使用多个电极导管的心内单极远场消除以及用于创建ECG深度和径向透镜的方法技术

用于确定电活动的心电图(ECG)深度的方法和系统的实施方案。接收来自导管的多个电极的电活动；并且在该电活动内标识源自心脏组织内的深度的电信号。在一些实施方案中，可对该多个电极中的每个电极执行该电活动的空间电极信号分析。在一些实施方案中，可计算该电活动内的信号分量的线性和/或非线性组合。在一些实施方案中，神经网络可被提供有该电信号并且可针对该多个电极中的至少一个电极确定到最近激活的估计距离。该心脏组织内的特定深度处的所标识的电信号的可视化可被提供以用于显示。

【技术实现步骤摘要】

本文的系统和方法整体涉及心脏电生理学的领域，并且更具体地涉及用于隔离在心肌组织内的各种深度处的心内ecg(iecg)信号的电解剖标测系统。

技术介绍

1、一般来讲，常规心脏标测是产生心脏的三维标测图的计算机处理操作。医疗专业人员可使用三维标测图来确定心律失常的精确源位置，或者当执行医疗规程时，诸如心脏消融以治疗心房纤颤(afib)。

2、以举例的方式，在常规心脏标测中，当医疗专业人员(例如，医生)引导导管穿过患者的血管直到导管在心脏内时，创建心脏的三维标测图。导管感测电活动，并且计算机处理操作分析电活动并且生成心脏的三维标测图。常规心脏标测的问题是远场信号掩蔽或干扰电活动内的局部场信号。此外，常规计算机处理操作不适于寻址远场信号。例如，计算机处理操作假设所有远场信号在导管的所有电极上都是相同的。所需要的是一种用于提取和分析来自导管的电活动同时减少或消除来自远场的干扰的系统和方法。

3、此外，在心脏消融规程期间收集的心内ecg是二维的并且反映仅在心内组织的表面上的电活动/电压。需要一种标识和可视化ecg信号的装置，该ecg信号在三维中本文档来自技高网...

【技术保护点】

1.一种方法，包括：

2.根据权利要求1所述的方法，还包括在所述电活动内标识源自所述心脏组织的心内膜表面的电信号。

3.根据权利要求1所述的方法，还包括由所述标测引擎对所述多个电极中的每个电极执行所述电活动的空间电极信号分析；并且

4.根据权利要求3所述的方法，其中，计算所述电活动内的信号分量的线性组合还包括将所述电活动内的每个信号分量乘以经由受训练模型确定的对应权重。

5.根据权利要求3所述的方法，其中，标识源自心脏组织内的深度的电信号还包括计算所述电活动内的所述信号分量的非线性组合。

6.根据权利要求1所述的方法，其中，标识...

【技术特征摘要】

1.一种方法，包括：

2.根据权利要求1所述的方法，还包括在所述电活动内标识源自所述心脏组织的心内膜表面的电信号。

3.根据权利要求1所述的方法，还包括由所述标测引擎对所述多个电极中的每个电极执行所述电活动的空间电极信号分析；并且

4.根据权利要求3所述的方法，其中，计算所述电活动内的信号分量的线性组合还包括将所述电活动内的每个信号分量乘以经由受训练模型确定的对应权重。

5.根据权利要求3所述的方法，其中，标识源自心脏组织内的深度的电信号还包括计算所述电活动内的所述信号分量的非线性组合。

6.根据权利要求1所述的方法，其中，标识源自心脏组织内的深度的电信号包括提供来自所述多个电极的所述电活动以作为到神经网络的输入，并且经由所述神经网络针对所述多个电极中的至少一个电极确定从对应电极到所述最近激活的估计距离。

7.根据权利要求1所述的方法，其中，标识源自心脏组织内的深度的电信号包括针对所述多个电极中的每一者，应用数学模型和所述多个电极的已知电极位置来计算每个已知电极位置处的预期信号。

8.根据权利要求1所述的方法，其中，所接收的电活动包括来自所述多个电极的实时心电图(ecg)读数。

9.根据权利要求1所述的方法，其中，标识源自心脏组织内的深度的电信号包括执行在模拟ecg数据上训练的机器学习模型。

10.根据权利要求1所述的方法，还包括由所述标测引擎生成所述心脏组织内的指定深度处的所标识的电信号的视觉显示。

11.一种系统，包括：

12.根据权利要求11所述的系统，其中，所述一个或多个处理器被进一步配置为在所述电活动内标识源自所述心脏组织的心内膜表面的电信号。

13.根据权利要求11所述的系统，其中，所述一个或多个处理器被进一步配置为对所述多个电极中的每个电极执行所述电活动的空间电极信号分析；并且

14.根据权利要求13所述的系统，其中，计算所述电活动内的信号分量的线性组合还包括将所述电活动内的每个信号分量乘以经由受训练模型确定的对应权重。

15.根据权利要求13所述的系统，其中，标识源自心脏组织内的深度的电信号还包括计算所述电活动内的所述信号分量的非线性组合。

16.根据权利要求11所述的系统，其中，所述一个或多个处理器被进一步配置为提供来自所述多个电极的所述电活动以作为到神经网络的输入，并且经由所述神经网络针对所述多个电极中的至少一个电极确定从对应电极到所述最近激活的估计距离。

17.根据权利要求11所述的系统，其中，所述一个或多个处理器被进一步配置为针对所述多个电极中的每一者，应用数学模型和所述多个电极的已知电极位置来计算每个已知电极位置处的预期信号。

18.根据权利要求11所述的系统，其中，所接收的电活动包括来自所述多个电极的实时心电图(ecg)读数。

19.根据权利要求11所述的系统，其中，所述处理器被进一步配置为执行在模拟ecg数据上训练的机器学习模型。

20.根据权利要求11所述的系统，其中，所述一个或多个处理器被进一步配置为生成所述心脏组织内的指定深度处的所标识的电信号的视觉显示。

21.一种方法，包括：

22.根据权利要求21所述的方法，还包括在所述电活动内标识源自所述心脏组织(12)的心内膜表面的电信号。

23.根据权利要求21所述的方法，还包括由所述标测引擎(101)对所述多个电极(26)中的每个电极(26)执行所述电活动的空间电极信号分析；并且

24.根据权利要求23所述的方法，其中，计算所述电活动内的信号分量的线性组合还包括将所述电活动内的每个信号分量乘以经由受训练模型确定的对应权重。

25.根据权利要求23所述的方法，其中，标识源自心脏组织(12)内的深度(820)的电信号还包括计算所述电活动内的所述信号分量的非线性组合。

26.根据权利要求21所述的方法，其中，标识源自心脏组织(12)内的深度(820)的电信号包括提供来自所述多个电极(26)的所述电活动以作为到神经网络的输入，并且经由所述神经网络针对所述多个电极(26)中的至少一个电极确定从对应电极(26)到所述最近激活的估计距离。

27.根据权利要求21所述的方法，其中，标识源自心脏组织(12)内的深度(820)的电信号包括针对所述多个电极(26)中的每个电极(26)，应用数学模型和所述多个电极(26)的已知电极位置来计算每个已知电极位置处的预期信号。

28.根据权利要求21所述的方法，其中，所接收的电活动包括来自所述多个电极(26)的实时心电图(ecg)读数。

29.根据权利要求21所述的方法，其中，标识源自心脏组织内的深度的电信号包括执行在模拟心电图(ecg)数据上训练的机器学习模型。

30.根据权利要求21所述的方法，还包括由所述标测引擎(101)生成所述心脏组织(12)内的指定深度处的所标识的电信号的视觉显示(20)。

31.一种系统，包括：

32.根据权利要求31所述的系统，其中，所述一个或多个处理器(61)被进一步配置为...

【专利技术属性】
技术研发人员：M·巴尔塔尔，L·索瑞夫，A·沙尔吉，H·罗德里格斯，
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：