Time resolution for wavefront and phase singularity tracking using activation maps in cardiac propagation models
Notice bibliographique
Résumé
The dynamics of cardiac fibrillation can be described by the number, the trajectory, the stability, and the lifespan of phase singularities (PSs). Accurate PS tracking is straightforward in simple uniform tissues but becomes more challenging as fibrosis, structural heterogeneity, and strong anisotropy are combined. In this paper, we derive a mathematical formulation for PS tracking in two-dimensional reaction-diffusion models. The method simultaneously tracks wavefronts and PS based on activation maps at full spatiotemporal resolution. PS tracking is formulated as a linear assignment problem solved by the Hungarian algorithm. The cost matrix incorporates information about distances between PS, chirality, and wavefronts. A graph of PS trajectories is generated to represent the creations and annihilations of PS pairs. Structure-preserving graph transformations are applied to provide a simplified description at longer observation time scales. The approach is validated in 180 simulations of fibrillation in four different types of substrates featuring, respectively, wavebreaks, ionic heterogeneities, fibrosis, and breakthrough patterns. The time step of PS tracking is studied in the range from 0.1 to 10 ms. The results show the benefits of improving time resolution from 1 to 0.1 ms. The tracking error rate decreases by an order of magnitude because the occurrence of simultaneous events becomes less likely. As observed on PS survival curves, the graph-based analysis facilitates the identification of macroscopically stable rotors despite wavefront fragmentation by fibrosis.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,003 |
| 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 ».