解卷:一种新的信号处理方法,用于从分成的电图中确定激活时间,并检测心脏病发作的组织

科学领域:

• 电子生理学 电子生理学
• 信号处理 信号处理
• 生物医学工程 生物医学工程

背景情况:

• 在电生理学中,信号处理对于激活映射和组织基质特征化至关重要.
• 目前用于估计激活时间和检测心脏病发作的方法存在局限性.
• 提出了一种新的解卷法,以提高准确性和检测能力.

研究的目的:

• 评估基于解卷的信号处理方法的准确性,以估计本地激活时间.
• 评估解卷的能力,以量化形态变化暗示心肌梗塞.
• 为了将解卷的性能与广度和导数等传统指标进行比较.

主要方法:

• 600个单极电图的计算机建模,具有不同程度的合异质性,以模拟心脏病发作.
• 计算局部激活时间基于峰值向内电流.
• 解卷,最小导数和最大幅度算法的应用.
• 使用380个单极电图对实验诱导心肌梗塞的狗进行验证.

主要成果:

• 在准确确定局部激活时间 (P < .0001) 方面,解卷显著优于振幅,导数和手动估计.
• 解卷算法在量化与心肌梗塞相关的形态变化方面表现出卓越的性能 (P < .0001).
• 接收器操作曲线证实了解卷在检测心脏病发作区域的有效性.

结论:

• 与现有的技术相比,解卷是一种更准确的方法来估计电图中的局部激活时间.
• 解卷有效量化了电图形态变化,使得可以更好地检测心肌梗塞.
• 这种新的信号处理方法显示了改善临床电生理学指标的重大前景.