可左右滑动选省市

用于ECGI的图总变分实用新型专利

更新时间:2024-11-01
用于ECGI的图总变分实用新型专利 专利申请类型:实用新型专利;
源自:美国高价值专利检索信息库;

专利名称:用于ECGI的图总变分

专利类型:实用新型专利

专利申请号:CN201980084030.6

专利申请(专利权)人:科迪影技术股份有限公司,凯斯韦斯顿瑞瑟弗大学
权利人地址:美国俄亥俄

专利发明(设计)人:曾清国,R·N·拉蒂,郭卫红

专利摘要:本文公开了用于对心脏表面上的电势进行基于图总变分(GTV)的重建的系统和方法。基于GTV的系统和方法结合了关于所述心脏表面的图形结构以及对相邻节点施加稀疏性约束的信息。为此,本公开使用一种计算不规则网格上的导数的新颖方式,并且提供一种比先前系统和方法更有效地计算逆解的快速求解器。此外,快速变化的信号可以用较少平滑且因此以较大保真度恢复为原始信号。

主权利要求:
1.一种基于图总变分GTV的电描记图重建方法,其包括:
基于指示体表和心脏表面的几何属性的几何数据,构建转移矩阵,所述转移矩阵将表示经由多个体表测量通道收集的电生理信号的所采集的心脏电数据与多个心脏表面节点系数相关;
对于所述几何数据中表示的心脏表面上的心脏表面节点当中的多个目标节点中的每一个,在所述心脏表面节点当中选择所述心脏表面上的与所述目标节点相邻的至少一个参考节点,计算所述目标节点与每个选定参考节点之间的距离,以及
基于所计算的距离将一组微分算子矩阵的元素归一化以提供归一化的微分算子矩阵;
基于所收集的心脏电数据、所述转移矩阵和所述归一化的微分算子矩阵迭代地计算重建的心脏表面电势。
2.根据权利要求1所述的方法,其还包括将在所述心脏表面的三维模型上可视化的所述重建的心脏表面电势的图形标测图输出到显示器。
3.根据权利要求1或2所述的方法,其还包括由标测系统分析所述重建的心脏表面电势以提供对心脏治疗的进展或成功的指示。
4.根据权利要求1或2所述的方法,其中所述选择所述至少一个参考节点包括选择在所述心脏表面节点当中选择的与所述目标节点相邻的至多预定最大数量的参考节点,并且其中所述预定最大数量至少为3。
5.根据权利要求1或2所述的方法,其中所述目标节点的仅第一层邻居被选择为参考节点,或者其中预定义目标‑参考距离内的所有邻居被选择为参考节点。
6.根据权利要求1或2所述的方法,其中所述迭代地计算使用交替方向乘子法ADMM,所述ADMM在其每次迭代中包括逐分量压缩计算、自变量最小值计算和差项的更新。
7.根据权利要求6所述的方法,其中循环被配置成在所述差项在两个连续ADMM迭代之间变化小于阈值时终止。
8.根据权利要求1或2所述的方法,其中所述选择所述至少一个参考节点包括通过选取均匀分布在所述目标节点周围的离所述目标节点最近的节点来在所述心脏表面节点当中选择与所述目标节点相邻的至多预定最大数量的参考节点。
9.根据权利要求8所述的方法,其中微分算子矩阵的数量是所述预定最大数量。
10.根据权利要求1所述的方法,其中,在所述归一化之前,每个微分算子矩阵表示在所述目标节点的位置处加权因子为1,并且表示在第一层参考节点的位置处权重为‑1。
11.一种基于图总变分GTV的系统,其包括:
非暂时性存储器,所述非暂时性存储器存储表示多个心电图信号的电数据、几何数据和机器可读指令;
处理器,所述处理器访问所述非暂时性存储器并执行所述机器可读指令,所述指令包括:转移矩阵生成器,所述转移矩阵生成器被编程为基于表示三维坐标系中体表的空间几何和心脏表面的空间几何的几何数据构建转移矩阵,所述转移矩阵将从多个体表测量通道收集的电生理数据与用于相应的心脏表面节点的多个心脏表面节点系数相关;
空间导数算子计算器,所述空间导数算子计算器被编程为基于所述心脏表面几何数据来计算一组空间导数算子;以及图总变分GTV优化器,所述GTV优化器被编程为使用交替方向乘子法ADMM基于所收集的电生理数据、所述转移矩阵和所述空间导数算子来迭代地计算重建的心脏表面电势。
12.根据权利要求11所述的系统,其中所述空间导数算子计算器被编程为对指示所述心脏表面的几何属性的所述几何数据的部分中的每个目标节点计算预定最大数量的空间导数算子,所述空间导数算子对应于在所述心脏表面节点当中选择的与所述目标节点相邻的参考节点。
13.根据权利要求12所述的系统,其中所述目标节点的仅第一层邻居被选择为参考节点,或者其中预定义目标‑参考距离内的所有邻居被选择为参考节点。
14.根据权利要求11或12所述的系统,其中所述GTV优化器包括被布置在循环中的逐分量压缩计算器、自变量最小值计算器和差项更新器。
15.根据权利要求14所述的系统,其中所述循环被配置成在由所述差项更新器确定的差项在两个连续ADMM迭代之间变化小于阈值时终止。
16.一种基于图总变分GTV的系统,其包括:
电生理传感器阵列,所述电生理传感器阵列被配置成放置在患者的体表上并且由此产生与从所述体表测量的电势相对应的电测量数据;
标测系统,所述标测系统包括电描记图重建引擎,所述电描记图重建引擎被配置成基于所述电测量数据和几何数据来重建心脏表面上的电描记图,所述几何数据表示三维坐标系中所述体表和所述心脏表面的空间几何,所述电描记图重建引擎使用图总变分GTV正则化,所述GTV正则化基于所述心脏表面几何数据中表示的心脏表面上的目标节点与相邻参考节点之间的所计算的距离来将一组微分算子矩阵的元素归一化,并且基于所述电测量数据和所述微分算子矩阵通过交替方向乘子法ADMM来迭代地计算重建的心脏表面电势;以及显示器,所述显示器被配置成将基于重建的电描记图的图形标测图可视化。
17.根据权利要求16所述的系统,其还包括心脏治疗系统,所述心脏治疗系统由基于所述重建的电描记图的输出数据来控制。
18.根据权利要求17所述的系统,其中所述显示器提供对由所述心脏治疗系统提供的治疗的进展或成功的指示。
19.根据权利要求16或17所述的系统,其中所述电描记图重建引擎包括转移矩阵生成器,所述转移矩阵生成器被配置成基于指示体表和心脏表面的几何属性的几何数据来构建转移矩阵,所述转移矩阵将所述电测量数据与多个心脏表面节点系数相关。
20.根据权利要求16、17或18中任一项所述的系统,其中所述一组微分算子矩阵中的微分算子矩阵的数量被限制为至少为3的预定最大数量。 说明书 : 用于ECGI的图总变分[0001] 相关申请的交叉引用[0002] 本申请要求于2018年11月19日提交的名称为“用于ECGI的图总变分(GRAPHTOTALVARIATIONFORECGI)”美国临时专利申请62/769,320,其全部内容通过引用并入本文。技术领域[0003] 本公开涉及对心脏波形的检测和分析,尤其涉及使用图总变分(GTV)的系统和方法。背景技术[0004] 心电图(ECG)系统经由侵入式或外部电极监测患者心脏的电活动。电生理学(EP)程序使用心脏内的单个或多个导管来评估心脏的电活动和传导路径。[0005] 所谓的“逆问题”可以被求解以基于在体表上测量的电活动来重建体表内部的电活动。此类应用的一个实例涉及心电图成像(ECGI),其中在躯干上测量的电势可以与几何信息组合以重建心脏表面上的电势。例如,计算机可以组合并处理体表电势活动数据和几何数据,以重建对心脏表面电势(例如,心外膜电势)的估计。发明内容[0006] 作为一个实例,提供了一种基于图总变分(GTV)的电描记图重建方法。基于指示体表和心脏表面的几何属性的几何数据,构建转移矩阵,所述转移矩阵将表示经由多个体表测量通道收集的电生理信号的所采集的心脏电数据与多个心脏表面节点系数相关。对于所述几何数据中的心脏表面节点当中的多个目标节点中的每一个,从所述心脏表面节点当中选择与所述目标节点相邻的至少预定最大数量的参考节点,计算所述目标节点与每个选定参考节点之间的距离,并且基于所计算的距离将一组微分算子矩阵的元素归一化以提供归一化的微分算子矩阵。然后,使用交替方向乘子法(ADMM)以基于所收集的心脏电数据、所述转移矩阵和所述归一化的微分算子矩阵迭代地计算重建的心脏表面电势。[0007] 作为另一个实例,一种系统包含:非暂时性存储器,所述非暂时性存储器存储表示多个心电图信号的电数据、几何数据和机器可读指令;以及处理器,所述处理器访问所述非暂时性存储器并执行所述机器可读指令。所述指令包含转移矩阵生成器,所述转移矩阵生成器被编程为基于表示三维坐标系中体表的空间几何和心脏表面的空间几何的几何数据构建转移矩阵,所述转移矩阵将从多个体表测量通道收集的电生理数据与多个心脏表面节点系数相关。所述指令还包含空间导数算子计算器,所述空间导数算子计算器被编程为基于所述心脏表面几何数据来计算一组空间导数算子。所述指令还包含图总变分(GTV)优化器,所述GTV优化器被编程为使用ADMM基于所收集的电生理数据、所述转移矩阵和所述空间导数算子来迭代地计算重建的心脏表面电势。[0008] 作为又一实例,一种系统包含:电生理传感器阵列,所述电生理传感器阵列被配置成放置在患者的体表上并且由此产生与从所述体表测量的电势相对应的电测量数据;以及标测系统,所述标测系统包含电描记图重建引擎。所述电描记图重建引擎被配置成基于所述电测量数据和几何数据来重建心脏表面上的电描记图,所述几何数据表示三维坐标系中所述体表和所述心脏表面的空间几何。所述电描记图重建引擎使用图总变分(GTV)正则化,所述GTV正则化基于所述心脏表面几何数据中的目标节点与相邻参考节点之间的所计算的距离来将一组微分算子矩阵的元素归一化,并且基于所述电测量数据和所述微分算子矩阵通过交替方向乘子法(ADMM)来迭代地计算重建的心脏表面电势。显示器被配置成将基于所述重建的电描记图的图形标测图可视化。附图说明[0009] 图1是在重建中使用图总变分(GTV)正则化从被测量体表电势重建心脏表面上的电活动的实例性系统的框图。[0010] 图2是节点图形的实例性部分。[0011] 图3是实例性转移矩阵生成器的框图。[0012] 图4是实例性空间导数算子计算器的框图。[0013] 图5是实例性GTV优化器的框图。[0014] 图6是使用GTV正则化进行心脏表面电势重建的实例性方法的流程图。[0015] 图7是在电描记图重建引擎中使用GTV正则化进行的实例性分析和/或治疗系统的框图。[0016] 图8是描绘用于ECG电势重建的GTV的方法的流程图。具体实施方式[0017] 本申请公开了用于在无创心电图(ECG)的框架中检查被测量体表电势(BSP)、尤其是改进电生理学的逆问题解的图总变分(GTV)正则化的系统和方法。[0018] 如本文所使用的,“心电图信号”(“ECG信号”)是指针对一个或多个通道记录的电压随时间变化的图形,每个通道基于由电极感测的心脏电信号。ECG信号可以从体表测量而生成。在一些实例中,ECG信号可以用于重建心脏包膜上的电描记图,所述电描记图通过基于从一组无创体表测量和几何数据获得的电信号求解逆问题来计算,所述数据将体表测量位置与心脏包膜相关。当从体表测量(BSM)计算重建的心脏表面电描记图时,涉及基本解法(MFS)或边界元法(BEM)的当前方法导致重建的信号变得模糊或平滑,使得电生理信号中的尖锐空间细节丢失。例如,当前的MFS方法不能在重建的电描记图中恢复非常尖锐的R波。具体地,基于吉洪诺夫正则化(Tikhonovregularization)的重建技术(诸如最小范数估计(MNE)和低分辨率电层析成像(LORETA))使用 范数,这导致重建的逆的空间分辨率相对较低,并且由此促进空间信号细节变得非期望平滑。基于全变分(TV)的方法提高了重建源的边缘的锐度,但是没有考虑下层表面三角测量的复杂结构。本文所公开的系统和方法采用基于图总变分(GTV)的方案来结合关于心脏表面的图形结构以及对相邻节点施加稀疏性约束的信息。为此,本公开在ECGI上使用GTV,涉及一种计算不规则网格上的导数的新颖方式,并且提供一种比先前系统和方法更有效地计算逆解的快速求解器。此外,可以用较少平滑来恢复对原始信号更真实的较尖锐R波。[0019] 当前公开的系统和方法可以通过减少求解器中的平滑效应、产生对ECGI重建准确度的提高并且由此与现有方法相比提供ECGI技术的突破来使重建的电描记图更具体。本文公开的GTVECG电势重建系统和方法是基于TV的,并且提高了重建的心脏表面电势的重建准确性。具体地,所描述的GTV系统和方法将定义在二维矩形网格上的TV扩展到三角测量的不规则三维表面。‑使用经三角测量表面的图形,可以为每个源位置处的空间导数定义微分算子。与已经研究了源表面的图形结构的其它重建准确度提高尝试相比,在当前公开的系统和方法的一些实例中,当将微分算子矩阵归一化时,仅考虑远离特定节点一层(k=1)的相邻源节点。所公开的系统和方法可以使用迭代方案来寻找对逆问题的最优估计,所述方案可以使用分裂布雷格曼(splitBregman,SB)方法或诸如前向‑后向分裂算法或原始对偶算法之类的其它邻近算法来导出,以恢复源电势。在其它实例中,可以使用其它方法来选择包含在将微分算子矩阵归一化(诸如设定距目标节点的阈值距离(例如,半径))中的节点。在此类实例中,可以选择预定义目标‑参考阈值距离(例如,半厘米,或一厘米,或两厘米)内的所有邻居节点作为参考节点。[0020] 以重建表面图的形式概括本文描述的基于GTV的系统和方法。使用GTV,从一个节点到另一节点的数值计算更加局部化,并且可以用于计算在从一个节点到另一节点的变化的急剧程度方面的差异。本文描述的GTV方法可以在重建表面节点的小局部空间邻域上操作,其中此类节点不必在相当大的域中等距。[0021] 与现有技术相比,本文公开的系统和方法在空间分辨率和定位准确度方面提供了优越性能,因此允许更准确诊断心脏缺陷或疾病和诸如消融或药物递送之类的更准确靶向治疗。重建的心脏表面电势可以用于例如生成一个或多个图形可视化以在一个或多个心脏标测图中呈现空间和时间上一致的信息。所标识的信号源点在心脏解剖结构上的可视化空间位置可以用于诊断以及用于执行治疗的临床靶区。[0022] 如本文所使用的,术语“心脏表面”和“心脏包膜”可以对应于患者心脏的心外膜表面、模型心脏(患者或通用心脏)的心外膜表面或患者体内相对于患者心脏或模型心脏具有已知空间关系的任何表面边界。[0023] 图1展示了使用GTV作为逆解的一部分来重建心脏包膜上的电描记图(即,时变电势)的实例性系统50。系统50包含重建引擎52。重建引擎52可以通过组合可以存储被在存储器60中的几何数据56和无创测量的电数据58来生成重建的电活动数据54。存储器60还可以存储与重建引擎52相对应的机器可读指令。[0024] 为了用于经由逆重建将体表电数据标测到与发生感测的位置不同的心脏包膜,系统50可以使用几何数据56,所述几何数据可以包含用于感测节点的所采集的感测节点几何数据。所采集的感测节点几何数据可以标识感测节点(对应于感测电极)在相应的空间相关系统中的位置。例如,感测节点几何数据可以包含感测节点列表以及每个感测节点的邻居和每个节点的空间坐标。节点和空间坐标可以通过分割已经由适当的成像模态或其它非成像方法采集的成像数据来产生。成像模态的实例包含超声、计算机断层扫描(CT)、三维旋转血管造影(3DRA)、磁共振成像(MRI)、X射线、正电子发射断层扫描(PET)、荧光透视等。‑此类成像可以单独执行,即,在用于生成电数据58的测量之前或之后执行,或者替代地,此类成像可以与记录用于生成电数据58的电活动同时执行。在其它实例中,感测节点几何数据还可以通过感测节点之间的手动测量或通过其它手段(例如,激光数字化仪)来采集。[0025] 几何数据56中的感测节点几何数据因此可以包含感测节点中的每一个的坐标(例如,在三维空间中的坐标)。可以基于坐标(例如,根据诸如欧几里得距离或测地距离之类的距离度量)为相邻感测节点计算此类感测节点之间的距离。这些感测节点距离可以作为几何数据56的部分存储在存储器60中,或者可以由系统50从感测节点坐标计算而不存储在存储器60中。[0026] 除了感测节点几何数据之外,几何数据56还可以包含解剖表面几何数据,所述解剖表面几何数据从解剖表面的预定义三维模型或者从根据经由如上面列出的那些成像模态采集的数据计算或导出的模型来几何地定义诸如心脏之类的解剖结构的解剖表面。几何数据56因此可以包含躯干和解剖结构(例如,心脏)表面节点坐标(例如,在三维空间中的坐标)以及跨每个表面的节点的对应连接性列表。[0027] 电数据58可以包含由放置在上述躯干坐标处的电生理传感器(例如,ECG电极)测量的随时间变化的躯干表面电势。重建引擎52可以被配置或被编程为包含变换矩阵生成器62、空间导数算子计算器63和GTV优化器64,它们可以实施如本文所公开的迭代方法。空间导数算子计算器63可以包含用于决定空间导数和应当如本文所述应计算关于其的空间导数的最近邻居的数量的函数。重建引擎52的函数可以例如由与存储器60进行通信的一个或多个计算机处理器来执行。[0028] 在一些实例中,断开的通道检测器可以在体表电数据58上操作,以确定是否有任何通道已经被断开或者噪声太大或者阻抗太高而不能提供有效的电数据。作为实例,断开的通道检测器可以被配置成诸如通过监测电信号的值来检测输入通道的饱和度。如果通道的电信号的值超过阈值(例如,约±500mV)或者对于多个连续样本具有预定值(例如,0V),则断开的通道检测器可以确定要断开的对应通道。作为实例,向其提供输入通道信号的测量系统(例如,图7的测量系统718)可以被配置成在给出通道与体表失去接触时饱和并获得其预定值(例如,约±500mV)。这样,断开的通道检测器可以确定饱和的或断开的通道,所述通道将(例如,通过从包含在电数据58中去除相关联的电生理数据或标记从处理中忽略的此类数据)从进一步的处理中去除。[0029] 图1中的系统因此包含:非暂时性存储器60,所述非暂时性存储器存储表示多个心电图信号的电数据58、几何数据56和用于电描记图重建的机器可读指令;以及处理器(未示出),所述处理器访问非暂时性存储器60并执行机器可读指令。所述指令可以包含重建引擎52,所述重建引擎可以包含转移矩阵生成器62,所述转移矩阵生成器被编程为基于表示三维坐标系中体表的空间几何和心脏表面的空间几何的几何数据构建转移矩阵,所述转移矩阵将从多个体表测量通道收集的电生理数据与多个心脏表面节点系数相关。重建引擎52还可以包含空间导数算子计算器63,所述空间导数算子计算器被编程为基于心脏表面几何形状的一部分来计算一组空间导数算子。重建引擎52还可以包含图总变分(GTV)优化器64,所述GTV优化器被编程为使用交替方向乘子法(ADMM)基于所收集的电生理数据、转移矩阵和空间导数算子来迭代地计算重建的心脏表面电势。还可以使用除ADMM之外的邻近算法(诸如正向‑反向分裂式算法或原始对偶算法)来恢复源电势。Split‑BregmanADMM方法具有简单和容易实施的优点,但是在某些标准下,其它方法可以是等效的并且提供相当的结果。[0030] 根据图1的系统还可以包含电生理传感器阵列(未示出),所述电生理传感器阵列被配置成放置在患者的体表上并且由此产生与从体表测量的电势相对应的电测量数据58。电描记图重建引擎52可以是标测系统的一部分。GTV优化器可以实施GTV正则化,所述GTV正则化基于心脏表面上的目标节点与相邻参考节点之间的所计算的距离来将一组微分算子矩阵的元素归一化,并且基于电测量数据和微分算子矩阵通过ADMM来迭代地计算重建的心脏表面电势。图1的系统还可以包含显示器66,所述显示器被配置成将基于重建的电描记图的图形标测图可视化。[0031] 图2描绘了分布在几何表面上的节点的ga网格形式的节点200的一部分或子集。节点200的子集可以对应于体表网格或另一解剖表面网格(诸如心脏表面网格)的一部分。例如,在体表网格的情况下,每个节点表示被放置在体表上的电生理传感器的位置。求解ECG逆问题涉及使用体表上的源定位来重建心脏表面电势、电描记图、恢复序列和等效激活时间的区域(等时线)。例如,使用表示在已经被离散化为P个三角形的躯干表面上测量的源心电图的M个体表节点的逆问题,其中M和P是正整数。[0032] 因此,图2可以描绘节点200的分层图,所述分层图展示要在其上重建电描记图的心脏表面上的给出目标节点202的邻域的实例。围绕目标节点202的节点子集可以定义给出节点的相邻节点。目标节点的相邻节点可以包含具有为目标节点(例如,顶点)202提供节点的多层邻域的多个层的节点布置。可以基于相对于给出节点的空间连接性和/或空间距离来定义目标节点周围的每个相应层k。例如,第一层相邻节点可以仅围绕(例如,外接)给出节点202。这里的“邻域”被给出图论中的传统定义,除了可以认为邻域在所有情况下都被限于k=5个层。在一些实例中,对于每个目标节点考虑少至k=1个层的邻居节点。在其它实例中,可以根据距给出目标节点的距离(例如,欧几里得或其它距离)来定义给出目标节点的邻域。[0033] 在图2的所绘示实例中,节点202在远离节点202的第一层(k=1)中具有五个直接邻居,所述五个直接邻居在图2中用阴影表示,但是目标节点可以根据网格200的拓扑而具有更多或更少的此类第一层邻居节点。在图2中,第一层中的节点可以对应于搜索方向θ1、θ2、θ3、θ4和θ5,它们是相对于目标节点的角度。第一层中的参考节点各自是在相应的搜索方向θ1、θ2、θ3、θ4和θ5上沿着相应的虚拟线距目标节点202的相应的三维距离r1、r2、r3、r4和r5。此类距离可以被计算为从目标节点202到对应参考节点的欧几里得距离或测地距离。邻域200的第二层(k=2)可以包含围绕第一层和给出节点的另一节点子集。此类第二层中的节点在图2中被表示为无阴影顶点。邻域200可以包含附加层(k>2)(未绘示)。作为实例,目标节点202的邻居可以被作为参考节点而逐一地检查,每个参考节点与目标节点之间具有差矢量,所述差矢量具有角度θ(相对于x轴)和距离r。出于计算效率的目的,本文的方法和系统可以将对参考节点的邻居搜索限于预定义数量L的层(例如,一层)和预定义数量Θ的搜索方向(例如,八个搜索方向),如从目标节点所观察到的。[0034] 在以下实例中, 表示在时刻t处进行的体表测量b。正如体表可以被离散化为形成P个三角形的M个体表节点,心脏表面可以被离散化为形成K个三角形的N个心脏表面节点,并且表示连接这些表面节点的位置和边缘的信息可以作为几何数据56的一部分被存储在存储器60中。假设数据输入56、58,重建引擎52可以根据以下描述用于估计心脏表面的心脏表面电势u,使得[0035] bt=Aut+εt(1)[0036] 其中 表示噪声,并且 是转移矩阵,即,基于躯干和心脏表面两者的几何属性构建的线性算子。通常,A是矩形,因为M<<N,对应于逆问题的病态本质(ill‑posednature)。为了促进解的唯一性,当前描述的系统和方法利用对空间导数具有稀疏性约束的拟合正则化技术。[0037] 图3绘示了可以与图1中的转移矩阵生成器62相对应的实例性转移矩阵生成器300。在一些实例中,转移矩阵生成器300可以包含虚拟节点配置器302。转移矩阵生成器300还可以包含计算器304,所述计算器被编程为诸如根据基本解法(MFS)或边界元法(BEM)中的一种方法来计算转移矩阵A。在具有虚拟节点配置器302的实例中,诸如在计算器304通过MFS计算转移矩阵A的实例中,虚拟节点配置器302可以配置被放置以定义任意形状的两个表面的虚拟节点,一个表面在躯干表面外部并且一个表面在心脏表面内部。可以根据以下两种方法中的任一种来配置虚拟节点:静态配置,其中将定义假想边界的虚拟节点放置在固定的和预先选择的位置;或动态配置,其中通过非线性优化程序来动态地确定虚拟节点的位置。[0038] 在实例性静态配置中,一组外表面虚拟节点被放置在与躯干表面间隔开(例如,与躯干表面平行并且与躯干表面向外间隔开一定距离)的位置处,并且一组内表面虚拟节点被放置在与心脏表面间隔开(例如,与心脏表面平行并且与心脏表面向内间隔开一定距离)的位置处。虚拟节点可以被定义成使得外表面虚拟节点被放置成沿着从表示心脏的几何中心的中心点延伸通过躯干节点中的每一个的射线与每个躯干节点向外距某个固定距离,并且内表面虚拟节点被放置成沿着从中心点延伸通过心脏表面节点中的每一个的射线与每个心脏表面节点向内距某个固定距离。心脏的几何中心可以通过分割来确定。例如,1.2∶1的比率可以用于配置来自躯干节点的虚拟节点,而0.8∶1的比率可以用于配置心脏表面节点的虚拟节点。在其它实例中可以使用其它比率。在该实例中(其中定义躯干表面外部的假想表面的每个虚拟节点以1.2:1的比率扩大),如果给出的躯干节点位于距中心点1个测量单位处,则与所述躯干节点相对应的虚拟节点将沿着从中心点延伸通过所述躯干节点的射线位于距中心点1.2个测量单位处。同样对于该实例(其中定义心脏表面内部的假想表面的每个虚拟节点以0.8:1的比率缩小),如果给出的心脏表面节点位于距中心点1个测量单位处,则与所述心脏表面节点相对应的虚拟节点将沿着从中心点延伸通过所述心脏表面节点的射线位于距中心点0.8个测量单位处。[0039] MFS或BEM计算器304可以基于输入几何数据使用MFS或BEM方法来计算转移矩阵A,所述转移矩阵将在每个躯干节点处测量的躯干电势转化为多个心脏表面节点系数。在Rudy等人的美国专利号7,983,743B2中描述了实例性MFS方法。在Rudy等人的美国专利号6,772,004B2中讨论了实例性BEM方法。这两个公开内容通过引用并入本文。[0040] 图4绘示了可以与图1中的空间导数算子计算器63相对应的实例性空间导数算子计算器400。空间导数算子计算器400可以包含目标节点选择器402、最大搜索角度数确定器404、参考节点选择器406、目标‑参考距离计算器408、目标‑参考角度计算器410和空间导数θ算子矩阵元素加权器412,以从输入几何数据产生输出微分算子矩阵D ,所述输入几何数据诸如可以包含在图1中的几何数据56中,表示多个节点在表示心脏表面的图形中的三维空间位置以及多个节点之间的连接性关系。目标节点选择器402从心脏表面图形或其部分中的多个节点中选择一个目标节点。在一些实例中,可以通过迭代通过输入几何数据中的心脏表面节点列表或其某个子集来进行选择。在其它实例中,可以通过对几何数据中的心脏表面节点的一部分进行采样直到满足某个密度标准(即,直到已经分析了足够数量的节点)来进行选择。密度标准可以是用户可选参数,或者可以是由重建引擎52动态地或自适应地选择的参数。[0041] 最大搜索角度确定器404可以确定参考节点搜索方向θ的最大数量Θ,使得对于每个目标节点仅分析有限数量的参考节点。该最大数量可以是用户可配置值,或者可以是由重建引擎52基于心脏表面网格的复杂度确定的自适应值。作为实例,最大搜索角度数确定器404可以将Θ设定为约8,例如5、6、7或8。最大搜索角度确定器404确定搜索角度的最大数量,而非以度为单位的最大角度值。[0042] 假设正被分析的选定目标节点的最大搜索角度数量尚未用尽,则参考节点选择器406可以从由输入几何数据定义的心脏表面图形中的节点当中选择作为由目标节点选择器402选择的目标节点的邻居的一个参考节点。参考节点选择器404可以被配置成例如仅选择第一层邻居(k=1)或仅选择指定最大数量的层内的邻居。该搜索层最大参数可以是用户可选参数,或者可以是由重建引擎52动态地或自适应地选择的参数。在目标节点具有比所搜索的方向的最大数量Θ更多的第一层邻居节点的情况下,则作为一个实例,可以选取Θ个第一层邻居节点的随机选择作为参考节点,或者作为另一个实例,可以选择Θ个最近邻居作为参考节点。作为实例,目标节点周围的区域可以被分成Θ个相等的扇区,并且可以从每个扇区中随机地或通过某种任意标准(诸如选取最接近目标节点的邻居节点或选择最接近顺时针(或替代地,逆时针)扇区边缘的邻居节点)来选取一个参考节点。如本文所使用的“扇区”由从目标节点发出的两条共面光线定义。目标节点选择器402和参考节点选择器406一起定义驻留在扇区中的一对节点(即,目标节点和为所述扇区选取的参考节点)。参考节点选择器404还可以被配置成选择例如目标‑参考阈值距离(诸如半厘米、一厘米或两厘米)内的所有邻居。在这些邻居节点选择实例中的任一个中,例如通过将三维图形投影到二维平面上或者通过将搜索距离视为参考节点周围的图形(即,参考节点及其可能是选择候选者的邻居)的曲线周围的距离,即使图形可以是三维图形,也可以将所述图形视为“展平”成二维图形。[0043] 对于特定的目标节点/参考节点对,目标‑参考距离计算器408可以计算心脏表面图形中的两个节点之间的距离r。该距离r可以被计算为欧几里得距离或测地距离。类似地,目标‑参考角度计算器410可以计算连接目标和参考节点的矢量与x轴之间的角度。该距离r和角度θ一起定义该目标‑参考矢量。尽管如上所述已经通过有效地“展平”图形选择了目标节点的事实,但是距离r可以被计算为三维差,并且目标‑参考矢量可以是三维矢量。空间导数矩阵元素加权器412然后可以在考虑距离r之后对用于特定搜索角度θ的D矩阵的元素进行加权。对于每个D矩阵,每一行对应于与特定节点的关系。非零行的数量指示每个特定方向上的最近邻居的数量。因为所述图形是三维表面,所以加权器412可以通过沿着所讨论的两个节点之间的表面的三维几何距离来将每一行归一化。该距离不一定是直线距离,而是可以遵循图形的曲率。[0044] 空间导数算子计算器400因此可以基于心脏表面图形的连接性属性生成微分算子矩阵,其可以是不规则的,其中节点彼此分开不均匀的距离。由空间导数算子计算器400产生的微分算子矩阵因此通过将一阶空间导数D中的统一项除以这些通常可变的距离来考虑θ这些距离。作为一个实例,空间导数算子计算器400可以计算空间导数算子矩阵D,即,用于每个邻居搜索角度θ的单独D矩阵,所述空间导数算子矩阵根据在一维 ‑范数总变分(TV)算子的定义中使用的N×N尺寸D矩阵来修改[0045][0046] 其中 近似于空间导数。在以上TV算子定义中,一阶空间导数D可以被定义为[0047][0048] 在二维各向异性TV算子中,[0049][0050] 其中Dx/Dy表示心脏表面电势u沿着x/y方向的空间导数。例如,可以通过使用基于Grüwald‑Letnikov导数定义的分数导数来实现不同阶的平滑度。[0051] 由于诸如图2所示的三角测量的不规则三维表面,空间导数算子计算器400可以根据从上文给出的空间导数算子定义修改的空间导数算子定义来计算可以用于找到心脏表面节点的图形上的空间导数的算子。对于重建的心脏表面图形当中的多个节点中的给出目标节点,空间导数算子计算器400可以被编程为关于下层表面的测地线从表面上的邻居当中确定一组参考节点,并且可以在所确定的一组参考节点上迭代,如图4中的连接414所指示。空间导数算子计算器400还可以在一组目标节点上迭代,如图4中的连接416所指示。作为实例,对于由目标节点选择器402选择的特定目标节点vi,可以从第i个节点开始寻找长度为k=1的所有路径(即,通向第一层邻居参考节点)。其它实例可以使用其它路径长度,例如k=2,k=3,但是以增加计算复杂性为潜在代价。[0052] 参考x轴围绕所考虑的目标节点vi的方向的数量可以被限制为方向的预定最大数量Θ,如可以由最大搜索角度数量确定器404确定的。作为实例,Θ可以等于5或更大,诸如5、6、7或8(或更大)。因此,例如,空间导数算子计算器400可以考虑围绕每个节点vi的至多八个方向。在其它实例中可以选择其它最大数量的参考节点。在每个搜索方向θ中,距离vi具有最短距离k=1的节点(即,到vi的最近邻居)可以被分配权重‑1,并且节点vi本身可以被分配权重1。为了考虑目标节点与参考节点之间的路径长度对于目标节点周围的每个参考节点不相等的事实,这些分配的权重可以除以所考虑的每对节点的距离r(vi,vθ),如可以由目标‑参考距离计算器408确定。例如,欧几里得距离或测地距离可以用于每个距离r。通过这些方式,在重建中执行图形的稀疏性和结构。对于每对参考节点和目标节点,目标‑参考角度计算器410可以计算x轴与将目标节点连接到参考节点的差矢量之间的角度θ。[0053] 图1的重建引擎52可以使用以下GTV正则化模型来重建所定义的心脏表面几何结构上的心脏表面电势。正则化模型的目标函数可以被定义为:[0054][0055] 其中[0056][0057] 是控制保真度项与正则化项TV(ut)之间的折衷的正则化参数,并且θ是搜索方向。[0058] 由于TV(ut)是不可微分的,可以实施迭代技术以通过求解约束最小化问题来降低最小化问题的复杂度[0059][0060] 对此,存在封闭形式解。为此,例如,使用交替方向乘子法(ADMM),迭代计算可以被定义如下:[0061][0062] 其中逐分量压缩算子被定义为[0063] 压缩率(x,κ)=max(0,x‑κ)‑max(0,‑x‑κ)(9)[0064] 并且参数ρ>0且γ∈(0,(√5+1)/2)。计算8是预测校正过程。 项的目的是将校正项 中的误差最小化,使得预测校正过程收敛得更快,并校正计算的导数与预测的导数θ之间的差值。当 与d t的量值相差很大时,上述计算8的外推步骤辅助算法的收敛性。符θ号D指示存在多个D矩阵,每个矩阵有一个搜索方向。每个D矩阵的行对应于目标‑参考对,并且每一行的非零条目的数量取决于所考虑的最近邻居的数量。对于给出的搜索方向,图形上的所有目标‑参考对被累积在单个D矩阵中。[0065] 图5绘示了实例性GTV优化器500,所述GTV优化器被配置成执行上述ADMM计算以基θ于经输入测量的躯干表面电势bt、转移矩阵A和差分矩阵D产生经输出重建的心脏表面电势ut。GTV优化器500可以对应于图1中的GTV优化器64,并且可以包含逐分量压缩计算器502、自变量最小值计算器504和差项更新器506。这些组件中的每一个可以被配置成分别执行上述ADMM计算的三个部分,使得在多次迭代之后,ADMM计算的第三部分中的第二项(在加号之后)接近零。当该第二项达到小于预定阈值时,可以终止GTV优化,并且可以输出自变量最小值计算器504的输出作为最终计算的重建心脏表面电势ut。另一种说法是,当在ADMM计算的第三部分中分配的差值更新项 在两次连续迭代之间变化小于预定变化阈值时,GTV优化器500可以通过终止其502‑504‑506循环来完成正则化计算并提供其重建的心脏表面电势输出。[0066] 在图6的流程图和以下描述中展示图1中的重建引擎52的运行的实例。在该实例中,所述输入包含在躯干表面上测量的电极信号602以及几何数据604,诸如包含在进行电信号测量的躯干上的节点的坐标(顶点)和连接性列表(边缘)以及心脏包膜(例如,心脏表面)。使用躯干和心脏包膜的几何结构,可以计算306转移矩阵A。如先前讨论的,由于采样点‑1的本质,该矩阵A趋向于病态。因此,在没有正则化的情况下计算逆矩阵A 将产生不令人满意的结果,并且这不是在该方法中执行的。可以通过增加测量表面上的采样点的密度来减小转移矩阵的病态效应。[0067] 通过将相邻顶点的一些贡献因子添加到特定顶点处的表面电势的重建,可以利用表面的三维结构来改进逆。这可以使用表面上的空间导数来完成。然而,顶点通常并未均匀地分布在表面上。给出在要相对于每个目标节点研究的方向的数量Θ(例如,八个方向)的情况下,可以从特定目标节点在Θ方向上标识608与一组参考节点相对应的相邻顶点。可以假设,由于几何结构的本质,远离目标节点一层的相邻节点定义对于每个给出目标节点具有显著贡献效果的相邻节点多足够样本。因此,在该实例中,对于每个搜索方向θ(直到Θ),θ可以计算导数D 610,并且可以通过顶点之间(即,目标节点与所考虑的第一层邻居参考节点之间)的测地距离或欧几里得距离来将每个条目归一化。如果顶点真正均匀地分布在表面上,则归一化将是冗余的,因为每一层中的相邻节点将具有相同权重。使用2D各向异性空间导数来确定每一层的权重,所述2D各向异性空间导数在所讨论的顶点(即,目标节点)的位置处具有权重因子1,并且对于位于层外的顶点(即,参考节点)具有权重‑1。[0068] 图总变分优化612使用所计算的转移矩阵A和微分算子矩阵Dθ。为了降低计算逆解时转移矩阵的病态的影响,图总变分优化612实施GTV正则化,其使用在图形上计算的空间导数来减少逆算子的条件数量以获得在心脏表面上具有期望属性的解。逆算子的条件数量比原算子更合理,并且包含了关于相邻顶点的急剧变化的信息。图总变分正则化使得能够获得其中急剧变化区域不平滑的解决方案。这是空间导数的贡献效果。在优化612的迭代达到充分收敛的解之后,在给出时间的心脏表面电势614作为解输出到系统。因此,本文描述的基于GTV的系统和方法以与当前使用的正则化方案不同的方式执行重建信号的空间平滑度,使得允许存在大幅空间信号变化,同时仍然减少细微变化。特别是对于R波的情况,如果细节足够显著,则这允许重建保留尖锐细节。[0069] 基于GTV的方法和系统具有诊断和治疗应用。例如,本文公开的系统和方法可以用作诊断和/或治疗工作流程的一部分,以促进基于为患者采集的电活动来标识和定位纤维性颤动机制。在一些实例中,患者电活动可以包含体表电活动的无创体表测量。另外或替代地,患者电活动可以包含心脏电活动的侵入式测量,包含心外膜测量和/或心内膜测量。例如,可以将具有多个嵌入式电极的背心放置在躯干上以记录来自在躯干上间隔开的多个节点的电生理测量结果。在一些实例中,背心电极可以仅覆盖躯干区域的一部分。在一些实例中,背心可以具有与躯干表面接触的252个电极,以测量选定位置处的电生理信号。[0070] 可以如上所述计算心脏表面上的重建电势,并且可以将重建电势或从重建电势导出的信息显示为可以被呈现在显示器上的一个或多个生成的图形标测图。例如,图形标测图可以是激活标测图或表示致心律失常活动的其它标测图。这可以针对分布在心脏表面上的选定信号集合,或者针对整个三维心脏表面以及针对一个或多个感兴趣的时间间隔,其可以响应于用户输入来选择。可以生成的输出可视化和标测图的类型的实例可以在美国专利号9,427,169和/或美国专利申请公开号2014/0200822中找到。所述输出还可以包含绘示体表测量通道的图形标测图,从所述体表测量通道检测某些事件。所述输出还可以包含心脏表面的区域的图形表示,其示出了被指定以供显示的事件或活动的估计的或确定的起源位置。[0071] 可以采用用户界面来设定图形标测图的参数,并且响应于用户输入而以其它方式与电生理数据或重建数据的部分进行交互和选择。图7描绘了系统700的实例,所述系统可以用于生成输出以将体表信号处理为重建的心脏表面电势和/或表征患者的致心律失常活动。在一些实例中,系统700可以生成图形标测图(例如,体表标测图或心脏模型上的标测图)702和/或显示处理后的电信号。所述系统还可以提供其它格式的信息以向用户提供指示计算的信号特性中的一个或多个以及从此类计算的信号特性导出的信息的指导。[0072] 如本文所公开的,系统700具有遍及患者护理的各个阶段的应用。作为实例,所述系统可以用作患者筛查过程的一部分(例如,作为诊断和/或治疗计划程序的一部分)或执行治疗后评估。另外,系统700可以用作治疗程序的一部分,诸如确定用于向患者递送治疗的参数(例如,递送位置、治疗的量和类型)。例如,上面固定有一个或多个治疗递送装置704的导管可以被插入到身体706中以便在心内或心外接触患者的心脏708。可以利用的治疗递送装置704的各种类型和配置可以根据治疗的类型和程序而变化。例如,治疗装置704可以被配置成递送电治疗、化学治疗、声波治疗、热治疗或其任何组合。[0073] 作为另一实例,治疗递送装置704可以包含位于消融导管的尖端处的一个或多个电极,其被配置成响应于由治疗系统710提供的电信号(例如,射频能量)而生成用于消融组织的热量。在其它实例中,治疗递送装置704可以被配置成递送冷却以执行消融(例如,低温消融),递送化学品(例如,药物)、超声消融、高频射频消融或其组合。在再其它实例中,治疗递送装置704可以包含位于起搏导管的尖端处的一个或多个电极,以响应于由治疗系统710提供的电信号(例如,起搏电流脉冲)而递送电刺激,诸如用于心脏起搏。也可以经由治疗系统710和定位在身体706内的侵入式治疗递送装置704来递送其它类型的治疗。[0074] 作为又一实例,治疗系统710可以位于患者身体706的外部并且被配置成控制由装置704递送的治疗。例如,治疗系统710包含控件(例如,硬件和/或软件)712,其可以经由电连接在递送装置(例如,一个或多个电极)704与治疗系统710之间的导电链路来传送(例如,提供)电信号。控制系统712可以控制被提供给装置704的信号的参数(例如,电流、电压、重复率、触发延迟、感测触发振幅),以用于经由电极706向心脏708的一个或多个位置递送治疗(例如,消融或刺激)。控制电路712可以基于自动、手动(例如,用户输入)或自动与手动的组合(例如,半自动控制)来设定治疗参数和施加刺激。一个或多个传感器(未示出)也可以将传感器信息传回治疗系统710。装置704相对于心脏708的位置可以在术中经由成像模态(例如,荧光透视、X射线)、标测系统714、直接视觉等来确定和跟踪。装置704的位置和治疗参数因此可以被组合以确定对应的治疗递送参数。[0075] 在经由治疗系统710提供治疗之前、期间和/或之后,可以利用另一种系统或子系统来采集患者的电生理学信息。在图7的实例中,传感器阵列716包含可以用于测量患者电活动的一个或多个体表电极。作为一个实例,传感器阵列716可以对应于体表传感器(例如,大于大约100个电极,例如,大于大约200个电极,例如,252个电极)的高密度布置,所述体表传感器被分布在患者躯干的一部分(例如,胸部)上以用于测量与患者心脏相关联的电活动(例如,作为心电图标测程序的一部分)。可以用作传感器阵列716的高密度体表无创设备的实例在美国专利号9,655,561和国际公开号WO2010/054352中示出并描述。其它布置和数量的感测电极可以用作传感器阵列716。例如,所述阵列可以是一组精简电极,其不覆盖患者的整个躯干并且被设计用于测量用于特定目的的电活动(例如,被专门设计用于分析心房纤维性颤动和/或心室纤维性颤动的电极阵列)和/或用于监测心脏的预定空间区域。在其它实例中,具有传统的或修改的12导联ECG或单个电极的阵列可以被实施为传感器阵列716,以提供体表电信号。[0076] 在一些实例中,一个或多个传感器也可以位于插入患者体内的装置704上。此类传感器可以单独利用或与无创传感器阵列716结合使用,以用于标测心内膜表面(诸如心室的壁)以及心脏表面的电活动。另外,此类电极还可以用于帮助定位心脏708内的装置704,所述电极可以被配准到由系统700生成的图像或标测图中。替代地,此类定位可以在没有从心脏708内或心脏上的电极发射信号的情况下实施。[0077] 在用于采集患者电信息的此类实例性方法(包含侵入式、无创或侵入式与无创感测的组合)中的每一种方法中,传感器阵列716将所感测的电信息提供给对应的测量系统718。测量系统718可以包含适当的控件720以用于提供描述由传感器阵列716中的传感器检测到的电活动(例如,ECG信号)的电测量数据722。例如,测量系统718的信号处理电路可以将信号转换为对应的数字信息。测量系统718可以进一步处理与来自传感器阵列716的一个或多个电生理信号相对应的数字信息,并从每个这样的信号中去除非致心律失常特性,并提供作为电测量数据722存储在存储器中的预处理数据。电测量数据722例如可以对应于图1中的电数据58。[0078] 控件720还可以被配置成控制用于测量电活动并(例如,以预定采样率)提供测量数据722的数据采集过程。在一些实例中,控件720可以诸如响应于用户输入而与治疗系统710(如果实施)的操作分开地控制测量数据722的采集。在其它实例中,测量数据722可以与由治疗系统递送治疗同时且同步地采集,诸如以检测响应于施加给出治疗(例如,根据治疗参数)而发生的心脏708的电活动。例如,可以利用适当的时间戳来对相应的测量数据722与用于递送治疗以促进其评估和分析的治疗参数之间的时间关系加索引。[0079] 标测系统714可以被编程为组合与心脏708的感测的体表电活动的测量数据722,以提供对应的输出数据724。输出数据724可以表示或表征在体表上和/或心脏内检测到的ECG信号。如本文所公开的,输出数据还可以表示从诸如重建的电描记图信号之类的测量信号导出的信息。[0080] 标测系统714可以包含输出生成器726,以提供输出数据724以基于在一个或多个时间间隔内(例如,在EP程序或治疗程序之前、之后或期间)为患者采集的电测量数据在显示器728上可视化ECG信号的一个或多个间隔。在传感器阵列716包含多个电极的实例中,输出数据724可以包含用于经由患者体表上的传感器716测量的ECG信号的一组选定通道。可以(例如,经由GUI730)设定参数以标识满足一个或多个用户可配置参数的信号子集。因此,输出生成器726可以生成输出数据724以显示时域曲线图、频域曲线图、被布置在躯干上的通道或被标测到心脏表面的区域的图形表示。[0081] 在一些实例中,所计算的数据可以被标测到心脏模型的几何表面。如本文所公开的,可以基于经由分布在患者身体706的表面上的传感器阵列716中的一个或多个电极非侵入式采集的电数据722来计算标测图。[0082] 由于测量系统718可以同时测量预定区域或整个心脏的电活动(例如,其中包含多个电极的传感器阵列716覆盖患者身体706的整个胸部),因此所得输出数据(例如,ECG信号和/或心电图标测图)724也可以通过时间和空间一致的方式表示预定区域或整个心脏的并发数据。可以基于用户输入来选择为其计算输出数据/标测图的时间间隔。另外或替代地,选定间隔可以与治疗系统710的治疗应用同步。如本文所公开的,对稳定的致心律失常活动的存在或不存在的指示可以在不基于患者几何结构进行电描记图重建的情况下从体表电信号计算。[0083] 在其它实例中,在附加信息可用并且可以获得几何数据732的情况下,所述系统可以包含电描记图重建引擎734,所述电描记图重建引擎被编程为基于过程信号和几何数据732来计算逆解并提供对应的重建电描记图。电描记图重建引擎734可以对应于图1中的重建引擎52,并且因此可以基于在本文描述的基于图总变分(GTV)的重建方法和系统来操作。例如,重建引擎734实施可由一个或多个处理器执行的指令,以执行与如本文所公开的转移矩阵生成器、空间导数算子计算器和GTV优化函数相对应的函数。[0084] 几何数据732可以对应于数学模型,诸如可以是通用模型或基于(例如,经由成像模态,诸如CT、MRI、双平面X射线等)为患者获得的图像数据构建的模型,并且可以为患者心脏708和传感器阵列716上的电极提供空间坐标。重建的电描记图因此可以对应于心脏包膜上的心电图活动,并且可以包含静态的(在给出时刻的三维)和/或是动态的(例如,随时间变化的四维标测图)。可以在重建引擎734中利用的逆算法的实例包含在美国专利号7,983,743和6,772,004中公开的那些。电描记图重建引擎734因此可以将经由传感器阵列716测量的体表电活动重建到心脏包膜上的多个位置(例如,大于1,000个位置,诸如约2,000个位置或更多个位置)上。在其它实例中,标测系统714可以基于诸如经由篮状导管或其它形式的测量探针(例如,在装置704上或附接到装置704)侵入地测量的电活动来计算心脏的子区域上的电活动。[0085] 标测系统714还可以包含一个或多个其它心脏电活动分析仪736,例如致心律失常驱动灶(arrhythmiadriver)分析仪,以分析重建的电描记图,并且由此确定有害的或非期望的心脏电活动的原因或来源。基于通过由电描记图重建引擎734生成的更真实的重建信号而改进的这种分析,可以向患者提供增强的诊断和治疗。[0086] 可以响应于用户输入而经由对应的可视化GUI730选择与和所计算的标测图的输出可视化相对应的图形表示相关联的参数,诸如包含选择时间间隔、要在可视化中呈现的信息的类型等。[0087] 另外,输出数据724在包含于系统700中时可以由治疗系统710利用。所实施的控制基于输出数据724可以是完全自动控制、半自动控制(部分自动并响应于用户输入)或手动控制。在一些实例中,治疗系统的控件712可以利用输出数据来控制一个或多个治疗参数。作为实例,控件712可以基于本文公开的由重建引擎734确定的GTV重建数据来控制消融治疗向心脏部位(例如,心外膜或心内膜壁)的递送。例如,治疗的递送可以响应于检测到在一段时间之后没有症状或致心律失常活动或者在一段时间之后没有稳定的驱动灶活动而自动终止。在其它实例中,个别用户可以查看在显示器728中生成的标测图702以基于可视化的信息来手动控制治疗系统710。也可以基于输出数据724来控制其它类型的治疗和装置。被分析和/或显示的输出数据724还可以提供对治疗的进展或成功的指示,以便向用户和/或患者确保治疗已提供预期效果和/或实现预期治疗目标。[0088] 鉴于上述内容,通过本文公开的系统和方法改进心脏诊断和治疗。在下文对本文描述的基于GTV的重建方法的性能的实验评估的描述中,u和 分别表示观察到的地面真实信号和重建信号,并且可以使用以下定性性能度量。[0089] 均方根误差(RMSE)衡量预测信号与观察信号之间的差值的标准偏差。其由下式定义[0090][0091][0092] RMSE估计值越低,重建就越好。[0093] 峰值信噪比(PSNR)衡量信号的强度与影响信号保真度的有害噪声的强度之比。[0094][0095] 较高的PSNR估计值暗示高质量重建。[0096] 互相关(CC)衡量预测信号与观察信号之间的相似性,并且可以被表达为[0097][0098] 总重建误差(TRE)衡量总重建准确度由下式给出[0099][0100] 对正则化参数λ的值的估计可以考虑以下方法来进行。[0101] L‑曲线:L‑曲线法通过估计保真度(||Aut‑bt||2)和正则性项 的log‑log曲线图扭结的值来提供λ的量度。[0102] 广义交叉验证(GCV):该度量假设测量的数据(bt)受到正态分布噪声的影响。λ的最优值是使函数最小化的值[0103][0104] 其中 表示将右手边bt标测到正则化解ut(λ)上的矩阵。[0105] 最小积:类似于L‑曲线法,该技术可以适用于连续和离散正则化以找到最小化的值[0106][0107] 参数ρ控制算法的收敛速度,并且对于 的适当选取值被设定为cλ。通过使用分数阶导数可以实现更高阶的平滑度。然而,在下面描述的实验评估中,考虑使用一阶空间导数的传统TV情况。参数γ被固定为1。[0108] 在基本解法(MFS)和边界元法(BEM)框架内重建ECG信号时,已经将基于GTV的方法与其现有技术的基于Tikhonov的对应物进行了比较。本文描述的GTV方法的性能已经使用以上方程3中定义的一阶空间导数D进行了评估。结果示出了在选定源定位、激活标测图和恢复信号的合成处的重建电势。定量估计总结在随后的表格中。[0109] 首先在去噪的情况下测试所述模型的均匀和非均匀网格。下表比较了具有30%高斯噪声的均匀矩形栅格上的Tikh、TV和GTV正则化解。[0110][0111] 下表比较了具有25%高斯噪声的非均匀三角形网格上的Tikh、TV和GTV正则化解。[0112] PSNR RMSE CC TRETikh 11.6613 0.2612 0.8695 0.3023TV 14.1632 0.1958 0.8954 0.2267GTV 14.2345 0.1942 0.9850 0.2248参考 ∞ 0 1 0[0113] 下表比较了具有35%高斯噪声的非均匀三维三角形网格上的Tikh、TV和GTV正则化解。[0114] PSNR RMSE CC TRETikh 09.2781 0.3436 0.7067 0.9027TV 12.5822 0.2349 0.7663 0.6170GTV 21.6668 0.0825 0.9938 0.2168参考 ∞ 0 1 0[0115] 图8是描绘基于GTV的电描记图重建的实例性方法800的流程图。方法800可以包含从多个通道收集心脏电数据802,例如,如可以从患者的体表(例如,胸部)上的电极阵列获得心脏电数据,所述多个通道例如超过100个通道,例如超过200个通道,例如252个通道。基于指示体表和心脏表面的几何属性的几何数据,可以构建转移矩阵804,所述转移矩阵将所收集的心脏电数据与多个心脏表面节点系数相关。对于几何数据中的心脏表面节点当中的多个目标节点806中的每一个,可以在心脏表面节点中选择与目标节点相邻的多达预定最大数量的参考节点808,并且可以计算目标节点与每个参考节点之间的距离810。基于所计算的距离,可以将一组微分算子矩阵的元素归一化812。[0116] 可以选择至多最大数量Θ(例如,5、6、7或8)的附加参考节点808,并且可以针对附加目标节点重复所述过程806,直到已经针对所有目标节点或者针对选定的目标节点子集或者针对足够数量的目标节点完成了所述过程使得满足一些密度标准。方法800然后可以通过交替方向乘子法(ADMM)基于所收集的心脏电数据、转移矩阵和微分算子矩阵迭代地计算重建的心脏表面电势814。可以例如经由视觉显示来提供指示重建的电描记图或基于重建的电描记图的分析的图形输出。如本文所述,所显示的图形标测图可以用于指导治疗,例如消融或药物递送,和/或可以用于自动控制治疗递送。[0117] 考虑到前述结构和功能描述,本领域技术人员将理解,本发明的各部分可以被体现为方法、数据处理系统或计算机程序产品。因此,本发明的这些部分可以采取全硬件实施例、全软件实施例或组合软件与硬件的实施例的形式。此外,本发明的各部分可以是计算机可用存储介质上的计算机程序产品,所述介质上具有计算机可读程序代码。可以利用任何合适的计算机可读介质,包含但不限于静态和动态存储装置、硬盘、光存储装置和磁存储装置。[0118] 本文还参考方法、系统和计算机程序产品的框图描述了本发明的某些实施例。应当理解,图示的框以及图示中的框组合可以由计算机可执行指令来实施。这些计算机可执行指令可以被提供给通用计算机、专用计算机或其它可编程数据处理设备(或装置与电路的组合)的一个或多个处理器以产生机器,使得经由处理器执行的指令实施在一个或多个框中指定的功能。[0119] 这些计算机可执行指令还可以被存储在计算机可读存储器中,所述计算机可读存储器可以指示计算机或其它可编程数据处理设备以特定方式运行,使得被存储在计算机可读存储器中的指令产生包含实施在一个或多个流程图框中指定的功能的指令的制品。计算机程序指令还可以被加载到计算机或其它可编程数据处理设备上,以使在计算机或其它可编程设备上执行一系列操作步骤,以产生计算机实施过程,使得在计算机或其它可编程设备上执行的指令提供用于实施一个或多个流程图框中指定的功能的步骤。[0120] 以上描述了多个实例。当然,不可能描述组件或方法的每个可能的组合,但是本领域一般技术人员将认识到,许多进一步的组合及排列是可能的。因此,本发明旨在涵盖落入本申请(包含所附权利要求)的范围内的所有此类改变、修改及变化。在本公开或权利要求中引用“一”、“一个”、“第一”或“另一个”元件或其等同物的情况下,应将其解释为包含一个或一个以上的此类元件,既不需要也不排除两个或更多个此类元件。如本文所使用的,术语“包含(includes)”意味着包含但不限于,术语“包含(including)”意味着包含但不限于。术语“基于”意味着至少部分地基于。

专利地区:美国

专利申请日期:2019-11-19

专利公开日期:2024-08-30

专利公告号:CN113226179B


以上信息来自国家知识产权局,如信息有误请联系我方更正!
电话咨询
读内容
搜本页
回顶部