Spatiotemporal Frequency Analysis of Ventricular Fibrillation in Explanted Human Hearts
Notice bibliographique
Résumé
Ventricular fibrillation (VF) is a medical condition that occurs due to rapid and irregular electrical activity of heart. If undiagnosed or untreated, VF leads to sudden cardiac death. VF has been studied by researchers for over 100 years to elucidate the mechanism that maintains VF, and thus to arrive at therapeutic options. VF is a nonstationary process, and it manifests into variations in the waveform morphology, phase, and frequency dynamics of the surface electrograms. Dominant frequency analysis (DF maps) and phase maps are two widely used complementary approaches in assessing the evolution of VF process. These techniques are applied to electrograms or fluorescence signals obtained with voltage-sensitive dyes. In spite of VF being a nonstationary process, most of the existing literature limits frequency analysis to a segmented, time-averaged spectral analysis, where valuable information on the instantaneous temporal evolution of the spectral characteristics is lost. In order to resolve this issue, in this paper, we present a joint time-frequency approach that is suited for VF analysis and demonstrate the application of instantaneous mean frequency (IMF) in interpreting VF episodes. Human VF sources are rarely anatomically stable and are migratory. Traditional DF techniques fail in tracking this migratory behavior. IMF, on the other hand, can deal with these migratory sources and conduction blocks better than DF approaches. Results of the analysis using the electrograms of 204 VF segments obtained from 13 isolated human hearts (explanted during cardiac transplantation) indicate that in 81% of the VF segments, there were significant changes in the spatiotemporal evolution of the frequency, suggesting that IMF provides better mechanistic insight of these signals. The IMF tool presented in this paper demonstrates potential for applications in tracking frequency patterns, conduction blocks, and arriving at newer therapies to modulate VF.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».