 2 사용자(145b)는, 심장 부정맥의 계산 시뮬레이션들의 라이브러리(125)를 포함할 수도 있는 데이터 저장소(120)의 콘텐츠에 데이터 제어기(110)를 통해 액세스할 수도 있다. 예를 들어, 액세스 제어, 암호화, 블록체인 등을 포함하는 심장 부정맥 제어 시스템(100) 내에 저장 및/또는 전송되는 데이터를 보안화 및/또는 익명화하기 위해 다양한 기법들이 적용될 수도 있다는 것이 이해되어야 한다.

일부 실시예들에서, 심장 부정맥의 계산 시뮬레이션들의 계산 모델 및 라이브러리(125)는 임상 사례들과 연관된 임상 데이터로 향상될 수도 있다. 추가로 예시하기 위해, 도 2 는 일부 실시예들에 따른, 심장 부정맥 제어 시스템(100)에서의 데이터 흐름(200)의 예를 나타내는 흐름도를 도시한다. 도 1 내지 도 2 를 참조하면, 제 1 클라이언트(140a)에서의 제 1 사용자(145a)는, 도 2 에 도시된 바와 같이, 환자 해부학적 정보(210a), 진단 및/또는 치료 양식들(210b), 치료 파라미터들(210c), 임상 결과들(210d), 관련 의학 문헌(210e) 등을 포함하는 임상 사례와 연관된 임상 데이터를 데이터 제어기(110)에 전송할 수도 있다.

도 2 를 다시 참조하면, 환자 해부학적 정보(210a)의 예들은 심장 기하학적 구조, 흉터 및 섬유증 로케이션들, 흉부 해부학적 구조 및 병리생리학 등을 포함할 수도 있다. 환자 해부학적 정보(210a)는 임상 사례 이전에 및/또는 임상 사례 동안 획득된 이미징 연구들에서 캡처될 수도 있다. 대안적으로 및/또는 추가적으로, 환자 해부학적 정보(210a)는 해부학적 맵핑 프로시저 동안 캡처될 수도 있다. 환자 해부학적 정보(210)는, 예를 들어, 환자 정보의 데이터를 포함하는 텍스트 파일들(예를 들어, 전기생리학 기록 시스템으로부터의 일렉트로그램 정보를 포함하는 출력 데이터 파일들), 심장내 초음파 이미지들, 흉강경 초음파 이미지들, 컴퓨터 단층촬영(CT) 이미지들, 4-차원 컴퓨터 단층촬영 비디오들, 자기 공명 이미징 (MRI) 이미지들, 심근 관류 이미징 테스트 (MIBI), 양전자-방출 단층촬영(PET) 이미지들, 방사선 사진 등을 포함하는 원시 이미징 정보를 예를 들어 로딩함으로써 라이브러리(120)에 로딩될 수도 있다. 단층촬영 이미지들은 수동 해석에서 자동화된 3-차원 이미지 생성 및 분석까지의 해석 스펙트럼을 이용할 수도 있다.

또한, 환자 해부학적 정보(210)를 라이브러리(120)로 로딩하는 것은 기하학적 구조, 카테터 포지션, 전압 맵들, 활성화 데이터, 및 분석 데이터와 같은 3-차원 전기해부학적 맵핑 시스템들로부터 디지털 정보를 가져오는 것을 포함할 수도 있다. 도 3a 는 환자의 심장의 좌심실 및 우심실을 가로지르는 다양한 로케이션들에서의 전압과 흉터/섬유증 밀도 사이의 관계를 나타내는 전압 맵(310)의 예를 도시한다. 환자 해부학적 정보(210a)의 적어도 부분은 제 1 사용자(145a)에 의해 제공된 주석들을 포함할 수도 있다는 것이 이해되어야 한다. 도 3b 는 데이터 제어기(110)에 의해 생성된 사용자 인터페이스(320)의 예를 도시한다. 사용자 인터페이스(320)는, 예를 들어, 제 1 사용자(145a)로부터, 전기해부학적 맵핑 시스템으로부터의 기하학적 구조, 배향, 전압, 활성화 및 분석 정보의 해석에 대응하는 하나 이상의 입력들을 수신하기 위해 제 1 클라이언트(140a)에서 디스플레이될 수도 있다.

진단 및/또는 치료 양식들(210b)의 예들은 이미징 기술(예를 들어, 형광투시법, 초음파, 컴퓨터 단층촬영(CT), 자기 공명 이미징(MRI), 양전자-방출 단층촬영(PET) 등), 시스들(예를 들어, 미리 형성된, 조종가능한 등), 맵핑 카테터들(예를 들어, 다중-전극 카테터들), 및 절제 카테터들(예를 들어, 고체 또는 관주, 8 mm 또는 3.5 mm 팁 사이즈 등)을 포함할 수도 있다. 일부 실시예들에서, 데이터 제어기(110)는 제 1 사용자(145a)가 임상 사례에서 적용된 진단 및/또는 치료 양식들을 입력할 수 있도록 구성된 드롭다운 메뉴(또는 다른 타입의 그래픽 사용자 인터페이스 요소)를 포함하는 사용자 인터페이스를 생성할 수도 있다. 대안적으로 및/또는 추가적으로, 데이터 제어기(110)는, 제 1 사용자(145a)로부터, 예를 들어 제품 바코드(예를 들어, 사례에서 사용되는 절제 카테터를 포함하는 박스로부터의 바코드), 이미지 등을 포함하는 임상 사례 동안 사용되는 하나 이상의 제품들을 식별하는 스캔을 수신할 수도 있다.

치료 파라미터들(210c)의 예들은, 예를 들어, 절제 파워, 로케이션, 병변 배치의 지속기간, 및 병변의 치수 및/또는 형상과 같은 절제와 연관된 파라미터들을 포함할 수도 있다. 예를 들어, 치료 파라미터들(210c) 중 하나 이상을 포함하는 디지털 정보는 전기해부학적 맵핑 시스템으로부터 내보내지고 라이브러리(125)에 업로드될 수도 있다. 도 3c 는 절제 병변들의 로케이션들을 점들로서 나타내는 전기해부학적 맵의 예를 도시한다. 대안적으로 및/또는 추가적으로, 데이터 제어기(110)는 제 1 사용자(145a)로부터, 절제 파워, 로케이션, 병변 배치의 지속기간, 및 병변의 치수 및/또는 형상의 해석에 대응하는 하나 이상의 입력들을 수신하기 위해 제 1 클라이언트(140a)에서 디스플레이될 수도 있는 사용자 인터페이스를 생성할 수도 있다.

치료 파라미터들(210c)의 추가적인 예들은, 예를 들어, 타겟 윤곽 데이터, 내부 치료 볼륨(ITV), 계획 치료 볼륨(PTV), 방사선 선량, 방사선 에너지/전달 시간, 회피 구조들, 호흡 및 심장 모션 게이팅 파라미터들, 환자 포지셔닝 및/또는 억제 디바이스들, 치료 동안 마취에 의한 마비성 약제들의 사용, 페이스메이커 또는 이식가능한 심장-제세동기(ICD) 프로그래밍 파라미터들, 치료 동안의 심장 리듬, 부정맥 맵핑 기술, 연관된 컴퓨터 단층촬영(CT) 이미징 데이터, 연관된 자기 공명 이미징(MRI) 이미징 데이터, 연관된 초음파 이미징 및 추적 데이터, 약물들, 항부정맥 약물 치료, 항응고 의료 치료, 임상 결과들, 합병증들, 및 부작용들과 같은 정위적 절제적 방사선요법(stereotactic ablative radiotherapy; SAbR)과 연관된 파라미터들을 포함할 수도 있다. 예를 들어, 치료 파라미터들(210c) 중 하나 이상을 포함하는 디지털 정보는 정위적 절제 방사선요법(SAbR) 계획 시스템으로부터 내보내지고 라이브러리(125)에 업로드될 수도 있다. 도 3d 는 타겟 볼륨들, 회피 구조들, 및 계산된 방사선요법 투여량을 나타내는 정위적 절제적 방사선요법(SAbR)을 위한 계획 소프트웨어의 예를 도시한다. 대안적으로 및/또는 추가적으로, 데이터 제어기(110)는, 제 1 사용자(145a)로부터, 타겟팅 윤곽 데이터의 해석에 대응하는 하나 이상의 입력들, 내부 치료 볼륨(ITV), 계획 치료 볼륨(PTV), 방사선 선량, 방사선 에너지/전달 시간, 회피 구조들, 호흡 및 심장 모션 게이팅 파라미터들, 환자 포지셔닝 및/또는 억제 디바이스들, 치료 동안 마취에 의한 마비성 약제들의 사용들, 페이스메이커 또는 이식가능 심장-제세동기(ICD) 프로그래밍 파라미터들, 치료 동안의 심장 리듬, 부정맥 맵핑 기술, 연관된 CT 이미징 데이터, 연관된 자기 공명 이미징(MRI) 이미징 데이터, 연관된 초음파 이미징 및 추적 데이터, 약물들, 항부정맥 약물 치료, 항응고 의료 치료, 임상 결과들, 합병증들 및 부작용들을 수신하기 위해, 제 1 클라이언트(140a)에서 디스플레이될 수도 있는 사용자 인터페이스를 생성할 수도 있다.

임상 결과들(210d)은, 예를 들어, 급성 절제 성공(예를 들어, 부정맥을 종결하는 절제, 부정맥을 비유도성으로 만드는 절제, 6개월 임상 결과 등) 및 합병증을 포함하는 치료 파라미터들(210c)을 갖는 절제와 연관된 결과들을 포함할 수도 있다. 도 2 에 도시된 관련 의학 문헌(210e)의 예들은 임상 사례와 관련되고, 계산 모델 및 부정맥 시뮬레이션 라이브러리의 파라미터들(예를 들어, 부정맥 유형, 환자 심장 기하학적 구조 및 흉터 구성, 부정맥 소스 로케이션 등)에 따라 인덱싱된 가이드라인들, 임상 시험들, 전문가 의견들, 및 사례 보고들을 포함할 수도 있다. 데이터 제어기(110)는 제 1 사용자(145a)가 임상 결과들의 선택으로부터 하나 이상의 입력들을 선택할 수 있게 하도록 구성된 드롭다운 메뉴(또는 다른 타입의 그래픽 사용자 인터페이스 요소)를 포함하는 사용자 인터페이스를 생성할 수도 있다.

일부 실시예들에서, 데이터 제어기(110)는 임상 데이터가 예를 들어 제 2 클라이언트(140b)에서 제 2 사용자(145b)에게 액세스가능할 수도 있도록 제 1 사용자(145a)로부터 수신된 임상 데이터를 인덱싱하도록 구성될 수도 있다. 데이터 제어기(110)는, 라이브러리(125)에 포함된 계산 시뮬레이션들에 적어도 기초하여, 제 1 사용자(145a)로부터 수신된 임상 데이터를 인덱싱하여, 임상 데이터가 대응하는 임상 사례와 가장 밀접하게 매칭하는 계산 시뮬레이션과 연관되도록 구성될 수도 있다. 예를 들어, 라이브러리(125)에 포함된 각각의 계산 시뮬레이션은, 예를 들어, 심장 사이즈, 형상, 구조적 심장 질환의 존재 또는 부존재, 부정맥 유형 등을 포함하는 하나 이상의 특성들과 연관될 수도 있다. 제 1 사용자(145a)로부터 임상 사례와 연관된 임상 데이터를 수신하면, 데이터 제어기(110)는 라이브러리(125) 내의 각각의 계산 시뮬레이션에 대해, 임상 사례의 각각의 특성들과 계산 모델 및 시뮬레이션 라이브러리(125) 사이의 매치의 근접성을 나타내는 유사도 점수를 계산하도록 구성될 수도 있다. 임상 사례와 연관된 임상 데이터는 가장 높은 유사도 점수를 갖는 계산 모델에 기초하여 인덱싱될 수도 있다. 즉, 임상 사례와 연관된 임상 데이터는, 특성들(예를 들어, 심장 사이즈, 형상, 구조적 심장 질환의 존재 또는 부존재, 부정맥 유형 등)이 임상 사례에서의 것들과 가장 밀접하게 일치하는 계산 모델 및/또는 시뮬레이션들과 연관될 수도 있다.

매칭하는 임상 사례와 연관된 임상 데이터로 향상된 계산 모델 및/또는 시뮬레이션들을 포함하는 시뮬레이션 라이브러리(125)의 콘텐츠는 제 2 클라이언트(140b)에서 제 2 사용자(145b)에게 액세스가능할 수도 있다. 예를 들어, 제 2 사용자(145b)는 관련 임상 사례를 식별하기 위해 라이브러리(125)에 질의(query)할 수도 있다. 일부 실시예들에서, 제 2 사용자(145b)는 심장 부정맥에 대해 환자를 치료할 수도 있고, 따라서 예를 들어, 환자 연령, 병력, 부정맥 유형, 제안된 치료 계획 등을 포함하는 환자 데이터에 기초하여 라이브러리(125)에 질의할 수도 있다. 데이터 제어기(110)는 제 2 사용자(145b)로부터의 질의의 파라미터들에 매칭하는 라이브러리(120)에 포함된 하나 이상의 임상 사례들을 적어도 식별함으로써 제 2 사용자(145b)로부터의 질의에 응답할 수도 있다. 대안적으로 및/또는 추가적으로, 하나 이상의 특정 임상 사례들 대신에, 제 2 사용자(145b)는, 예를 들어, 부정맥 소스 로케이션의 통계적 확률을 결정하는 것, 부정맥에 대한 상이한 치료 접근법들(예를 들어, 절제 병변 로케이션 및/또는 타겟 볼륨, 수, 및 패턴)과 연관된 잠재적인 임상 결과들의 확률적 분석을 수행하는 것 등을 포함하는 다양한 인지 작업들을 수행하기 위해 머신 학습 모델을 트레이닝하기 위한 트레이닝 데이터로서 라이브러리(120)로부터의 임상 사례들의 집합을 적용할 수도 있다.

일부 실시예들에서, 머신 학습 모델은 예를 들어 오토인코더 등과 같은 신경망을 포함할 수도 있다. 머신 학습 모델은, 머신 학습 모델로의 입력으로서 수집되고 입력될 수도 있는 다수의 환자 케이스들로부터의 임상 데이터를 포함하는 트레이닝 데이터에 기초하여 트레이닝될 수도 있다. 트레이닝 데이터는 환자 인구통계 정보, 심전계(ECG) 및 벡터심전도(VCG) 트레이싱들, 및 식별된 부정맥 소스 로케이션들을 포함하는 그라운드 진실 라벨들을 포함할 수도 있다. 부정맥 소스 로케이션들은 절제 사아트, 사이즈, 볼륨, 및 기법 (예를 들어, 카테터 절제 대 정위적 절제 방사선요법), 및 결과의 일부 순위(예를 들어, 부정맥 종결, 급성 절제 성공, 장기 절제 성공 등)로 추가로 라벨링될 수도 있다. 또한, 머신 학습 모델은 각각의 환자에 대한 치료 접근법에 존재하는 특징들(절제 병변 넘버, 사이즈, 볼륨, 구성, 치료 용량 등)을 검사하도록 트레이닝될 수도 있다. 추가적으로, 머신 학습 모델은 비교를 위해 다른 트레이닝 사례 데이터 및/또는 미래의 사례들 양자 모두에 대한 관련성을 결정하기 위해 인구 통계, 부정맥 유형, 심장 해부학 등에 기초하여 상이한 임상 사례들 사이의 유사도 메트릭을 결정하도록 트레이닝될 수도 있다. 사용자가 트레이닝된 머신 학습 모델을 활용하고자 할 때, 사용자는 하나 이상의 환자 특성들 및 부정맥 특성들뿐만 아니라 환자의 심전도(ECG) 또는 벡터심전도(VCG)를 트레이닝된 머신 학습 모델에 입력들로서 제공할 수도 있다. 트레이닝된 머신 학습 모델은, 그 입력들에 적어도 기초하여, 부정맥 소스 로케이션의 통계적 확률, 및 부정맥에 대한 상이한 치료 접근법들(예를 들어, 절제 병변 로케이션, 수, 볼륨, 구성, 치료 용량 등)과 연관된 잠재적인 임상 결과들의 확률적 분석을 결정할 수도 있다. 이러한 경우들에서, 데이터 제어기(110)는 또한 트레이닝된 머신 학습 모델의 출력에 적어도 기초하여, 케이스 참조 및 절차적 계획을 위한 관련 임상 사례들의 선택을 식별하도록 구성될 수도 있다.

일부 실시예들에서, 라이브러리(125)에 포함된 비-환자 특정적 계산 모델들 및 부정맥 시뮬레이션들은, 예를 들어, 활동 전위 지속기간(APD) 복원 데이터, 전도 속도 복원 데이터, 환자 해부학적 기하학적 구조, 전압 맵핑, 심장내 초음파 데이터, 흉강경 초음파 데이터, 종래의 컴퓨터 단층촬영 데이터, 콘-빔 컴퓨터 단층촬영 데이터, 4-차원 컴퓨터 단층촬영 데이터(4-D CT), 자기 공명 이미징(MRI) 데이터, 양전자-방출 단층촬영(PET) 데이터, 환자 인구 통계, 심장 활성화 패턴, 지엽적 전도 속도, 일렉트로그램 분석 등을 포함하는, 전기생리학 실험실, 방사선 의학 수트, 또는 수술실(OR)에서 전기생리학 연구(EPS) 동안 수집된 환자 데이터를 사용하여 향상될 수도 있다. 예를 들어, 데이터 제어기(110)는 환자 데이터에 적어도 기초하여, 라이브러리(125)에 포함된 비-환자 특정 계산 모델들 및 부정맥 시뮬레이션들 중 하나 이상을 수정하도록 구성될 수도 있다. 이 예에서, 전기해부학적 맵핑 시스템에 의해 절제 케이스 동안 생성된 환자의 좌심실 기하학 및 전압 맵은 USB 메모리 스틱으로 내보내지고 알고리즘에 업로드된다. 심장 모델은 좌심실 사이즈, 배향, 정상 조직, 흉터 조직, 섬유증의 로케이션에 대한 정보를 포함하도록 업데이트된다. 다음으로, 심장 부정맥의 이전에 계산된 전압 솔루션들이 업데이트된 심장 모델에 통합되고, 상기 솔루션들은 심장 부정맥 소스의 각각의 가능한 로케이션과 연관된 하나 이상의 VCG 루프들과 함께, 환자에 대한 벡터심전도(VCG) 라이브러리를 계산하기 위해 시간적으로 전진한다. 조정된 VCG 라이브러리 및 연관된 로케이션 및 다른 연관된 메타데이터는 그 다음에, 수행되고 있는 임상 사례에서 돕기 위해 임상 사용자에게 리턴된다. 수정들은 환자가 그들의 심장 부정맥에 대해 치료될 때 컴퓨터 시뮬레이션들의 수정된 라이브러리(125)가 이용가능할 수도 있도록 실시간(또는 거의 실시간)으로 수행될 수도 있다. 실례로, 심실 세동의 소스의 국부화는, 심실 세동의 소스에서 절제가 수행되기 전에 계산 시뮬레이션들의 수정된 라이브러리(125)에 기초하여 수행될 수도 있다.

도 4 는 일부 실시예들에 따른, 비-환자 특정 계산 시뮬레이션들의 라이브러리를 수정하기 위한 프로세스(400)의 예를 나타내는 흐름도를 도시한다. 박스 A 에 나타난 바와 같이, 환자를 시술 테이블 위에 놓인 전기생리학 실험실, 방사선 의학 수트, 수술실 등에 넣고 시술을 시작한다(전기생리학 연구(EPS) 환경은 도 4 의 아래 부분에 의해 나타냄). 다음으로, 박스 B.에 설명된 바와 같이, 환자 심장 기하학적 구조는 비침습적 기법들(예를 들어, 흉강경 초음파, 형광투시법, 콘-빔 컴퓨터 단층촬영 스캔, 자기 공명 이미징 등) 및/또는 침습적 기법들(예를 들어, 침습적 전기생리학 카테터들이 심장 내에 배치되고 심장 전체에 걸쳐 조작됨)의 조합을 사용하여 생성된다. 심장 기하학적 구조는 APD 복원 데이터, 전도 속도 복원 데이터, 전압 맵핑 데이터, 심장내 초음파 데이터, 환자 인구 통계 데이터[나이, 체중, 신장, 박출률], 심장 활성화 패턴, 영역 전도 속도, 및 일렉트로그램 분석에 의해 보충된다. 다음으로, 이들 데이터는 수집되고 분석을 위해 고성능 컴퓨팅 자원(도 4 의 상단에 의해 표현된 영역)으로 안전하게 내보내진다. 이 환경에서, 심장 부정맥의 계산 시뮬레이션의 사전-존재하는 비-환자-특정 라이브러리(박스 1)는 내보내진 데이터에 따라 빠르게 스케일링되고 조정된다(박스 2). 일 예에서, 심장 모델은 좌심실 사이즈, 배향, 정상 조직, 흉터 조직, 섬유증의 로케이션에 대한 정보를 포함하도록 업데이트된다. 다음으로, 심장 부정맥의 이전에 계산된 전압 솔루션들이 업데이트된 심장 모델에 통합되고, 상기 솔루션들은 심장 부정맥 소스의 각각의 가능한 로케이션과 연관된 하나 이상의 VCG 루프들과 함께, 환자에 대한 벡터심전도(VCG) 라이브러리를 계산하기 위해 시간적으로 전진한다. 박스 3 에 나타낸 바와 같이, 조정된 라이브러리, 전압 솔루션들, 및 부정맥 소스 로케이션은 환자 부정맥 맵핑을 위해 로컬 전기생리학 실험실, 방사선 의학 수트, 또는 수술실(OR) 맵핑 시스템으로 리턴된다. 한편, 임상 사례(박스 C)에서는 필요한 경우 부정맥 유도가 시도된다. 부정맥 일렉트로그램들은 분석을 위해 저장되고 내보내진다. 진단 카테터들은 제거되고(존재하는 경우), 절제 카테터들이 심장 내에 배치되거나, 정위적 절제 방사선요법(SAbR) 계획이 검토되거나, 또는 외과적 계획이 평가된다. 박스 D 에서, 부정맥 소스 맵핑은 박스 3 으로부터의 수정된 VCG 라이브러리를 사용하여 수행된다. 부정맥 소스 로케이션들(계산 맵핑 프로세스의 결과들)은 의사의 해석을 위해 디스플레이된다. 맵핑 결과들에 의해 알려지면, 카테터 절제, 정위적 절제 방사선요법, 또는 부정맥 소스들의 수술 중단이 시작된다(박스 E).

도 4 를 참조하면, 데이터 제어기(110)는, 예를 들어, 활동 전위 지속기간(APD) 복원 데이터, 전도 속도 복원 데이터, 환자 해부학적 기하학적 구조, 전압 맵핑, 심장내 초음파 데이터, 심장 활성화 패턴, 영역 전도 속도, 일렉트로그램 분석 등과 같은 환자-특정 데이터를 수집하기 위해, 환자 인구 통계, 및 환자의 심장에 하나 이상의 카테터들을 포지셔닝시킴으로써 또는 이식된 페이스메이커 또는 이식가능 심장-제세동기(ICD)의 조사로부터 유도된 정보를 포함하는, 도 4 에 도시된 바와 같이, 전기생리학(EP) 연구 동안 수집된 환자 데이터에 기초하여 라이브러리(125)를 수정하도록 구성될 수도 있다. 데이터 제어기(110)는, 라이브러리(125)에 포함된 계산 시뮬레이션들 중 하나 이상이 환자 특정 특성들에 더 잘 부합하도록, 하나 이상의 환자 특정 보정들을 적용하는 것을 포함하여, 라이브러리(125)를 수정할 수도 있다.

추가로 예시하기 위해, 도 5a 내지 도 5c는 일부 실시예들에 따른, 전기생리학 프로시저 동안 수집된 데이터의 예들을 도시한다. 예를 들어, 도 5a 는 심방에서의 단일 외부자극 페이싱의 결과의 예를 도시하며, 이는 심방 활동 전위 지속기간(APD) 복원 및 활성화 레이턴시를 예시할 수도 있다. 도 5a 에 도시된 활동 전위 지속기간(APD) 복원 및 활성화 레이턴시는 환자의 심장 내의 심방 부정맥의 보다 정확한 시뮬레이션을 위한 정확한 파라미터들을 결정하기 위해 사용될 수도 있다.

도 5b 는 비허혈성 심근병증 및 심실 부정맥을 갖는 환자에서 심내막 기하학적 구조들 및 전압 맵들의 예를 도시한다. 부정맥 시뮬레이션 프로세스에 관련된 상당한 양의 데이터가 3-차원 전기해부학적 맵핑 시스템을 사용하여 전기생리학 맵핑 프로세스 동안 생성될 수도 있다. 예를 들어, 심장 기하학적 구조 및 배향은 심장 내에서 전기생리학 카테터들을 이동시킴으로써 획득될 수도 있다. 이러한 카테터들에 의해 점유된 포인트들의 집합은, 예를 들어, 도 5b에 도시된 좌측 심실(도 6 의 좌측 상의 기하학적 구조) 및 우측 심실(도 5 의 우측 상의 기하학적 구조)의 심내막 기하학적 구조들에서 나타낸 심장의 심내막 및 심내막 표면들을 생성하기 위해 사용될 수도 있다.

도 5c 는 심내막 표면(하부 화살표) 및 카테터 스플라인의 바스켓(상부 화살표)이 있는 좌심실의 심장내 심초음파도(ICE) 이미지의 예를 도시한다. 심장내 심장초음파검사(ICE) 시스템 또는 흉강경 심장초음파검사 시스템은 심장 벽들의 두께, 다양한 구조들(예를 들어, 유두근, 폐정맥, 좌심방 및 우심방 부속물들)의 포지션 및 두께, 및 다른 맵핑 및 절제 카테터들의 포지션들에 관한 동적, 고해상도 데이터를 수집할 수도 있다. 따라서, 도 5c 에 도시된 것과 같은 결과적인 심장초음파 이미지들은, 도 4 의 프로세스(400)에 의해 예시되고 전술한 바와 같이, 환자 특정 심장 특성들에 부합하도록 하나 이상의 비-환자 특정 계산 시뮬레이션들을 추가로 정제하는데 사용될 수도 있다.

일부 실시예들에서, 환자 데이터는 전기해부학적 맵핑 시스템으로부터 내보내지고 데이터 제어기(110)로 직접 전송될 수도 있다. 예를 들어, 환자의 기하학적 구조, 전압 맵, 활성화 맵, 및 일렉트로그램 모폴로지 맵은 데이터 제어기(110)에 업로드되기 전에 데이터 파일(예를 들어, USB(universal serial bus) 메모리 스틱, CD(compact disk), DVD(digital versatile disk) 등)에 저장될 수도 있다. 대안적으로, 직접 내보내기가 실행 가능하지 않을 때, 데이터 제어기(110)는, 예를 들어, 그래픽 사용자 인터페이스를 통해, 기하학적 모핑 및 회전을 위한 사용자-편집가능 심장 모델 및 맞춤가능 툴들을 제공하고, 계산 모델 및 부정맥 시뮬레이션에 전압 및/또는 일렉트로그램 정보를 부과하고, 활성화 정보를 표시할 수도 있다. 심장 구조 벽들의 두께뿐만 아니라 유두근, 폐정맥, 및 좌심방 및 우심방 부속물들의 포지션 및 형태에 관한 글로벌 및/또는 국부적 정보는 또한 기하학적 구조를 모핑하거나 벽 두께를 설정함으로써 모델에 포함될 수도 있다. 예를 들어, 액세스 제어, 암호화, 블록체인 등을 포함하는 데이터 제어기(110)로/로부터 전송되는 데이터를 보안화 및/또는 익명화하기 위해 다양한 기법들이 적용될 수도 있다는 것이 이해되어야 한다.

일부 실시예들에서, 환자 데이터를 수신하면, 데이터 제어기(110)는 그 환자 데이터에 적어도 기초하여, 실시간 또는 거의 실시간으로 라이브러리(125) 내의 하나 이상의 계산 모델들 및 부정맥 시뮬레이션들을 수정하도록 구성될 수도 있다. 언급된 바와 같이, 수정들은 라이브러리(125)에서의 계산 시뮬레이션들이 환자 특정 특성들에 더 잘 부합하도록 하나 이상의 환자 특정 교정들을 포함할 수도 있다. 예를 들어, 데이터 제어기(110)는, 관심 환자에 대한 부정맥 시뮬레이션들을 계산하기 위해 메시 관계들이 사용될 수도 있도록, 계산 메시에 기하학적 데이터를 피팅하도록 구성될 수도 있다. 데이터 제어기(110)는 또한, 이전에 시뮬레이션된 회전자들 및 초점 소스들의 전압 솔루션들을 보다 환자 특정적인 모델에 도입할 수도 있다. 그 다음, 계산 시뮬레이션은 부정맥 성숙 및 순열이 (예를 들어, 시뮬레이션된 시간의 수 초 동안) 기록될 수 있게 하기 위해 시간상 앞으로 진행할 수도 있다. 데이터 제어기(110)는 계산 전압 솔루션들로부터 심장 부정맥의 소스 로케이션에 인덱싱될 수도 있는 벡터심전도(VCG) 데이터를 연산 및 기록할 수도 있다. 대안적으로 및/또는 추가적으로, 전압 솔루션들의 계산 렌더링들은 부정맥 맵핑 및 검증을 위한 자원(예를 들어, 미국 특허 10,319,144 "Computational Localization of Fibrillation Sources"의 기술)으로서 수행 및 기록될 수도 있다.

데이터 제어기(110)는, 언급된 바와 같이, 환자가 심실 세동을 위해 치료될 때 계산 시뮬레이션들의 수정된 라이브러리(125)가 이용가능할 수 있도록 실시간(또는 거의 실시간)으로 라이브러리(125)를 수정할 수도 있다. 예를 들어, 렌더링된 전압 솔루션들과 함께, 계산된 벡터 심전도 및 연관된 소스 로케이션들은 암호화되고, 제 1 클라이언트(140a) 및/또는 제 2 클라이언트(140b)로 전송되어, 적어도 제 1 사용자(145a) 및/또는 제 2 사용자(145b)가 예를 들어 심실 세동의 소스에서 절제와 같은 치료를 수행하기 전에 환자의 심실 세동의 로케이션을 결정할 수 있게 할 수도 있다. 수정된 라이브러리(125)는 제 1 사용자(145a) 및/또는 제 2 사용자(145b)가 심장 부정맥의 소스의 더 높은 충실도 국부화를 수행할 수 있게 하여, 심장 부정맥의 소스를 타겟팅하는 치료의 임상 결과를 개선할 수도 있다는 것이 이해되어야 한다.

일부 실시예들에서, 데이터 제어기(110)는 부정맥 시뮬레이션 및 계산 부정맥 맵핑을 위해 사용되는 계산 모델을 환자의 해부학적 구조에 대한 하나 이상의 카테터들의 포지션들을 추적하는 3-차원 전기해부학적 맵과 정렬하도록 구성될 수도 있다. 이것은 다음과 같은 작업 과정으로 달성될 수 있을 것이다: 먼저, n-양의 페이싱 조작들은 페이스메이커 또는 이식가능한 심장 제세동기의 조종 가능한 카테터 또는 페이싱 전극들을 사용하여 환자의 심장 내에서 수행된다. 다음으로, 페이싱의 사이트들은 3-차원 전기해부학적 맵핑 시스템을 사용하여 환자의 심장 내에 기록된다. 다음으로, 페이싱이 수행된 n-양의 사이트들은, 페이싱된 QRS 콤플렉스들의 각각을 분석(예를 들어, 페이싱된 QRS 콤플렉스들로부터의 벡터심전도가 계산됨)하는 것 및 시뮬레이션된 페이싱 벡터심전도들의 라이브러리와 비교하는 것에 의해, 계산 부정맥 맵핑 시스템에서 식별될 수도 있다. 가장 높은 유사도 점수를 갖는 벡터심전도는 그 심박에 대한 페이싱의 사이트의 로케이션에 관한 정보를 제공할 것이다. 다음으로, 계산 모델 및 전기해부학적 맵핑 시스템 기하학적 구조는, 전기해부학적 맵핑 기하학적 구조를 계산 모델 부정맥 맵핑 시스템으로 내보내거나, 계산 모델 기하학적 구조를 전기해부학적 맵핑 시스템으로 내보내거나, 또는 개념적으로, 예를 들어, 최소자승 피팅 알고리즘을 사용하여 n-양의 페이싱 로케이션의 포지션들을 최상으로 중첩시킴으로써, 결합된다. 그 다음, 환자의 해부학적 구조의 계산 시뮬레이션에서 식별된 n-양의 페이싱 사이트들의 포지션을 기준으로 심장 부정맥의 소스에서 절제가 수행될 수도 있다.

도 6a 는 일부 실시예들에 따른, 도시된 심실 세동의 소스의 로케이션을 갖는 계산 모델(600)의 예를 도시한다. 도 6a 에 도시된 계산 시뮬레이션(600)은 환자에서의 심장 부정맥의 소스의 로케이션을 나타내는 "히트 맵"일 수도 있다. 도 6a 에 도시된 계산 모델 및 맵핑 솔루션(600)의 예는, 예를 들어, 부정맥 시뮬레이션들의 시뮬레이션된 벡터심전도 라이브러리에 매칭된, 관심 있는 부정맥의 임상 12-리드 심전도(ECG) 데이터 및 그것의 계산된 벡터심전도로부터 생성될 수도 있다. 계산 모델(600)은 심장 부정맥의 소스의 로케이션들을 나타내지만, 환자의 해부학적 구조와 계산 시뮬레이션(600)의 기하학적 구조 사이의 정확한 관계는 결여될 수도 있다. 이와 같이, 계산 모델 및 맵핑 솔루션(600) 단독은 심장 부정맥에 대해 환자를 치료하는 임상의에게 충분한 실행가능한 데이터를 제공하지 않을 수도 있다.

환자의 해부학적 구조에 대한 심장 부정맥의 소스의 정확한 로케이션을 제공하기 위해, 데이터 제어기(110)는 도 6a 에 도시된 계산 모델 및 맵핑 출력(600)과 같은 환자의 해부학적 구조의 계산 시뮬레이션을 정렬하도록 구성될 수 있고, 도 6b 에 도시된 전기해부학적 맵핑(610)과 정렬될 수도 있다. 도 6b 를 참조하면, 전기해부학적 맵핑(610)은 환자의 해부학적 구조(예를 들어, 좌심실)에 대한 페이스메이커 또는 이식가능한 심장 제세동기(ICD)의 하나 이상의 카테터들(상부 화살표들로 표시됨) 또는 페이싱 전극들 뿐만 아니라 저전압 영역들(하부 화살표로 표시됨)의 포지션을 추적할 수도 있다. 이와 같이, 일부 실시예에서, 데이터 제어기(110)는, 하나 이상의 페이싱 임펄스들을 인가할 때, 카테터가 포지셔닝되는 또는 페이스메이커 또는 이식가능한 심장 제세동기의 페이싱 전극들이 로케이팅되는 n-양(예를 들어, 3개 이상)의 페이싱 사이트들의 로케이션을, 전기해부학적 맵핑에 적어도 기초하여 결정할 수도 있다. 추가로 예시하기 위해, 도 6c 는 페이싱 사이트들(화살표들로 표시됨)을 포함하는 전기해부학적 맵(620)의 예를 도시한다. 데이터 제어기(110)는 계산 맵핑 솔루션(600)에서 동일한 n-양의 페이싱 사이트들의 로케이션을 추가로 결정할 수도 있다. 도 6d 는 n-양의 페이싱 사이트들이 작은 백색 점들(화살표들로 표시됨)에 의해 표시되는 계산 모델(600)을 도시한다. 특히, 도 6d 에 도시된 바와 같이, 심장 부정맥의 소스의 로케이션은 n-양의 페이싱 사이트들의 로케이션에 대해 참조될 수도 있다. 전술한 바와 같이, 계산 모델 기하학적 구조는 n-양의 페이싱 사이트들의 로케이션들을 참조하는 3-차원 최소 제곱 피팅 알고리즘을 사용하여 3-차원 전기해부학적 맵핑 시스템 기하구조와 정렬될 수도 있다(또는 그 반대). 이러한 정렬 프로세스의 결과로서, 업데이트된 도 6d 가 생성되어, 사용자에게 디스플레이될 수 있고, 표적화된 치료는 도 6d 로부터의 관심 사이트("심장 부정맥의 소스"로 라벨링됨)로 보다 정확하게 전달될 수도 있다.

일부 실시예들에서, 심장 부정맥의 소스의 로케이션은 심장 챔버들에 대한 기준 시스템으로서 기능하는 장구 회전타원체 좌표계를 사용하여 전기해부학적 맵핑 시스템으로 변환될 수도 있다. 도 7a 내지 도 7b 는 일부 실시예들에 따른, 장구 회전타원체 좌표계(700)를 도시한다. 도 7a 내지 도 7b 에 도시된 바와 같이, 장구 회전타원체 좌표계(700) 내의 로케이션은 튜플

,

, 및

로 표현될 수도 있고, 여기서,

이고

이다.

n-양의 페이싱 사이트들의 로케이션들이 계산 시뮬레이션(600) 및 전기해부학적 맵(620)에서 알려지면, n-양의 페이싱 사이트들의 포지션들은, 변환 매트릭스 A 를 사용하여, 계산 시뮬레이션(600) 및 전기해부학적 맵(620)의 각각의 기준 좌표 시스템들을 정렬하는데 사용될 수도 있다. 심장 부정맥의 소스의 로케이션은 n-양의 페이싱 사이트들의 로케이션에 기초하여 추가로 정의되고, 장구 회전타원체 좌표계(700)에서, 튜플

,

및

로 플롯팅될 수도 있다. n-양의 페이싱 사이트들에 대한 심장 부정맥의 소스의 포지션은 심장 부정맥에 대해 환자를 치료하는 임상의에게 작용가능한 데이터일 수도 있다. 예를 들어, 도 6d 로부터의 계산 모델은 최소 자승 피팅 프로세스를 사용하여 도 6c 로부터의 전기해부학적 맵핑 기하학적 구조와 정렬될 수도 있다. 피팅될 기하학적 구조는 (예를 들어, 장구 회전타원체 좌표계 내에서) 회전, 스케일링, 및 병진을 결합하는 프로세스를 통해 기준 기하학적 구조로 변환될 수 있을 것이다. 결합되고 정렬된 데이터의 새로운 이미지("업데이트된" 도 6d)가 생성되어 부정맥 소스의 정확한 타겟팅을 허용하기 위해 사용자에게 디스플레이될 수 있을 것이다. 특히, 예를 들어, 절제, 표적화된 유전자 요법, 정위적 절제 방사선요법(예를 들어, 감마 방사선, 양성자 빔), 및 외과적 개입을 포함하는 치료들은 심장 부정맥의 소스로서 식별된 로케이션들에서 수행될 수도 있다. 예를 들어, 도 8a 는 심부정맥과 관련된 역동기 심장 수축을 야기하는 불규칙한 전기 신호들을 붕괴 및/또는 제거함으로써 심부정맥을 완화시키기 위해 무선주파수, 극저온 온도, 초음파 및/또는 정위적 절제 방사선요법이 적용될 수도 있는 다수의 절제 사이트들을 갖는 좌심실 및 우심실 기하학적 구조들을 도시한다. 도 8b 는 난치성 심실 부정맥을 갖는 환자에서 정위적 절제 방사선요법(SAbR)의 전달의 예를 도시한다.

도 9a 는 일부 실시예들에 따른, 임상 사례들과 연관된 데이터로 계산 시뮬레이션들의 라이브러리를 향상시키기 위한 프로세스(900)의 예를 나타내는 흐름도를 도시한다. 도 1-2, 3a-c 및 9a 를 참조하면, 프로세스(900)는 임상 사례들과 연관된 임상 데이터를 갖는 라이브러리(125)에 포함된 계산 시뮬레이션들 중 하나 이상을 보충하기 위해 데이터 제어기(110)에 의해 수행될 수도 있다.

902에서, 데이터 제어기(110)는 제 1 사용자(145a)로부터 임상 사례와 연관된 임상 데이터를 수신할 수도 있다. 예를 들어, 데이터 제어기(110)는 제 1 클라이언트(140a)에서의 제 1 사용자(145a)로부터, 예를 들어, 환자 해부학적 정보, 진단 및/또는 치료 양식들, 치료 파라미터들, 치료 결과, 관련 의학 문헌 등을 포함하는 임상 사례와 연관된 임상 데이터를 수신할 수도 있다.

904에서, 데이터 제어기(110)는 임상 사례의 특성들에 가장 근접하게 매칭하는 특성들을 갖는 계산 시뮬레이션을 갖는 임상 데이터와 연관된 것을 포함하는 임상 데이터의 적어도 부분을를 라이브러리(125)에 저장할 수도 있다. 예를 들어, 임상 사례와 연관된 임상 데이터를 수신하면, 데이터 제어기(110)는 라이브러리(125)에서의 각각의 계산 시뮬레이션에 대해, 임상 사례의 각각의 특성들과 라이브러리(125)에서의 계산 시뮬레이션들 사이의 매치의 근접성을 나타내는 유사도 점수를 계산할 수도 있다. 임상 사례와 연관된 임상 데이터는 가장 높은 유사도 점수를 갖는 계산 시뮬레이션에 기초하여 인덱싱될 수도 있다. 실례로, 임상 사례와 연관된 임상 데이터는, 특성들(예를 들어, 심장 사이즈, 형상, 구조적 심장 질환의 존재 또는 부존재, 부정맥 유형 등)이 임상 사례에서의 것들과 가장 근사하게 매칭하는 계산 시뮬레이션과 연관될 수도 있다.

906에서, 데이터 제어기(110)는 임상 사례와 연관된 임상 데이터의 적어도 부분을 포함하는 라이브러리(125)로부터의 데이터를, 적어도, 제 2 사용자(145b)에게 전송함으로써 제 2 사용자(145b)로부터의 질의에 응답할 수도 있다. 예를 들어, 제 2 사용자(145b)는 심장 부정맥에 대해 환자를 치료할 수도 있고, 따라서 예를 들어, 환자 연령, 병력, 제안된 치료 계획 등을 포함하는 환자 데이터에 기초하여 라이브러리(125)에 질의할 수도 있다. 데이터 제어기(110)는 제 2 사용자(145b)로부터의 질의의 파라미터들에 매칭하는 라이브러리(120)에 포함된 하나 이상의 임상 사례들을 적어도 식별함으로써 제 2 사용자(145b)로부터의 질의에 응답할 수도 있다. 대안적으로 및/또는 추가적으로, 하나 이상의 특정 임상 사례들 대신에, 제 2 사용자(145b)는, 예를 들어, 부정맥 소스 로케이션의 통계적 확률을 결정하는 것, 부정맥에 대한 상이한 치료 접근법들(예를 들어, 절제 병변 로케이션, 수, 및 패턴)과 연관된 잠재적인 임상 결과들의 확률적 분석을 수행하는 것 등을 포함하는 다양한 인지 작업들을 수행하기 위해 머신 학습 모델을 트레이닝하기 위한 트레이닝 데이터로서 라이브러리(120)로부터의 임상 사례들의 집합을 적용할 수도 있다.

일부 실시예들에서, 머신 학습 모델은 예를 들어 오토인코더 등과 같은 신경망을 포함할 수도 있다. 머신 학습 모델은, 머신 학습 모델로의 입력으로서 수집되고 입력될 수도 있는 다수의 환자 케이스들로부터의 임상 데이터를 포함하는 트레이닝 데이터에 기초하여 트레이닝될 수도 있다. 트레이닝 데이터는 환자 인구통계 정보, 심전계(ECG) 및 벡터심전도(VCG) 트레이싱들, 및 식별된 부정맥 소스 로케이션들을 포함하는 그라운드 진실 라벨들을 포함할 수도 있다. 부정맥 소스 로케이션들은 절제 사이트, 사이즈, 기법, 내부 타겟팅 볼륨(ITV), 계획 타겟팅 볼륨(PTV), 절제 에너지 용량, 및 결과의 일부 순위(예를 들어, 부정맥 종결, 급성 절제 성공, 장기 절제 성공 등)로 추가로 라벨링될 수도 있다. 또한, 머신 학습 모델은 각각의 환자에 대한 치료 접근법에 존재하는 특징들(절제 병변, 수, 사이즈, 구성, 내부 타겟팅 볼륨(ITV), 계획 타겟팅 볼륨(PTV), 절제 에너지 용량 등)을 검사하도록 트레이닝될 수도 있다. 추가적으로, 머신 학습 모델은 비교를 위해 다른 트레이닝 사례 데이터 및/또는 미래의 사례들 양자 모두에 대한 관련성을 결정하기 위해 인구 통계, 부정맥 유형, 심장 해부학 등에 기초하여 상이한 임상 사례들 사이의 유사도 메트릭을 결정할 수도 있다. 사용자가 트레이닝된 머신 학습 모델을 활용하고자 할 때, 사용자는 하나 이상의 환자 특성들 및 부정맥 특성들뿐만 아니라 환자의 심전도(ECG) 또는 벡터심전도(VCG)를 트레이닝된 머신 학습 모델에 입력들로서 제공할 수도 있다. 트레이닝된 머신 학습 모델은, 그 입력들에 적어도 기초하여, 부정맥 소스 로케이션의 통계적 확률, 및 부정맥에 대한 상이한 치료 접근법들(예를 들어, 절제 병변 로케이션, 수, 및 패턴)과 연관된 잠재적인 임상 결과들의 확률적 분석을 결정할 수도 있다. 이에 따라, 데이터 제어기(110)는 또한 트레이닝된 머신 학습 모델의 출력에 적어도 기초하여, 케이스 참조 및 절차적 계획을 위한 관련 임상 사례들의 선택을 식별하도록 구성될 수도 있다.

도 9b 는 일부 실시예들에 따른, 계산 시뮬레이션들의 라이브러리를 수정하기 위한 프로세스(920)의 예를 나타내는 흐름도를 도시한다. 도 1, 4, 5a-c 및 9b 를 참조하면, 프로세스(920)는 환자 특정 특성들에 더 잘 부합하도록 라이브러리(125) 내의 하나 이상의 계산 시뮬레이션들을 수정하기 위해 데이터 제어기(110)에 의해 수행될 수도 있다.

922에서, 데이터 제어기(110)는 전기생리학 실험실, 방사선 의학 수트, 또는 수술실에서 전기생리학 연구 동안 수집된 환자 데이터를 수신할 수도 있다. 일부 실시예들에서, 데이터 제어기(110)는, 예를 들어, 활동 전위 지속기간(APD) 복원 데이터, 전도 속도 복원 데이터, 환자 해부학적 기하학적 구조, 전압 맵핑, 심장내 초음파 데이터, 환자 인구통계, 심장 활성화 패턴, 영역 전도 속도, 일렉트로그램 분석 등을 포함하는 전기생리학(EP) 연구 동안 수집된 환자 데이터를 수신할 수도 있다.

924에서, 데이터 제어기(110)는 환자 데이터에 적어도 기초하여, 라이브러리(125)에 포함된 하나 이상의 계산 시뮬레이션들을 수정할 수도 있다. 일부 실시예들에서, 데이터 제어기(110)는 환자 데이터에 적어도 기초하여, 라이브러리(125)에 포함된 비-환자 특정 계산 시뮬레이션들 중 하나 이상을 수정하여, 하나 이상의 비-환자 특정 계산 시뮬레이션들이 환자 특정 특성들에 더 잘 부합하도록 할 수도 있다. 이들 수정들은 환자가 심장 부정맥에 대해 치료될 때 계산 시뮬레이션들의 수정된 라이브러리(125)가 이용가능할 수도 있도록 실시간(또는 거의 실시간)으로 수행될 수도 있다.

926에서, 데이터 제어기(110)는, 제 1 사용자(145a) 및/또는 제 2 사용자(145b)가 수정된 계산 시뮬레이션들에 적어도 기초하여 심장 부정맥의 소스의 로케이션을 결정하고 심장 부정맥의 소스의 로케이션에서 하나 이상의 치료를 수행할 수 있게 하기 위해, 수정된 계산 시뮬레이션들을 제 1 클라이언트(140a) 및/또는 제 2 클라이언트(140b)에 전송할 수도 있다. 예를 들어, 제 1 사용자(145a) 및/또는 제 2 사용자(145b)는, 수정된 계산 시뮬레이션들에 적어도 기초하여, 심장 부정맥의 소스의 더 높은 충실도 국부화를 수행할 수도 있다. 따라서, 심장 부정맥의 소스에서 수행된 후속 치료의 결과는 심장 부정맥의 소스의 더 높은 충실도 국부화로 인해 개선될 수도 있다.

도 9c 는 일부 실시예들에 따른, 전기해부학적 맵핑과 계산 시뮬레이션을 정렬하기 위한 프로세스(930)의 예를 나타내는 흐름도를 도시한다. 도 1, 6a-d, 7a-b, 8, 및 9c 를 참조하면, 프로세스(930)는 심장 부정맥의 소스를 추가로 국소화하기 위해 데이터 제어기(110)에 의해 수행될 수도 있다.

932에서, 데이터 제어기(110)는, 하나 이상의 페이싱 임펄스를 인가할 때 카테터가 포지셔닝되는 n-양의 페이싱 사이트들의 로케이션을 전기해부학적 맵에서 식별할 수도 있다. 예를 들어, 도 6c 에 도시된 바와 같이, 데이터 제어기(110)는 전기해부학적 맵(620)에서 하나 이상의 페이싱 사이트들을 식별할 수도 있다.

934에서, 데이터 제어기(110)는 환자의 해부학적 구조의 계산 시뮬레이션에서, n-양의 페이싱 사이트들의 로케이션을 식별할 수도 있다. 실례로, 도 6d 에 도시된 바와 같이, 데이터 제어기(110)는 계산 시뮬레이션(600)에서 동일한 n-양의 페이싱 사이트들의 로케이션을 추가로 식별할 수도 있다.

936에서, 데이터 제어기(110)는 n-양의 페이싱 사이트들의 로케이션에 적어도 기초하여, 심장 부정맥의 소스의 로케이션이 n-양의 페이싱 사이트들의 로케이션에 의해 나타내지도록 환자의 해부학적 구조의 전기해부학적 맵 및 계산 시뮬레이션을 정렬할 수도 있다. 일부 실시예들에서, 데이터 제어기(110)는 n-양의 페이싱 사이트들의 로케이션에 기초하여 전기해부학적 맵(620)과 계산 시뮬레이션(600)을 정렬할 수도 있다. 예를 들어, n-양의 페이싱 사이트들의 로케이션들이 계산 시뮬레이션(600) 및 전기해부학적 맵(620)에서 알려지면, n-양의 페이싱 사이트들의 포지션들은, 변환 매트릭스 A 를 사용하여, 계산 시뮬레이션(600) 및 전기해부학적 맵(620)의 각각의 기준 좌표 시스템들을 정렬하는데 사용될 수도 있다. 예를 들어, 회전, 병진, 및 스케일링을 포함하는 최소 자승 피팅 알고리즘을 사용하여, 전기해부학적 맵(620) 및 계산 시뮬레이션(600)의 정렬이 달성될 수도 있다. 따라서, 심장 부정맥의 소스의 로케이션은 n-양의 페이싱 사이트들의 로케이션들에 기초하여 추가로 정의될 수도 있다.

938에서, 데이터 제어기(110)는 n-양의 페이싱 사이트들의 로케이션에 대한 심장 부정맥의 소스의 로케이션을 디스플레이하는 사용자 인터페이스를 생성할 수도 있다. 언급된 바와 같이, n-양의 페이싱 사이트들에 대한 심장 부정맥의 소스의 포지션은 심장 부정맥에 대해 환자를 치료하는 임상의에게 작용가능한 데이터일 수도 있다. 따라서, 데이터 제어기(110)는, 예를 들어, n-양의 페이싱 사이트들의 로케이션에 대한 심장 부정맥의 소스의 로케이션을 디스플레이하는 사용자 인터페이스를 생성함으로써, 이러한 정보를 제 1 사용자(145a) 및/또는 제 2 사용자(145b)에게 제공할 수도 있다. 예를 들어, 절제, 표적화된 유전자 요법, 정위적 절제 방사선요법(예를 들어, 감마 방사선, 양성자 빔), 및 외과적 개입을 포함하는 치료는 심장 부정맥의 소스로서 식별된 로케이션에서 수행될 수도 있다. 예를 들어, 도 8 에 도시된 바와 같이, 제 1 사용자(145a) 및/또는 제 2 사용자(145b)는 부정맥과 연관된 비정상적인 심장 수축을 야기하는 불규칙한 전기 신호를 붕괴 및/또는 제거함으로써 부정맥을 완화시키기 위해 심장 부정맥의 소스의 로케이션에서 치료를 수행할 수도 있다.

도 10 은 일부 실시예들에 따른 컴퓨팅 시스템(1000)을 나타내는 블록도를 도시한다. 도 1 및 도 10 을 참조하면, 컴퓨팅 시스템(1000)은 데이터 제어기(110) 및/또는 그 컴포넌트들을 구현하는 데 사용될 수 있다.

도 10 에 도시된 바와 같이, 컴퓨팅 시스템(1000)은 프로세서(1010), 메모리(1020), 스토리지 디바이스(1030) 및 입력/출력 디바이스(1040)를 포함할 수 있다. 프로세서(1010), 메모리(1020), 스토리지 디바이스(1030) 및 입력/출력 디바이스(1040)는 시스템 버스(1050)를 통하여 서로 연결될 수도 있다. 프로세서(1010)는 컴퓨팅 시스템(1000) 내에서 실행하기 위한 명령들을 처리할 수 있다. 이러한 실행된 명령어들은, 예를 들어, 데이터 제어기(110)의 하나 이상의 컴포넌트들을 구현할 수 있다. 현재 주제의 일부 구현들에서, 프로세서(1010)는 단일-스레드형 프로세서일 수 있다. 대안적으로, 프로세서(1010)는 멀티-스레드형 프로세서일 수 있다. 프로세서(1010)는 메모리(1020)에 및/또는 저장 디바이스(1030)에 저장된 명령어들을 처리하여, 입력/출력 디바이스(1040)를 통해 제공되는 사용자 인터페이스에 대한 그래픽 정보를 디스플레이할 수 있다.

메모리(1020)는 컴퓨팅 시스템(1000) 내의 정보를 저장하는 휘발성 또는 비휘발성 등의 컴퓨터 판독 가능 매체이다. 메모리(1020)는, 예를 들어, 구성 오브젝트 데이터베이스를 나타내는 데이터 구조들을 저장할 수 있다. 스토리지 디바이스(1030)는 컴퓨팅 시스템(1000)의 영구 저장소를 제공할 수 있다. 스토리지 디바이스(1030)는 플로피 디스크 디바이스, 하드 디스크 디바이스, 광 디스크 디바이스, 또는 테이프 디바이스, 또는 다른 적절한 영구 저장 수단일 수 있다. 입력/출력 디바이스(1040)는 컴퓨팅 시스템(1000)의 입출력 동작들을 제공한다. 현재 주제의 일부 구현들에서, 입력/출력 디바이스(1040)는 키보드 및/또는 포인팅 디바이스를 포함한다. 다양한 구현들에서, 입력/출력 디바이스(1040)는 그래픽 사용자 인터페이스들을 디스플레이하기 위한 디스플레이 유닛을 포함한다.

본 발명의 일부 구현들에 따르면, 입력/출력 디바이스(1040)는 네트워크 디바이스에 대해 입력/출력 동작들을 제공할 수 있다. 예를 들어, 입력/출력 디바이스(1040)는 하나 이상의 유선 및/또는 무선 네트워크들(예를 들어, 로컬 영역 네트워크(LAN), 광역 네트워크(WAN), 인터넷)과 통신하기 위한 이더넷 포트들 또는 다른 네트워킹 포트들을 포함할 수 있다.

현재 주제의 일부 구현들에서, 컴퓨팅 시스템(1000)은 다양한(예를 들어, 테이블) 포맷으로 데이터의 조직, 분석 및/또는 저장을 위해 사용될 수 있는 다양한 대화형 컴퓨터 소프트웨어 애플리케이션들을 실행하는데 사용될 수 있다. 대안적으로, 컴퓨팅 시스템(1000)은 임의의 유형의 소프트웨어 애플리케이션들을 실행하는 데 사용될 수 있다. 이들 애플리케이션들은 다양한 기능들, 예를 들어, 플래닝 기능들(예를 들어, 스프레드시트 문서들, 워드 프로세싱 문서들, 및/또는 임의의 다른 객체들의 생성, 관리, 편집 등), 컴퓨팅 기능들, 통신 기능들 등을 수행하는데 사용될 수 있다. 애플리케이션들은 다양한 추가 기능들을 포함할 수 있거나 독립형 컴퓨팅 제품들 및/또는 기능성들일 수 있다. 애플리케이션들 내에서 활성화시, 기능들은 입력/출력 디바이스(1040)를 통해 제공되는 사용자 인터페이스를 생성하는 데 사용될 수 있다. 사용자 인터페이스는 컴퓨팅 시스템(1000)에 의해 (예를 들어, 컴퓨터 스크린 모니터 등 상에) 생성되어 사용자에게 제시될 수 있다.

본원에 기술된 주제의 하나 이상의 양태들 또는 피처들은 디지털 전자 회로, 집적 회로, 특별히 설계된 주문형 집적 회로(ASIC), 필드 프로그래머블 게이트 어레이(FPGA) 컴퓨터 하드웨어, 펌웨어, 소프트웨어 및/또는 이들의 조합들로 실현될 수 있다. 이들 다양한 양태들 또는 피처들은, 스토리지 시스템, 적어도 하나의 입력 디바이스, 및 적어도 하나의 출력 디바이스로부터 데이터 및 명령들을 수신하고, 그리고 그것들로 데이터 및 명령들을 송신하도록 커플링된, 특수 또는 범용일 수 있는 적어도 하나의 프로그래밍가능 프로세서를 포함하는 프로그래밍가능 시스템 상에서 실행가능 및/또는 해석가능한 하나 이상의 컴퓨터 프로그램들에서의 구현을 포함할 수 있다. 프로그램 가능 시스템 또는 컴퓨팅 시스템은 클라이언트들 및 서버들을 포함할 수도 있다.　 클라이언트와 서버는 일반적으로 서로로부터 원격이고, 통상적으로 통신 네트워크를 통해 상호작용한다.　 클라이언트와 서버의 관계는 각각의 컴퓨터에서 실행되고 서로 클라이언트-서버 관계를 갖는 컴퓨터 프로그램들에 의해 발생한다.

프로그램들, 소프트웨어, 소프트웨어 애플리케이션들, 애플리케이션들, 컴포넌트들, 또는 코드로 또한 지칭될 수 있는 이들 컴퓨터 프로그램들은, 프로그래밍가능 프로세서를 위한 머신 명령들을 포함하고, 고레벨 절차 및/또는 객체 지향 프로그래밍 언어, 및/또는 어셈블리/머신 언어로 구현될 수 있다. 본 명세서에서 사용되는 용어 "머신-판독가능 매체"는, 머신-판독가능 신호로서 머신 명령들을 수신하는 머신-판독가능 매체를 포함하여, 머신 명령들 및/또는 데이터를 프로그래밍가능 프로세서에 제공하기 위해 사용되는, 예를 들어, 자기 디스크들, 광학 디스크들, 메모리, 및 프로그램가능 로직 디바이스들(PLDs)과 같은 임의의 컴퓨터 프로그램 제품, 장치 및/또는 디바이스를 지칭한다. 용어 "머신 판독가능 신호"는 머신 명령들 및/또는 데이터를 프로그래밍가능 프로세서에 제공하기 위해 사용되는 임의의 신호를 지칭한다. 머신-판독가능 매체는 예를 들어 비일시적 솔리드-스테이트 메모리 또는 자기 하드 드라이브 또는 임의의 등가의 저장 매체와 같은 그러한 머신 명령들을 비일시적으로 저장할 수 있다. 머신-판독가능 매체는 대안적으로 또는 추가적으로, 예를 들어, 하나 이상의 물리적 프로세서 코어들과 연관된 프로세서 캐시 또는 다른 랜덤-액세스 메모리와 같은 일시적인 방식으로 그러한 머신 명령들을 저장할 수 있다.

본원에 기술된 주제는 원하는 구성에 따라 시스템들, 장치, 방법들 및/또는 물품들로 구현될 수 있다. 전술한 설명에서 전개된 구현들은 본 명세서에 설명된 주제와 일치하는 모든 구현들을 표현하지 않는다. 대신에, 그것들은 단지 설명된 주제와 관련된 양태들과 일치하는 일부 예들일 뿐이다. 비록 몇몇 변형들이 위에서 상세히 설명되었지만, 다른 수정들 또는 추가들이 가능하다. 특히, 본 명세서에 설명된 것들 외에 추가적인 피처들 및/또는 변형들이 제공될 수 있다. 예를 들어, 전술한 구현들은 개시된 피처들의 다양한 조합들 및 하위조합들 및/또는 전술한 몇몇 추가적인 피처들의 조합들 및 하위조합들로 지향될 수 있다. 또한, 첨부 도면들에 도시되고/되거나 본 명세서에 설명된 로직 흐름들은 바람직한 결과들을 달성하기 위해 도시된 특정 순서 또는 순차적 순서를 반드시 필요로 하지 않는다. 다른 구현들은 다음의 청구항들의 범위 내에 있을 수도 있다.

Claims

시스템으로서,
적어도 하나의 프로세서; 및
상기 적어도 하나의 프로세서에 의해 실행될 때, 동작들을 제공하는 프로그램 코드를 포함하는 적어도 하나의 메모리를 포함하고,
상기 동작들은:
제 1 사용자로부터, 임상 사례와 연관된 임상 데이터를 수신하는 동작;
상기 임상 데이터와 연관된 제 1 복수의 특성들에 적어도 기초하여, 상기 임상 사례를 인덱싱하는 동작으로서, 상기 인덱싱하는 동작은 상기 임상 데이터의 적어도 부분을 상기 제 1 복수의 특성들과 매칭하는 제 2 복수의 특성들을 갖는 심장 부정맥의 계산 시뮬레이션과 연관시키는 것을 포함하는, 상기 인덱싱하는 동작; 및
인덱싱된 상기 임상 사례와 연관된 상기 임상 데이터의 적어도 부분을 제 2 사용자에게 적어도 전송함으로써, 상기 제 2 사용자로부터의 질의에 응답하는 동작을 포함하는, 시스템.
제1항에 있어서,
상기 임상 데이터는 환자의 해부학적 정보, 진단 및/또는 치료 양식들, 치료 파라미터들, 치료 결과, 및 의학 문헌을 포함하는, 시스템.
제1항 또는 제2항에 있어서,
상기 제 1 복수의 특성들 및 상기 제 2 복수의 특성들은 환자 인구통계, 병력, 및 치료 계획을 포함하는, 시스템.
제1항 내지 제3항 중 어느 한 항에 있어서,
상기 인덱싱하는 동작은, 라이브러리에 포함된 심장 부정맥의 복수의 계산 시뮬레이션들의 각각에 대해, 상기 임상 데이터와 연관된 상기 제 1 복수의 특성들과 상기 복수의 계산 시뮬레이션들의 각각과 연관된 상기 제 2 복수의 특성들 사이의 매칭의 근접성을 나타내는 유사도 점수를 결정하는 것을 포함하고, 상기 인덱싱하는 동작은, 상기 데이터의 적어도 상기 부분을 가장 높은 유사도 점수를 갖는 상기 복수의 계산 시뮬레이션들 중의 하나와 연관시키는 것을 더 포함하는, 시스템.
제1항 내지 제4항 중 어느 한 항에 있어서,
상기 동작들은, 상기 심장 부정맥의 계산 시뮬레이션과의 연관을 포함하는 상기 임상 데이터의 적어도 상기 부분을 데이터 저장소에 저장하는 동작을 더 포함하는, 시스템.
제1항 내지 제5항 중 어느 한 항에 있어서,
상기 질의는 환자의 벡터심전도(VCG)를 포함하고, 상기 질의에 응답하는 동작은, 상기 환자의 상기 벡터 심전도와 가장 근접하게 매칭하는 상기 심장 부정맥의 계산 모델을 식별하는 것 및 상기 임상 데이터의 적어도 상기 부분을 상기 제 2 사용자에게 전송하기 위해 상기 인덱싱된 임상 사례와 연관된 상기 임상 데이터의 적어도 상기 부분을 취출하는 것을 포함하는, 시스템.
컴퓨터 구현 방법으로서,
제 1 사용자로부터, 임상 사례와 연관된 임상 데이터를 수신하는 단계;
상기 임상 데이터와 연관된 제 1 복수의 특성들에 적어도 기초하여, 상기 임상 사례를 인덱싱하는 단계로서, 상기 인덱싱하는 단계는 상기 임상 데이터의 적어도 부분을 상기 제 1 복수의 특성들과 매칭하는 제 2 복수의 특성들을 갖는 심장 부정맥의 계산 시뮬레이션과 연관시키는 것을 포함하는, 상기 인덱싱하는 단계; 및
인덱싱된 상기 임상 사례와 연관된 상기 임상 데이터의 적어도 부분을 제 2 사용자에게 적어도 전송함으로써, 상기 제 2 사용자로부터의 질의에 응답하는 단계를 포함하는, 컴퓨터 구현 방법.
제7항에 있어서,
상기 임상 데이터는 환자의 해부학적 정보, 진단 및/또는 치료 양식들, 치료 파라미터들, 치료 결과, 및 의학 문헌을 포함하는, 컴퓨터 구현 방법.
제7항 또는 제8항에 있어서,
상기 제 1 복수의 특성들 및 상기 제 2 복수의 특성들은 환자 인구통계, 병력, 및 치료 계획을 포함하는, 컴퓨터 구현 방법.
제7항 내지 제9항 중 어느 한 항에 있어서,
상기 인덱싱하는 단계는, 라이브러리에 포함된 심장 부정맥의 복수의 계산 시뮬레이션들의 각각에 대해, 상기 임상 데이터와 연관된 상기 제 1 복수의 특성들과 상기 복수의 계산 시뮬레이션들의 각각과 연관된 상기 제 2 복수의 특성들 사이의 매칭의 근접성을 나타내는 유사도 점수를 결정하는 것을 포함하고, 상기 인덱싱하는 단계는, 상기 데이터의 적어도 상기 부분을 가장 높은 유사도 점수를 갖는 상기 복수의 계산 시뮬레이션들 중의 하나와 연관시키는 것을 더 포함하는, 컴퓨터 구현 방법.
제7항 내지 제10항 중 어느 한 항에 있어서,
상기 심장 부정맥의 계산 시뮬레이션과의 연관을 포함하는 상기 임상 데이터의 적어도 상기 부분을 데이터 저장소에 저장하는 단계를 더 포함하는, 컴퓨터 구현 방법.
제7항 내지 제11항 중 어느 한 항에 있어서,
상기 질의는 환자의 벡터심전도(VCG)를 포함하고, 상기 질의에 응답하는 단계는, 상기 환자의 상기 벡터 심전도와 가장 근접하게 매칭하는 상기 심장 부정맥의 계산 모델을 식별하는 것 및 상기 임상 데이터의 적어도 상기 부분을 상기 제 2 사용자에게 전송하기 위해 상기 인덱싱된 임상 사례와 연관된 상기 임상 데이터의 적어도 상기 부분을 취출하는 것을 포함하는, 컴퓨터 구현 방법.
적어도 하나의 데이터 프로세서에 의해 실행될 때, 동작들을 초래하는 명령들을 저장하는 비일시적 컴퓨터 판독가능 매체로서,
상기 동작들은:
제 1 사용자로부터, 임상 사례와 연관된 임상 데이터를 수신하는 동작;
상기 임상 데이터와 연관된 제 1 복수의 특성들에 적어도 기초하여, 상기 임상 사례를 인덱싱하는 동작으로서, 상기 인덱싱하는 동작은 상기 임상 데이터의 적어도 부분을 상기 제 1 복수의 특성들과 매칭하는 제 2 복수의 특성들을 갖는 심장 부정맥의 계산 시뮬레이션과 연관시키는 것을 포함하는, 상기 인덱싱하는 동작; 및
인덱싱된 상기 임상 사례와 연관된 상기 임상 데이터의 적어도 부분을 제 2 사용자에게 적어도 전송함으로써, 상기 제 2 사용자로부터의 질의에 응답하는 동작을 포함하는, 비일시적 컴퓨터 판독가능 매체.
장치로서,
제 1 사용자로부터, 임상 사례와 연관된 임상 데이터를 수신하기 위한 수단;
상기 임상 데이터와 연관된 제 1 복수의 특성들에 적어도 기초하여, 상기 임상 사례를 인덱싱하기 위한 수단으로서, 상기 인덱싱은 상기 임상 데이터의 적어도 부분을 상기 제 1 복수의 특성들과 매칭하는 제 2 복수의 특성들을 갖는 심장 부정맥의 계산 시뮬레이션과 연관시키는 것을 포함하는, 상기 인덱싱하기 위한 수단; 및
인덱싱된 상기 임상 사례와 연관된 상기 임상 데이터의 적어도 부분을 제 2 사용자에게 적어도 전송함으로써, 상기 제 2 사용자로부터의 질의에 응답하기 위한 수단을 포함하는, 장치.
제14항에 있어서,
상기 장치는 제7항 내지 제12항 중 어느 한 항의 기능들을 수행하기 위한 수단을 더 포함하는, 장치.
시스템으로서,
적어도 하나의 프로세서; 및
상기 적어도 하나의 프로세서에 의해 실행될 때, 동작들을 제공하는 프로그램 코드를 포함하는 적어도 하나의 메모리를 포함하고,
상기 동작들은:
전기생리학 연구 동안 수집된 환자 데이터를 수신하는 동작;
적어도 상기 환자 데이터에 기초하여, 심장 부정맥의 하나 이상의 계산 시뮬레이션들을 수정하는 동작;
심장 부정맥의 수정된 하나 이상의 계산 시뮬레이션들에 적어도 기초하여, 상기 심장 부정맥의 소스의 로케이션을 결정하는 동작; 및
상기 환자 데이터에 기초하여 치료를 알리기 위해 상기 심장 부정맥의 소스의 상기 로케이션의 표시를 제공하는 동작을 포함하는, 시스템.
제16항에 있어서,
상기 환자 데이터는 활동 전위 지속기간 복원 데이터, 전도 속도 복원 데이터, 환자 해부학적 기하학적 구조, 전압 맵핑, 심장내 초음파 데이터, 흉강경 초음파 데이터, 콘-빔 컴퓨터 단층촬영 데이터, 형광투시법 데이터, 환자 인구통계, 심장 활성화 패턴, 영역 전도 속도, 및 일렉트로그램 특성들 중 적어도 하나를 포함하는, 시스템.
제16항 또는 제17항에 있어서,
상기 수정하는 동작은, 기하학적 모핑 및/또는 회전 중 적어도 하나를 포함하는 환자-특정 증강을 상기 하나 이상의 계산 시뮬레이션들에 적용하는 것, 전압 및/또는 일렉트로그램 정보를 상기 하나 이상의 계산 시뮬레이션들에 부과하는 것, 활성화 정보를 표시하는 것, 심장 구조 벽들의 두께에 관한 전체적 및/또는 국부적 정보를 추가하는 것, 및 유두근, 폐정맥 및/또는 좌 및 우 심방 부속물들의 포지션 및 형태에 관한 전체적 및/또는 지리적 정보를 통합하는 것을 포함하는, 시스템.
제16항 내지 제18항 중 어느 한 항에 있어서,
상기 수정하는 동작은 실시간 또는 거의 실시간으로 수행되고, 심장 부정맥의 수정된 상기 하나 이상의 계산 시뮬레이션들은 임상 사용을 위해 사용자에게 리턴되는, 시스템.
제16항 내지 제19항 중 어느 한 항에 있어서,
상기 하나 이상의 계산 시뮬레이션들은 심장 부정맥의 비-환자 특정 계산 시뮬레이션들의 라이브러리의 일부인, 시스템.
제16항 내지 제20항 중 어느 한 항에 있어서,
상기 동작들은, 심장 부정맥의 수정된 상기 하나 이상의 계산 시뮬레이션들과 연관된 하나 이상의 부정맥 솔루션들에 적어도 기초하여, 계산 부정맥 맵핑 프로세스에서 사용하기 위한 환자-맞춤형 부정맥 벡터 심전도 라이브러리를 생성하기 위해 부정맥 시뮬레이션을 개시하는 동작을 더 포함하는, 시스템.
제16항 내지 제21항 중 어느 한 항에 있어서,
상기 동작들은, 복수의 소스 로케이션들의 각각에 대해, 심장 부정맥의 수정된 상기 하나 이상의 계산 시뮬레이션들에 적어도 기초하여, 부정맥 시뮬레이션을 수행하는 동작을 더 포함하고,
상기 부정맥 시뮬레이션은 소스 로케이션의 가정에 기초하여 수행되고, 상기 복수의 소스 로케이션들 및 대응하는 부정맥 시뮬레이션들은 계산 부정맥 맵핑 프로세스에서 사용하기 위한 환자-맞춤형 부정맥 라이브러리를 형성하는, 시스템.
컴퓨터 구현 방법으로서,
전기생리학 연구 동안 수집된 환자 데이터를 수신하는 단계;
적어도 상기 환자 데이터에 기초하여, 심장 부정맥의 하나 이상의 계산 시뮬레이션들을 수정하는 단계;
심장 부정맥의 수정된 하나 이상의 계산 시뮬레이션들에 적어도 기초하여, 상기 심장 부정맥의 소스의 로케이션을 결정하는 단계; 및
상기 환자 데이터에 기초하여 치료를 알리기 위해 상기 심장 부정맥의 소스의 상기 로케이션의 표시를 제공하는 단계를 포함하는, 컴퓨터 구현 방법.
제23항에 있어서,
상기 환자 데이터는 활동 전위 지속기간 복원 데이터, 전도 속도 복원 데이터, 환자 해부학적 기하학적 구조, 전압 맵핑, 심장내 초음파 데이터, 흉강경 초음파 데이터, 콘-빔 컴퓨터 단층촬영 데이터, 형광투시법 데이터, 환자 인구통계, 심장 활성화 패턴, 영역 전도 속도, 및 일렉트로그램 특성들 중 적어도 하나를 포함하는, 컴퓨터 구현 방법.
제23항 또는 제24항에 있어서,
상기 수정하는 단계는, 기하학적 모핑 및/또는 회전 중 적어도 하나를 포함하는 환자-특정 증강을 상기 하나 이상의 계산 시뮬레이션들에 적용하는 것, 전압 및/또는 일렉트로그램 정보를 상기 하나 이상의 계산 시뮬레이션들에 부과하는 것, 활성화 정보를 표시하는 것, 심장 구조 벽들의 두께에 관한 전체적 및/또는 국부적 정보를 추가하는 것, 및 유두근, 폐정맥 및/또는 좌 및 우 심방 부속물들의 포지션 및 형태에 관한 전체적 및/또는 지리적 정보를 통합하는 것을 포함하는, 컴퓨터 구현 방법.
제23항 내지 제25항 중 어느 한 항에 있어서,
상기 수정하는 단계는 실시간 또는 거의 실시간으로 수행되고, 심장 부정맥의 수정된 상기 하나 이상의 계산 시뮬레이션들은 임상 사용을 위해 사용자에게 리턴되는, 컴퓨터 구현 방법.
제23항 내지 제26항 중 어느 한 항에 있어서,
상기 하나 이상의 계산 시뮬레이션들은 심장 부정맥의 비-환자 특정 계산 시뮬레이션들의 라이브러리의 일부인, 컴퓨터 구현 방법.
제23항 내지 제27항 중 어느 한 항에 있어서,
심장 부정맥의 수정된 상기 하나 이상의 계산 시뮬레이션들과 연관된 하나 이상의 부정맥 솔루션들에 적어도 기초하여, 계산 부정맥 맵핑 프로세스에서 사용하기 위한 환자-맞춤형 부정맥 벡터 심전도 라이브러리를 생성하기 위해 부정맥 시뮬레이션을 개시하는 단계를 더 포함하는, 컴퓨터 구현 방법.
제23항 내지 제28항 중 어느 한 항에 있어서,
상기 방법은, 복수의 소스 로케이션들의 각각에 대해, 심장 부정맥의 수정된 상기 하나 이상의 계산 시뮬레이션들에 적어도 기초하여, 부정맥 시뮬레이션을 수행하는 단계를 더 포함하고,
상기 부정맥 시뮬레이션은 소스 로케이션의 가정에 기초하여 수행되고, 상기 복수의 소스 로케이션들 및 대응하는 부정맥 시뮬레이션들은 계산 부정맥 맵핑 프로세스에서 사용하기 위한 환자-맞춤형 부정맥 라이브러리를 형성하는, 컴퓨터 구현 방법.
적어도 하나의 데이터 프로세서에 의해 실행될 때, 동작들을 초래하는 명령들을 저장하는 비일시적 컴퓨터 판독가능 매체로서,
상기 동작들은:
전기생리학 연구 동안 수집된 환자 데이터를 수신하는 동작;
상기 환자 데이터에 적어도 기초하여, 심장 부정맥의 하나 이상의 계산 시뮬레이션들을 수정하는 동작;
심장 부정맥의 수정된 하나 이상의 계산 시뮬레이션들에 적어도 기초하여, 상기 심장 부정맥의 소스의 로케이션을 결정하는 동작; 및
상기 환자 데이터에 기초하여 치료를 알리기 위해 상기 심장 부정맥의 소스의 상기 로케이션의 표시를 제공하는 동작을 포함하는, 비일시적 컴퓨터 판독가능 매체.
장치로서,
전기생리학 프로시저 동안 수집된 환자 데이터를 수신하기 위한 수단;
적어도 상기 환자 데이터에 기초하여, 심장 부정맥의 하나 이상의 계산 시뮬레이션들을 수정하기 위한 수단;
심장 부정맥의 수정된 하나 이상의 계산 시뮬레이션들에 적어도 기초하여, 상기 심장 부정맥의 소스의 로케이션을 결정하기 위한 수단; 및
상기 환자 데이터에 기초하여 치료를 알리기 위해 상기 심장 부정맥의 소스의 상기 로케이션의 표시를 제공하기 위한 수단을 포함하는, 장치.
제31항에 있어서,
상기 장치는 제23항 내지 제29항 중 어느 한 항의 기능들을 수행하기 위한 수단을 더 포함하는, 장치.
시스템으로서,
적어도 하나의 프로세서; 및
상기 적어도 하나의 프로세서에 의해 실행될 때, 동작들을 제공하는 프로그램 코드를 포함하는 적어도 하나의 메모리를 포함하고,
상기 동작들은:
전기해부학적 맵에서, 하나 이상의 페이싱 임펄스들을 인가할 때 카테터, 페이스메이커 리드, 페이스메이커 리드, 또는 이식가능한 심장 제세동기 리드가 포지셔닝되는 n-양의 페이싱 사이트들의 각각의 로케이션을 결정하는 동작;
상기 n-양의 페이싱 사이트들의 각각에 대해, 상기 n-양의 페이싱 사이트들의 각각에서 페이싱하는 동안 수집된 환자 벡터 심전도에 매칭하는 벡터 심전도와 연관된 부정맥 시뮬레이션 및 계산 모델을 식별하고, 상기 계산 모델에서 하나 이상의 대응하는 페이싱 사이트들을 선택하는 동작;
상기 전기해부학적 맵 및 상기 계산 모델에서 상기 n-양의 페이싱 사이트들의 각각의 로케이션에 적어도 기초하여, 상기 전기해부학적 맵 및 상기 계산 모델을 정렬하는 동작; 및
상기 정렬에 적어도 기초하여, 상기 n-양의 페이싱 사이트들의 각각의 로케이션에 대한 상기 계산 모델에서 임상적으로 관련된 심장 부정맥의 소스의 로케이션의 표시를 생성하는 동작을 포함하는, 시스템.
제33항에 있어서,
상기 n-양의 페이싱 사이트들은 적어도 3개의 페이싱 사이트들을 포함하는, 시스템.
제33항 또는 제34항에 있어서,
상기 정렬하는 동작은, 상기 전기해부학적 맵의 제 1 기준 좌표계와 계산 시뮬레이션의 제 2 기준 좌표계를 정렬하기 위해 변환 매트릭스를 적용하는 동작을 포함하는, 시스템.
제33항 내지 제35항 중 어느 한 항에 있어서,
상기 임상적으로 관련된 상기 심장 부정맥의 소스의 로케이션은 장구 회전타원체 좌표계에 적어도 기초하여 전기해부학적 맵핑 시스템으로 추가로 변환되는, 시스템.
제33항 내지 제36항 중 어느 한 항에 있어서,
상기 표시에 적어도 기초하여, 상기 임상적으로 관련된 심장 부정맥의 소스의 로케이션에 치료가 적용되고, 상기 치료는 절제, 표적화된 유전자 치료, 방사선 치료, 및 수술 개입 중 적어도 하나를 포함하는, 시스템.
제33항 내지 제37항 중 어느 한 항에 있어서,
상기 동작들은, 상기 계산 모델, 상기 전기해부학적 맵, 및 정렬된 상기 n-양의 페이싱 사이트들과의 맵핑 결과를 표시하는 동작을 더 포함하는, 시스템.
컴퓨터 구현 방법으로서,
전기해부학적 맵에서, 하나 이상의 페이싱 임펄스들을 인가할 때 카테터, 페이스메이커 리드, 또는 이식가능한 심장 제세동기 리드가 포지셔닝되는 n-양의 페이싱 사이트들의 각각의 로케이션을 결정하는 단계;
상기 n-양의 페이싱 사이트들의 각각에 대해, 상기 n-양의 페이싱 사이트들의 각각에서 페이싱하는 동안 수집된 환자 벡터 심전도에 매칭하는 벡터 심전도와 연관된 부정맥 시뮬레이션 및 계산 모델을 식별하고, 상기 계산 모델에서 하나 이상의 대응하는 페이싱 사이트들을 선택하는 단계;
상기 전기해부학적 맵 및 상기 계산 모델에서 상기 n-양의 페이싱 사이트들의 각각의 로케이션에 적어도 기초하여, 상기 전기해부학적 맵 및 상기 계산 모델을 정렬하는 단계; 및
상기 정렬에 적어도 기초하여, 상기 n-양의 페이싱 사이트들의 각각의 로케이션에 대한 상기 계산 모델에서 임상적으로 관련된 심장 부정맥의 소스의 로케이션의 표시를 생성하는 단계를 포함하는, 컴퓨터 구현 방법.
제39항에 있어서,
상기 n-양의 페이싱 사이트들은 적어도 3개의 페이싱 사이트들을 포함하는, 컴퓨터 구현 방법.
제39항 또는 제40항에 있어서,
상기 정렬하는 단계는, 상기 전기해부학적 맵의 제 1 기준 좌표계와 계산 시뮬레이션의 제 2 기준 좌표계를 정렬하기 위해 변환 매트릭스를 적용하는 단계를 포함하는, 컴퓨터 구현 방법.
제39항 내지 제41항 중 어느 한 항에 있어서,
상기 임상적으로 관련된 상기 심장 부정맥의 소스의 로케이션은 장구 회전타원체 좌표계에 적어도 기초하여 전기해부학적 맵핑 시스템으로 추가로 변환되는, 컴퓨터 구현 방법.
제39항 내지 제42항 중 어느 한 항에 있어서,
상기 표시에 적어도 기초하여, 상기 임상적으로 관련된 심장 부정맥의 소스의 로케이션에 치료가 적용되고, 상기 치료는 절제, 표적화된 유전자 치료, 방사선 치료, 및 수술 개입 중 적어도 하나를 포함하는, 컴퓨터 구현 방법.
제39항 내지 제43항 중 어느 한 항에 있어서,
상기 계산 모델, 상기 전기해부학적 맵, 및 정렬된 상기 n-양의 페이싱 사이트들과의 맵핑 결과를 표시하는 단계를 더 포함하는, 컴퓨터 구현 방법.
적어도 하나의 데이터 프로세서에 의해 실행될 때, 동작들을 초래하는 명령들을 저장하는 비일시적 컴퓨터 판독가능 매체로서,
상기 동작들은:
전기해부학적 맵에서, 하나 이상의 페이싱 임펄스들을 인가할 때 카테터, 페이스메이커 리드, 또는 이식가능한 심장 제세동기 리드가 포지셔닝되는 n-양의 페이싱 사이트들의 각각의 로케이션을 결정하는 동작;
상기 n-양의 페이싱 사이트들의 각각에 대해, 상기 n-양의 페이싱 사이트들의 각각에서 페이싱하는 동안 수집된 환자 벡터 심전도에 매칭하는 벡터 심전도와 연관된 부정맥 시뮬레이션 및 계산 모델을 식별하고, 상기 계산 모델에서 하나 이상의 대응하는 페이싱 사이트들을 선택하는 동작;
상기 전기해부학적 맵 및 상기 계산 모델에서 상기 n-양의 페이싱 사이트들의 각각의 로케이션에 적어도 기초하여, 상기 전기해부학적 맵 및 상기 계산 모델을 정렬하는 동작; 및
상기 정렬에 적어도 기초하여, 상기 n-양의 페이싱 사이트들의 각각의 로케이션에 대한 상기 계산 모델에서 임상적으로 관련된 심장 부정맥의 소스의 로케이션의 표시를 생성하는 동작을 포함하는, 비일시적 컴퓨터 판독가능 매체.
장치로서,
전기해부학적 맵에서, 하나 이상의 페이싱 임펄스들을 인가할 때 카테터, 페이스메이커 리드, 또는 이식가능한 심장 제세동기 리드가 포지셔닝되는 n-양의 페이싱 사이트들의 각각의 로케이션을 결정하기 위한 수단;
상기 n-양의 페이싱 사이트들의 각각에 대해, 상기 n-양의 페이싱 사이트들의 각각에서 페이싱하는 동안 수집된 환자 벡터 심전도에 매칭하는 벡터 심전도와 연관된 부정맥 시뮬레이션 및 계산 모델을 식별하고, 상기 계산 모델에서 하나 이상의 대응하는 페이싱 사이트들을 선택하기 위한 수단;
상기 전기해부학적 맵 및 상기 계산 모델에서 상기 n-양의 페이싱 사이트들의 각각의 로케이션에 적어도 기초하여, 상기 전기해부학적 맵 및 상기 계산 모델을 정렬하기 위한 수단; 및
상기 정렬에 적어도 기초하여, 상기 n-양의 페이싱 사이트들의 각각의 로케이션에 대한 상기 계산 모델에서 임상적으로 관련된 심장 부정맥의 소스의 로케이션의 표시를 생성하기 위한 수단을 포함하는, 장치.
제46항에 있어서,
상기 장치는 제39항 내지 제44항 중 어느 한 항의 기능들을 수행하기 위한 수단을 더 포함하는, 장치.