CN108596132B - 消融灶评价方法及*** - Google Patents

消融灶评价方法及*** Download PDF

Info

Publication number
CN108596132B
CN108596132B CN201810402737.4A CN201810402737A CN108596132B CN 108596132 B CN108596132 B CN 108596132B CN 201810402737 A CN201810402737 A CN 201810402737A CN 108596132 B CN108596132 B CN 108596132B
Authority
CN
China
Prior art keywords
ablation
signal curve
signal
waveform comparison
lesion
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810402737.4A
Other languages
English (en)
Other versions
CN108596132A (zh
Inventor
储慧民
程华胜
张清淳
彭亚辉
沈刘娉
孙毅勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Microport EP MedTech Co Ltd
Original Assignee
Shanghai Microport EP MedTech Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Microport EP MedTech Co Ltd filed Critical Shanghai Microport EP MedTech Co Ltd
Priority to CN201810402737.4A priority Critical patent/CN108596132B/zh
Publication of CN108596132A publication Critical patent/CN108596132A/zh
Priority to PCT/CN2019/084012 priority patent/WO2019206163A1/zh
Priority to EP19792573.8A priority patent/EP3789911B1/en
Priority to US17/051,359 priority patent/US20210093375A1/en
Priority to RU2020138672A priority patent/RU2760996C1/ru
Priority to AU2019258653A priority patent/AU2019258653B2/en
Application granted granted Critical
Publication of CN108596132B publication Critical patent/CN108596132B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B18/04—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by heating
    • A61B18/12—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by heating by passing a current through the tissue to be heated, e.g. high-frequency current
    • A61B18/1206—Generators therefor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B18/04—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by heating
    • A61B18/12—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body by heating by passing a current through the tissue to be heated, e.g. high-frequency current
    • A61B18/14—Probes or electrodes therefor
    • A61B18/1492—Probes or electrodes therefor having a flexible, catheter-like structure, e.g. for heart ablation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B2018/00315—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body for treatment of particular body parts
    • A61B2018/00345—Vascular system
    • A61B2018/00351—Heart
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B2018/00315—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body for treatment of particular body parts
    • A61B2018/00345—Vascular system
    • A61B2018/00351—Heart
    • A61B2018/00357—Endocardium
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B2018/00571—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body for achieving a particular surgical effect
    • A61B2018/00577—Ablation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
    • A61B2018/00636—Sensing and controlling the application of energy
    • A61B2018/00773—Sensed parameters
    • A61B2018/00839—Bioelectrical parameters, e.g. ECG, EEG
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4848—Monitoring or testing the effects of treatment, e.g. of medication
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Cardiology (AREA)
  • Theoretical Computer Science (AREA)
  • Biophysics (AREA)
  • Plasma & Fusion (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Otolaryngology (AREA)
  • Pathology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Surgical Instruments (AREA)

Abstract

本发明涉及消融灶评价方法及***，用于对贴附于消融灶的电极反馈的心内电极信号进行分析以获得消融信息，其中，消融灶评价***的基线计算单元通过生成所述信号曲线的基线，计算位于基线上方的信号曲线在信号曲线的全部区间内所占的比例，波形比较单元通过将信号曲线与消融模板进行比较以以获得波形比较结果，判断单元对所述比例和所述波形比较结果进行判断，并输出关于消融是否完成的消融信息，本发明提供的消融灶评价方法可以利用上述消融灶评价***获得关于消融是否完成的消融信息，在心脏射频消融手术如肺静脉隔离中，方便医生实时地了解到消融及透壁的情况，可以有效地提高心脏射频消融手术的成功率和安全性。

Description

消融灶评价方法及***
技术领域
本发明涉及医疗设备技术领域，尤其涉及消融灶评价方法及***。
背景技术
心律失常(arrhythmia)是由于窦房结激动异常或激动产生于窦房结以外，激动的传导缓慢、阻滞或经异常通道传导，即心脏活动的起源和/或传导障碍导致心脏搏动的频率和/或节律异常，例如心房颤动(AF，即房颤)就是一种由异常电信号引起的快速心律失常。
目前，心脏射频消融手术在治疗心律失常疾病的领域已经被广泛地开展。这一手术方式的机理是，通过不同的能量对产生异常电信号的组织进行消融，隔断异常电信号的通路，或者对异常的组织进行破坏，从而消除异常信号发生点。
在心脏射频消融手术中，通常消融部位的组织会发生透壁性的细胞坏死性损伤。传统的心脏射频消融手术中，主要通过射频功率、消融温度和消融时间来控制消融过程，对于不同的消融位置这几个参数可根据医生的经验设置为不同的值，但是，当患者的心脏解剖结构复杂或者特殊，该手术方式仍然存在不小的风险。
心脏射频消融手术的一个重要应用是用于治疗心房颤动。通常认为肺静脉(PV)是房颤的触发位置，用于治疗心房颤动的心脏射频消融手术被称为肺静脉隔离(PVI)，目的是电隔离肺静脉(PV)中的触发，确保在肺静脉与左心房之间没有单一电连接。
在肺静脉隔离中，在肺静脉周围需要形成环状的、连续的消融灶，但由于肺静脉的解剖结构复杂，不同位置的壁厚不一，因而对消融过程的控制尤为重要。研究发现，若没有对消融灶组织形成有效地环状隔离，在围绕肺静脉的环状线中例如甚至1mm的小间隙(即漏点，gap)都可能造成消融灶组织的重新电连接，导致房颤复发，或产生医源性房性心律失常；但消融产生的能量如果过多，又会引起患者其他脏器如食道、膈神经的损伤，并且还可能导致心脏穿孔。
因此，在心脏射频消融手术中，如果能提供一种不依赖于医生的经验且能实时地获得消融信息的方法或装置，可以有效地提高该手术的成功率和安全性。
发明内容
本发明要解决的技术问题是如何实时获得是否完成消融的信息，目的是帮助医生在心脏射频消融手术过程中及时了解消融状态，从而有效控制消融能量，提高心脏射频消融手术的成功率和安全性。
根据本发明的一方面，本发明提供了一种消融灶评价***，用于对贴附于消融灶的电极反馈的心内电极信号进行处理并分析以获得消融信息，所述消融灶评价***包括：信号处理模块，用于对所述心内电极信号进行处理并生成信号曲线；信号分析模块，包括判断单元，所述信号分析模块还包括基线计算单元和波形比较单元所组成的组中的一个或两个；其中，所述基线计算单元用于生成所述信号曲线的基线，计算位于所述基线上方的所述信号曲线在所述信号曲线的全部区间内所占的比例，并将所述比例反馈至所述判断单元；所述波形比较单元用于将所述信号曲线与所述消融灶对应的消融模板进行比较以获得波形比较结果，并将所述波形比较结果反馈至所述判断单元；所述判断单元对所述比例和/或所述波形比较结果进行判断，并输出关于消融是否完成的消融信息。
可选的，所述心内电极信号随时间变化，所述信号处理模块根据一刷新频率获取实时的所述心内电极信号并进行处理以生成对应的实时的所述信号曲线。所述刷新频率为1～2000Hz。
可选的，当所述消融信息表示完成消融时，所述判断单元在完成判断后在推迟一预设时间后再输出所述消融信息。所述预设时间为1～10秒。
可选的，当所述比例等于100％时，所述消融信息表示完成消融，否则，所述消融信息表示未完成消融；或者，当所述波形比较结果为相似时，所述消融信息表示完成消融，否则，所述消融信息表示未完成消融。
可选的，当所述比例等于100％后，所述波形比较单元再将所述波形比较结果反馈至所述判断单元，并且当所述波形比较结果为相似时，所述消融信息表示完成消融，否则，所述消融信息表示未完成消融。
可选的，所述波形比较单元计算所述信号曲线与所述消融灶对应的消融模板之间的波形相似度的数值，当所述波形相似度的数值大于一预设阈值时，所述波形比较结果为相似，否则，所述波形比较结果为不相似。
可选的，所述消融灶对应有多个所述消融模板，所述波形比较单元计算所述信号曲线与所述多个消融模板的皮尔森相关系数，并对计算得到的多个所述皮尔森相关系数取平均值或取中位数以得到综合皮尔森相关系数，当所述综合皮尔森相关系数为0.6～1时，所述波形比较结果为相似，否则，所述波形比较结果为不相似；
所述皮尔森相关系数的计算公式为
Figure GDA0003674324150000031
其中，P(X,Y)为皮尔森相关系数，X和Y是所述信号曲线和所述消融模板相应的横坐标和纵坐标，Cov(X,Y)为X和Y的协方差，σX和σY分别为X和Y的标准方差。
可选的，所述消融灶对应有多个所述消融模板，所述波形比较单元利用神经网络算法获得所述波形比较结果。
可选的，所述消融灶评价***还包括以下任意一个或一个以上的模块的组合：指令接收模块，用于启动或退出所述消融灶评价***，以及设置所述消融灶评价***中的参数；信号输入模块，用于获取所述心内电极信号并输入至所述信号处理模块；显示模块，用于显示所述消融信息；语音模块，用于传达所述消融信息；存储模块，用于存储所述消融模板；模板选择模块，用于获得所述消融灶所在心内位置并选择对应的所述消融模板。
可选的，所述心内电极信号为单电极信号，所述单电极信号由消融导管或心内标测导管贴附于所述消融灶的一个电极反馈得到。
在本发明的另一方面，本发明还提供一种消融灶评价方法，用于对贴附于消融灶的电极反馈的心内电极信号进行分析以获得消融信息，包括以下步骤：对所述心内电极信号进行处理并生成信号曲线；生成所述信号曲线的基线，计算位于所述基线上方的所述信号曲线在所述信号曲线的全部区间内所占的比例；和/或，将所述信号曲线与消融模板进行比较以获得波形比较结果；以及对所述比例和/或所述波形比较结果进行判断，并输出关于消融是否完成的消融信息。
可选的，对所述比例和/或所述波形比较结果进行判断的步骤还包括：当所述比例等于100％时，所述消融信息表示完成消融，否则，所述消融信息表示未完成消融；或者，当所述波形比较结果为相似时，所述消融信息表示完成消融，否则，所述消融信息表示未完成消融。
可选的，对所述比例和/或所述波形比较结果进行判断的步骤还包括：当所述比例等于100％之后，再对所述波形比较结果进行判断，并且当所述波形比较结果为相似时，所述消融信息表示完成消融，否则，所述消融信息表示未完成消融。
可选的，当所述消融信息表示完成消融时，在完成判断后推迟一预设时间后再输出所述消融信息。
本发明提供的消融灶评价***，可以在心脏射频消融手术中，对贴附于消融灶的电极反馈的心内电极信号进行分析从而获得消融是否完成的消融信息。所述消融信息可以提供给医生以便于医生实时地了解到消融程度例如透壁(即消融完成)等消融信息，从而更准确地实施心脏射频消融手术，以肺静脉隔离为例，所述消融灶评价***有利于形成环状的消融灶，避免发生漏点或消融程度不够的情况，并且在消融完成之后，也可以利用该消融灶评价***及时发现漏点的位置并进行补点消融，从而有效地提高心脏射频消融手术的成功率和安全性。
本发明提供的消融灶评价方法，对贴附于消融灶的电极反馈的心内电极信号进行分析从而获得关于消融是否完成的消融信息，具有与所述消融灶评价***相同或类似的优点。这种方法可以在消融前、消融过程中以及消融结束之后对电极所贴附的消融灶进行评价。
本发明的消融灶评价***及消融灶评价方法可以通过设置于人体外的软件程序来实施，其储存于计算机可读取媒体中，可应用在任何可以显示心内电极信号的设备和仪器中，如多道电生理记录仪、三维标测***、射频消融仪等。用于设置电极的导管可以是消融导管或标测导管，该导管的远端可以为线性的或者环状的，也可以是球囊状的导管，针对消融灶采取的消融方法可以利用射频、激光或者冷冻的方式进行消融。
本发明的消融灶评价***及消融灶评价方法也可以通过程序化计算机***来实施，该***内具有软件程序，在执行此软件程序后获得的消融信息可以辅助医生更精确地控制心脏射频消融手术过程，提高手术的成功率和安全性。
附图说明
图1是本发明实施例的电极贴附于消融灶的示意图。
图2(a)是本发明实施例在消融完成前心内电极信号的示意图。
图2(b)是本发明实施例在消融完成后心内电极信号的示意图。
图3是肺静脉隔离的示意图。
图4是本发明实施例的消融灶评价***的结构图。
图5(a)至图5(d)是本发明实施例消融过程中的信号曲线的示意图。
图6是本发明实施例信号曲线与消融模板进行比较的示意图。
图7是本发明实施例不同心内位置的消融灶及对应的消融模板的示意图。
图8是本发明实施例的消融灶评价方法的流程图。
图9是本发明实施例的消融灶评价方法应用于消融过程的示意图。
附图标记说明：
20-消融灶；21-透壁消融灶；22-未透壁消融灶；30-肺静脉；100-消融灶评价***；110-信号处理模块；120-信号分析模块；121-基线计算单元；122-波形比较单元；123-判断单元；130-指令接收模块；140-信号输入模块；150-显示模块；160-存储模块；170-模板选择模块。
具体实施方式
以下结合附图和具体实施例对本发明的消融灶评价***及消融灶评价方法作进一步详细说明。根据下面的说明，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。与此同时，本文使用的术语是用于说明实施例的目的，并不意图限制本发明。在本说明书中，除非另有说明，否则单数形式应理解为包括复数形式。在说明书中使用的属于“包含”和/或“包括”不排除在所指定的组合物、成分、组件、步骤、操作和/或元件中增加其他的组合物、成分、组件、步骤、操作和/或元件的一种或多种。
此外，本文使用的“单元”或“模块”通常是指本发明的组件，诸如，逻辑可分离软件(计算机程序)、硬件或等效部件。因此，本发明的实施例中的单元不仅包括计算机程序中的单元，还包括硬件配置中的单元。因此，该实施例还可以用作包含指令的计算机程序的描述，所述计算机程序可以是用于执行计算机中的每个步骤的程序、用于将计算机功能形成为每个工具的程序或者用于使计算机实现功能、***或方法中每一个的程序，其中，所述计算机程序启动“单元”或“模块”。为了便于描述，虽然如本文所使用的“存储”、“被存储”或者等同的术语可以被使用，但是这些术语是指在程序的情况下被存储或被控制以存储在存储设备中的计算机程序。虽然可以将各个“模块”和“单元”配置成与功能具有大体上的一一对应关系，但是在实际时间中，单个模块可以被配置为具有单个程序，多个模块可以被配置为具有单个程序或单个模块可以被配置为多个程序。在分布式或者并行环境中，多个模块可以由单个计算机执行或者单个模块可以由多个计算机执行。单个模块可以包括附加模块。
本文所使用的属于“装置”和/或“***”可以包括通过具有一对一的对应通信连接的注入网络的通信单元互连的多个计算机、硬件、装置等，或者包括具有实现本发明的过程的单个计算机、硬件、装置等。
此外，对于每个过程，无论是由每个模块或单元执行的单个过程或者是由每个模块或单元执行的多个过程，都从诸如存储器的存储设备中读取的目标信息，并且在过程完成之后过程的结果被写入存储设备。因此，在描述中存在这样的情况，在过程之前从存储设备中读取以及在过程之后写入存储设备的描述可以被省略。本文所述的存储设备可以包括硬盘、随机存储存储器(RAM)、外部存储介质、经由通信线路的存储设备、中央处理单元(CPU)中的寄存器等等。
在射频消融手术过程中，设置于消融导管远端的消融电极可以发射射频能量对消融组织进行消融，该消融过程的目的是使得消融组织两侧的信号不能发生传递，对于如何对该消融过程是否完成进行实时判断，本发明的消融灶评价***及消融灶评价方法利用贴附于消融灶的电极反馈的心内电极信号进行处理并分析，从而获得所述消融灶是否完成消融的信息。所述消融灶评价***及消融灶评价方法可以应用于心脏射频消融手术中，至少可以产生两个作用，第一个作用是通过显示所述消融灶的心内电极信号，可以提示医生所述消融灶的是否完成消融即是否发生了透壁；第二个作用是可以在消融前、消融过程中以及消融结束之后都可以实时地提示医生消融灶的状况，有利于医生在心脏射频消融手术中合理设置消融条件，并且还可以针对不同的心脏部位设置不同的消融条件，使针对消融的策略个性化。以下结合实施例对本发明的消融灶评价***及消融灶评价方法及其效果进行详细说明。
本发明实施例的消融灶评价***100可以通过贴附于消融灶的电极获得该电极反馈的心内电极信号(为了清楚起见，以下以电极E代表该电极)。
具体而言，所述心内电极信号可以通过贴附于消融灶上的一个或多个电极获得，优选的，以设置于消融导管或心内标测导管远端从而贴附于消融灶表面的一个电极反馈获得，即所述心内电极信号优选是单电极信号。图1是本发明实施例的电极贴附于消融灶的示意图。图2(a)是本发明实施例在消融完成前心内电极信号的示意图。图2(b)是本发明实施例在消融完成后心内电极信号的示意图。参照图2(a)，在消融完成前，心内电极信号的电压(V)随时间(t)变化的信号曲线呈现出既有正向又有负向的双相的形态，其中正向信号是由贴附于消融灶20上的电极E的A侧信号发散进入电极E而获得，而负向信号是由贴附于消融灶20上的电极E的与A侧相反的另一边B侧信号发散进入电极E而获得。随着消融过程的进行，消融灶20处的消融组织会发生透壁，即隔断了电极E两侧的电信号传递从而完成消融，参照图2(b)，此时心内电极信号仅呈现为正向的单相形态。
利用电极E反馈的心内电极信号的上述变化，可以评价消融及透壁情况。以肺静脉隔离为例，图3是肺静脉隔离的示意图。参照图3，在肺静脉隔离中，需要在一个或者一个以上的肺静脉30周围形成环状的、连续的消融区，但由于肺静脉30的解剖结构复杂，不同位置的壁厚不一，因而肺静脉30周围既有完成消融的透壁消融灶21，又有未完成消融的未透壁消融灶22，未透壁消融灶22可能造成消融区的重新电连接，导致房颤复发，或产生医源性房性心律失常，因而对消融过程的控制尤为重要，既需要使每个消融灶20发生透壁以成功消融，又需要使消融灶连续不要漏点。对此，本发明实施例可以获取贴附在肺静脉30周围的消融灶20上的电极E反馈的心内电极信号，通过不断刷新心内电极信号的信号曲线并对实时的信号曲线进行分析和判断，可以对肺静脉隔离是否完成以及消融是否连续进行判断。
以下以肺静脉隔离为例，对本发明实施例的消融灶评价***进行详细的描述。
本发明实施例的消融灶评价***可以对贴附于消融灶的电极反馈的心内电极信号进行处理以获得消融信息。图4是本发明实施例的消融灶评价***的结构图。参照图1及图4，消融灶评价***100包括：
信号处理模块110，用于对贴附于消融灶的电极反馈的心内电极信号进行处理并生成信号曲线(为了清楚起见，以下以信号曲线L代替并描述)；
信号分析模块120，用于对信号曲线L进行分析并判断是否完成消融；进一步的，在一些实施例中，信号分析模块120包括基线计算单元121和判断单元123，以对信号曲线L进行分析并判断是否完成消融；在另一些实施例中，信号分析模块120包括波形比较单元122和判断单元123，以对信号曲线L进行分析并判断是否完成消融；在另一些实施例中，信号分析模块120包括基线计算单元121、波形比较单元122以及判断单元123，以对信号曲线L进行分析并判断，并根据判断结果，输出关于消融是否完成的消融信息。
在一些实施例中，消融灶评价***100还可以包括以下任意一个模块或一个以上的模块：
指令接收模块130，用于启动或退出消融灶评价***100，以及设置消融灶评价***100的参数；信号输入模块140，用于获取电极E反馈的心内电极信号并输入至信号处理模块110；显示模块150，用于显示信号曲线L和消融信息；存储模块160，用于存储消融灶20对应的消融模板，也可以存储信号曲线L以及消融灶评价***100运行过程的数据以及关于消融是否完成的消融信息；模板选择模块170，用于获得消融灶20所在的心内位置并选择对应的所述消融模板。
电极E反馈的心内电极信号随时间变化，从而信号处理模块110可以根据一预设刷新频率获取实时的所述心内电极信号并进行处理以生成对应的实时的信号曲线L。信号分析模块120可以通过运行基线计算单元121和波形比较单元122所组成的组中的任意一个或两个，对上述实时的信号曲线L进行分析，并输出关于消融是否完成的消融信息。
信号输入模块140可以是多道电生理记录仪、三维标测***、射频消融仪等可以获得心内电极信号的装置，该心内电极信号可以是心电图(ECG或者EKG)，心电图的横坐标通常为时间(t)，纵坐标为电压(V)。
信号处理模块110获得信号输入模块140输入的心内电极信号后，可以先进行0.05至300Hz的滤波处理，并根据上述预设刷新频率对所述心内电极信号进行更新，所述预设刷新频率可以为1～2000Hz，优选的，每次获取1秒时间长度的心电图，即选择预设刷新频率为1Hz，与人体心脏跳动一次的时间接近。
接着，信号处理模块110可以从所述心内电极信号(例如心电图)中自动识别出电极E反馈的区间以获得信号曲线L，信号曲线L的区间可以由消融灶评价***自动识别或者由医生选取，信号曲线L的两个时间端点与所述心内电极信号显示的心跳频率有关，例如可以识别或选取心电图中的一个心跳周期内的单极信号区间作为信号曲线L，或者，也可以识别或选取心电图中的一个心跳周期内的一波峰前后一段预设时间(例如200ms)范围的区间作为信号曲线L。但本发明不限于此，信号曲线L的区间也可以根据本领域公开的其他方法获取。
图5(a)至图5(d)是本发明实施例消融过程中的信号曲线的示意图。具体的，图5(a)、图5(b)、图5(c)和图5(d)分别是在随着消融时间延长在四个不同时刻获得的心内电极信号的示意图，其中信号曲线L涉及的是虚线方框的范围，虚直线为信号曲线L的基线。以下结合图5(a)至图5(d)对本发明实施例的基线计算单元121的工作过程进行详细描述。
基线计算单元121对信号曲线L进行分析的方法可包括如下过程：基线计算单元121生成信号曲线L的基线，然后以位于基线上方的信号曲线为正向信号曲线，并计算所述正向信号曲线在信号曲线L的全部区间内所占的比例并反馈至判断单元123。
进一步的，生成基线可以包括如下过程：步骤一，对信号曲线L进行均一化处理，首先采集相邻的若干个采样点(即某一时刻采集到的电压值)，采样点的数量与采样频率有关，如采样频率为512Hz时，1秒钟可以采集到512个采样点，然后以一组(例如10个)采样点作为一个处理窗口，求出每个处理窗口的平均值或加权平均值，并获得对应的电压值；步骤二，采用相邻处理窗口的电压值并两两相减得到多个斜率；步骤三，设定所述多个斜率中最大值对应的处理窗口的电压值为基线。
生成基线也可以采用其他的方法，比如曲线拟合求导，小波变换等常用方法，此处不再赘述。
生成信号曲线L的基线之后，可以以位于基线上方的信号曲线L为正向信号曲线，并计算所述正向信号曲线在信号曲线L的全部区间内所占的比例。该比例可以通过例如计算所述正向信号曲线与所述基线所围成的封闭图形的面积占信号曲线L与所述基线所围成的封闭图形的面积之比获得。但不限于此，只要按照统一的规则得到所述正向信号曲线在信号曲线L的全部区间内所占的比例即可。
在一个实施例中，计算得到图5(a)、图5(b)及图5(c)的正向信号曲线在信号曲线L的全部区间内所占的比例分别为35％、92％和100％，此处信号曲线L的全部区间为虚线框的范围，图5(d)是得到图5(c)的信号曲线L之后，延时5秒后获得的信号曲线L。上述比例可以输出至判断单元123。
接下来对本发明实施例的波形比较单元122的工作过程进行详细描述。
波形比较单元122对信号曲线L进行分析的方法可包括如下过程：波形比较单元122对信号曲线L与消融灶20所对应的的消融模板进行比较以获得波形比较结果，并将所述波形比较结果反馈至判断单元123。
消融灶评价***100可以预设或在存储模块160中存储一个或多个消融模板(为清楚起见，以下以消融模板M代替)。该消融模板M例如是成功消融的信号曲线。对应于同一个消融灶20(图1)，可以预设或存储一个或多个消融模板M。波形比较单元122对信号曲线L和消融模板M进行比较并得到一波形比较结果，所述波形比较结果例如是相似，也可以是不相似，其中，所述波形比较结果若是相似，则表明已经透壁，即完成了消融。所述波形比较结果可输出至判断单元123。此处“相似”可以包括信号曲线L与消融模板M的图形接近相同的情况以及信号曲线L与消融模板M的图形完全相同的情况。
当同一心内位置的消融灶20对应有多个消融模板M时，波形比较单元122可以通过计算信号曲线L与多个消融模板M的皮尔森相关系数(Pearson correlationcoefficient)，皮尔森相关系数P(X,Y)的计算方式如下：
Figure GDA0003674324150000111
其中，X和Y是所述信号曲线和多个消融模板M的相应的横坐标和纵坐标，Cov(X,Y)为X和Y的协方差，σX和σY分别为X和Y的标准方差。并且，波形比较单元122可以对计算得到的多个所述皮尔森相关系数取平均值或取中位数以得到综合皮尔森相关系数，具体而言，当所述综合皮尔森相关系数小于0.4时，可以判断信号曲线L和多个消融模板M弱相关或无相关，当所述综合皮尔森相关系数为0.4～0.6时，可以判断信号曲线L和多个消融模板M中等程度相关，当所述综合皮尔森相关系数为0.6～1时，可以判断信号曲线L和多个消融模板M极强相关即满足二者相似的条件，在某些实施例中，当所述综合皮尔森相关系数为0.6～1时，所述波形比较结果为相似，否则，所述波形比较结果为不相似。皮尔森相关系数的计算过程是本领域普通技术人员根据公开资料可以获得的，此处不再赘述。
当同一心内位置的消融灶20对应有多个消融模板M时，波形比较单元122还可以利用神经网络算法将信号曲线L与消融灶20对应的消融模板M进行比较以获得波形比较结果。在应用神经网络算法时，神经网络层优选取大于或等于10层，而用于神经网络计算的消融模板M可以是经专家标定过的完成消融的信号曲线，在训练时，训练集应大于或等于5000个信号曲线图，训练完成后可形成波形比较结果的输出。在消融过程中，波形比较单元122每隔一个单位时间(如1秒)输出一次波形比较结果给判断单元123。神经网络算法是图形比较及图像计算领域中的已知算法，此处不再赘述。
波形比较单元122也可以通过其他算法得到上述波形比较结果，例如小波变换，旋转特征，弗雷歇距离等。
图6是本发明实施例信号曲线与消融模板进行比较的示意图。参照图1和图6，波形比较单元122可以计算信号曲线L与消融灶20对应的消融模板M之间的波形相似度的数值，如定义信号曲线L与消融灶20对应的消融模板M完全重合时的波形相似度为1，从而可以计算实时的信号曲线L与消融模板M的波形相似度的百分比数值，如70％，当计算得到的波形相似度的数值大于一预设阈值(例如80％、90％或更大的值)时，输出到判断单元123的波形比较结果为相似，否则，所述波形比较结果为不相似。在计算上述波形相似度时，可以与多个消融模板M分别进行比较，然后再统计分析获得信号曲线L对于多个消融模板M组成的样本群的波形相似度，有利于提高波形相似度的准确性。
本领域技术人员应当理解，在一次心脏射频消融手术中，需要对位于不同心内部位的消融灶进行消融。以肺静脉隔离为例，需要在一个或者一个以上的肺静脉周围形成环状的、连续的消融灶。优选的，本发明实施例的消融灶评价***100中，存储模块160存储有对应于不同心内位置的消融灶的多个消融模板M，并且进一步的，消融灶评价***100还包括模板选择模块170(如图4)，用于获得消融灶20所在的心内位置的信息，并选择相应的消融模板M。
图7是本发明实施例不同心内位置的消融灶及对应的消融模板的示意图。参照图7中，LAA代表左心耳，LSPV代表左上肺静脉，LIPV代表左下肺静脉，RSPV代表右上肺静脉，RA代表右心房，RIPV代表左下肺静脉。进一步的，可以将肺静脉及其周围的心脏区域分为12个子区域，其中肺静脉所在区域为子区域5和8，形成环形的子区域(即子区域1～4、6、7、9～12)位于肺静脉的周围，在肺静脉隔离手术中，通常对这些形成环形的子区域的消融灶进行消融。
优选实施例中，在利用波形比较单元122计算消融灶20时，可以首先利用模板选择模块170对消融灶20的心内位置进行判断，并选择对应的消融模板M以便于波形比较单元122将贴附于消融灶20的电极反馈的信号曲线L与消融灶20的心内位置所对应的消融模板M进行比较以获得波形比较结果。模板选择模块170可以与三维标测***连接，三维标测***可以自动对心房、心室进行区域分割，并且当标测导管位于某个位置时，可以自动匹配心房或心室的某个区域，模板选择模块170可以根据三维标测***获取的心脏部位的信息，选择相应的消融模板M用于波形比较单元122对信号曲线L和该消融模板M进行比对。上述三维标测***的功能可以利用本领域公开的方法实现，此处不再赘述。
综上所述，本发明实施例的消融灶评价***100可以利用基线计算单元121对信号曲线L进行分析，以获得所述正向信号曲线在信号曲线L的全部区间内所占的比例并反馈至判断单元123，消融灶评价***100也可以利用波形比较单元122对信号曲线L进行分析，将信号曲线L与消融灶20对应的消融模板M进行比较以获得波形比较结果并反馈至判断单元123。
消融灶评价***100可以选择基线计算单元121或者波形比较单元122对信号曲线L进行分析并将结果反馈至判断单元123，也可以选择基线计算单元121和波形比较单元122依次或者同时对信号曲线L进行分析并将结果反馈至判断单元123。
具体的，在一些实施例中，判断单元123在获得基线计算单元121反馈的正向信号曲线在信号曲线L的全部区间内所占的比例的数值后，可以进行判断，当该比例等于百分之百即信号曲线L均位于基线上方，即信号曲线L的负向波均转变正向时，可以判断完成消融并输出一表示完成消融的消融信息，否则，输出一表示未完成消融的消融信息。
在另一些实施例中，判断单元123在获得上述波形比较单元122反馈的信号曲线L与消融模板M的波形比较结果后，进行判断，当所述波形比较结果为相似时，输出的消融信息表示完成消融，否则，输出的消融信息表示未完成消融。
在其他一些实施例中，判断单元123可以对上述基线计算单元121反馈的比例以及波形比较单元122反馈的波形比较结果均进行判断，当二者同时满足设定的条件时，方可输出一表示完成消融的消融信息，否则输出的消融信息表示未完成消融。
判断单元123可以输出的消融信息可以是文字形式，并且，上述比例的数值、波形相似度的数值、波形比较结果以及消融信息均可以在显示模块150显示，例如，在满足上述消融完成的条件之前，输出的消融信息可以是“消融中”、“消融进行中”或“未完成消融”，在判断单元123判断完成消融之后，输出的消融信息为“消融完成”或“停止消融”。判断单元123可以输出的消融信息可以是语音信息，例如，在判断单元123判断完成消融之后，发出“消融完成”或“停止消融”的语音提示，此时，消融灶评价***还包括一与判断单元相连接的语音模块，用于发出上述语音提示。
在判断单元123输出一表示完成消融的消融信息之前，当所述比例等于百分之百和/或当所述波形相似度大于一阈值后，可以不选择立刻输出消融信息，而是延迟(等待)一段时间后，判断单元123再将该表示完成消融的消融信息输出至显示模块150或语音模块，所经过的时间为预设时间，可以在指令接收模块130经人工或自动设置，这样设置的技术效果是可以提升完全细胞坏死性损伤的概率，避免发生可逆的损伤，此处“可逆的损伤”指的是在射频消融手术时消融灶发生了损伤，但是在手术后由于组织的自恢复能力使得该损伤被修复的情形，可逆的损伤会在手术之后重新引起电信号的传导，应当尽量避免。上述预设时间例如是1至10秒或者大于10秒，优选2秒，需要注意的是，上述预设定时间过长会引起过度消融，而导致消融灶20以外的脏器损伤。
上述消融灶评价***100至少具有如下优点：
第一，基线计算单元121可以识别正向信号曲线并计算正向信号曲线在信号曲线L的全部区间内所占的比例并显示，提示医生消融状态，方便医生进行实时地查看，也即是，信号曲线L的负向波均转变正向时，可以提示医生消融灶组织发生了透壁，这样可以保证在手术有效性的前提下，大大增加手术的安全性；第二，波形比较单元122通过与消融模板M实时比较的方式，得到信号曲线L与消融模板M的波形比较结果，可以提示医生消融状态，方便医生进行实时地查看；第三，优选采用多个消融模板M与实时的信号曲线L进行比较，通过对与多个消融模板M的进行比较后获得的皮尔森相关系数取平均值或中位值，或者获得信号曲线L对于多个消融模板M组成的样本群的波形相似度，可以有效减小或避免单个模板的误差；第四，可以利用大量的临床单极心电图作为消融模板M，采用神经网络算法，进行训练，从而得到更为准确的波形比较结果；第五，为了给予医生更为准确地提示，可以对心脏不同部位消融灶的心内电极信号选择不同的消融模板M获得相应的波形比较结果。
本发明实施例还包括一种消融灶评价方法，对贴附于消融灶的电极反馈的心内电极信号进行处理以获得消融信息。图8是本发明实施例的消融灶评价方法的流程图。参照图8，所述消融灶评价方法包括以下步骤：
S10：对心内电极信号进行处理并生成信号曲线；
S20：生成所述信号曲线的基线，计算位于所述基线上方的所述信号曲线(即正向波)在所述信号曲线的全部区间内所占的比例；和/或，将所述信号曲线与消融模板进行比较以获得波形比较结果；
S21：对所述比例和/或所述波形比较结果进行判断，并输出关于消融是否完成的消融信息。
上述消融灶评价方法可以利用前述的消融灶评价***100进行，例如，可以通过上述消融灶评价***的信号处理模块110实施步骤S10，以及利用信号分析模块120实施步骤S20和步骤S21。
图9是本发明实施例的消融灶评价方法应用于消融过程的示意图。参照图9，示例性的，在心脏射频消融手术中，远端设置有电极的消融导管到达消融灶并使该电极贴附于消融灶表面，从而可以获得该电极反馈的心内电极信号，经过滤波处理、单极区域选择等步骤后将该电极反馈的心内电极信号显示为信号曲线，此时判断是否开始消融，若选择消融，消融导管开始消融该消融灶组织，同时所述信号曲线根据一预设刷新频率进行更新并显示，具体的，可以先计算位于所述基线上方的所述信号曲线在所述信号曲线的全部区间内所占的比例，当所述比例大于等于100％时(即负向波消失，或负向波全部转变为正向波)，再将所述信号曲线与所述消融灶对应的消融模板进行比较以获得波形比较结果，例如计算信号曲线与消融模板的波形相似度，当所述波形相似度大于设定阈值后，再经过一预设时间，最后利用警报或者文字输出消融完成的信息，例如可以在显示器上显示消融完成。
本发明提供的消融灶评价方法，对贴附于消融灶的电极反馈的心内电极信号进行处理并分析从而获得关于消融是否完成的消融信息，该消融信息可提供给医生，例如当负向波全部转变为正向波时，即提示消融灶组织透壁，从而减少或避免了对医生经验的依赖，有利于医生对心***频手术完成度的把握。所述消融灶评价方法具有与所述消融灶评价***对应的评价过程，因此描述的比较简单，详细的评价手段可以参照对所述消融灶评价***的描述。所述消融灶评价方法可以在消融前、消融过程中以及消融结束之后对电极所贴附的消融灶的消融信息进行评价，有效地提高心脏射频消融手术的成功率和安全性。
上述实施例中的处理、执行，一般是以软件程序的方式配合硬件的方式来实施，然而，他们全部(或其中一部分)也可以使用电子硬件的方式来实施。不管是以软件或者硬件方式，其个别部分是熟悉电子、软件领域人员可以进行实施的，因此，其细节就不在本说明书中赘述。上述的软件程序，可以储存于计算机可读取媒体中，例如光盘或者计算机***中的存储器；当这些软件被加载计算机后，即可由中央处理单元(CPU)来执行其指令。
上述描述仅是对本发明较佳实施例的描述，并非对本发明权利范围的任何限定，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。

Claims (16)

1.一种消融灶评价***，其特征在于，用于对贴附于消融灶的电极反馈的心内电极信号进行处理并分析以获得消融信息，所述消融灶评价***包括：
信号处理模块，用于对所述心内电极信号进行处理并生成信号曲线；
信号分析模块，包括判断单元，所述信号分析模块还包括基线计算单元和波形比较单元所组成的组中的一个或两个；
其中，所述基线计算单元用于生成所述信号曲线的基线，并计算位于所述基线上方的所述信号曲线在所述信号曲线的全部区间内所占的比例，并将所述比例反馈至所述判断单元，位于所述基线上方的所述信号曲线表示正向信号，位于所述基线下方的所述信号曲线表示负向信号，随着消融过程的进行，所述比例增大，当所述信号曲线的负向信号均转变为正向信号时，所述比例等于100％；
所述波形比较单元用于将所述信号曲线与所述消融灶对应的消融模板进行比较以获得波形比较结果，并将所述波形比较结果反馈至所述判断单元，所述消融模板包括在对应心内位置成功消融的消融灶对应的信号曲线；
所述判断单元对所述比例和/或所述波形比较结果进行判断，并输出关于消融是否完成的消融信息。
2.如权利要求1所述的消融灶评价***，其特征在于，所述心内电极信号随时间变化，所述信号处理模块根据一预设刷新频率获取实时的所述心内电极信号并进行处理以生成对应的实时的所述信号曲线。
3.如权利要求2所述的消融灶评价***，其特征在于，所述预设刷新频率为1～2000Hz。
4.如权利要求1所述的消融灶评价***，其特征在于，当所述消融信息表示完成消融时，所述判断单元在完成判断后推迟一预设时间后再输出所述消融信息。
5.如权利要求4所述的消融灶评价***，其特征在于，所述预设时间为1～10秒。
6.如权利要求1所述的消融灶评价***，其特征在于，当所述比例等于100％时，所述消融信息表示完成消融，否则，所述消融信息表示未完成消融；或者，当所述波形比较结果为相似时，所述消融信息表示完成消融，否则，所述消融信息表示未完成消融。
7.如权利要求1所述的消融灶评价***，其特征在于，当所述比例等于100％后，所述波形比较单元再将所述波形比较结果反馈至所述判断单元，并且当所述波形比较结果为相似时，所述消融信息表示完成消融，否则，所述消融信息表示未完成消融。
8.如权利要求6或7所述的消融灶评价***，其特征在于，所述波形比较单元计算所述信号曲线与所述消融灶对应的消融模板之间的波形相似度的数值，当所述波形相似度的数值大于一预设阈值时，所述波形比较结果为相似，否则，所述波形比较结果为不相似。
9.如权利要求6或7所述的消融灶评价***，其特征在于，所述消融灶对应有多个所述消融模板，所述波形比较单元计算所述信号曲线与多个所述消融模板的皮尔森相关系数，并对计算得到的多个所述皮尔森相关系数取平均值或取中位数以得到综合皮尔森相关系数，当所述综合皮尔森相关系数为0.6～1时，所述波形比较结果为相似，否则，所述波形比较结果为不相似；
所述皮尔森相关系数的计算公式为
Figure FDA0003528603210000021
其中，P(X,Y)为皮尔森相关系数，X和Y是所述信号曲线和所述消融模板相应的横坐标和纵坐标，Cov(X,Y)为X和Y的协方差，σX和σY分别为X和Y的标准方差。
10.如权利要求1至7任一项所述的消融灶评价***，其特征在于，所述消融灶对应有多个所述消融模板，所述波形比较单元利用神经网络算法获得所述波形比较结果。
11.如权利要求1至7任一项所述的消融灶评价***，其特征在于，所述消融灶评价***还包括以下任意一个或一个以上的模块的组合：
指令接收模块，用于启动或退出所述消融灶评价***，以及设置所述消融灶评价***中的参数；
信号输入模块，用于获取所述心内电极信号并输入至所述信号处理模块；
显示模块，用于显示所述消融信息；
语音模块，用于传达所述消融信息；
存储模块，用于存储所述消融模板；
模板选择模块，用于获得所述消融灶所在心内位置并选择对应的所述消融模板。
12.如权利要求1至7任一项所述的消融灶评价***，其特征在于，所述心内电极信号为单电极信号，所述单电极信号由消融导管或心内标测导管贴附于所述消融灶的一个电极反馈得到。
13.一种消融灶评价方法，其特征在于，用于对贴附于消融灶的电极反馈的心内电极信号进行分析以获得消融信息，包括以下步骤：
对所述心内电极信号进行处理并生成信号曲线；
生成所述信号曲线的基线，计算位于所述基线上方的所述信号曲线在所述信号曲线的全部区间内所占的比例，其中，位于所述基线上方的所述信号曲线表示正向信号，位于所述基线下方的所述信号曲线表示负向信号，随着消融过程的进行，所述比例增大，当所述信号曲线的负向信号均转变为正向信号时，所述比例等于100％；和/或，将所述信号曲线与所述消融灶对应的消融模板进行比较以获得波形比较结果，其中，所述消融模板包括在对应心内位置成功消融的消融灶对应的信号曲线；以及
对所述比例和/或所述波形比较结果进行判断，并输出关于消融是否完成的消融信息。
14.如权利要求13所述的消融灶评价方法，其特征在于，对所述比例和/或所述波形比较结果进行判断的步骤还包括：
当所述比例等于100％时，所述消融信息表示完成消融，否则，所述消融信息表示未完成消融；或者，当所述波形比较结果为相似时，所述消融信息表示完成消融，否则，所述消融信息表示未完成消融。
15.如权利要求13所述的消融灶评价方法，其特征在于，对所述比例和/或所述波形比较结果进行判断的步骤还包括：
当所述比例等于100％之后，再对所述波形比较结果进行判断，并且当所述波形比较结果为相似时，所述消融信息表示完成消融，否则，所述消融信息表示未完成消融。
16.如权利要求13至15任一项所述的消融灶评价方法，其特征在于，当所述消融信息表示完成消融时，在完成判断后推迟一预设时间后再输出所述消融信息。
CN201810402737.4A 2018-04-28 2018-04-28 消融灶评价方法及*** Active CN108596132B (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
CN201810402737.4A CN108596132B (zh) 2018-04-28 2018-04-28 消融灶评价方法及***
PCT/CN2019/084012 WO2019206163A1 (zh) 2018-04-28 2019-04-24 消融灶评价方法及***
EP19792573.8A EP3789911B1 (en) 2018-04-28 2019-04-24 Ablation focus evaluation system
US17/051,359 US20210093375A1 (en) 2018-04-28 2019-04-24 Ablation lesion assessment method and system
RU2020138672A RU2760996C1 (ru) 2018-04-28 2019-04-24 Способ и система оценки очага абляции
AU2019258653A AU2019258653B2 (en) 2018-04-28 2019-04-24 Ablation focus evaluation method and system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810402737.4A CN108596132B (zh) 2018-04-28 2018-04-28 消融灶评价方法及***

Publications (2)

Publication Number Publication Date
CN108596132A CN108596132A (zh) 2018-09-28
CN108596132B true CN108596132B (zh) 2022-07-29

Family

ID=63620182

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810402737.4A Active CN108596132B (zh) 2018-04-28 2018-04-28 消融灶评价方法及***

Country Status (6)

Country Link
US (1) US20210093375A1 (zh)
EP (1) EP3789911B1 (zh)
CN (1) CN108596132B (zh)
AU (1) AU2019258653B2 (zh)
RU (1) RU2760996C1 (zh)
WO (1) WO2019206163A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108596132B (zh) * 2018-04-28 2022-07-29 上海微创电生理医疗科技股份有限公司 消融灶评价方法及***
CN111096740B (zh) * 2018-10-25 2022-04-01 上海微创电生理医疗科技股份有限公司 心电信号分析方法及装置、信号记录仪和三维标测***
JP7346918B2 (ja) * 2019-06-04 2023-09-20 富士通株式会社 データ生成プログラム、データ生成方法、及び情報処理装置
CN112336445B (zh) * 2019-12-26 2021-11-26 上海微创电生理医疗科技股份有限公司 一种消融***及其神经探测设备
US20220036560A1 (en) * 2020-07-30 2022-02-03 Biosense Webster (Israel) Ltd. Automatic segmentation of anatomical structures of wide area circumferential ablation points
US20220068479A1 (en) * 2020-08-26 2022-03-03 Biosense Webster (Israel) Ltd. Separating abnormal heart activities into different classes
CN113274119A (zh) * 2021-05-19 2021-08-20 北京金石翔宇科技有限公司 运用超高压正负复合脉冲电场的肿瘤消融设备及方法
CN113648051B (zh) * 2021-08-13 2022-08-02 卡本(深圳)医疗器械有限公司 一种基于emc-emi的自适应射频信号数据处理设备

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003105662A2 (en) * 2002-06-14 2003-12-24 Kress, David, C. Transmurality assessment apparatus and methods
US7123954B2 (en) * 2002-09-19 2006-10-17 Sanjiv Mathur Narayan Method for classifying and localizing heart arrhythmias
US9839781B2 (en) * 2005-08-22 2017-12-12 Cardiac Pacemakers, Inc. Intracardiac impedance and its applications
WO2007067940A2 (en) * 2005-12-06 2007-06-14 St. Jude Medical, Atrial Fibrillation Division, Inc. Assessment of electrode coupling for tissue ablation
US7573033B2 (en) * 2006-02-27 2009-08-11 Innovative Engineering & Consulting Corp. Automatically optimized cyclic integration
US7744541B2 (en) * 2008-07-29 2010-06-29 Raba Equity Partners Ii, Llc Cerebral vascular reactivity monitoring
CN104840197B (zh) * 2008-10-09 2018-04-17 加利福尼亚大学董事会 用于自动定位生物节律紊乱的源的机器和过程
CN102085095A (zh) * 2009-12-07 2011-06-08 深圳市新元素医疗技术开发有限公司 一种检测心电图中st段的方法、***和心电检测仪器
US9002442B2 (en) * 2011-01-13 2015-04-07 Rhythmia Medical, Inc. Beat alignment and selection for cardiac mapping
US9687289B2 (en) * 2012-01-04 2017-06-27 Biosense Webster (Israel) Ltd. Contact assessment based on phase measurement
EP2863824B1 (en) * 2012-06-22 2017-12-27 Covidien LP Microwave thermometry for microwave ablation systems
US9554847B2 (en) * 2012-07-02 2017-01-31 Biosense Webster (Israel) Ltd. Real time assessment of ablation from electrocardiogram signals
CN103536356B (zh) * 2013-10-29 2016-04-20 上海魅丽纬叶医疗科技有限公司 具有抗电磁干扰功能的导引导管
CN103271765B (zh) * 2013-02-07 2016-05-11 上海魅丽纬叶医疗科技有限公司 经腔穿壁神经消融导管、设备及其方法
WO2014145903A2 (en) * 2013-03-15 2014-09-18 Retrovascular, Inc. Methods for tissue ablation measurement and control and devices thereof
US9931048B2 (en) * 2013-04-30 2018-04-03 Medtronic, Inc. Systems, methods, and interfaces for identifying effective electrodes
US10682175B2 (en) * 2013-11-06 2020-06-16 Biosense Webster (Israel) Ltd. Using catheter position and temperature measurement to detect movement from ablation point
EP3212074B1 (en) * 2014-10-30 2020-04-22 Kardium Inc. Systems for ablating tissue
SG11201703943VA (en) * 2014-11-19 2017-06-29 Advanced Cardiac Therapeutics Inc Ablation devices, systems and methods of using a high-resolution electrode assembly
JP6857139B2 (ja) * 2015-05-12 2021-04-14 ナヴィックス インターナショナル リミテッドＮａｖｉｘ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｌｉｍｉｔｅｄ 誘電特性分析によるリージョン評価
US10376221B2 (en) * 2016-07-06 2019-08-13 Biosense Webster (Israel) Ltd. Automatic creation of multiple electroanatomic maps
CN107260297A (zh) * 2017-06-30 2017-10-20 上海微创电生理医疗科技股份有限公司 一种射频消融导管及射频消融***
CN108596132B (zh) * 2018-04-28 2022-07-29 上海微创电生理医疗科技股份有限公司 消融灶评价方法及***

Also Published As

Publication number Publication date
RU2760996C1 (ru) 2021-12-02
AU2019258653B2 (en) 2022-02-24
EP3789911A4 (en) 2021-07-14
WO2019206163A1 (zh) 2019-10-31
AU2019258653A1 (en) 2020-11-26
EP3789911A1 (en) 2021-03-10
EP3789911B1 (en) 2024-05-29
CN108596132A (zh) 2018-09-28
US20210093375A1 (en) 2021-04-01

Similar Documents

Publication Publication Date Title
CN108596132B (zh) 消融灶评价方法及***
EP3267344B1 (en) Automatic creation of multiple electroanatomic maps
US20230248428A1 (en) Irreversible electroporation (ire) based on field, contact force and time
US10792097B2 (en) Ablation line contiguity index
US8010186B1 (en) System and related methods for identifying a fibrillation driver
EP3015060B1 (en) Real-time coloring of electrophysiological map
US11701021B2 (en) Lesion assessment using peak-to-peak impedance amplitude measurement
CN114052890A (zh) 脉冲消融设备、***、参数设定方法以及可读存储介质
EP4008246A1 (en) Setting an automatic window of interest based on a learning data analysis
EP3951790A1 (en) An apparatus for treating cardiac arrhythmias utilizing a machine learning algorithm to optimize an ablation index calculation
US20220039730A1 (en) System and method to detect and identify cardiac pace-mapping sites and pacing maneuvers
EP4014867A1 (en) Signal and correction processing for anatomical structure mapping data
EP3881760B1 (en) Measuring thickness of cardiac wall tissue during ablation
US20220233818A1 (en) Managing medical device equipment by online magnetic calibration of a catheter
WO2022039938A1 (en) Intraprocedural automated system for localizing idiopathic ventricular arrhythmia origins
US20230146716A1 (en) Digital twin of atria for atrial fibrillation patients
US20230181087A1 (en) Intracardiac unipolar far field cancelation using multiple electrode cathethers
EP4008252A1 (en) Catheter structure examination and optimization using medical procedure information
US20240189024A1 (en) Sensing for a catheter
WO2023111798A1 (en) Intracardiac unipolar far field cancelation using multiple electrode catheters

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant