使用相干算法的局部噪声识别制造技术

本发明专利技术题为“使用相干算法的局部噪声识别”。本发明专利技术公开了用于自动检测心律失常位置的系统、装置和技术。该系统、装置和技术包括被配置成感测心电图(ECG)数据的多个体表电极。该系统、装置和技术包括处理器，该处理器包括神经网络，该处理器被配置成接收多个历史ECG数据和基于多个历史ECG数据中的每个历史ECG数据确定的对应的心律失常位置，基于多个历史ECG数据和对应的心律失常位置来训练学习系统，基于该学习系统生成模型。可从多个体表电极接收新的ECG数据，并且处理器可基于新的ECG数据来提供新的心律失常位置。另外，可基于使用历史相干标测调整训练的模型来提供新的相干标测调整。干标测调整。干标测调整。

【技术实现步骤摘要】
使用相干算法的局部噪声识别
[0001]相关申请的交叉引用
[0002]本申请要求2020年6月4日提交的美国临时专利申请63/034,508(JNJBIO
‑
6322USPSP1)的权益，该申请如同完整阐述般以引用方式并入。


[0003]本教导内容涉及与优化标测和识别用于进行心脏规程的最佳区域相关联的人工智能和机器学习。

技术介绍

[0004]诸如心律失常(例如心房纤颤(AF))的医疗状况通常通过体内规程来诊断和治疗。例如，使用消融来执行与左心房(LA)体的肺静脉电隔离(PVI)以用于治疗AF。PVI和许多其他微创导管插入术需要体内表面的实时可视化和标测。
[0005]体内部位的可视化和标测可以通过激活波的标测传播、荧光镜透视检查、计算机断层扫描(CT)和磁共振成像(MRI)以及可能需要大于期望的时间量或资源量以提供可视化和标测的其他技术来执行。
[0006]另外，医疗专业人员通常观察心电图(ECG)以试图定位心律失常的部位。成功识别此类心律失常可能通常需要数年的医疗训练，并且仍然可能导致人为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于自动检测心律失常位置的系统，包括：多个体表电极，所述多个体表电极被配置成感测心电图(ECG)数据；显示器；以及处理器，所述处理器包括神经网络并且被配置成：接收多个历史ECG数据和基于所述多个历史ECG数据中的每个历史ECG数据确定的对应的心律失常位置；基于所述多个历史ECG数据和对应的心律失常位置来训练学习系统；基于所述学习系统生成模型；从所述多个体表电极接收新的ECG数据；基于所述新的ECG数据和所述模型来提供新的心律失常位置；以及在所述显示器上呈现所述新的心律失常位置。2.根据权利要求1所述的系统，其中所接收的多个历史ECG数据和对应的心律失常位置对应于在所述对应的心律失常位置处成功治疗的心律失常。3.根据权利要求1所述的系统，还包括消融导管。4.根据权利要求3所述的系统，其中所述消融导管位于所述新的心律失常位置处并且被配置成治疗所述心律失常。5.根据权利要求1所述的系统，其中使用选自由分类、回归和聚类算法组成的群组中的至少一者来训练所述学习系统。6.根据权利要求1所述的系统，其中包括神经网络的所述处理器被进一步配置成：接收患者特征；基于所述患者特征训练所述学习系统；以及基于经进一步训练的学习系统生成所述模型。7.根据权利要求1所述的系统，其中包括神经网络的所述处理器被进一步配置成：接收导管位置数据；基于所述导管位置数据训练所述学习系统；以及基于经进一步训练的学习系统生成所述模型。8.根据权利要求1所述的系统，其中包括神经网络的所述处理器被进一步配置成将分数分配给所述对应的心律失常位置中的至少一个心律失常位置，其中所述分数对应于所述对应的心律失常位置中的所述至少一个心律失常位置的噪声概率。9.根据权利要求8所述的系统，其中所述分数在0至1的范围内。10.根据权利要求8所述的系统，其中包括神经网络的所述处理器被进一步配置成滤除分数为0的位置。11.一种用于生成心律失常预测模型的方法，所述方法包括：接收多个历史ECG数据和基于所述多个历史ECG数据中的每个历史ECG数据确定的对应的心律失常位置；基于来自所述多个历史ECG数据的第一组历...

【专利技术属性】
技术研发人员：I，
申请(专利权)人：伯恩森斯韦伯斯特以色列有限责任公司，
类型：发明
国别省市：