An algorithm for imaging isochrones of ventricular activation on patient-specific epicardial surface
Notice bibliographique
Résumé
Electrocardiographic imaging has been shown to provide useful information for pre-procedure planning of catheter-ablation procedures. The methodology involves reconstruction of unipolar electrograms (EGMs) and isochronal maps on the epicardial surface from noninvasively acquired body-surface potentials. We have developed an algorithm for evaluating global myocardial activation times. First, the cross-correlation method determines the delay in local activation times among pairs of neighboring nodes. Next, a sparse linear system is constructed from known activation delays of neighboring nodes. To solve this system, we use a sparse Bayesian learning method to calculate the global myocardial activation times. The aim of this study was to assess the proposed method in both structurally normal and scarred ventricular myocardium. Isochronal maps of calculated activation times were compared with local activation times (LATs) derived from directly-measured epicardial EGMs obtained by electroanatomic contact mapping, for pacing delivered by an implantable cardioverter defibrillator (ICD) at the endocardial right-ventricular (RV) apex, and for catheter pacing at RV epicardial site. We found that even in the presence of infarct scar, isochronal maps calculated by the proposed method correlated closely with known LATs exported from an electroanatomic mapping system.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».