【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及与优化心脏标测相关联的人工智能和机器学习，包括用于确定患者特性与导管位置之间的改善的标测矩阵(cpm矩阵)的系统和方法。此类矩阵可用于基于新接收的患者特性来确定导管的位置。
技术介绍
1、诸如心律失常(例如，心房纤颤(af))的医疗状况通常通过体内程序来诊断和治疗。例如，使用消融来执行与左心房(la)体的肺静脉电隔离(pvi)以用于治疗af。pvi和许多其他微创导管插入术需要体内表面的实时可视化和标测。
2、体内部位的可视化和标测可以通过激活波的标测传播、荧光镜透视检查、计算机断层扫描(ct)和磁共振成像(mri)以及可能需要大于期望的时间量或资源量以提供可视化和标测的其他技术来执行。
技术实现思路
1、公开了用于生成改善的电流到位置(即，cpm)矩阵的系统、装置和技术。该系统包括处理器，该处理器被配置为接收多个历史稀疏cpm矩阵和多个历史补充cpm矩阵，其中，每个稀疏cpm矩阵与相应的补充cpm矩阵相关联；基于该多个历史稀疏cpm矩阵和该多个历史补充cpm矩阵来训练学习系统，其中，训练该学习系统以便在给定稀疏cpm矩阵的情况下生成补充cpm矩阵；由经训练的学习系统接收新的稀疏cpm矩阵；以及用经训练的学习系统生成新的补充cpm矩阵。
【技术保护点】
1.一种用于生成改善的电流到位置标测CPM矩阵的系统，所述系统包括：
2.根据权利要求1所述的系统，所述系统还包括被配置为感测电信号的多个体表电极。
3.根据权利要求1所述的系统，其中，接收所述新的稀疏CPM矩阵包括：
4.根据权利要求1所述的系统，其中，所述处理器被配置为：
5.根据权利要求3所述的系统，其中，每个导管位置包括导管的相应电极的位置。
6.根据权利要求3所述的系统，其中，所述具有已知导管位置的患者特性的子集和所述没有已知导管位置的患者特性的子集两者均包括与所述导管的相应电极相关联的电流信号。
7.根据权利要求6在从属于权利要求2时所述的系统，其中，与所述导管的相应电极相关联的所述电流信号由所述多个体表电极感测。
8.根据权利要求3所述的系统，其中，所述具有已知导管位置的患者特性的子集的所述患者特性包括来自历史规程的数据。
9.根据权利要求1所述的系统，其中，使用以下中的至少一者来训练所述学习系统：分类、回归和聚类算法。
10.根据权利要求1所述的系统，其中，
11.一种用于生成电流到位置标测CPM矩阵的计算机实现的方法，所述方法包括：
12.根据权利要求11所述的方法，其中，接收新的稀疏CPM矩阵包括：
13.根据权利要求11所述的方法，所述方法还包括：
14.根据权利要求12所述的方法，其中，每个导管位置包括导管的相应电极的位置。
15.根据权利要求12所述的方法，其中，所述具有已知导管位置的患者特性的子集和所述没有已知导管位置的患者特性的子集两者均包括在所述导管的相应电极处记录的电流信号。
16.根据权利要求12所述的方法，其中，所述具有已知导管位置的患者特性的子集的所述患者特性包括来自历史规程的数据。
17.根据权利要求11所述的方法，其中，使用以下中的至少一者来训练所述学习系统：分类、回归和聚类算法。
18.根据权利要求14所述的方法，其中，所述学习系统包括神经网络。
...【技术特征摘要】
【国外来华专利技术】
1.一种用于生成改善的电流到位置标测cpm矩阵的系统，所述系统包括：
2.根据权利要求1所述的系统，所述系统还包括被配置为感测电信号的多个体表电极。
3.根据权利要求1所述的系统，其中，接收所述新的稀疏cpm矩阵包括：
4.根据权利要求1所述的系统，其中，所述处理器被配置为：
5.根据权利要求3所述的系统，其中，每个导管位置包括导管的相应电极的位置。
6.根据权利要求3所述的系统，其中，所述具有已知导管位置的患者特性的子集和所述没有已知导管位置的患者特性的子集两者均包括与所述导管的相应电极相关联的电流信号。
7.根据权利要求6在从属于权利要求2时所述的系统，其中，与所述导管的相应电极相关联的所述电流信号由所述多个体表电极感测。
8.根据权利要求3所述的系统，其中，所述具有已知导管位置的患者特性的子集的所述患者特性包括来自历史规程的数据。
9.根据权利要求1所述的系统，其中，使用以下中的至少一者来训练所述学习系统：分类...
【专利技术属性】
技术研发人员：M·齐瓦里，A·科恩，I·多伦，M·巴尔塔尔，
申请(专利权)人：伯恩森斯韦伯斯特以色列有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。