Algorithmus steuert Katheter an die richtige Stelle zur Behandlung von Vorhofflimmern
Patienten mit Vorhofflimmern oder Vorhofflattern Erfahrung chaotischen elektrischen Signale in der oberen Kammer des Herzens (atria), die Ursache für eine unregelmäßige oder zuckende Herzschlag (Arrhythmie), kann es zu Blutgerinnseln und Herzinsuffizienz. Vorhofflimmern ist auch eine der Hauptursachen des Schlaganfalls und wirkt sich auf 33 Millionen Menschen weltweit.
Wenn Medikamente und andere Behandlungen nicht speziell geschulten Kardiologen (electrophysiologists) drehen, ablation, bei denen ein Katheter wird sanft geführt, um die Herzen zu zerstören, das defekte Gewebe und die Narbe, die problematischen Bereiche. Vor der Operation, electrophysiologists erfordern erweiterte 3-D-mapping des Herzens, um Sie direkt an die Problemzonen, das ist eine mühsame und zeitraubender Prozess.
Dieses Verfahren stellt auch eine Reihe von Herausforderungen für ärztinnen und ärzte einschließlich niedrigen, langfristigen Erfolg, die erfordert, müssen neue Techniken zur erfolgreichen Führung Katheter Bewegungen und präzise Erkennung von Vorhofflimmern Zielen.
Forscher von der Florida Atlantic University ‚ s College of Engineering and Computer Science und Mitarbeiter entwickelt haben, der erste Algorithmus, suchen können Patienten-spezifische ablation Ziele innerhalb der Vorhöfe, die nicht erfordern ein spezielles Katheter-oder 3-D-Elektro-anatomische Karten des Herzens. Der neue Algorithmus der iterative-Katheter-navigation (ICAN) – unterscheidet sich grundlegend von bisherigen Ansätzen.
In der Studie, veröffentlicht in der Zeitschrift Herz-Kreislauf-Engineering und Technologie, die Forscher zeigen, dass ICAN Stoppt, den Katheter, wenn er feststellt das AFib-Quelle und identifiziert den Typ der Quelle mit einer Erfolgsquote von mehr als 95.25 Prozent mit menschlichen Afib-Simulationen.
Forscher testeten auch die Wirksamkeit von ICAN in Anwesenheit von Fibrose und fleckig myokardiale Narben, das macht AFib-source-Erkennung schwieriger, mit einer 99-prozentigen Erkennungsrate unabhängig von der Narbe Größe, die Verwendung von menschlichen Afib-Simulationen.
ICAN iterativ navigiert einen Katheter in Richtung AFib Quellen, nicht um ein elektrophysiologisches mapping die gesamte Oberfläche des Herzens, und macht keine Annahmen über die AFib-source-Arten zu navigieren des Katheters. Als Ergebnis dieses Algorithmus kann verwendet werden zum Auffinden verschiedener Arten von Vorhofflimmern Quellen wie Rotations-schaltungen und focal beats.
„Wir entwickelten den ersten Algorithmus zur Lokalisierung von Vorhofflimmern-Quellen, indem iterativ die Navigation ein 20-Elektrode kreisförmig Katheter, das routinemäßig verwendet, für die Entfernung-Verfahren“, sagte Behnaz Ghoraani, Ph. D., senior-Autor, ein assistant professor in der FAU ist der Fachbereich informatik und Elektrotechnik und Computer-Wissenschaft, und ein fellow der FAU, Institut für Sensorik und Embedded-Netzwerk-Systemen (ich-GEFÜHL) und FAU Gehirn-Institut (I-GEHIRN), zwei von der Universität vier Forschungs-Säulen. „ICAN führt den inkrementellen Bewegungen dieser Katheter von einer beliebigen ersten Platzierung auf dem atrialen Gewebe, bis eine Quelle der Arrhythmie, rotor oder Schwerpunkte, die vom Algorithmus erkannt wird.“
Ghoraani und Mitarbeiter aus dem Rochester Institute of Technology, der University of Rochester Medical Center, SUNY Upstate Medical Center, getestet ICAN auf realistisch simulierten Daten mit mehreren Testfällen der rotor und Herde-angetrieben von Herzrhythmusstörungen, die unter einer breiten Palette von Aktivierungs-Muster in 2-D sowie 3-D-AFib-Simulationen. Sie legte den Katheter am 114,921 erste Katheter-Standorten in der simulierten region für verschiedene rotor-und Forschungsschwerpunkte Mechanismen. In allen Fällen, Sie modelliert Global verteilte Fibrose.
„Professor Ghoraani und Ihre Mitarbeiter entwickelt haben, eine cutting-edge-Technik, die das Potenzial hat, ein Spiel-wechsler, wie electrophysiologists Behandlung von Vorhofflimmern mit ablation“, sagte Stella Batalama, Ph. D., Dekan von FAU ‚ s College of Engineering und Computer Science. „Die hohe Leistung dieses Algorithmus ist offensichtlich durch die hohe Erkennung der Quelle Erfolgsquote. ICAN könnte erheblich verbessern den Erfolg von patient-spezifischen Vorhofflimmern-ablation und erleichtern die Behandlung von Patienten, bevor die Krankheit fortschreitet, um die permanente Bühne.“
Darüber hinaus haben die Forscher gezeigt, die Machbarkeit der Studie, in wenigen klinischen Fällen von Vorhofflimmern und-plan zu validieren ICAN mehr Patienten. Es gibt derzeit zwei Patente angemeldet, die für bestimmte Aspekte des Algorithmus.