局部激活识别在持续性心房中心内EGM信号用于自动空间时空分散模式识别

科学领域:

• 心脏病学 心脏病学
• 生物医学工程 生物医学工程
• 信号处理 信号处理

背景情况:

• 心房动 (AF) 是一种普遍的心律失常,特别是在老年人中,增加中风风险.
• 导管切除 (CA) 是对持续性AF的最有效的长期治疗方法.
• 时空分散 (STD) 是一种新的CA方法,针对心律失常维持活性区域.

研究的目的:

• 为了应对在多极电图 (EGM) 中精确检测峰值的挑战,用于自动 STD 模式分类.
• 开发一种可解释的性传播疾病分类方法,模仿干预性心脏病学家实时视觉分析.
• 评估一种新的峰值检测技术与现有的STD分类方法相比.

主要方法:

• 为心内EGM信号开发和比较一种新的峰值检测算法.
• 对9种不同的峰值检测技术的评估,包括拟议的方法,在真实的STD数据上.
• 在STD分类的数学管道内分析峰值识别精度.

主要成果:

• 经典的信号处理方法往往无法准确地检测具有挑战性的心内EGM信号的峰值.
• 拟议的峰值检测方法是克服性传播疾病分类问题的基本组成部分.
• 与之前的工作相比,STD模式的分类准确度得到了提高.

结论:

• 准确的峰值检测对于使STD分类成为可能的数学管道至关重要.
• 新的峰值检测方法提高了在AF中分类性传播疾病模式的准确性.
• 这项工作有助于对持续性AF进行更有效的导管切除策略.