Abstract 9642: Non-Invasive Magnetic Resonance Based Three-Dimensional Voltage Maps for Electrophysiology Procedure Guidance
Notice bibliographique
Résumé
Introduction: The association of scar on late-gadolinium enhancement cardiac magnetic resonance (LGE-CMR) with electrograms on electroanatomic map (EAM) has been investigated. We sought to quantify these associations to enable the creation of non-invasive three dimensional voltage maps (3D-VMs) based on LGE-CMR. We then tested the accuracy of the non-invasive 3D-VMs. Methods: LGE-CMR was performed in 17 patients with ischemic cardiomyopathy before ventricular tachycardia (VT) ablation. Left ventricular wall thickness (LVWT) and scar thickness (ST) were measured in each of 20 sectors per LGE-CMR short axis plane. In the first series of 13 patients (training set), EAM points were registered to the corresponding LGE-CMR images. Multivariate linear regression analysis (MLRA) was performed to determine significant independent variables and coefficients that predict local bipolar voltage. In the remaining patients (test set), non-invasive 3D-VMs were prospectively created with the regression equations by MLRA. Invasive local bipolar voltages were then compared with the estimated bipolar voltage based on non-invasive 3D-VMs. Results: A total of 1293 EAM points were analyzed. MLRA revealed independent associations between local bipolar voltage and LVWT, ST and scar location (P<0.001, respectively). Prospective non-invasive 3D-VMs were then created with custom software. There was no significant difference in mean bipolar voltage on EAMs and non-invasive 3D-VMs created for the test set (1.7±1.2 vs. 1.6±1.7 mV,P=0.17). Linear regression analysis revealed a significant association between bipolar voltages on invasive EAM and noninvasive 3D-VMs (P<0.001, R=0.79). Conclusions: The independent associations of local bipolar voltage with LVWT, ST on LGE-CMR enable the creation of accurate non-invasive 3D-VMs based on LGE-CMR. This novel methodology may improve the safety and efficacy of catheter ablation in patients with ischemic scar-related VT.
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 | 0,001 | 0,004 |
| 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 | 0,001 | 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) | 0,008 | 0,003 |
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 ».