[发明专利]持续性心房纤颤的优化消融

说明书

本发明题为“持续性心房纤颤的优化消融”。一种辅助医师定位要对患有心房纤颤(AFIB)的患者执行消融的区域的方法和设备，该方法包括在机器处从至少一个装置接收数据，该数据包括与用于执行消融的期望的位置相关的信息；由该机器基于该数据和输入来生成用于执行该消融的最佳位置；以及提供用于在该模型所输出的该位置处或在该医师所指定的位置处执行该消融的消融参数的最佳集合。

相关申请的交叉引用

本申请要求2020年7月7日提交的美国临时申请序列63/048,830的权益，该申请如同完整阐述般以引用方式并入。

技术领域

本发明涉及与优化持续性心房纤颤(AFIB)的消融相关联的人工智能和机器学习。

背景技术

房性心律失常是心脏共病，尤其是中风、心力衰竭和反复住院治疗的重要贡献因素。对于一些心律失常(例如，典型心房扑动)而言，在电生理(EP)学界中建立了治疗(消融)的工作流程。对于其他心律失常(例如，持续性心房纤颤)而言，由于这种类型的心律失常的复杂性，不一定建立了治疗(消融)的工作流程(除了基于解剖结构的肺静脉隔离-PVI之外)。存在各种旨在指导医师要在何处对患有心房纤颤(AFIB)的患者执行消融的特征，但当前没有单独特征可以可靠地预测消融的最佳位置。

发明内容

一种辅助医师定位要对患有心房纤颤(AFIB)的患者执行消融的区域的方法和设备，该方法包括在机器处从至少一个装置接收数据，该数据包括与用于执行消融的期望的位置相关的信息；由该机器基于该数据和输入来生成用于执行该消融的最佳位置；以及提供用于在该模型所输出的该位置处或在该医师所指定的位置处执行该消融的消融参数的最佳集合。

附图说明

通过以举例的方式结合附图提供的以下具体实施方式可得到更详细的理解，其中附图中类似的附图标号指示类似的元件，并且其中：

图1是用于远程监测和传送患者生物计量的示例性系统的框图；

图2是与网络通信的计算环境的示例的系统图示；

图3是可以实施本公开的一个或多个特征的示例性装置的框图；

图4示出了结合图3的示例性装置的人工智能系统的图形描绘；

图5示出了在图4的人工智能系统中执行的方法；

图6示出了朴素贝叶斯计算的概率的示例；

图7示出了示例性决策树；

图8示出了示例性随机森林分类器；

图9示出了示例性逻辑回归；

图10示出了示例性支持向量机；

图11示出了示例性线性回归模型；

图12示出了示例性K均值聚类；

图13示出了示例性集成学习算法；

图14示出了示例性神经网络；

图15示出了基于硬件的神经网络；

图16是可以实施本公开主题的一个或多个特征的示例性系统的图示；以及

图17是具有医师执行消融的位置的示例性回顾性研究的心脏标测图的图示；

图18是用于执行消融的示例性工作流程的示意图；

图19是使用机器学习来辅助医师定位要对患有心房纤颤(AFIB)的患者执行消融的区域的示例性简图的示例性图示；

图20是使用机器学习来辅助医师定位要对患有AFIB的患者执行消融的区域的示例性方法的示例性图示；