生使用侵入性程序来绘制患有心房颤动(心律异常)的患者的心脏,以确定消除心脏组织的消融程序是否可能具有积极的结果。计算机断层扫描(CT)扫描或超声波可用于确定患者心脏的结构,但侵入性电气程序用于识别和定位心房颤动的来源。
来自加州大学圣塔芭芭拉分校的一组研究人员开发出新的算法来定位心房颤动的来源。他们在APL Bioengineering杂志上报告了他们的发现。该文章的作者,加州大学圣巴巴拉分校的研究生Abhejit Rajagopal说:“ 心脏中的电源会产生穿过心脏和身体组织的信号,产生体表信号,我们将其测量为心电图或心电图。”
“使用这些信号,我们可以尝试重建内心发生的事情,”Rajagopal说。“这通常是通过假设信号从心脏传播到地面并将其反转来完成的。'反向'模型被称为逆算子。通常,如果正演模型是线性的,那么是逆算子。 “
UC Santa Barbara小组工作的主要概念是逆算子,在这种情况下是将体表心电图信号映射到心内膜电位的函数,可以是非线性的,并使用一组历史数据进行优化。
“我们仔细添加更多参数,我们通过在我们用来优化逆算子的目标函数上添加'Sobolev范数'来抵消这种参数,”Rajagopal说。“新增加的参数允许假定的身体组织模型通过真实数据进行优化,以提供更准确的心内膜电位重建。”
这使他们能够从心电图中学习预测心电图的模型,该模型具有“真实,准确,适合作为新的心脏成像工具的通用用途”,Rajagopal说。
该组织的工作非常重要,因为它表明,如果使用非线性重建算法,可以进行更高分辨率的重建,与使用线性方法和部分数据在理论上已知的相比,Rajagopal说。“我们很惊讶我们不需要爆炸重建中允许的参数数量。通过添加一些额外的参数 - 同时仍然尊重原始重建算法的结构 - 我们发现高精度重建是可能的。 “
该组的方法有无数的应用程序。Rajagopal说:“想象一个世界,而不是医生通过听诊器听你的心脏,他们可以通过超声波看到心脏跳动的实时视频,并对心脏组织上或周围的局部电位进行相应的电测量。” “目标是医生能够治疗患有心脏病的患者,而无需使用侵入性手术来确定原因。”
例如,在一些心房颤动的情况下,医生可能能够对源进行定位并确定是否建议对患者进行手术。“在我们能够实现这一目标之前,还有许多工作要做,”他说。“但我们的工作是朝这个方向迈出的一大步,因为它表明非侵入性重建的解决方案可以足够高,以帮助诊断和预测此类心脏疾病。”