[发明专利]大面积环状消融点的解剖结构的自动分割

说明书

本发明题为“大面积环状消融点的解剖结构的自动分割”。本发明提供了一种用于实现使用联接到存储器的处理器实现的评估引擎的方法和设备。该评估引擎接收对应于患者的心脏组织的有效点。该评估引擎基于该心脏组织的结构分割来确定每个所述有效点的解剖结构分类，并且将该解剖结构分类与所述多个有效点中的每个有效点一起提供以支持该心脏组织的治疗。

相关申请的交叉引用

本申请要求2020年7月30日提交的美国临时专利申请63/059,060的权益，该申请如同完整阐述般以引用方式并入。

技术领域

本发明涉及人工智能和机器学习的方法和系统。更具体地，本发明涉及利用机器学习算法的系统和方法，该机器学习算法执行大面积环状消融(WACA)点的解剖结构的自动分割。

背景技术

心脏病症的治疗通常需要心脏成像(即，对心脏组织、腔室、静脉、动脉和/或通路成像，其也称为心脏扫描或心脏成像)和后续消融(即，移除或破坏所成像的心脏组织、腔室、静脉、动脉和/或通路)。在示例中，心房纤颤的心脏病症可被成像并且使用心房纤颤消融来治疗。心房纤颤消融的具体类型是大面积环状消融(WACA)。

常规地，在心脏标测阶段期间，WACA实现右肺静脉和左肺静脉的逐点(例如，WACA消融点)隔离，以形成围绕左肺静脉和右肺静脉的圆环(例如，在一些情况下，WACA可延伸到心房的顶部并且延伸进入右心房)。然而，WACA消融点之间存在潜在间隙、所得的消融线中存在潜在间隙以及WACA依赖于解剖结构使得WACA受到限制。例如，如果在消融阶段期间未经治疗，则这些间隙可导致肺静脉重新连接和复发性心律失常。为了克服这些限制，常规方法依赖由医疗专业人员手动进行的消融位点解剖分割和WACA消融点连续性估计。由于这些限制并且根据常规手动查看方法，需要提供用于预测潜在间隙、提供解剖分割以及提供对WACA消融点进行连续性估计的改进的方法。

发明内容

提供了一种用于实现使用联接到存储器的处理器实现的评估引擎的方法和设备。该评估引擎接收对应于患者的心脏组织的有效点。该评估引擎基于心脏组织的结构分割来确定每个有效点的解剖结构分类，并且将解剖结构分类与所述多个有效点中的每个有效点一起提供以支持心脏组织的治疗。

附图说明

通过以举例的方式结合附图提供的以下具体实施方式可得到更详细的理解，其中附图中类似的附图标号指示类似的元件，并且其中：

图1示出了可实现一个或多个特征的示例性系统的图示；

图2示出了用于远程监测和传送患者生物计量的示例性系统的框图；

图3示出了人工智能系统的图形描绘；

图4示出了在图3的人工智能系统中执行的方法的框图；

图5示出了根据一个或多个实施方案的方法的框图；

图6A示出了自动编码器结构的示例；

图6B示出了在图6A的自动编码器中执行的方法的框图；

图7示出了根据一个或多个实施方案的方法的框图；

图8示出了图形用户界面的示例的图形图像，该图形用户界面提供具有两个单独圆环的PV的图像；

图9A示出了显示数据集的用户界面的图形图像；

图9B示出了显示数据集的用户界面的图形图像；

图10示出了将左WACA和右WACA分类成解剖结构的图形描绘；

图11A示出了右解剖结构的图示；

图11B示出了左解剖结构的图示；