将异常心脏活动分为不同类别制造技术

本发明专利技术题为“将异常心脏活动分为不同类别”。本发明专利技术提供了一种由确定引擎执行的方法。该方法包括接收一对或多对心跳、基于该一对或多对心跳生成模型，以及确定两次给定心跳是否为同一心律失常的一部分，以产生用于算法输入的相似性结果。的相似性结果。的相似性结果。

【技术实现步骤摘要】
将异常心脏活动分为不同类别
[0001]相关申请的交叉引用
[0002]本申请要求2020年8月26日提交的美国临时申请63/070,574的权益，该申请的内容以引用方式并入本文。


[0003]本专利技术涉及一种用于测量异常心脏活动的人工智能和机器学习方法以及方法和系统。更具体地，本专利技术涉及将异常心脏活动分为不同类别的机器学习系统和方法。

技术介绍

[0004]电生理(EP)规程是用于诊断异常心跳或心律失常的对电气系统或心脏活动的评估。EP规程可利用体表(BS)电极和/或将一根或多根导管穿过血管插入心脏中以测量电气系统或其活动来执行。EP规程基于所测量的电气系统或活动提供心脏图像(也称为心脏扫描或图像)，其包括心脏组织、腔室、静脉、动脉和/或通路的图像。
[0005]EP规程中的一些方法(例如，诸如在自动起搏标测、PaSo
TM
软件、心内模式匹配、BS模式匹配和心电图(ECG)负荷聚类中)需要常规的相关性算法(诸如皮尔逊积矩相关性算法)以识别两次心跳是否属于同一心律失常。常规的相关性算法无法考虑可模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种方法，包括：通过由一个或多个处理器执行的确定引擎接收一对或多对心跳；通过所述确定引擎基于所述一对或多对心跳生成模型；以及通过所述确定引擎的所述模型确定两次给定心跳是否为同一心律失常的部分，以产生用于算法输入的相似性结果。2.根据权利要求1所述的方法，其特征在于，所述确定引擎利用神经网络来确定所述两次给定心跳是否为所述同一心律失常的部分。3.根据权利要求2所述的方法，其特征在于，所述确定引擎通过应用算法来测量所述两次给定心跳之间的关联强度而训练所述神经网络。4.根据权利要求1所述的方法，其特征在于，所述一对或多对心跳包括取自一个或多个电生理研究的已知相似性。5.根据权利要求1所述的方法，其特征在于，所述确定引擎接收反馈，所述反馈识别所述两次心跳是否为所述同一心律失常的部分的所述确定何时正确。6.根据权利要求1所述的方法，其特征在于，所述两次给定心跳包括体表心电图数据、心内心电图数据、绝对位置数据、相对于参考导管的位置数据、导管对组织施加的力数据、呼吸周期内组织接近位置的指示。7.根据权利要求1所述的方法，其特征在于，在电生理研究期间，所述两次给定心跳之间的所述相似性结果由自动起搏标测、体表模式匹配、心内模式匹配或心律失常聚类回顾性地或实时地使用。8.根据权利要求1所述的方法，其特征在于，信号模拟包括偏转噪声、心室远场、呼吸干扰、模拟或数字滤波器的振铃伪影或在清除电源线嗡嗡声之后剩余的伪影。9.根据权利要求1所述的方法，其特征在于，出于训练机器学习模型的目的，假定由医师准备的现有EP标测图的一些或全部2元素组合属于所述同一心律失常。10.根据权利要求1所述的方法，其特征在于，出于所述训练所述机器学习模型的目的，假定所述标测图中的搏动和从所述标测图移除的搏动的一些或全部2元素排列不属于所述同一心律失常。11.根据权利要求1所述的方法，其特征在于，机器学习算...

【专利技术属性】
技术研发人员：E，
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：