KR20240017356A - 신체 내 에너지 전달 컴포넌트의 이식 안내 - Google Patents

신체 내 에너지 전달 컴포넌트의 이식 안내 Download PDF

Info

Publication number
KR20240017356A
KR20240017356A KR1020237041707A KR20237041707A KR20240017356A KR 20240017356 A KR20240017356 A KR 20240017356A KR 1020237041707 A KR1020237041707 A KR 1020237041707A KR 20237041707 A KR20237041707 A KR 20237041707A KR 20240017356 A KR20240017356 A KR 20240017356A
Authority
KR
South Korea
Prior art keywords
patient
electrocardiogram
location
energy transfer
heart
Prior art date
Application number
KR1020237041707A
Other languages
English (en)
Inventor
로버트 조셉 크럼멘
Original Assignee
벡터 메디칼, 인크.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 벡터 메디칼, 인크. filed Critical 벡터 메디칼, 인크.
Publication of KR20240017356A publication Critical patent/KR20240017356A/ko

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/02—Details
    • A61N1/04—Electrodes
    • A61N1/05—Electrodes for implantation or insertion into the body, e.g. heart electrode
    • A61N1/0587—Epicardial electrode systems; Endocardial electrodes piercing the pericardium
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/362—Heart stimulators
    • A61N1/3621—Heart stimulators for treating or preventing abnormally high heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/362—Heart stimulators
    • A61N1/365—Heart stimulators controlled by a physiological parameter, e.g. heart potential
    • A61N1/368—Heart stimulators controlled by a physiological parameter, e.g. heart potential comprising more than one electrode co-operating with different heart regions
    • A61N1/3684—Heart stimulators controlled by a physiological parameter, e.g. heart potential comprising more than one electrode co-operating with different heart regions for stimulating the heart at multiple sites of the ventricle or the atrium
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B18/04—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by heating
    • A61B18/12—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by heating by passing a current through the tissue to be heated, e.g. high-frequency current
    • A61B18/14—Probes or electrodes therefor
    • A61B18/1492—Probes or electrodes therefor having a flexible, catheter-like structure, e.g. for heart ablation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B2018/00315—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body for treatment of particular body parts
    • A61B2018/00345—Vascular system
    • A61B2018/00351—Heart
    • A61B2018/00357—Endocardium
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B2018/00571—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body for achieving a particular surgical effect
    • A61B2018/00577—Ablation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B2018/00636—Sensing and controlling the application of energy
    • A61B2018/00773—Sensed parameters
    • A61B2018/00839—Bioelectrical parameters, e.g. ECG, EEG
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/101—Computer-aided simulation of surgical operations
    • A61B2034/102—Modelling of surgical devices, implants or prosthesis
    • A61B2034/104—Modelling the effect of the tool, e.g. the effect of an implanted prosthesis or for predicting the effect of ablation or burring
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/101—Computer-aided simulation of surgical operations
    • A61B2034/105—Modelling of the patient, e.g. for ligaments or bones
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/107—Visualisation of planned trajectories or target regions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346—Analysis of electrocardiograms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/02—Details
    • A61N1/04—Electrodes
    • A61N1/05—Electrodes for implantation or insertion into the body, e.g. heart electrode
    • A61N1/0587—Epicardial electrode systems; Endocardial electrodes piercing the pericardium
    • A61N1/059—Anchoring means
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/02—Details
    • A61N1/04—Electrodes
    • A61N1/05—Electrodes for implantation or insertion into the body, e.g. heart electrode
    • A61N1/0587—Epicardial electrode systems; Endocardial electrodes piercing the pericardium
    • A61N1/0592—Introducing the lead through the pericardium with a needle

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Physics & Mathematics (AREA)
  • Cardiology (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Databases & Information Systems (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Computational Linguistics (AREA)
  • Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Business, Economics & Management (AREA)
  • Urology & Nephrology (AREA)
  • Robotics (AREA)
  • Physiology (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)

Abstract

환자의 심장 내의 고정 위치에 심장 조율 디바이스의 에너지 전달 컴포넌트의 이식을 유도(guide)하기 위한 시스템이 제공된다. 에너지 펄스 전달 컴포넌트를 이식하기 위한 수술 동안, 본 시스템은, 에너지 전달 컴포넌트가 심장 내의 현재 위치에 위치하는 동안 에너지 전달 컴포넌트의 조율 동안에 수집되는 환자 심전도를 수신한다. 그런 다음, 본 시스템은 환자 심전도에 기초해 에너지 펄스 전달 컴포넌트의 현재 위치를 결정한다. 그런 다음, 본 시스템은 의도된 고정 위치에 에너지 펄스 전달 컴포넌트의 부착을 유도하기 위해 현재 위치의 표시를 출력한다. 이 프로세스는 에너지 펄스 전달 컴포넌트가 고정 위치에 있을 때까지 반복된다. 본 시스템은 또한, 거의 실시간으로 본 시스템의 시뮬레이션된 전기역학(electro-mechanics)에 기초해 최종 위치를 최적화하기 위해 중간 위치에서의 조율(pacing)의 유효성을 평가한다.

Description

신체 내 에너지 전달 컴포넌트의 유도 이식
관련 출원에 대한 상호 참조
본 출원은 2021년 5월 5일에 출원된 미국 특허 출원 제17/308,400호에 대한 우선권을 주장하며, 이는 그 전체 내용이 참조로 본 명세서에 포함된다.
많은 급성 심장 질환은 증상, 병적 상태(예컨대, 실신 또는 뇌졸중), 및 사망을 유발할 수 있다. 급성 부정맥에 의해 유발되는 일반적인 심장 질환은 부적절한 동성빈맥(inappropriate sinus tachycardia: "IST"), 이소성 심방 리듬, 가속 이음부 리듬, 심실 탈출 리듬, 심방세동(atrial fibrillation: "AF"), 심실세동(ventricular fibrillation: "VF"), 초점 심방빈맥(focal atrial tachycardia); "focal AT"), 심방 미세입력, 심실빈맥(ventricular tachycardia: "VT"), 심방조동(atrial flutter: "AFL"), 조기 심실 콤플렉스(premature ventricular complexe; "PVC"), 조기 심방 콤플렉스(premature ventricular complex: "PAC"), 방실 결절 회귀성 빈맥(atrioventricular nodal reentrant tachycardia: "AVNRT"), 방실 회귀성 빈맥(atrioventricular reentrant tachycardia: "AVRT"), 영구 접합성 왕복 빈맥(permanent junctional reciprocating tachycardia: "PJRT"), 및 접합성 빈맥(unctional tachycardia: "JT")을 포함한다. 급성 부정맥의 근원은 전기 로터(예컨대, 심실세동), 반복되는 전기 초점 근원(예컨대, 심방빈맥), 해부학적 기반 재진입(예컨대, 심실빈맥) 등을 포함할 수 있다. 이러한 근원은 지속적이거나 임상적으로 중요한 증상의 발현의 중요한 동인이다. 부정맥은 심장 질환의 근원을 표적화하는 것에 의해 고주파 에너지 절제, 냉동 절제, 초음파 절제, 레이저 절제, 외부 방사선원, 직접 유전자 치료 등을 포함하는 다양한 기술을 사용하여 절제를 통해 치료될 수 있다. 심장 질환의 근원과 근원의 위치는 환자마다 다르기 때문에, 일반적인 심장 질환의 경우에도 표적 치료법을 사용하려면 부정맥의 근원이나 완전한 심장 블록 및 느린 심실 박동수 반응을 달성하기 위한 방실 결절을 식별해야 한다.
느린 심장 리듬에는 부비동 서맥, 부비동 노드 출구 블록, 1도 방실 블록, 2도 방실 블록 유형 1, 2도 방실 블록 유형 2, 3도 방실 블록 (완전한 심장 블록), 왼쪽 번들 분기 블록, 오른쪽 번들 분기 블록, 왼쪽 앞쪽 다발 블록, 왼쪽 뒤 다발 블록, 및 이중 다발 블록이 포함된다.
부정맥의 유형과 심각도에 따라 이식형 심박 조율기나 이식형 심장율동전환 제세동기가 부정맥 치료를 위한 옵션이 될 수 있다. 심박 조율기/ICD("심박 조율기")에는 일반적으로 전극, 리드(lead)(리드리스(leadless) 심박 조율기의 경우 제외) 및 펄스 생성기가 포함된다. 심박 조율기를 이식하기 위해서는 리드와 전극을 정맥에 삽입한 후 심장으로 이동시켜 전극이 목표 고정 위치에 위치하여 고정되도록 한다. 펄스 생성기는 심장 근처의 피부 아래에 이식될 수 있다(또는 리드리스 심박 조율기의 경우 전극에 물리적으로 연결됨).
심박 조율기/ICD는 심실 상부와 하부 및/또는 좌측과 우측 심실 사이의 불일치 문제로 인한 심부전을 치료하는 데에도 사용될 수 있다. 그러한 치료법 중 하나가 심장 재동기화 치료(cardiac resynchronization therapy; CRT)이다. CRT에는 심장 박동의 타이밍과 활성화 위치를 제어하기 위해 심장에 CRT 디바이스(예컨대, 심박 조율기의 일종)의 다수의 전극을 배치하는 작업이 포함된다. CRT 디바이스는 일반적으로 예를 들어, 심장의 양심실 조율을 제어하는 펄스 생성기로의 리드를 통해 연결된 3개 이상의 전극을 사용한다.
전극이 심장 내에서 목표 고정 위치로 이동하면서 전극의 위치를 결정하기 위해 다양한 간격으로 심장에서 X선을 촬영한다. 전기생리학자는 X선을 사용하여 다음 전극 이동 방법을 결정한다. 전극이 목표 고정 위치에 도달하면 전기생리학자는 전극을 현재 위치의 심내막에 배치하거나 부착한다.
이식을 유도(guide)하기 위해 X선(또는 기타 영상 디바이스)을 사용하는 것은 비용이 많이 들고 번거로울 수 있다. 또한, 부분적으로는 관상동 분지의 블록 존재, 심장 박동 능력을 제한하는 심방 또는 심실의 흉터 또는 기타 심근 질환의 존재, 의도된 고정 위치에 혈전의 존재 등과 같은 환자 해부학적 제한으로 인해, 의도된 고정 위치가 가장 실현 가능하거나 효과적인 고정 위치는 아닐 수 있다. 예를 들어, 보다 효과적인 고정 위치는 목표 고정 위치에서 1.0 cm 떨어진 것일 수 있다. 따라서 전극을 목표 고정 위치에 부착하는 것은 어느 정도 효과적일 수 있지만, 또 다른 고정 위치만큼 효과적이지는 않을 수 있다.
도 1은 이식될 리드와 에너지 펄스 생성기 컴포넌트(energy pulse generator component; EPDC)를 도시하는 심장 그래픽을 예시한다.
도 2는 일부 실시예에서 이식 유도 시스템의 컴포넌트를 예시하는 블록도이다.
도 3은 일부 실시예에서 IG 시스템의 이식 유도 컴포넌트의 처리를 예시하는 블록도이다.
도 4는 일부 실시예에서 IG 시스템의 그래픽 디스플레이 컴포넌트의 처리를 예시하는 흐름도이다.
도 5는 일부 실시예에서 IG 시스템의 유효성 평가 컴포넌트의 처리를 예시하는 흐름도이다.
도 6은 일부 실시예에서 IG 시스템의 목표 경로 갱신 컴포넌트의 처리를 예시하는 흐름도이다.
신체 내에 이식 가능 전자기 디바이스의 이식을 유도하기 위한 방법 및 시스템이 제공된다. 이식 가능 전자기 디바이스는 에너지 전달 컴포넌트(예컨대, 전극) 및 전기 생성기 컴포넌트(예컨대, 배터리 및 펄스 제어기)를 포함할 수 있다. 이식 가능 전자기 디바이스(implantable electromagnetic device; IEMD)는 또한 에너지 펄스 생성기 컴포넌트(energy pulse generator component; EPGC)를 에너지 펄스 전달 컴포넌트(energy pulse delivery component; EPDC)에 연결하는 리드를 포함할 수 있다. IEMD는 EPGC와 EPDC가 신체 내에 이식되는 캡슐 내에 수용된다는 점에서 리드리스일 수 도 있다. IEMD(예컨대, 심장 디바이스)는 표준 심박 조율기, 양심실 심박 조율기, 이식 가능 심장율동전환 제세동기, 심장 루프 기록기, 리드리스 심박조율기, 심장 재동기화 치료 디바이스 등일 수 있다. 다음 설명에서는 이식 유도(implantation guidance; IG) 시스템이 주로 심장과 관련하여 설명되지만 장기(예컨대, 뇌 또는 폐)와 같은 다른 전자기 근원과 함께 사용될 수도 있다. 보다 일반적으로 장기는 순환계, 신경계, 소화계, 호흡기계 등에 속할 수 있다. EPDC는 장기 내부 또는 장기 외부의 고정 위치에서 장기에 부착될 수 있다. EPGC는 장기 내부 또는 장기 근처 위치에 위치할 수 있다. EPDC가 장기에 에너지를 전달할 때, 에너지에 대한 장기의 반응을 나타내는 전기도(예컨대, 뇌파도)를 수집하여 EPDC의 위치를 결정하는 데 사용할 수 있다.
일부 실시예에서, IG 시스템은 EPDC를 심장 내에 부착하기 위해 심장 내의 고정 위치에 EPDC를 위치시키기 위한 지침을 제공한다. 이식하는 동안 EPDC는 심장 내 진입점(예컨대, 정맥을 통해 내부적으로, 또는 심낭 공간을 통해 외부로, 또는 관상동과 그 지류를 통해 외부로)에서 고정 위치까지의 경로를 따라 유도된다. EPDC가 심장을 통해 이동됨에 따라 EPDC는 다양한 위치에서 심장내막과 접촉하여 배치되고 활성화되어 조율(pacing)이라고 하는 전자기 펄스를 심장에 제공한다. 조율 동안에 환자 심전도(cardiogram)(예컨대, 심전도(electrocardiogram) 또는 벡터 심전도)가 수집된다. IG 시스템은 환자 심전도를 라이브러리 심전도의 심전도 라이브러리 내의 라이브러리 심전도와 비교한다. 각 라이브러리 심전도는 심장 내 활성화 위치와 연관되어 있다. 라이브러리 심전도는 "시뮬레이션된 심전도의 교정(Calibration of Simulated Cardiograms)"이라는 발명의 명칭으로 2020년 12월 8일에 발행된 미국 특허 제10,860,745호에 설명된 대로 생성될 수 있으며, 이는 참조로 여기에 포함된다. 심전도와 연관된 활성화 위치는 심장 주기가 시작되어(예컨대, 시뮬레이션된 활성화, 임상 개시 활성화 또는 환자 활성화를 통해) 해당 심전도를 생성하는 위치이다. IG 시스템은 환자 심전도와 매칭되는 라이브러리 심전도를 식별하고 매칭되는 라이브러리 심전도와 연관된 활성화 위치를 출력한다. IG 시스템은 EPDC의 현재 위치를 나타내기 위해 활성화 위치 표시를 출력한다. EPDC를 심내막에 접촉시키고, EPDC를 조율하고, 심전도를 수집하고, EPDC의 현재 위치를 식별하는 프로세스는 EPDC가 고정 위치에 위치할 때까지 반복적으로 수행될 수 있다. 이러한 방식으로, 이식 수술 동안에 형광 투시법(X선 영상)을 사용할 필요와 자본 장비 비용(capital equipment expense) 없이 EPDC가 고정 위치로 정확하게 유도될 수 있다.
일부 실시 예에서 IG 시스템에는 심장 내로의 진입부터 고정 위치까지의 목표 경로가 제공될 수 있다. 목표 경로는 심방을 통과한 다음 심실로 들어가는 것일 수 있다. 또 다른 목표 경로는 심방으로 들어가 관상동의 소공을 통해 관상동의 몸체로 들어가고 관상동의 분지로 나가는 것일 수 있다. 목표 경로는 또한 정맥 내로의 진입점부터 심장 내로의 진입점까지의 정맥 부분을 포함할 수 있다. IG 시스템은 심장 상에 중첩된 경로 표시와 함께 심장을 보여주는 그래픽을 디스플레이할 수 있다. EPDC가 고정 위치로 이동할 때 IG 시스템은 전기생리학자가 EPDC의 현재 위치를 결정하고 그에 따라 EPDC의 움직임을 유도하기 위해 활성화 위치(및 이전 활성화 위치)를 볼 수 있도록 활성화 위치의 그래픽 표시 상에 중첩시킬 수 있다. IG 시스템은 또한 경로를 따라 계속하거나, 이탈(deviation) 후 경로로 다시 이동하거나, 대체 경로(예컨대, 갱신된 경로)를 따라 이동할 다음 활성화 위치를 제안할 수 있다. IG 시스템은 이탈이 목표 경로를 갱신할 만큼 충분히 중요한 것으로 간주되는지 여부를 결정하기 위해 이탈 기준을 사용할 수 있다. 예를 들어, 이탈 기준은 목표 경로로부터의 임계 거리일 수 있다. 임계 거리는 EPDC가 현재 위치하는 챔버, 심장내막까지의 거리, 목표 고정 위치까지의 거리 등에 기초해 달라질 수 있다. 심장의 그래픽은 환자로부터 수집된 측정값으로부터 또는 라이브러리 심전도와 연관된 심장의 지오메트리로부터 도출될 수 있다. 예를 들어, 정상적인 동율동 동안 환자 심전도를 수집하고 라이브러리 심전도와 비교하여 매칭되는 라이브러리 심전도를 식별할 수 있다. IG 시스템은 매칭되는 라이브러리 심전도와 연관된 지오메트리에 기초해 그래픽을 생성할 수 있다.
일부 실시예에서, IG 시스템은 EPDC가 정맥 내로의 진입점에서 심장 내로의 진입점까지 이동할 때 심초음파도를 수집하기 위해 초음파 디바이스와 인터페이스할 수 있다. 정맥은 심장의 일부가 아니기 때문에 정맥의 내피 세포에 펄스를 전달해도 심장이 활성화되지는 않는다. 정맥 내에서 EPDC를 추적하기 위해 초음파 디바이스를 사용하고 심장내막 조율을 사용하면 정맥 내로의 진입점부터 고정 위치까지 EPDC를 추적할 수 있다.
일부 실시예에서, EPDC가 목표 고정 위치 근처에 있으면, EPDC는 실제 고정 위치로서의 활성화 위치의 유효성을 평가하기 위해 목표 고정 위치 근처의 다양한 활성화 위치에서 활성화될 수 있다. IG 시스템은 목표 고정 위치 근처의 각 활성화 위치에 대해 환자 심전도를 수집한다. 그런 다음, IG 시스템은 환자 심전도를 목표 심전도(예컨대, 원하는 동율동)와 비교하여 목표 심전도(예컨대, 코사인 유사성 또는 벡터 심전도 기반 피어슨 유사성)와 매칭되는 환자 심전도를 생성하는 활성화 위치를 식별한다. 그런 다음, EPDC는 식별된 활성화 위치, 즉, 실제 고정 위치에 이식될 수 있다.
일부 실시예에서, IG 시스템은 절제 수술 동안 카테터를 유도하기 위해 사용될 수 있다. 카테터에는 카테터 끝 근처에 EPDC가 부착되어 있을 수 있다. 카테터가 목표 절제 위치를 향해 이동함에 따라, EPDC는 심장내막과 접촉할 때 활성화되어 전술된 바와 같이 활성화 위치를 식별할 수 있다. 식별된 활성화 위치가 목표 절제 위치에 있으면 절제가 수행될 수 있다. 전술된 바와 같이, 경로(목표 및/또는 실제)가 그래픽 상에 디스플레이될 수 있다. 또한, EPDC가 목표 절제 위치 근처에 있을 때, EPDC는 다양한 활성화 위치에서 활성화될 수 있고 환자 심전도가 수집될 수 있다. IG 시스템은 환자 심전도를 목표 심전도와 비교하여 목표 심전도와 매칭되는 환자 심전도를 식별한다. 목표 심전도는 부정맥의 근원 위치(활성화 위치)를 식별하기 위해 부정맥 동안 수집된 환자 심전도를 라이브러리 심전도와 비교함으로써 식별될 수 있다. 환자 심전도가 목표 심전도와 매칭되는 경우, 매칭되는 환자 심전도와 연관된 활성화 위치가 절제 위치로 사용될 수 있다. 보다 일반적으로, IG 시스템은 디바이스가 장기를 통해 이동되고 EPDC가 활성화될 때 다양한 유형의 디바이스의 움직임을 추적하는 데 사용될 수 있다.
일부 실시예에서, IG 시스템은 생체역학적 시뮬레이션 시스템과 인터페이스하여 초기 목표 고정 위치를 식별하고 이식 수술 동안 갱신된 목표 고정 위치를 식별할 수 있다. 이식 수술이 시작되기 전에 생체역학적 시뮬레이션 시스템은 초기 목표 고정 위치를 식별하기 위해 환자 심장의 초기 생체역학에 기초해 시뮬레이션을 초기에 수행할 수 있다. 그러면 정맥 내로의 진입점부터 초기 목표 고정 위치까지 목표 경로가 결정될 수 있다. 이식 수술 동안에 전기생리학자는 시뮬레이션에 사용된 생체역학이 환자의 실제 생체역학을 정확하게 나타내지 않는다고 결정할 수 있다. 이러한 경우, 생체역학 시뮬레이션 시스템은 갱신된 목표 고정 위치를 식별하기 위해 환자의 실제 생체역학(또는 가정된 실제 생체역학)으로부터 도출된 생체역학에 기초해 시뮬레이션을 수행할 수 있다. 그러면 IG 시스템은 EPDC의 현재 위치로부터 갱신된 목표 고정 위치까지 갱신된 목표 경로를 생성하고 디스플레이할 수 있다. 생체역학적 시뮬레이션 시스템은 "심장 재동기화 치료의 결과를 예측하도록 심부전 진단 및 환자별 모델링을 위한 조성물, 디바이스 및 방법(Compositions, Devices, and Methods for Diagnosing Heart Failure and for Patient-Specific Modeling to Predict Outcomes of Cardiac Resynchronization Therapy)"이라는 발명의 명칭으로 2016년 9월 15일에 공개된 미국 특허 공개 제2016/0262635호에 설명되어 있으며 그것은 참조로 몬 명세서에 포함된다.
일부 실시예에서, IG 시스템은 고정 위치로의 EPDC의 이동을 제어하는 제어 디바이스와 인터페이스할 수 있다. 제어 디바이스는 심장 내 카테터의 움직임을 제어할 수 있다. IG 시스템은 제어 디바이스에 다음 활성화 위치를 제공할 수 있다. 제어 디바이스는 EPDC가 다음 활성화 위치로 이동하는 것을 제어한다. 그런 다음, 제어 디바이스는 EPDC를 제어하여 심장내막과 접촉한 다음 EPDC를 활성화한다. IG 시스템은 환자 심전도를 수신하여 목표 활성화 위치로부터 이탈할 수 있는 실제 활성화 위치(즉, EPDC의 현재 위치)를 식별한다. 제어 디바이스는 심장 전기 생리학자가 카테터의 움직임을 제어하는 방식과 유사한 방식으로 카테터의 움직임을 지시(예컨대, 밀기, 당기기, 비틀기 및 구부리기)하는 메커니즘을 사용할 수 있다.
일부 실시예에서, IG 시스템은 환자 심전도와 연관된 활성화 위치(현재 EPDC 위치)를 식별하기 위해 머신 러닝 모델을 사용할 수 있다. 머신 러닝 모델은 트레이닝 데이터로서 연관된 활성화 위치로 라벨링된 특징 벡터로서 라이브러리 심전도를 사용하여 트레이닝될 수 있다. 머신 러닝 모델의 트레이닝은 미국 특허 제10,860,745호에 설명되어 있다. IG 시스템이 환자 심전도를 수신하면 IG 시스템은 환자 심전도를 나타내는 특징 벡터를 생성하고 이 특징 벡터에 머신 러닝 모델을 적용하여 활성화 위치를 식별한다. 특징 벡터는 흉터 위치, 심장 배향, 전기적 특성, 및 기타 심장 속성과 같은 근원(심장) 구성 데이터를 나타낼 수도 있다.
일부 실시예에서, IG 시스템은 미국 특허 제10,860,745호에 설명된 기술 중 임의의 것을 사용할 수 있다. 예를 들어, IG 시스템은 환자 근원 구성(예컨대, 심장 지오메트리)을 모델 근원 구성 또는 (다른 환자의) 임상 근원 구성에 매칭하는 환자 매칭에 기초하여 환자의 심장의 속성을 식별하기 위해 환자 매칭 시스템을 사용할 수 있다. 환자 심전도를 라이브러리 심전도와 비교하여 매칭되는 라이브러리 심전도를 찾을 수 있다. 매칭되는 라이브러리 심전도와 연관된 근원 구성은 환자 심장의 속성(예컨대, 해부학적 및 전기생리학적 특성)을 나타낼 수 있다. 식별된 속성은 생체역학적 시뮬레이션 시스템으로의 입력으로서 사용될 수 있다. 식별된 속성 및/또는 다른 방식(예컨대, MRI 측정)으로 식별된 속성은 환자의 심장 속성과 유사한 속성과 연관된 라이브러리 심전도를 포함하는 환자별 심전도 라이브러리를 생성하는 데에도 사용될 수 있다. 환자 매칭 시스템은 환자별 심전도 라이브러리를 사용하여 매칭되는 심전도의 더 빠르고 정확한 식별 또는 더 정확한 머신 러닝 모델(예컨대, 분류기)을 제공할 수 있다. 또 다른 예로서, IG 시스템은 예를 들어, 라이브러리 심전도와 연관된 속성(예컨대, 심장 배향)과 환자의 속성 사이의 차이에 기초하여 라이브러리 심전도를 조정함으로써 심전도 라이브러리를 환자의 속성에 맞게 교정할 수 있다.
일부 실시예에서, IG 시스템은 머신 러닝 모델을 사용하여 수술(예컨대, 이식 또는 절제) 동안 목표 경로를 생성하고 그리고/또는 목표 경로를 조정할 수 있다. 목표 경로를 생성하기 위한 머신 러닝 모델은 현재 위치(예컨대, 진입점 또는 활성화 위치), 심장 기하학 및 흉터 위치와 함께 진입점 및 목표 고정 위치와 같은 특징을 나타내는 특징 벡터를 포함하는 트레이닝 데이터를 사용하여 트레이닝될 수 있다. 특징 벡터는 진입부터 목표 고정 위치까지의 목표 경로로 라벨링될 수 있다. 환자에 대한 목표 경로를 결정하기 위해 환자에 대한 특징 벡터가 생성되고 머신 러닝 모델에 입력되며, 이 모델은 진입점으로부터 목표 고정 위치까지의 목표 경로를 출력한다. 수술 동안에 목표 경로를 조정하기 위해 현재 위치에 기초해 특징 벡터가 생성되고 머신 러닝 모델에 입력되고, 이 모델은 현재 위치로부터 목표 고정 위치까지의 목표 경로를 출력한다.
일부 실시예에서, IG 시스템은 머신 러닝 모델을 트레이닝하는 데 사용될 수 있는 라이브러리를 생성하기 위해 전자기 근원(예컨대, 장기)의 계산 모델을 사용하는 시뮬레이션 시스템과 인터페이스한다. 계산 모델은 전자기 근원의 근원 구성에 기초하여 시간 경과에 따른 전자기 근원의 전자기 출력을 모델링한다. 전자기 출력은 전위, 전류, 자기장 등을 나타낼 수 있다. 전자기("EM") 근원이 심장일 때, 근원 구성(또는 근원 속성)은 심장의 지오메트리 및 근육 섬유, 몸통 해부학적 구조, 정상 및 비정상 심장 해부학적 구조, 정상 및 비정상 심장 조직, 흉터, 섬유증, 염증, 부종, 액세서리 경로(accessory pathways), 선천성 심장 질환, 악성 종양, 이전의 절제 부위, 이전의 수술 부위, 외부 방사선 치료 부위, 조율 리드(pacing lead), 이식 가능한 심장 제세동기 리드(implantable cardioverter-defibrillator lead), 심장 재동기화 치료 리드(cardiac resynchronization therapy lead), 심박 조율기 펄스 생성기 위치, 이식 가능한 심장 제세동기 펄스 생성기 위치, 피하 제세동기 리드 위치, 피하 제세동기 펄스 생성기 위치, 리드리스 심박 조율기 위치, 다른 이식된 하드웨어(예컨대, 우심실 또는 좌심실 보조 디바이스), 외부 제세동 전극, 표면 ECG 리드, 표면 매핑 리드, 매핑 조끼, 다른 정상 및 병리 생리학적 특징 분포 등에 대한 정보로 이루어진 그룹의 임의의 서브세트를 포함할 수 있으며, EM 출력은 시간 경과에 따른 다양한 심장의 위치에서의 전위의 모음(collection)이다. EM 출력을 생성하기 위해, 해당 단계 동안 EM 격자를 생성하도록 단계 크기(step size)(예컨대, 1㎳)의 시뮬레이션 단계 동안 시뮬레이션이 수행된다. EM 격자는 해당 단계 동안 각각의 심장의 위치에서의 전위의 값을 저장하는 유한 요소 격자(finite-element mesh)일 수 있다. 예를 들어, 좌심실은 대략 70,000개의 심장 위치를 갖는 것으로서 정의될 수 있으며, EM 격자는 각각의 심장의 위치에 대한 전자기값을 저장한다. 이러하면, 단계 크기가 1㎳인 3초 시뮬레이션은 각각 70,000개의 값을 포함하는 3,000개의 EM 격자를 생성할 것이다. EM 격자의 모음은 시뮬레이션을 위한 EM 출력이다. 계산 모델은 문헌[C. T. Villongco, D. E. Krummen, P. Stark, J. H. Omens, & A. D. McCulloch, "Patient-specific modeling of ventricular activation pattern using surface ECG-derived vectorcardiogram in bundle branch block," Progress in Biophysics and Molecular Biology, Volume 115, Issues 2-3, August 2014, Pages 305-313]에 설명되어 있으며, 이는 참조에 의해 본 명세서에 통합된다. 일부 실시예에서, 시뮬레이션 시스템은 단지 꼭지점에서가 아니라 격자로서 꼭지점들 사이의 지점에 대해 값을 생성할 수 있다. 예를 들어, 시뮬레이션 시스템은 가우스 구적법 기술(Gaussian quadrature technique)을 사용하여 이러한 지점에 대해 값을 계산할 수 있다.
일부 실시예에서, 시뮬레이션 시스템은 계산 모델의 구성 파라미터에 대한 상이한 값의 세트인 상이한 근원 구성에 각각 기초하여 많은 시뮬레이션을 실행하는 것에 의해 트레이닝 데이터를 생성한다. 예를 들어, 심장에 대한 구성 파라미터는 심장 지오메트리, 로터 위치, 초점 근원 위치, 가슴에서의 심실 배향, 심실 근섬유 배향, 심근 세포 세포내 전위 전기 생성 및 전파 등일 수 있다. 각각의 구성 파라미터는 가능한 값의 세트 또는 범위를 가질 수 있다. 예를 들어, 로터 위치는 심실 내의 상이한 위치에 대응하는 78개의 가능한 파라미터 세트일 수 있다. 이 시스템이 가능한 값의 각각의 조합에 대해 시뮬레이션을 실행할 수 있기 때문에, 시뮬레이션의 수는 수백만개에 이를 수 있다.
일부 실시예에서, 시뮬레이션 시스템은 환자로부터 수집된 EM 데이터에 기초한 분류의 생성을 위해 분류기를 트레이닝시키도록 시뮬레이션의 EM 출력을 사용한다. 시뮬레이션 시스템은 시뮬레이션의 각각의 EM 출력에 대해 도출된 EM 데이터를 생성할 수 있다. 도출된 EM 데이터는 예를 들어, (심전도(ECG) 또는 벡터 심전도(VCG), 신체 표면 조끼, 전자기 근원 내부 디바이스 등을 생성하도록 12개의 리드를 사용하는 EM 측정 디바이스에 의해 수집되는 측정치에 기초하여 생성된 EM 데이터에 대응한다. ECG 및 VCG는 EM 출력의 동등한 근원 표현(source representation)이다. 이어서, 시뮬레이션 시스템은 각각의 도출된 EM 데이터가 그 대응하는 분류를 특정하도록 라벨(또는 라벨들)을 생성한다. 예를 들어, 시뮬레이션 시스템은 EM 데이터가 도출된 EM 출력을 생성할 때 사용되는 구성 파라미터(예컨대, 로터 위치)의 값인 라벨을 생성할 수 있다. 특징 벡터에 대응하는 도출된 EM 데이터의 모음과 그것들의 라벨은 분류기를 트레이닝시키기 위한 트레이닝 데이터를 구성한다. 이어서, 시뮬레이션 시스템은 분류기를 트레이닝한다. 분류기는 완전히 연결된 컨볼루션의 반복되는 오토인코더(autoencoder), 또는 제한된 볼츠만 머신(Boltzmann machine), 지원 벡터 머신, 베이지안 분류기(Bayesian classifier) 등과 같은 신경망을 포함하는 다양한 분류기 또는 분류기의 조합 중 임의의 것일 수 있다. 분류기가 심층 신경망(deep neural network)일 때, 트레이닝은 심층 신경망의 활성화 함수를 위한 가중치의 세트를 초래한다. 선택된 분류기는 식별될 질환의 유형에 기초할 수 있다. 예를 들어, 특정 유형의 신경망은 초점 근원에 기초하여 효과적으로 트레이닝할 수 있지만, 로터 근원은 그렇지 않다.
도 1은 이식될 리드(lead)와 EPDC를 도시하는 심장 그래픽을 예시한다. 심장 그래픽(100)에는 리드(101)와 EPDC(102)가 중첩되어 있다. EPGC(103)는 심장 그래픽에 인접하여 예시된다. 원(별표 포함) (111a, 111b 및 111c)은 3개의 EPDC에 대한 목표 고정 위치를 나타낸다. EPDC(102)는 고정 위치(111a)에 위치하는 것으로 예시되어 있다. 어두운 음영을 가진 원(113)은 진입점(112)에서 원(111a)까지의 목표 경로를 따른 활성화 위치를 나타낸다. 더 밝은 음영을 가진 원(114)은 목표 경로에서 이탈한 활성화 지점을 나타낸다. 활성화 위치를 나타내는 원은 목표 경로로부터의 이탈 정도를 나타내기 위해 색상으로 구분될(color coded) 수 있다.
도 2는 일부 실시예에서 CSC 시스템의 이식 유도 시스템의 컴포넌트를 예시하는 블록도이다. IG 시스템(200)은 이식 유도 컴포넌트(201), 그래픽 디스플레이 컴포넌트(202), 유효성 평가 컴포넌트(203) 및 목표 경로 갱신 컴포넌트(204)를 포함한다. 이식 유도 컴포넌트는 이식 수술 동안에 활성화 위치에서 조율하고 있는 환자로부터 수집되는 고정 위치 및 ECG를 입력한다. 이식 유도 컴포넌트는 각 ECG에 대해 활성화 위치를 식별하고 활성화 위치의 표시를 출력하여 이식 수술을 유도한다. 그래픽 디스플레이 컴포넌트는 목표 경로, 활성화 위치 및 목표 고정 위치의 표시와 함께 심장 그래픽을 디스플레이한다. 유효성 평가 컴포넌트는 목표 고정 위치 근처에 있는 다양한 후보 고정 위치의 유효성 평가를 조정한다(coordinate). 목표 경로 갱신 컴포넌트는 생체역학적 시뮬레이션 시스템을 사용하여 환자의 심장의 갱신된 속성에 기초해 이식 수술 동안에 목표 경로를 갱신한다. IG 시스템은 또한 ECG 라이브러리(211), 활성화 위치 머신 러닝 모델(212), 및 목표 경로 머신 러닝 모델(213)을 포함한다. ECG 라이브러리에는 대응 ECG를 생성하는 활성화 위치와 연관되는 시뮬레이션된 ECG 및/또는 환자 ECG가 포함되어 있다. 활성화 위치 머신 러닝 모델은 ECG를 포함하는 특징 벡터를 입력하고, 환자의 다른 심장 구성 정보를 포함할 수 있으며, 대응 활성화 위치를 출력한다. 목표 경로 머신 러닝 모델은 현재 위치와 고정 위치를 입력하고, 현재 위치에서 고정 위치까지의 목표 경로를 출력한다. IG 시스템은 ECG 수집 컴포넌트(220)로부터의 ECG를 입력하고 활성화 위치를 유도 디바이스(230)로 출력한다.
IG 시스템 및 다른 설명된 시스템이 구현될 수 있는 컴퓨팅 시스템(예컨대, 네트워크 노드 또는 네트워크 노드의 집합체)은 중앙 처리 유닛, 입력 디바이스, 출력 디바이스(예컨대, 디스플레이 디바이스 및 스피커), 저장 디바이스(예컨대, 메모리 및 디스크 드라이브), 네트워크 인터페이스, 그래픽 처리 유닛, 셀룰러 무선 링크 인터페이스, 글로벌 포지셔닝 시스템 디바이스 등을 포함할 수 있다. 입력 디바이스는 키보드, 포인팅 디바이스, 터치 스크린, 제스처 인식 디바이스(예컨대, 에어 제스처를 위한), 머리 및 눈 추적 디바이스, 음성 인식을 위한 마이크 등을 포함할 수 있다. 컴퓨팅 시스템은 고성능 컴퓨팅 시스템, 클라우드 기반 서버, 데스크톱 컴퓨터, 랩톱, 태블릿, e-리더, PDA(personal digital assistant), 스마트폰, 게임 디바이스, 서버 등을 포함할 수 있다. 예를 들어, 시뮬레이션 및 트레이닝은 고성능 컴퓨팅 시스템을 사용하여 수행될 수 있으며, 분류는 태블릿으로 수행될 수 있다. 컴퓨팅 시스템은 컴퓨터 판독 가능 저장 매체 및 데이터 전송 매체를 포함하는 컴퓨터 판독 가능 매체에 액세스할 수 있다. 컴퓨터 판독 가능 저장 매체는 일시적인 전파 신호를 포함하지 않는 유형의 저장 수단이다. 컴퓨터 판독 가능 저장 매체의 예는 1차 메모리, 캐시 메모리, 2차 메모리(예컨대, DVD) 및 다른 스토리지와 같은 메모리를 포함한다. 컴퓨터 판독 가능 저장 매체는 이것들에 기록되었을 수 있거나, 또는 IG 시스템 및 다른 설명된 시스템을 구현하는 컴퓨터 실행 가능 명령어 또는 로직으로 인코딩될 수 있다. 데이터 전송 매체는 유선 또는 무선 연결을 통해 일시적인 전파 신호 또는 반송파(예컨대, 전자기)를 통해 데이터를 전송하는데 사용된다. 컴퓨팅 시스템은 HIPAA(Health Insurance Portability and Accountability Act)에 의해 요구되는 것과 같이 환자 정보의 프라이버시를 보호하기 위해 키를 생성하고 생성된 키를 안전하게 저장하고 키를 사용하여 데이터를 암호화 및 해독하기 위한 중앙 처리 유닛의 일부로서 보안 암호 프로세서를 포함할 수 있다.
IG 시스템 및 다른 설명된 시스템은 하나 이상의 컴퓨터, 프로세서 또는 다른 디바이스에 의해 실행되는 프로그램 모듈 및 컴포넌트와 같은 컴퓨터 실행 가능 명령어의 일반적인 맥락에서 설명될 수 있다. 일반적으로, 프로그램 모듈 또는 컴포넌트는 IG 시스템 및 다른 설명된 시스템의 작업을 수행하거나 또는 데이터 유형을 구현하는 루틴, 프로그램, 객체, 데이터 구조 등을 포함한다. 전형적으로, 프로그램 모듈의 기능성은 다양한 예에서 필요에 따라 조합되거나 분산될 수 있다. IG 시스템 및 다른 설명된 시스템의 양상은 예를 들어, 주문형 집적 회로(application-specific integrated circuit; "ASIC") 또는 필드 프로그래밍 가능 게이트 어레이(field programmable gate array; "FPGA")를 사용하여 하드웨어에서 구현될 수 있다.
IG 시스템에 의해 사용되는 머신 러닝 모델은 완전히 연결된 컨볼루션의 반복되는 오토인코더, 또는 제한된 볼츠만 머신; 지원 벡터 머신; 베이지안 분류기; 등과 같은 신경망을 포함하는 다양한 분류기 또는 분류기의 조합 중 임의의 것일 수 있다. 머신 러닝 모델이 심층 신경망일 때, 트레이닝은 심층 신경망의 활성화 함수를 위한 가중치의 세트를 생성한다. 신경망 모델에는 세 가지 주요 구성 요소가 있다: 아키텍처, 비용 함수 및 검색 알고리즘. 아키텍처는 입력과 출력을 연결하는 기능적 형태를 정의한다(네트워크 토폴로지, 유닛 연결성 및 활성화 기능 측면에서). 목적 함수를 최소화하는 가중치 세트를 가중치 공간에서 검색하는 것이 트레이닝 프로세스이다. 일 실시예에서, IG 시스템은 검색 기술로서 방사형 기초 함수(radial basis function; "RBF") 네트워크 및 표준 경사하강법(standard gradient descent)을 사용할 수 있다.
도 3은 일부 실시예에서 IG 시스템의 이식 유도 컴포넌트의 처리를 예시하는 도면이다. 이식 유도 컴포넌트(300)는 ECG를 반복적으로 수신하고 EPDC의 현재 위치의 표시를 출력한다. 블록(301)에서, 이 컴포넌트는 EPDC가 활성화 위치에 위치했다는 표시를 수신한다. 블록(302)에서, 이 컴포넌트는 활성화 위치에서 조율 동안 환자 ECG를 수집한다. 블록(303)에서, 이 컴포넌트는 예를 들어, 매칭되는 라이브러리 ECG를 식별하거나 환자 ECG를 입력하는 머신 러닝 모델을 적용함으로써 환자 ECG에 기초하여 활성화 위치를 결정한다. 블록(304)에서, 이 컴포넌트는 활성화 위치의 표시를 출력한다. 결정 블록(305)에서, 활성화 위치가 고정 위치에 대응하면 컴포넌트는 블록(306)에서 계속되고, 그렇지 않으면 컴포넌트는 블록(301)으로 루핑하여 EPDC의 다음 위치 지정을 처리한다. 블록(306)에서, 이 컴포넌트는 고정 위치에 EPDC를 부착하도록 지시한 다음 완료한다.
도 4는 일부 실시예에서 IG 시스템의 그래픽 디스플레이 컴포넌트의 처리를 예시하는 흐름도이다. 그래픽 디스플레이 컴포넌트(400)는 활성화 위치를 수신하고 심장 그래픽 상에 EPDC의 현재 위치의 표시를 디스플레이한다. 블록(401)에서, 이 컴포넌트는 환자로부터 수집된 ECG를 수신한다. 블록(402)에서, 이 컴포넌트는 환자 ECG를 라이브러리 ECG와 비교하여 매칭되는 라이브러리 ECG를 식별한다. 블록(403)에서, 이 컴포넌트는 매칭되는 라이브러리 ECG와 연관된 심장 지오메트리를 검색한다. 블록(404)에서, 이 컴포넌트는 강조된(highlighted) 목표 고정 위치와 함께 심장 지오메트리에 기초한 그래픽을 출력한다. 블록(405 내지 409)에서, 이 컴포넌트는 각 활성화 위치의 처리를 루핑한다. 블록(405)에서, 이 컴포넌트는 목표 경로를 디스플레이한다. 블록(406)에서, 이 컴포넌트는 현재 활성화 위치의 표시를 수신한다. 블록(407)에서, 이 컴포넌트는 활성화 위치의 표시를 디스플레이한다. 디스플레이된 표시는 현재 활성화 위치가 목표 경로를 따라 있는지 또는 목표 경로로부터 이탈하는지를 나타내기 위해 색상으로 구분될 수 있다. 색상의 음영은 목표 경로에서 이탈하는 정도를 나타낼 수 있다. 결정 블록(408)에서, 목표 경로가 이탈에 기초하여 조정되어야 하는 경우, 이 컴포넌트는 블록(409)에서 계속하고, 그렇지 않으면 이 컴포넌트는 다음 활성화 위치를 수신하기 위해 블록(406)으로 루핑한다. 블록(409)에서, 이 컴포넌트는 목표 경로를 조정하고 조정된 목표 경로를 디스플레이하도록 블록(405)으로 루핑한다.
도 5는 일부 실시예에서 IG 시스템의 유효성 평가 컴포넌트의 처리를 예시하는 흐름도이다. 유효성 평가 컴포넌트(500)에는 환자 ECG가 제공되고 환자 ECG와 연관된 활성화 위치가 부정맥 치료에 효과적인지 여부에 대한 표시를 출력한다. 블록(501)에서 이 컴포넌트는 목표 ECG에 액세스한다. 블록(502)에서, 이 컴포넌트는 환자 ECG와 목표 ECG 사이의 유사성을 나타내는 유사성 점수를 계산한다. 예를 들어, 유사성 점수는 ECG로부터 도출된 VCG들 간의 벡터 거리에 기초할 수 있다. 유사성을 평가하는 다른 기술은 미국 특허 제10,860,745호에 설명되어 있다. 결정 블록(503)에서, 유사성 점수가 유효성 기준을 충족하면, 이 컴포넌트는 블록(505)에서 계속하고, 그렇지 않으면 이 컴포넌트는 블록(504)에서 계속한다. 유효성 기준은 최대 벡터 거리 임계값, 후보 고정 위치와 연관된 벡터 거리와의 비교 등에 기초할 수 있다. 블록(504)에서, 이 컴포넌트는 현재 활성화 위치가 유효하지 않다는 표시를 출력하고, 완료한다. 블록(505)에서, 이 컴포넌트는 현재 활성화 위치가 유효하다는 표시를 출력하고, 그런 다음 완료한다.
도 6은 일부 실시예에서 IG 시스템의 목표 경로 갱신 컴포넌트의 처리를 예시하는 흐름도이다. 목표 경로 갱신 컴포넌트(600)는 환자의 심장 속성에 대한 갱신된 정보에 기초하여 목표 경로를 갱신하기 위해 이식 수술 동안에 호출된다. 블록(601)에서, 이 컴포넌트는 환자의 속성을 초기화한다. 블록(602)에서, 이 컴포넌트는 환자의 속성에 기초하여 목표 경로를 생성하기 위해 생체역학적 시뮬레이션을 실행한다. 블록(603)에서, 이 컴포넌트는 목표 경로를 수신한다. 블록(604)에서, 이 컴포넌트는 목표 경로를 디스플레이한다. 블록(605)에서, 이 컴포넌트는 활성화 위치에서 조율 동안 환자로부터 심전도를 수집한다. 블록(606)에서, 이 컴포넌트는 예를 들어, 심전도와 라이브러리 심전도의 비교에 기초하여 그리고/또는 전기생리학자로부터의 입력에 기초하여 환자의 속성을 식별한다. 결정 블록(607)에서, 속성이 수정된 경우 이 컴포넌트는 블록(608)에서 계속하고, 그렇지 않으면 이 컴포넌트는 블록(605)에서 계속하여 다음 심전도를 수집한다. 블록(608)에서, 이 컴포넌트는 수정된 속성에 기초하여 생체역학적 시뮬레이션을 실행하여 갱신된 목표 경로를 생성한다. 블록(609)에서, 이 컴포넌트는 갱신된 목표 경로를 수신하고 블록(604)으로 루핑하여 갱신된 목표 경로를 디스플레이한다.
다음 단락은 IG 시스템 및 다른 시스템의 양상의 다양한 실시예를 설명한다. 시스템의 구현은 실시예의 임의의 조합을 사용할 수 있다. 이하에 설명된 처리는 시스템을 구현하는 컴퓨터 판독 가능 저장 매체에 저장된 컴퓨터 실행 가능 명령어를 실행하는 프로세서를 갖춘 컴퓨팅 시스템에 의해 수행될 수 있다.
일부 실시예에서, 환자의 심장 내의 고정 위치에 이식 가능 디바이스의 에너지 전달 컴포넌트의 이식을 유도하기 위해 하나 이상의 컴퓨팅 시스템에 의해 수행되는 방법이 제공된다. 에너지원 컴포넌트를 갖는 이식 가능 디바이스는 에너지 전달 컴포넌트에 에너지를 제공한다. 에너지 전달 컴포넌트의 이식 동안에, 본 방법은 반복적으로, 에너지 전달 컴포넌트가 심장 내의 현재 위치에 위치하는 동안 에너지 전달 컴포넌트의 조율 동안 수집된 환자 심전도를 수신하고; 환자 심전도로부터 에너지 전달 컴포넌트의 현재 위치를 결정하고; 고정 위치에 에너지 전달 컴포넌트를 부착하는 것을 유도하기 위해 현재 위치 표시를 출력한다. 일부 실시예에서, 출력하는 단계는 에너지 전달 컴포넌트의 현재 위치 표시와 함께 심장의 표현을 디스플레이하는 단계를 포함한다. 일부 실시예에서, 디스플레이된 표현은 심장 내로의 진입부터 고정 위치까지의 목표 경로의 표시를 추가로 포함한다. 일부 실시예에서, 디스플레이된 표현은 목표 경로로부터 현재 위치의 이탈의 표시를 추가로 포함한다. 일부 실시예에서, 결정하는 단계는 현재 위치를 식별하기 위해 환자 심전도에 머신 러닝 모델을 적용하는 단계를 포함한다. 머신 러닝 모델은 활성화 위치로 라벨링된 트레이닝 심전도를 포함하는 트레이닝 데이터로 트레이닝될 수 있다. 일부 실시예에서, 트레이닝 심전도는 활성화 위치가 주어졌을 때 심장의 전기적 활동의 시뮬레이션으로부터 도출되거나, 환자로부터 수집되거나, 또는 둘 다로부터 획득될 수 있다. 일부 실시예에서, 트레이닝 데이터는 환자의 심장의 특성과 트레이닝 데이터를 생성하는데 사용된 심장의 특성 사이의 유사성에 기초한다. 일부 실시예에서, 본 방법은 에너지 전달 컴포넌트에 대한 고정 위치로서 현재 위치의 유효성을 평가하기 위해 환자 심전도를 추가로 분석한다. 일부 실시예에서, 유효성은 목표 심전도에 대한 환자 심전도의 유사성에 기초한다. 일부 실시예에서, 결정하는 단계는 환자 심전도와 유사한 라이브러리 심전도를 식별하기 위해 활성화 위치에 대한 라이브러리 심전도의 매핑의 라이브러리에 액세스하는 단계를 포함하고, 현재 위치는 환자 심전도와 유사한 라이브러리 심전도와 연관된 활성화 위치에 기초해 결정된다. 일부 실시예에서, 심전도 라이브러리는 환자별 라이브러리이다. 일부 실시예에서, 본 방법은 현재 위치가 심장 내로의 진입부터 고정 위치까지의 목표 경로로부터 이탈하는 경우, 현재 위치로부터 고정 위치까지의 갱신된 목표 경로를 생성하는 단계를 추가로 포함한다. 일부 실시예에서, 갱신된 목표 경로를 생성하는 단계는 목표 경로 및 갱신된 목표 경로로 라벨링된 현재 위치를 사용하여 트레이닝된 머신 러닝 모델을 적용하는 단계를 포함한다. 일부 실시예에서, 출력하는 단계는 현재 위치가 목표 위치일 때를 표시한다. 일부 실시예에서, 출력하는 단계는 조율을 위한 다음 위치의 표시를 제공한다. 일부 실시예에서, 본 방법은 환자 심전도와 유사한 라이브러리 심전도를 심전도 라이브러리로부터 식별하는 단계를 추가로 포함하고, 출력하는 단계는 에너지 전달 컴포넌트의 현재 위치의 표시와 함께 유사한 라이브러리 심전도와 연관된 심장 관련 해부학적 지오메트리의 표현을 디스플레이하는 단계를 포함한다. 일부 실시예에서, 표시는 에너지 전달 컴포넌트의 유도를 제어하는 디바이스로 출력된다. 일부 실시예에서, 에너지 전달 컴포넌트는 심방을 통해 심실 내로 유도된다. 일부 실시예에서, 에너지 전달 컴포넌트는 심방 내로 유도되고, 관상동의 소공을 통해, 관상동의 몸체 내로 유도되고, 관상동의 분지 밖으로 유도된다.
일부 실시예에서, 심장 디바이스의 에너지 전달 컴포넌트의 이식 동안 가능한 고정 위치의 유효성을 평가하기 위해 하나 이상의 컴퓨팅 시스템에 의해 수행되는 방법이 제공된다. 심장 디바이스는 에너지 전달 컴포넌트에 에너지를 제공하는 에너지원 컴포넌트를 갖는다. 에너지 전달 컴포넌트의 이식 동안, 본 방법은 반복적으로, 에너지 전달 컴포넌트가 후보 고정 위치에 위치하는 동안 에너지 전달 컴포넌트의 조율 동안 수집된 환자 심전도를 수신하고; 환자 심전도에 기초해 후보 고정 위치의 효율성을 평가하고; 후보 고정 위치의 유효성의 표시를 출력한다. 일부 실시예에서, 출력하는 단계는 에너지 전달 컴포넌트의 후보 고정 위치의 표시와 함께 심장의 표현을 디스플레이하는 단계를 포함한다. 일부 실시예에서, 유효성의 평가는 환자 심전도와 목표 심전도의 비교에 기초한다. 일부 실시예에서, 평가하는 단계는 후보 고정 위치의 유효성의 표시를 생성하기 위해 환자 심전도에 머신 러닝 모델을 적용하는 단계를 포함하고, 머신 러닝 모델은 유효성의 표시로 라벨링된 트레이닝 심전도를 포함하는 트레이닝 데이터로 트레이닝된다. 일부 실시예에서, 트레이닝 심전도는 활성화 위치가 주어졌을 때 심장의 전기적 활동의 시뮬레이션으로부터 도출된다. 일부 실시예에서, 트레이닝 심전도는 환자로부터 수집된다. 일부 실시예에서, 트레이닝 데이터는 환자의 심장의 특성과 트레이닝 데이터를 생성하는데 사용된 심장의 특성 사이의 유사성에 기초한다. 일부 실시예에서, 본 방법은 환자 심전도로부터 에너지 전달 컴포넌트의 현재 위치를 결정하는 단계를 추가로 포함한다. 일부 실시예에서, 결정하는 단계는 환자 심전도와 유사한 라이브러리 심전도를 식별하기 위해 활성화 위치에 대한 라이브러리 심전도의 매핑의 라이브러리에 액세스하는 단계를 포함하고, 현재 위치는 환자 심전도와 유사한 라이브러리 심전도와 연관된 활성화 위치에 기초해 결정된다. 일부 실시예에서, 본 방법은 환자 심전도와 유사한 라이브러리 심전도를 심전도 라이브러리로부터 식별하는 단계를 추가로 포함하고, 출력하는 단계는 후보 고정의 표시와 함께 유사한 라이브러리 심전도와 연관된 심장 관련 해부학적 지오메트리의 표현을 디스플레이하는 단계를 포함한다. 일부 실시예에서, 평가하는 단계는 환자 심전도와 목표 심전도 사이의 유사성을 결정하는 것을 포함한다.
일부 실시예에서, 심장 내 카테터의 위치를 추적하기 위해 하나 이상의 컴퓨팅 시스템에 의해 수행되는 방법이 제공된다. 카테터는 에너지원 컴포넌트로부터 에너지를 수신하는 에너지 전달 컴포넌트를 갖는다. 본 방법은, 카테터가 심장 내에 있는 동안에 반복적으로, 에너지 전달 컴포넌트가 심장 내의 현재 위치에 위치하는 동안 에너지 전달 컴포넌트의 조율 동안 수집된 환자 심전도를 수신하고; 환자 심전도로부터 에너지 전달 컴포넌트의 현재 위치를 결정하고; 심장 내에 있는 동안 카테터를 추적하기 위해 현재 위치의 표시를 출력한다.
일부 실시예에서, 환자의 장기 내의 고정 위치에 에너지 전달 컴포넌트의 이식을 유도하기 위해 하나 이상의 컴퓨팅 시스템이 제공된다. 에너지 전달 컴포넌트는 에너지원 컴포넌트로부터 에너지를 수신하기 위한 것이다. 하나 이상의 컴퓨팅 시스템은 하나 이상의 컴퓨팅 시스템을 제어하기 위한 컴퓨터 실행 가능 명령어를 저장하기 위한 하나 이상의 컴퓨터 판독 가능 저장 매체, 및 하나 이상의 컴퓨터 판독 가능 저장 매체에 저장된 컴퓨터 실행 가능 명령어를 실행하기 위한 하나 이상의 프로세서를 포함한다. 명령어는 에너지 전달 컴포넌트의 이식 동안에, 반복적으로, 에너지 전달 컴포넌트가 장기 내의 현재 위치에 위치하는 동안 에너지 전달 컴포넌트를 통한 에너지의 전달 후에 수집된 환자 심전도를 수신하고; 환자 심전도로부터 에너지 전달 컴포넌트의 현재 위치를 결정하고; 고정 위치에 에너지 전달 컴포넌트의 부착을 유도하기 위해 현재 위치의 표시를 출력하도록 하나 이상의 컴퓨팅 시스템을 제어한다.
비록 청구대상이 구조적 특징 및/또는 행위에 특유한 언어로 설명되었지만, 첨부된 청구범위에서 한정된 청구대상이 반드시 위에서 설명된 특정 특징 또는 행위로 제한되지는 않는다는 것을 이해해야 한다. 오히려, 위에서 설명된 특정 특징 및 행위는 청구범위를 구현하는 예시적인 형태로 개시된다. 그러므로, 본 발명은 첨부된 청구범위에 의한 것으로서를 제외하고는 제한되지 않는다.

Claims (30)

  1. 환자의 심장 내의 고정 위치에 심장 디바이스의 에너지 전달 컴포넌트의 이식을 유도(guide)하기 위해 하나 이상의 컴퓨팅 시스템에 의해 수행되는 방법에 있어서,
    상기 심장 디바이스는 상기 에너지 전달 컴포넌트에 에너지를 제공하는 에너지원 컴포넌트를 가지며, 상기 방법은,
    상기 에너지 전달 컴포넌트의 이식 동안에 반복적으로:
    상기 에너지 전달 컴포넌트가 상기 심장 내의 현재 위치에 위치하는 동안에 상기 에너지 전달 컴포넌트의 조율(pacing) 동안 수집되는 환자 심전도를 수신하는 단계;
    상기 환자 심전도로부터 상기 에너지 전달 컴포넌트의 상기 현재 위치를 결정하는 단계; 및
    상기 고정 위치에 상기 에너지 전달 컴포넌트를 부착하는 것을 유도하기 위해 상기 현재 위치의 표시를 출력하는 단계
    를 포함하는 것인, 에너지 전달 컴포넌트의 이식을 유도하기 위해 수행되는 방법.
  2. 제1항에 있어서, 상기 출력하는 단계는 상기 에너지 전달 컴포넌트의 상기 현재 위치의 표시와 함께 심장의 표현을 디스플레이하는 단계를 포함하는 것인, 에너지 전달 컴포넌트의 이식을 유도하기 위해 수행되는 방법.
  3. 제2항에 있어서, 상기 디스플레이된 표현은 상기 심장 내로의 진입부터 상기 고정 위치까지의 목표 경로의 표시를 추가로 포함하는 것인, 에너지 전달 컴포넌트의 이식을 유도하기 위해 수행되는 방법.
  4. 제3항에 있어서, 상기 디스플레이된 표현은 상기 목표 경로로부터의 현재 위치의 이탈의 표시를 추가로 포함하는 것인, 에너지 전달 컴포넌트의 이식을 유도하기 위해 수행되는 방법.
  5. 제1항에 있어서, 상기 결정하는 단계는 상기 현재 위치를 식별하기 위해 상기 환자 심전도에 머신 러닝 모델을 적용하는 단계를 포함하고, 상기 머신 러닝 모델은 활성화 위치로 라벨링된 트레이닝 심전도를 포함하는 트레이닝 데이터로 트레이닝되는 것인, 에너지 전달 컴포넌트의 이식을 유도하기 위해 수행되는 방법.
  6. 제5항에 있어서, 상기 트레이닝 심전도는 활성화 위치가 주어졌을 때 심장의 전기적 활동의 시뮬레이션으로부터 도출(derive)되는 것인, 에너지 전달 컴포넌트의 이식을 유도하기 위해 수행되는 방법.
  7. 제5항에 있어서, 상기 트레이닝 심전도는 환자로부터 수집되는 것인, 에너지 전달 컴포넌트의 이식을 유도하기 위해 수행되는 방법.
  8. 제5항에 있어서, 상기 트레이닝 데이터는 상기 환자의 심장의 특성과 상기 트레이닝 데이터를 생성하는데 사용된 심장의 특성 사이의 유사성에 기초하는 것인, 에너지 전달 컴포넌트의 이식을 유도하기 위해 수행되는 방법.
  9. 제1항에 있어서, 상기 에너지 전달 컴포넌트에 대한 고정 위치로서 상기 현재 위치의 유효성을 평가하기 위해 환자 심전도를 분석하는 단계를 추가로 포함하는, 에너지 전달 컴포넌트의 이식을 유도하기 위해 수행되는 방법.
  10. 제9항에 있어서, 상기 유효성은 목표 심전도에 대한 상기 환자 심전도의 유사성에 기초하는 것인, 에너지 전달 컴포넌트의 이식을 유도하기 위해 수행되는 방법.
  11. 제1항에 있어서, 상기 결정하는 단계는 상기 환자 심전도와 유사한 라이브러리 심전도를 식별하기 위해 활성화 위치에 대한 라이브러리 심전도의 매핑의 라이브러리에 액세스하는 단계를 포함하고, 상기 현재 위치는 상기 환자 심전도와 유사한 라이브러리 심전도와 연관된 활성화 위치에 기초해 결정되는 것인, 에너지 전달 컴포넌트의 이식을 유도하기 위해 수행되는 방법.
  12. 제9항에 있어서, 라이브러리는 환자별 라이브러리인 것인, 에너지 전달 컴포넌트의 이식을 유도하기 위해 수행되는 방법.
  13. 제1항에 있어서, 상기 현재 위치가 상기 심장 내로의 진입부터 상기 고정 위치까지의 목표 경로를 이탈하는 경우, 상기 현재 위치로부터 상기 고정 위치까지의 갱신된 목표 경로를 생성하는 것인, 에너지 전달 컴포넌트의 이식을 유도하기 위해 수행되는 방법.
  14. 제13항에 있어서, 상기 갱신된 목표 경로를 생성하는 단계는 목표 경로 및 갱신된 목표 경로로 라벨링된 현재 위치를 사용하여 트레이닝된 머신 러닝 모델을 적용하는 단계를 포함하는 것인, 에너지 전달 컴포넌트의 이식을 유도하기 위해 수행되는 방법.
  15. 제1항에 있어서, 상기 출력하는 단계는 상기 현재 위치가 목표 위치일 때를 표시하는 것인, 에너지 전달 컴포넌트의 이식을 유도하기 위해 수행되는 방법.
  16. 제1항에 있어서, 상기 출력하는 단계는 조율(pacing)을 위한 다음 위치의 표시를 제공하는 것인, 에너지 전달 컴포넌트의 이식을 유도하기 위해 수행되는 방법.
  17. 제1항에 있어서, 상기 환자 심전도와 유사한 라이브러리 심전도를 심전도 라이브러리로부터 식별하는 단계를 추가로 포함하고, 상기 출력하는 단계는 상기 에너지 전달 컴포넌트의 상기 현재 위치의 표시와 함께 상기 유사한 라이브러리 심전도와 연관된 심장 관련 해부학적 지오메트리의 표현을 디스플레이하는 단계를 포함하는 것인, 에너지 전달 컴포넌트의 이식을 유도하기 위해 수행되는 방법.
  18. 제1항에 있어서, 상기 표시는 상기 에너지 전달 컴포넌트의 유도를 제어하는 디바이스로 출력되는 것인, 에너지 전달 컴포넌트의 이식을 유도하기 위해 수행되는 방법.
  19. 제18항에 있어서, 상기 에너지 전달 컴포넌트는 심방을 통해 심실 내로 유도되는 것인, 에너지 전달 컴포넌트의 이식을 유도하기 위해 수행되는 방법.
  20. 제18항에 있어서, 상기 에너지 전달 컴포넌트는 심방 내로 유도되고, 관상동(coronary sinus)의 소공(ostium)을 통해, 상기 관상동의 몸체(body) 내로 유도되고, 상기 관상동의 분지(branch) 밖으로 유도되는 것인, 에너지 전달 컴포넌트의 이식을 유도하기 위해 수행되는 방법.
  21. 심장 디바이스의 에너지 전달 컴포넌트의 이식 동안 가능한 고정 위치의 유효성을 평가하기 위해 하나 이상의 컴퓨팅 시스템에 의해 수행되는 방법에 있어서, 상기 심장 디바이스는 상기 에너지 전달 컴포넌트에 에너지를 제공하는 에너지원 컴포넌트를 가지며, 상기 방법은,
    상기 에너지 전달 컴포넌트의 이식 동안에 반복적으로:
    상기 에너지 전달 컴포넌트가 후보 고정 위치에 위치하는 동안 상기 에너지 전달 컴포넌트의 조율 동안에 수집되는 환자 심전도를 수신하는 단계;
    상기 환자 심전도에 기초해 상기 후보 고정 위치의 유효성을 평가하는 단계;
    상기 후보 고정 위치의 상기 유효성의 표시를 출력하는 단계
    를 포함하는 것인, 가능한 고정 위치의 유효성을 평가하기 위해 수행되는 방법.
  22. 제21항에 있어서, 상기 출력하는 단계는 상기 에너지 전달 컴포넌트의 상기 후보 고정 위치의 표시와 함께 심장의 표현을 디스플레이하는 단계를 포함하는 것인, 가능한 고정 위치의 유효성을 평가하기 위해 수행되는 방법.
  23. 제21항에 있어서, 상기 유효성의 평가는 목표 심전도에 대한 상기 환자 심전도의 비교에 기초하는 것인, 가능한 고정 위치의 유효성을 평가하기 위해 수행되는 방법.
  24. 제21항에 있어서, 상기 평가하는 단계는 상기 후보 고정 위치의 유효성의 표시를 생성하기 위해 상기 환자 심전도에 머신 러닝 모델을 적용하는 단계를 포함하고, 상기 머신 러닝 모델은 유효성의 표시로 라벨링된 트레이닝 심전도를 포함하는 트레이닝 데이터로 트레이닝되는 것인, 가능한 고정 위치의 유효성을 평가하기 위해 수행되는 방법.
  25. 제24항에 있어서, 상기 트레이닝 심전도는 활성화 위치가 주어졌을 때 심장의 전기적 활동의 시뮬레이션으로부터 도출되는 것인, 가능한 고정 위치의 유효성을 평가하기 위해 수행되는 방법.
  26. 제24항에 있어서, 상기 트레이닝 심전도는 환자로부터 수집되는 것인, 가능한 고정 위치의 유효성을 평가하기 위해 수행되는 방법.
  27. 제24항에 있어서, 상기 트레이닝 데이터는 상기 환자의 심장의 특성과 상기 트레이닝 데이터를 생성하는데 사용된 심장의 특성 사이의 유사성에 기초하는 것인, 가능한 고정 위치의 유효성을 평가하기 위해 수행되는 방법.
  28. 제21항에 있어서, 상기 환자 심전도로부터 상기 에너지 전달 컴포넌트의 현재 위치를 결정하는 단계를 추가로 포함하는, 가능한 고정 위치의 유효성을 평가하기 위해 수행되는 방법.
  29. 심장 내 카테터의 위치를 추적하기 위해 하나 이상의 컴퓨팅 시스템에 의해 수행되는 방법에 있어서, 상기 카테터는 에너지원 컴포넌트로부터 에너지를 수신하는 에너지 전달 컴포넌트를 가지며, 상기 방법은,
    상기 카테터가 심장 내에 있는 동안에 반복적으로:
    상기 에너지 전달 컴포넌트가 상기 심장 내의 현재 위치에 위치하는 동안에 상기 에너지 전달 컴포넌트의 조율 동안 수집되는 환자 심전도를 수신하는 단계;
    상기 환자 심전도로부터 상기 에너지 전달 컴포넌트의 상기 현재 위치를 결정하는 단계; 및
    상기 심장 내에 있는 동안 상기 카테터를 추적하기 위해 상기 현재 위치의 표시를 출력하는 단계
    를 포함하는 것인, 심장 내 카테터의 위치를 추적하기 위해 수행되는 방법.
  30. 환자의 장기 내의 고정 위치에서의 에너지 전달 컴포넌트의 이식을 유도하기 위한 하나 이상의 컴퓨팅 시스템에 있어서, 상기 에너지 전달 컴포넌트는 에너지원 컴포넌트로부터 에너지를 수신하기 위한 것이고, 상기 하나 이상의 컴퓨팅 시스템은:
    컴퓨터 실행 가능 명령어를 저장하기 위한 하나 이상의 컴퓨터 판독 가능 저장 매체 - 상기 컴퓨터 실행 가능 명령어는 상기 에너지 전달 컴포넌트의 이식 동안에 상기 하나 이상의 컴퓨팅 시스템이 반복적으로:
    상기 에너지 전달 컴포넌트가 상기 장기 내의 현재 위치에 위치하는 동안 상기 에너지 전달 컴포넌트를 통한 에너지의 전달 후 수집되는 환자 전기도를 수신하고;
    상기 환자 심전도로부터 상기 에너지 전달 컴포넌트의 상기 현재 위치를 결정하고;
    상기 고정 위치에 상기 에너지 전달 컴포넌트를 부착하는 것을 유도하기 위해 상기 현재 위치의 표시를 출력하도록 제어하기 위한 것임 -; 및
    상기 하나 이상의 컴퓨터 판독 가능 저장 매체에 저장된 상기 컴퓨터 실행 가능 명령어를 실행하기 위한 하나 이상의 프로세서
    를 포함하는 것인, 에너지 전달 컴포넌트의 이식을 유도하기 위한 하나 이상의 컴퓨팅 시스템.
KR1020237041707A 2021-05-05 2022-05-05 신체 내 에너지 전달 컴포넌트의 이식 안내 KR20240017356A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US17/308,400 2021-05-05
US17/308,400 US11338131B1 (en) 2021-05-05 2021-05-05 Guiding implantation of an energy delivery component in a body
PCT/US2022/027898 WO2022235953A1 (en) 2021-05-05 2022-05-05 Guiding implantation of an energy delivery component in a body

Publications (1)

Publication Number Publication Date
KR20240017356A true KR20240017356A (ko) 2024-02-07

Family

ID=81656278

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020237041707A KR20240017356A (ko) 2021-05-05 2022-05-05 신체 내 에너지 전달 컴포넌트의 이식 안내

Country Status (8)

Country Link
US (1) US11338131B1 (ko)
EP (1) EP4333708A1 (ko)
JP (1) JP2024519314A (ko)
KR (1) KR20240017356A (ko)
CN (1) CN117615711A (ko)
AU (1) AU2022271269A1 (ko)
CA (1) CA3219099A1 (ko)
WO (1) WO2022235953A1 (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11259871B2 (en) 2018-04-26 2022-03-01 Vektor Medical, Inc. Identify ablation pattern for use in an ablation
US10595736B1 (en) 2019-06-10 2020-03-24 Vektor Medical, Inc. Heart graphic display system
US10709347B1 (en) 2019-06-10 2020-07-14 Vektor Medical, Inc. Heart graphic display system
US11338131B1 (en) * 2021-05-05 2022-05-24 Vektor Medical, Inc. Guiding implantation of an energy delivery component in a body
EP4385042A2 (en) 2021-08-09 2024-06-19 Vektor Medical, Inc. Tissue state graphic display system
CN117618108A (zh) * 2023-12-14 2024-03-01 强联智创（北京）科技有限公司 用于预测体内装置植入效果的方法及相关产品

Family Cites Families (110)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4352163A (en) 1979-11-09 1982-09-28 The Valeron Corporation Vectorcardiogram simulator
US5458116A (en) 1994-03-30 1995-10-17 Siemens Medical Systems, Inc. Display system and method for three-dimensional vectorcardiograms
US5596634A (en) 1994-12-13 1997-01-21 At&T Telecommunications system for dynamically selecting conversation topics having an automatic call-back feature
JPH08289877A (ja) 1995-04-24 1996-11-05 Toshiba Corp 組織の興奮伝播過程のシミュレーション方法及びこの方法を使用した組織内電磁気現象診断装置
US5891132A (en) 1996-05-30 1999-04-06 Chiron Technolas Gmbh Opthalmologische Systeme Distributed excimer laser surgery system
US5803084A (en) 1996-12-05 1998-09-08 Olson; Charles Three dimensional vector cardiographic display and method for displaying same
US6292783B1 (en) 1998-03-06 2001-09-18 Plexar & Associates Phone-assisted clinical document information computer system for use in home healthcare, post-acute clinical care, hospice and home infusion applications
US6269336B1 (en) 1998-07-24 2001-07-31 Motorola, Inc. Voice browser for interactive services and methods thereof
JP2001005488A (ja) 1999-06-18 2001-01-12 Mitsubishi Electric Corp 音声対話システム
US7000187B2 (en) 1999-07-01 2006-02-14 Cisco Technology, Inc. Method and apparatus for software technical support and training
US6792086B1 (en) 1999-08-24 2004-09-14 Microstrategy, Inc. Voice network access provider system and method
US7539656B2 (en) 2000-03-06 2009-05-26 Consona Crm Inc. System and method for providing an intelligent multi-step dialog with a user
US6931273B2 (en) 2000-04-11 2005-08-16 University Of California San Francisco Database of body surface ECG P wave integral maps for localization of left-sided atrial arrhythmias
US6567805B1 (en) 2000-05-15 2003-05-20 International Business Machines Corporation Interactive automated response system
AU7182701A (en) 2000-07-06 2002-01-21 David Paul Felsher Information record infrastructure, system and method
US6721728B2 (en) 2001-03-02 2004-04-13 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration System, method and apparatus for discovering phrases in a database
US7286866B2 (en) 2001-11-05 2007-10-23 Ge Medical Systems Global Technology Company, Llc Method, system and computer product for cardiac interventional procedure planning
US7712020B2 (en) 2002-03-22 2010-05-04 Khan Emdadur R Transmitting secondary portions of a webpage as a voice response signal in response to a lack of response by a user
US7302383B2 (en) 2002-09-12 2007-11-27 Luis Calixto Valles Apparatus and methods for developing conversational applications
US20040176697A1 (en) 2002-11-01 2004-09-09 Lukas Kappenberger Methods of analyzing atrial fibrillations
WO2005067790A1 (en) 2004-01-16 2005-07-28 Compumedics Ltd Method and apparatus for ecg-derived sleep disordered breathing monitoring, detection and classification
US20090099468A1 (en) 2004-12-21 2009-04-16 Aravinda Thiagalingam Automated Processing of Electrophysiological Data
US7765002B2 (en) 2006-12-08 2010-07-27 Cardiac Pacemakers, Inc. Rate aberrant beat selection and template formation
US9370310B2 (en) 2007-01-18 2016-06-21 General Electric Company Determination of cellular electrical potentials
US20080234576A1 (en) * 2007-03-23 2008-09-25 General Electric Company System and method to track movement of a tool in percutaneous replacement of a heart valve
US10231077B2 (en) 2007-07-03 2019-03-12 Eingot Llc Records access and management
US20090275850A1 (en) 2008-04-30 2009-11-05 Mehendale Anil C Electrocardiographic (ECG) Data Analysis Systems and Methods
CA2942993A1 (en) 2008-10-09 2010-04-15 The Regents Of The University Of California Methods, system and apparatus for the detection, diagnosis and treatment of biological rhythm disorders
JP5911726B2 (ja) 2008-11-10 2016-04-27 カーディオインサイト テクノロジーズ インコーポレイテッド 電気生理学データの視覚化
EP2266459A1 (en) 2009-06-24 2010-12-29 Cortius B.V. i.o. Inverse imaging of electrical activity of a heart muscle
US20110028848A1 (en) 2009-07-31 2011-02-03 Cem Shaquer Methods and Apparatus for Detecting and Mapping Tissue Interfaces
US8224640B2 (en) 2009-09-08 2012-07-17 Siemens Aktiengesellschaft Method and system for computational modeling of the aorta and heart
US9332915B2 (en) 2013-03-15 2016-05-10 The Regents Of The University Of California System and method to identify sources associated with biological rhythm disorders
US9392948B2 (en) 2011-12-09 2016-07-19 The Regents Of The University Of California System and method of identifying sources for biological rhythms
US20110118590A1 (en) 2009-11-18 2011-05-19 Siemens Medical Solutions Usa, Inc. System For Continuous Cardiac Imaging And Mapping
CN105361878A (zh) 2010-04-08 2016-03-02 加利福尼亚大学董事会 用于检测、诊断和治疗生物节律紊乱的方法、系统和设备
US20130131629A1 (en) 2010-05-19 2013-05-23 The Board of Regents of the Unversity of Texas System Nanochanneled device and related methods
US20110307231A1 (en) 2010-06-09 2011-12-15 Jens Kirchner Method and arrangement for creating an individualized, computer-aided model of a system, and a corresponding computer program and a corresponding machine-readable storage medium
US8438182B2 (en) 2010-12-30 2013-05-07 Microsoft Corporation Patient identification
WO2012106729A1 (en) 2011-02-04 2012-08-09 Phase Space Systems Corporation System and method for evaluating an electrophysiological signal
CA2827042A1 (en) 2011-02-11 2012-08-16 Natalia Trayanova System and method for planning a patient-specific cardiac procedure
CN103718191B (zh) 2011-05-02 2018-02-02 加利福尼亚大学董事会 使用成形消融术来靶向心律紊乱的系统和方法
US9510763B2 (en) 2011-05-03 2016-12-06 Medtronic, Inc. Assessing intra-cardiac activation patterns and electrical dyssynchrony
WO2012174660A1 (en) 2011-06-24 2012-12-27 Dalhousie University Computer-aided localization of site of origin of cardiac activation
JP6259762B2 (ja) 2011-10-12 2018-01-10 カーディオインサイト テクノロジーズ インコーポレイテッド 空間的に関連する電気情報用の検知ゾーン
US10311978B2 (en) 2012-01-30 2019-06-04 Siemens Healthcare Gmbh Method and system for patient specific planning of cardiac therapies on preoperative clinical data and medical images
US9129053B2 (en) 2012-02-01 2015-09-08 Siemens Aktiengesellschaft Method and system for advanced measurements computation and therapy planning from medical data and images using a multi-physics fluid-solid heart model
US9842725B2 (en) 2013-01-31 2017-12-12 Lam Research Corporation Using modeling to determine ion energy associated with a plasma system
US9320126B2 (en) 2012-12-17 2016-04-19 Lam Research Corporation Determining a value of a variable on an RF transmission model
US20130268284A1 (en) 2012-04-05 2013-10-10 Ryan Heck System and Method for Transferring Patients Between Hospitals
JP5946127B2 (ja) 2012-05-11 2016-07-05 富士通株式会社 シミュレーション方法、シミュレーション装置、およびシミュレーションプログラム
WO2013192459A1 (en) 2012-06-20 2013-12-27 Intermountain Invention Management, Llc Atrial fibrillation treatment systems and methods
US9277970B2 (en) 2012-07-19 2016-03-08 Siemens Aktiengesellschaft System and method for patient specific planning and guidance of ablative procedures for cardiac arrhythmias
WO2014043216A1 (en) 2012-09-13 2014-03-20 University Of South Florida Systems and methods for diagnosing cardiovascular conditions
US9014795B1 (en) 2012-09-25 2015-04-21 University Of South Florida Systems and methods for determining a cardiovascular condition of a subject
US9339201B2 (en) 2012-10-08 2016-05-17 Tosense, Inc. Database and algorithm for evaluating efficacy of an electrophysiology procedure
US9282894B2 (en) 2012-10-08 2016-03-15 Tosense, Inc. Internet-based system for evaluating ECG waveforms to determine the presence of p-mitrale and p-pulmonale
US10827983B2 (en) 2012-10-30 2020-11-10 The Johns Hopkins University System and method for personalized cardiac arrhythmia risk assessment by simulating arrhythmia inducibility
US10912476B2 (en) 2013-01-16 2021-02-09 University Of Vermont Catheters, systems, and related methods for mapping, minimizing, and treating cardiac fibrillation
US8880158B2 (en) 2013-01-16 2014-11-04 University Of Vermont Methods and systems for determining spatiotemporal variability for mapping cardiac fibrillation
WO2014113691A1 (en) 2013-01-17 2014-07-24 Cardioinsight Technologies, Inc. Multi-parameter physiological mapping
US20160008635A1 (en) 2013-02-04 2016-01-14 Everette C. Burdette Catheter-based ultrasound transducers
US9585579B2 (en) 2013-04-30 2017-03-07 Regents Of The University Of Minnesota Systems and methods for noninvasive spectral-spatiotemporal imaging of cardiac electrical activity
US10531922B2 (en) 2013-05-08 2020-01-14 The Johns Hopkins University Method for computationally predicting optimal placement sites for internal defibrillators in pediatric and congenital heart defect patients
US20160135702A1 (en) 2013-06-21 2016-05-19 The Board Of Trustees Of The Leland Stanford Junior University Techniques for Predicting Cardiac Arrhythmias Based on Signals from Leads of Electrocardiography
EP3035843B1 (en) 2013-08-22 2021-11-03 AFTx, Inc. Methods, systems, and apparatus for identification and characterization of rotors associated with atrial fibrillation
US10561321B2 (en) 2013-12-12 2020-02-18 Alivecor, Inc. Continuous monitoring of a user's health with a mobile device
WO2015104672A2 (en) 2014-01-10 2015-07-16 Tylerton International Holdings Inc. Detection of scar and fibrous cardiac zones
EP3102102B1 (en) 2014-02-04 2019-06-12 CardioInsight Technologies, Inc. Integrated analysis of electrophysiological data
CN106456269B (zh) 2014-02-18 2019-09-24 西门子保健有限责任公司 对包括心脏的电传导系统的影响在内的患者特定心脏电生理的实时仿真的系统和方法
WO2015153832A1 (en) 2014-04-02 2015-10-08 Siemens Aktiengesellschaft System and method for characterization of electrical properties of the heart from medical images and body surface potentials
US10296707B2 (en) 2014-04-10 2019-05-21 Siemens Healthcare Gmbh System and method for patient-specific image-based guidance of cardiac arrhythmia therapies
WO2015160602A1 (en) 2014-04-15 2015-10-22 Siemens Aktiengesellschaft Efficient treatment of atrial fibrilation using three-dimensional electrical potential model
FR3020700B1 (fr) 2014-04-30 2016-05-13 Univ Bordeaux Methode pour la quantification de la presence de graisses dans une region du cœur
WO2015196140A1 (en) 2014-06-20 2015-12-23 The Regents Of The University Of California Patient-specific modeling of ventricular activation pattern using surface ecg-derived vectorcardiogram in bundle branch block
AU2015301958B2 (en) * 2014-08-11 2018-01-04 Cardiac Pacemakers, Inc. Implantable medical device coating for wetting and microbial resistance
US10687898B2 (en) 2014-11-14 2020-06-23 The Johns Hopkins University Systems and methods for atrial fibrillation treatment and risk assessment
EP3204881B1 (en) 2014-11-14 2021-05-26 Zoll Medical Corporation Medical premonitory event estimation
US10363100B2 (en) 2015-05-12 2019-07-30 The Johns Hopkins University Systems and methods for patient-specific modeling of the heart for prediction of targets for catheter ablation of ventricular tachycardia in patients with implantable cardioverter defibrillators
US20170027465A1 (en) 2015-07-31 2017-02-02 University Of Utah Research Foundation Systems and methods for characterizing the conductive properties of the heart
US10888236B2 (en) 2015-09-07 2021-01-12 Ablacon Inc. System for analyzing electrophysiological data and method for analyzing electrophysiological data
EP3346915A4 (en) 2015-09-07 2018-10-10 Ablacon Inc. Systems, devices, components and methods for detecting the locations of sources of cardiac rhythm disorders in a patient's heart
WO2017099582A2 (en) 2015-10-21 2017-06-15 Peacs B.V. Heart condition determination method, robot control and system
CN108778131A (zh) 2015-11-06 2018-11-09 圣路易斯华盛顿大学 心脏心律失常的非创伤性成像和治疗系统
WO2017091746A1 (en) 2015-11-24 2017-06-01 The Regents Of The University Of California Mapping and quantifying blood stasis and thrombus risk in the heart
JP6741776B2 (ja) 2015-12-04 2020-08-19 セント・ジュード・メディカル，カーディオロジー・ディヴィジョン，インコーポレイテッド 局所異常心室活動に関する電位図を統計的に分析し、それをマッピングするための方法およびシステム
EP3394698A4 (en) * 2015-12-22 2019-07-24 The Regents of the University of California COMPUTED LOCALIZATION OF FIBRILLATION SOURCES
US20170202521A1 (en) 2016-01-14 2017-07-20 Biosense Webster (Israel) Ltd. Overall system and method for detecting regions of interest
US10517496B2 (en) 2016-01-14 2019-12-31 Biosense Webster (Israel) Ltd. Region of interest focal source detection
KR101769232B1 (ko) 2016-01-14 2017-08-17 엘지전자 주식회사 청소기 및 물 청소기구
EP3413968B1 (en) 2016-02-12 2022-11-16 Cardiac Pacemakers, Inc. Triggering storage of onset of physiologic condition
WO2017165846A1 (en) 2016-03-24 2017-09-28 The Regents Of The University Of California Method to determine wavefront vector flow-field and vorticity from spatially-distributed recordings
EP3451904B1 (en) 2016-05-03 2023-12-20 CardioInsight Technologies, Inc. Detecting conduction timing
US11664125B2 (en) 2016-05-12 2023-05-30 Siemens Healthcare Gmbh System and method for deep learning based cardiac electrophysiology model personalization
US10709507B2 (en) 2016-11-16 2020-07-14 Navix International Limited Real-time display of treatment-related tissue changes using virtual material
CN106725428B (zh) 2016-12-19 2020-10-27 中国科学院深圳先进技术研究院 一种心电信号分类方法及装置
WO2018165271A1 (en) * 2017-03-07 2018-09-13 Alivecor, Inc. Systems and methods of identity analysis of electrocardiograms
US10856763B2 (en) 2017-03-10 2020-12-08 Qatar University Personalized ECG monitoring for early detection of cardiac abnormalities
CN111052255A (zh) 2017-04-12 2020-04-21 皮斯公司 基于平均tsi特征的确定方法和系统
US10932863B2 (en) * 2017-08-01 2021-03-02 Catheter Precision, Inc. Methods of cardiac mapping and directional guidance
US10713790B2 (en) * 2017-08-01 2020-07-14 Catheter Precision, Inc. Methods of cardiac mapping and directional guidance
CA3085448A1 (en) 2017-12-13 2019-06-29 Washington University System and method for determining segments for ablation
US11717343B2 (en) 2018-01-24 2023-08-08 Medtronic Ireland Manufacturing Unlimited Company Systems, devices, and associated methods for neuromodulation in heterogeneous tissue environments
US11564641B2 (en) * 2018-04-26 2023-01-31 Vektor Medical, Inc. Generating simulated anatomies of an electromagnetic source
US10860754B2 (en) * 2018-04-26 2020-12-08 Vektor Medical, Inc. Calibration of simulated cardiograms
US11259871B2 (en) * 2018-04-26 2022-03-01 Vektor Medical, Inc. Identify ablation pattern for use in an ablation
CN112334074A (zh) * 2018-06-15 2021-02-05 皇家飞利浦有限公司 多个介入医学设备的同步跟踪
US11198004B2 (en) * 2019-04-11 2021-12-14 Biosense Webster (Israel) Ltd. Goal-driven workflow for cardiac arrhythmia treatment
US10595736B1 (en) 2019-06-10 2020-03-24 Vektor Medical, Inc. Heart graphic display system
US11338131B1 (en) * 2021-05-05 2022-05-24 Vektor Medical, Inc. Guiding implantation of an energy delivery component in a body

Also Published As

Publication number Publication date
CA3219099A1 (en) 2022-11-10
WO2022235953A1 (en) 2022-11-10
JP2024519314A (ja) 2024-05-10
AU2022271269A1 (en) 2023-12-14
CN117615711A (zh) 2024-02-27
EP4333708A1 (en) 2024-03-13
US11338131B1 (en) 2022-05-24

Similar Documents

Publication Publication Date Title
US11338131B1 (en) Guiding implantation of an energy delivery component in a body
US11806080B2 (en) Identify ablation pattern for use in an ablation
JP7471672B2 (ja) 標的患者の臓器内の異常なパターンの位置を特定するためのコンピューティングシステム及び方法
US11564641B2 (en) Generating simulated anatomies of an electromagnetic source
CN111566695A (zh) 确定用于消融的节段的系统和方法
US10835139B2 (en) Method to determine wavefront vector flow-field and vorticity from spatially-distributed recordings
US9463072B2 (en) System and method for patient specific planning and guidance of electrophysiology interventions
CN102917638B (zh) 用于检测、诊断和治疗生物节律紊乱的方法、系统和设备
KR20210036278A (ko) 기계 학습(ml)을 이용한 심장 절제의 안내
US10860754B2 (en) Calibration of simulated cardiograms
US11065060B2 (en) Identify ablation pattern for use in an ablation
KR20210076165A (ko) 근원 위치를 가진 이미지의 확대
Dössel et al. A framework for personalization of computational models of the human atria
JP2019155093A (ja) 不整脈をモデリングするための心臓ペーシングのシミュレーション
Valinoti et al. Phase analysis of endoatrial electrograms for 3D rotor detection in atrial fibrillation
JPWO2020142539A5 (ko)
US11534224B1 (en) Interactive ablation workflow system
Lozoya Radiofrequency ablation planning for cardiac arrhythmia treatment using modeling and machine learning approaches
US20230005625A1 (en) Computational cardiac depolarization and repolarization simulation library mapping for non-invasive arrhythmia risk stratification
US20220378292A1 (en) Electrical activity-based procedure guidance
Monaci Automated detection of ventricular tachycardia locations using a combined physics and deep learning approach
Lozoya THÈSE DOCTORALE
WO2016124899A1 (en) Method and system for subject specific electrophysiological simulation of excitable tissue