A Novel 3D Camera-Based ECG-Imaging System for Electrode Position Discovery and Heart-Torso Registration
Notice bibliographique
Résumé
ECG-imaging has been receiving increasing clinical and commercialization interest as a non-invasive technology for computing cardiac electrical activity and facilitating clinical management of heart rhythm disorders. Despite its potential, the standard ECG-imaging pipeline requires thorax imaging for constructing patient-specific heart-thorax geometry - being outside standard-of-care clinical workflow, this component constitutes a major barrier to the clinical adoption of ECG-imaging. The advent of 3D cameras into ECG-imaging workflow to replace thorax imaging has shown promise, although existing works largely neglect the registration between camera-derived thorax models with an individual's heart geometry. In this work, we address this gap with a novel system that generates patient-specific torso geometry using a 3D camera, registers the torso to heart geometry obtained from pre-existing cardiac scans, and optimally deforms the torso to the skin surface of the patient. We evaluated the presented camera-based ECG-imaging system on five patients undergoing ablation of scar-related ventricular tachycardia, where we evaluate both the accuracy of the surface electrode localization and the ECG-imaging solutions in comparison to those obtained from computed tomography based thorax imaging. We further evaluate the use of the presented camera-based patient-specific heart-thorax model versus a generic heart-thorax model, highlighting the importance of the registration between the camera-based thorax models with cardiac scans.
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 | 0,001 |
| 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 ».