Regional Dominant Frequency: A New Tool for Wave Break Identification During Atrial Fibrillation
Notice bibliographique
Résumé
Cardiac mapping systems are based on the time/frequency feature analyses of intracardiac electrograms recorded from individual bipolar/unipolar electrodes. Signals from each electrode are processed independently. Such approaches fail to investigate the interrelationship between simultaneously recorded channels of any given mapping catheter during atrial fibrillation (AF). We introduce a novel signal processing technique that reflects regional dominant frequency (RDF) components. We show that RDF can be used to identify and characterize variation and disorganization in wavefront propagation - wave breaks. The intracardiac electrograms from the left atrium of 15 patients were exported to MATLAB and custom software employed to estimate RDF and wave break rate (WBR). We observed a heterogeneous distribution of both RDF and WBR; the two measures were weakly correlated (0.3; p<0.001). We identified locations of AF or atrial tachycardia (ATach) termination and later compared offline with RDF and WBR maps. We inspected our novel metrics for associations with AF termination sites. Areas associated with AF termination demonstrated high RDF and low WBR (↑RDF,↓WBR). These sites were present in 14 of 15 patients (mean 2.6±1.2 sites per patient; range, 1 to 4 sites), 43% situated within the pulmonary veins. In nine patients where AF terminated to sinus rhythm (6) or ATach (3), post hoc analysis demonstrated all ↑RDF,↓WBR sites were ablated and correlated with AF termination sites. The proposed RDF signal processing tools can be used to identify and quantify wave break, and the combined use of these two novel metrics can aid characterization of AF. Further prospective studies are warranted.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».