使用碎片化指数标测房颤的制作方法

[0001]
本发明整体涉及电生理标测，并且具体地涉及用于使用碎片化指数标测房颤的方法和系统。


背景技术：

[0002]
房颤为在心房中生成的不规则心律。用于标测房颤的各种技术是本领域中已知的。
[0003]
例如，美国专利申请公布2017/0367601描述了一种用于识别能够参与房颤的延续的患者的心脏区的方法。该方法考虑了心律失常的参考循环并且具有两种变型：其中心脏区各自被单独分析的局部变型和其中若干心脏区被一起分析的区域变型。
[0004]
美国专利申请公布2015/0359430描述了一种用于身体结构的图像的医学图像处理的方法，该方法包括：接收解剖数据以重建患者身体区域的解剖图像，所述区域包括至少一个内部身体部分的与目标组织邻接或间隔开的一部分；从功能成像模态接收功能数据，所述功能成像模态对所述患者的所述身体区域的至少所述部分成像；处理所述解剖图像以生成对应于所述至少一个内部身体部分的所述壁之外的所述区的至少一个图像掩模；将所述至少一个生成的图像掩模与所述功能数据相关联，以用于引导描绘所述目标组织的功能图像的重建；以及提供重构的功能图像。
[0005]
美国专利申请公布2012/0078129描述了一种显示组织中的一个或多个低电压结构的位置的图像的方法。该方法包括接收对应于组织的一部分的电标测数据，以及使用电标测数据生成图像。在至少一个电压范围内具有界定电压范围的上限和下限的两个端点的电标测值能够与在至少一个电压范围之外的电标测值区分开。选择两个端点以将组织的一个或多个低电压结构与组织的其它部分区分开。


技术实现要素：

[0006]
本文所述的本发明的实施方案提供了一种用于标测心脏中的房颤(af)的方法，所述方法包括接收在所述心脏中的给定位置处获取并表现出所述af的电描记图(egm)信号。在egm信号中识别两个或更多个主峰，并且在相邻主峰之间计算循环长度(cl)。在cl内的egm信号中识别一个或多个次峰。计算指示每cl的所述次峰的数量的局部碎片化指数(fi)。局部fi在心脏的至少一部分的标测图上可视化。
[0007]
在一些实施方案中，心脏具有区域，所述区域包括(i)位于距所述区域的预定义位置给定距离处的所述给定位置，以及(ii)具有附加fi并且位于距所述预定义位置附加距离处的至少附加位置，并且所述方法包括基于所述给定距离和所述附加距离，并且基于所述局部fi和所述附加fi，计算和可视化所述区域的区域fi。在其它实施方案中，所述预定义位置包括所述区域的几何重心(cog)，并且计算和可视化所述区域fi包括基于所述给定距离和所述附加距离计算至少所述局部fi和所述附加fi的加权平均。在其它实施方案中，识别所述一个或多个次峰包括基于预定义的阈值合并两个或更多个相邻的次峰。
[0008]
在一个实施方案中，该方法包括限定所述cl内的感兴趣窗口(woi)，并且识别所述woi内的所述一个或多个次峰。在另一个实施方案中，所述egm信号包括多个cl，并且计算所述局部fi包括基于所述多个cl计算平均cl，以及计算每所述平均cl的所述次峰的平均数。
[0009]
根据本发明的实施方案，还提供了一种用于标测心脏中的房颤(af)的系统，该系统包括处理器和显示器。处理器被配置成：(a)接收在心脏中的给定位置处获取的表现出af的电描记图(egm)信号，(b)在所述egm信号中识别两个或更多个主峰并计算相邻主峰之间的循环长度(cl)，(c)在egm信号中识别cl持续时间内的一个或多个次峰，以及(d)计算指示每cl的所述次峰的数量的局部碎片化指数(fi)。显示器被配置成在所述心脏的至少一部分的标测图上显示所述局部fi。
附图说明
[0010]
结合附图，通过以下对本发明的实施方案的详细描述，将更全面地理解本发明，其中：
[0011]
图1为根据本发明的实施方案的用于注释电描记图(egm)信号的系统的示意性图解；
[0012]
图2为示出根据本发明的实施方案的电描记图信号中的激活点的识别的图；
[0013]
图3为根据本发明的实施方案的示意性地示出用于标测患者心脏中的房颤(af)的方法的流程图；
[0014]
图4为根据本发明的实施方案的具有基于多个局部fi计算的区域碎片化指数(fi)的心脏的区域标测图的示意性图解；并且
[0015]
图5为根据本发明的实施方案的患者心脏的区域的标测图的示意性图解。
具体实施方式
[0016]
概述
[0017]
一些医学规程基于通过将多个电极设置在心脏组织上的不同相应位点处来测量电描记图(egm)信号。在一些心脏规程中，医师可使用egm信号来表征在心脏循环期间电激活波前通过患者心脏组织的传播。对于每个egm信号，医师可尝试识别电激活点，所述电激活点对应于波前通过获取信号的位点的实例。
[0018]
在心脏房颤(af)或其它心律失常的情况下，即使对于有经验的医师来说，也可能由于egm信号的不规则性和/或可变性而难以识别此类激活点。规则的电描记图通常含有规则间隔的且尖锐的主峰，所述主峰清楚地指示电激活。相比之下，不规则egm可表现出多种不同的形式，并且可包括通常不指示规则电激活的多个次峰突发。
[0019]
下文所述的本发明的实施方案提供了用于通过计算局部和区域碎片化指数(fi)以及在患者心脏的标测图上可视化fi来标测af的方法和系统。在一些实施方案中，用于标测患者心脏中的af的系统包括处理器和显示器。
[0020]
在一些实施方案中，处理器被配置成从插入患者心脏中的导管接收egm信号，该egm信号表现出af并且在心脏中的给定位置处获取。处理器被进一步配置成在egm信号中识别两个或更多个主激活峰(本文也称为注释)，并且计算相邻注释之间的循环长度(cl)。处理器被进一步配置成保持用于识别规则的房颤循环长度(afcl)的预定义判据，诸如但不限
于具有小于30ms的标准偏差的120ms(本文称为短afcl)和250ms(本文称为长afcl)之间的循环长度。
[0021]
在一些实施方案中，处理器被配置成限定afcl内的感兴趣窗口(woi)，并且在woi内识别一个或多个次级激活峰，本文也称为碎片化峰。处理器在给定位置处计算局部碎片化指数(fi)，该局部碎片化指数指示每woi的碎片化峰的平均数。
[0022]
在一些实施方案中，处理器被配置成基于预定义的阈值和判据来合并两个或更多个相邻碎片化峰。在一些实施方案中，egm信号包括多个afcl，并且处理器被配置成基于多个afcl来计算平均afcl，并且计算每平均afcl的碎片化峰的平均数。在一些实施方案中，显示器被配置成在心脏的至少一部分的标测图上显示所计算的和可视化的局部fi。
[0023]
在一些实施方案中，患者心脏的区域含有给定位置，该给定位置位于距该区域的几何重心(cog)给定距离处。所述区域还包括位于距所述cog相应距离处的多个位置。在此类实施方案中，处理器被配置成使用导管在附加相应位置处获取附加egm信号，并且针对附加位置中的每个附加位置计算相应附加fi。
[0024]
在一些实施方案中，处理器被配置成基于给定距离和附加距离，并且基于局部fi和附加fi计算区域的区域fi。处理器被进一步配置成向显示器输出区域fi和afcl的可视化。显示器被配置成在示出至少前述区域的心脏标测图上显示所计算的和可视化的区域fi，并且显示叠层在区域fi上的短afcl和长afcl。在此类实施方案中，处理器被配置成在心脏标测图上显示重要区域，诸如具有短afcl和大区域fi的区域。
[0025]
所公开的技术为医师提供了检测和显示疑似具有不规则激活的区域的特征。医师可在疑似区域中的一个或多个疑似区域中应用消融，以便减少患者心脏中的心律失常。
[0026]
系统描述
[0027]
图1为根据本发明的实施方案的用于注释电描记图(egm)信号22的系统21的示意性图解。如图1中所示，在电生理(ep)规程期间，医师27插入导管29并且将导管29的远侧端部31导航到患者25的心脏23中的期望位置中。
[0028]
在一些实施方案中，当医师27沿心脏23的心外膜内表面(本文也称为组织)移动导管29的远侧端部31时，设置在导管29的远侧端部31处的与心脏的组织接触的一个或多个电极(未示出)感测由组织生成的egm信号22。例如，当心脏23经历房颤(af)或任何其它心律失常时，可感测此类信号。需注意，在一些情况下，心律失常可作为规程的一部分由医师诱导。
[0029]
在一些实施方案中，系统21的处理器28经由电接口35(诸如插座或端口)从远侧端部31接收egm信号22，并且处理这些egm信号，如将在下文图2和图3中所详述。在一些实施方案中，响应于处理egm信号，处理器28被配置成生成输出，该输出通常包括在系统21的显示器26上显示的视觉输出。
[0030]
在一些实施方案中，处理器28被配置成注释egm信号22的至少一个峰以示出egm信号的激活点，并且在显示器26上显示所注释的信号。在注记信号时，处理器28可以例如在每个激活点上放置标记24。在本发明的上下文和权利要求中，由标记24示出的注释信号在本文中也称为“主峰”或称为“注释激活信号”。
[0031]
在一些实施方案中，远侧端部31处的电极可能以任何合适的构型布置，诸如圆形、线形或多花键构型。通常，每个egm信号22为双极信号，使得信号表示远侧端部31处的相应电极对之间的电压。在另选的实施方案中，所获取egm信号中的至少一个egm信号可为单极
信号，使得信号表示电极中的一个电极与在外部耦接到患者25的参考电极之间的电压。
[0032]
在一些实施方案中，处理器28可包括单个处理器或协作式联网或集群的处理器组。在一些实施方案中，如本文所述，处理器28的功能可例如使用一个或多个专用集成电路(asic)或现场可编程门阵列(fpga)仅以硬件来实现。在其它实施方案中，处理器28的功能可至少部分地以软件实现。例如，在一些实施方案中，处理器28可包括编程数字计算装置，该编程数字计算装置包括至少中央处理单元(cpu)和随机存取存储器(ram)。在一些实施方案中，系统21可包括任何合适类型的非易失性存储器装置。
[0033]
在其它实施方案中，处理器28可包括通用处理器，该通用处理器以软件编程，以实施本文所述的功能。例如，软件可通过网络以电子形式被下载到处理器，或者另选地或除此之外，软件可被提供和/或存储在非临时性有形介质诸如磁性、光学或电子存储器上。
[0034]
通过举例的方式示出了系统21的该具体特定构型，以便示出通过本发明的实施方案解决的某些问题，并且展示这些实施方案在增强此类系统的性能方面的应用。然而，本发明的实施方案绝不限于该特定类别的示例性系统，并且本文所述的原理可类似地应用于用于标测心律失常的其它类别的系统以及用于注释和分析从任何人器官获取的任何合适的信号的其它类别的系统。
[0035]
基于识别的主峰和次峰计算局部碎片化指数和循环长度
[0036]
图2为示出根据本发明的实施方案的egm信号100中的激活点的识别的图。egm信号100可替换例如上文图1的egm信号22。
[0037]
在一些实施方案中，egm信号100使用远侧端部31的一个或多个电极在心脏23中的给定位置处获取，并且包括随时间以毫伏(mv)测量的复杂碎片化egm信号。在一些实施方案中，处理器28被配置成将由信号跨越的总周期划分成连续的更小时间段或任何其它合适的时间段，该更小时间段各自具有预定长度或在一定长度范围内，例如，在100毫秒(ms)和200ms之间。
[0038]
在一些实施方案中，处理器28被配置成选择一组候选激活点，对于时间段中的每个，所述候选激活点包括所述时间段内的最大量值点(或“峰”)，前提条件是最大量值大于所述时间段的阈值并且也大于图2中由噪声阈值上线103和噪声阈值下线105所指示的预定义噪声阈值(例如，0.05mv)。需注意，线103位于egm信号100的中心线上方0.05mv，并且线105位于egm信号100的中心线下方0.05mv。随后，处理器28被配置成从这组候选激活点中移除彼此处于预定义时间间隔(例如，80ms)内的任何一对候选点中的一对候选点。然后假定该组中剩余的点为带注释的激活信号，在本示例中为主峰101、111和121。
[0039]
在一些实施方案中，处理器28被配置成计算相邻注释激活信号(在图2的示例中，为主峰101和111之间的afcl 102)之间的房颤循环长度(afcl)。在一些实施方案中，处理器28可保持用于限定被认为是af常规的afcl范围的两个阈值。例如，egm信号100可在2500ms的总周期内获取，并且具有十七(17)个候选主峰，并且因此具有十六(16)个计算的afcl。每个相邻的主峰可界定120ms(本文称为短afcl)和250ms(本文称为长afcl)之间的afcl，并且相对于egm信号100的所计算的16个afcl具有小于30ms的标准偏差(sd)。
[0040]
在一些实施方案中，处理器28被配置成基于所计算的afcl来计算平均afcl，并且保持平均afcl的两个阈值和sd的阈值。根据以上示例，处理器28可分别针对平均afcl的下限和上限值保持120ms和250ms的阈值，并且针对afcl sd保持30ms的附加阈值。
[0041]
在一些实施方案中，处理器28被配置成限定宽度小于afcl和/或在宽度102的持续时间内的感兴趣窗口(woi)104。在图2的示例中，woi 104的中央与主峰101、111和121的相应时间对齐，并且沿时间轴+/-40％的afcl长度延伸。换句话讲，woi 104具有afcl 102的总长度的80％长度。在其它实施方案中，处理器28可保持除80％之外的任何其它合适的阈值，以用于限定woi 104相对于afcl 102的长度(或时间间隔)。
[0042]
在一些实施方案中，处理器28被配置成在woi 104内识别一组候选碎片化峰，本文也称为次峰。处理器28被进一步配置成使用预定义的阈值和判据来滤除候选峰中的一些，并且获得最后一组碎片化峰。
[0043]
在图2的示例中，处理器28识别候选峰106、106a、106b、106c、107、108a和108b。在一个实施方案中，处理器28滤除低于0.05mv噪声阈值(即，在线103和105之间)的候选峰107。需注意，处理器28不滤除峰106c，峰106c具有略大于噪声阈值的绝对值。在一个实施方案中，处理器28检查大于0.05mv的所有峰(即，位于线103上方)是否在峰之前随时间推移而趋势上升并且在峰之后随时间推移而趋势下降。类似地，处理器28检查小于-0.05mv的所有峰(即，位于线105下方)是否在峰之前随时间推移而趋势下降并且在峰之后随时间推移而趋势上升。
[0044]
在一些实施方案中，处理器28被配置成从该组候选峰中移除彼此在预定义时间间隔(例如，20ms)内且具有相同符号(正或负)的任何一组候选峰中的至少一组，并且将从该组之中移除的一个或多个峰合并成最大峰。在图2的示例中，峰106a和108a在20ms的预定义时间间隔内，并且峰108a大于峰106a。因此，处理器28移除峰106a，或者换句话讲，将峰106a合并到峰108a中。类似地，峰106b和108b在20ms的预定时间间隔内，并且峰108b具有大于峰106b的绝对电极电位值的绝对电极电位值。因此，处理器28将峰106b合并到峰108b中。随后，处理器28产生次峰的最终列表，在图2的示例中，最终列表包括基于上述阈值和判据选择的峰106、106c、108a和108b。需注意，分别针对主峰和次峰预定义的80ms和20ms的时间间隔、针对afcl的120ms和250ms之间的预定义时间间隔、以及+/-0.05mv的预定义噪声阈值全部以举例的方式提供。在其它实施方案中，处理器28可针对上文时间间隔和/或噪声阈值中的任一者保持任何其它合适的一个或多个阈值。
[0045]
在一些实施方案中，处理器28被配置成针对在心脏23的给定位置处获取的egm信号100计算局部碎片化指数(fi)，该局部碎片化指数指示每afcl的次峰的平均数。
[0046]
在一些实施方案中，处理器28被配置成使用由以下给出的公式(1)计算局部fi：
[0047][0048]
其中：
[0049]
sp为在实际woi内计数的次峰的累积数量。
[0050]
pp为在实际woi内计数的主峰的累积数量。
[0051]
awoi为egm信号100内的所有实际woi的累积实际持续时间。
[0052]
nwoi为egm信号100内的所有标称woi的累积标称持续时间。
[0053]
例如，egm信号100的总持续时间为2500ms，所有woi(nwoi)的累积标称持续时间为总时间的80％，并且因此具有2000ms的值。egm信号100内的所有woi(awoi)的累积实际持续时间为1984ms。在awoi期间，在应用上述阈值和过滤判据之后，剩余17个主峰和40个次峰。
[0054]
在该示例中，处理器28使用公式(1)计算局部fi，并且输出局部fi，如公式(2)中所
示：
[0055][0056]
在一些实施方案中，处理器28被配置成在心脏23的至少一部分的标测图上向显示器26输出局部fi和所计算的平均afcl。需注意，局部fi指示两个注释的激活信号之间每afcl的碎片化峰的平均数，在图2中示出为主峰101、111和121。需注意，egm信号100的一些区段可包括噪声阈值内的信号，例如，主峰101和121的woi 104之间的区段，其具有介于线103和105之间的电极电位值。在一些实施方案中，处理器28可使用任何合适的判据和/或预定义或学习的参数从afcl和局部fi的计算中排除此类区段。
[0057]
在其它实施方案中，处理器28被配置成排除woi并且在相邻主峰之间沿整个afcl识别候选的一组次峰。在此类实施方案中，计算的局部fi可仅包括识别的次峰的总数除以主峰的总数。
[0058]
一种用于通过计算局部碎片化指数来标测房颤的方法
[0059]
图3为根据本发明的实施方案的示意性地示出用于标测心脏23中的af的方法的流程图。该方法从egm信号获取步骤200开始，其中使用具有定位在心脏23的组织中的给定位置处的一个或多个电极的远侧端部31获取egm信号100。在一些实施方案中，处理器28接收表现出af的egm信号100，并且在egm信号100内识别带注释的激活信号，诸如主峰101、111和121。
[0060]
在循环长度计算步骤202处，处理器28计算任何一对相邻主峰之间的afcl。在一些实施方案中，处理器28计算所计算afcl的平均afcl。
[0061]
在woi定义步骤204处，处理器28定义woi，诸如woi 104，其具有通常为所计算afcl的分数(例如，afcl长度的70％或80％)的长度。在一些实施方案中，处理器28基于前述平均afcl长度计算woi。在其它实施方案中，处理器28使用相应区段的afcl长度的预定义分数来计算egm信号100的每个区段的woi。除此之外或另选地，处理器28可计算两个相邻afcl的平均长度以用于定义位于两个相应afcl之间的woi，或者使用任何其它合适的方法来定义woi。
[0062]
在碎片化峰识别步骤206处，处理器28识别一组候选碎片化峰，诸如上文图2中所示的峰106、106a、106b、106c、107、108a和108b。在一些实施方案中，处理器28可过滤掉候选碎片化峰中的至少一些，诸如位于上文图2中所示的噪声阈值线103和105之间的噪声阈值内的峰107。
[0063]
在碎片化峰合并步骤208处，处理器识别包括两个或更多个次峰的一组峰，该两个或更多个次峰在彼此的预定义时间间隔(例如，20ms)内并且具有相同的符号(正或负)。例如，一组峰106a和108a，以及另一组峰106b和108b。在一些实施方案中，处理器28可在该组峰内选择具有最大绝对电极电位值的峰，并且从该组次峰中移除其它峰。如上文图2中所描绘，峰108a和108b具有最大绝对电极电位值，并且因此，已移除相应的峰106a和106b。
[0064]
在局部碎片化指数(fi)计算步骤210处，处理器使用上文图2中所述的公式(1)来计算局部fi。处理器28应用于公式(1)，在上文步骤206和208中所述的过滤和合并过程之后识别和验证的主峰和次峰的总数，以及用于识别主峰和次峰的总实际持续时间和标称woi持续时间。在一些实施方案中，所计算的局部fi指示每afcl持续时间的次峰的平均数。在以
上公式(2)中所示的示例中，局部fi的计算值等于2.334，其指示每平均afcl持续时间的次峰的平均数。
[0065]
在其它实施方案中，处理器28可应用任何其它合适的公式来计算局部fi。例如，使用在egm信号100内计算的所有afcl的中值。
[0066]
在标测图显示步骤212处，处理器被配置成将心脏23的至少一部分的可视化标测图输出到显示器26，该可视化标测图至少包括用于获取egm信号100的给定点以及所计算的fi和一个或多个afcl。
[0067]
在一些实施方案中，显示器26在从处理器28接收的心脏23的标测图上显示局部fi。在一些实施方案中，显示器26被配置成使用颜色编码或任何其它合适的可视化技术来显示局部fi的可视化。例如，处理器28和/或显示器26可将温热颜色(例如红色)分配给fi的小值，并且将寒冷颜色(例如蓝色)分配给fi的大值。如上文图2中所述，显示器26也可显示叠层在心脏标测图上和所显示的局部fi上的一个或多个afcl。标测图的一个示例性实施方案示出于下图5中。
[0068]
计算和可视化区域碎片化指数
[0069]
图4为根据本发明的实施方案的基于多个局部fi计算区域碎片化指数(fi)的心脏23的区域300的示意性图解。在一些实施方案中，区域300包括位于与几何重心(cog)(称为区域300的cog 333)相距3mm、1mm、2mm、4mm和5mm的相应距离处的点302、304、306、308和310。
[0070]
在一些实施方案中，导管29的远侧端部31从点302、304、306、308和310中的每个点获取一个或多个egm信号，并且处理器28例如使用上文图2和图3处所公开的技术来计算区域300的点中的每个点的局部fi。在图4的示例中，针对点302、304、306和308的局部fi计算的值分别为10、5、7和10。
[0071]
在一些实施方案中，处理器28被配置成通过使用来自cog 333的相应距离计算点302、304、306、308和310的局部fi的加权平均来计算区域300的区域fi，以用于导出平均权重。对于给定点，相应的局部fi由权重值加权，该权重值与给定点和cog 333之间的距离的倒数值成比例。例如，位于距cog 333 1mm处的点304相对于位于距cog 333 5mm处的点310具有更大的权重(例如，1)，并且因此具有小5倍的权重(例如，1/5)。
[0072]
在一些实施方案中，处理器28通过计算加权和并通过权重和归一化加权和来计算加权平均。基于上文提供的示例性值，点302、304、306、308和310的权重分别为0.33、1、0.5、0.25和0.2，并且归一化因子为权重2.283的和。
[0073]
在一些实施方案中，处理器28计算点302、304、306、308和310的归一化权重，并且输出相应值0.146、0.438、0.219、0.109和0.087，并且然后针对每个点将相应局部fi乘以相应归一化权重并加和。
[0074]
基于上述示例性值，处理器28针对每个点将点302、304、306、308和310的局部fi乘以相应的归一化权重，并且输出加权局部fi的相应值1.46、2.19、1.53、1.09和0.35。
[0075]
在一些实施方案中，在计算加权局部fi的和之后，处理器28输出具有6.628的值的区域fi。随后，处理器28将区域300的计算的区域fi和计算的afcl输出到显示器26。
[0076]
可视化心脏标测图上的区域碎片化指数和循环长度
[0077]
图5为根据本发明的实施方案的心脏23的区域410的标测图400的示意性图解。在
一些实施方案中，标测图400包括由处理器28识别并由显示器26显示为具有常规af活动的位置的位置420。
[0078]
在一些实施方案中，处理器28分析例如由远侧端部31在区域410的相应位置420处获取的多个egm信号100。如图2和图3中所述，处理器28识别主峰，计算cl，并在cl内识别具有介于120ms和250ms之间的cl持续时间的afcl。如上文图2和图3中进一步所述，处理器28定义woi，并且识别相应woi内的碎片化峰。基于所识别和验证的碎片化峰(在过滤出不满足预定义阈值和/或判据的候选碎片化峰之后)，处理器28计算每个位置420的局部fi，如图2和图3中所述。
[0079]
随后，处理器28使用上文图4中所述的技术针对区域410的每个区段计算区域fi，并且向显示器26输出视觉标测图，该视觉标测图包括所计算的afcl和/或一个或多个区域fi。在一些实施方案中，显示器26被配置成使用任何合适类型的显示器(诸如使用颜色编码的梯度标测图)来显示输出标测图。
[0080]
在图5的示例中，显示在显示器26上的区域410的标测图400包括具有相应轮廓402、403、404、405、406和408的多个区段，所述区段中的每个区段具有计算的区域fi。在一些实施方案中，标测图400包括图例430，该图例提供可视化区域fi值的任何合适类型的编码。例如，轮廓403、404和405具有区域fi的“大”值，轮廓402和408具有区域fi的中等值，并且轮廓406具有区域fi的“小”值。在本示例中，术语“区域fi的大值”是指介于3和7之间的典型值，并且术语“区域fi的小值”是指小于7的典型值。
[0081]
在一些实施方案中，标测图400还包括afcl标记422、423、424、425、426和428，它们由处理器28(例如，使用上文图2中所述的技术)在由相应轮廓402、403、404、405、406和408表示的区段中计算。在一个实施方案中，标测图400包括图例440，该图例提供平均afcl标记的可视化值的另一组编码。在该示例性实施方案中，120ms表示“短”afcl值，并且250ms表示“长”afcl值。
[0082]
在一些实施方案中，局部fi指示每常规afcl的碎片化峰(本文也称为次峰)的平均数。此外，短的常规afcl指示两个注释的激活信号(本文也称为主峰)之间的短持续时间。在一些情况下，例如分别如轮廓403和afcl标记423中所示的区域fi的大值和一个或多个短的常规afcl的组合可指示在区域410中具有高af活动的区段。
[0083]
在一些实施方案中，处理器28可在显示器26上突出显示例如高区域fi和短常规afcl的突出组合，以便在例如上文图1中所示的ep规程期间吸引医师27的注意。在此类实施方案中，处理器28可保持用于区域fi和常规afcl以及用于它们的任何组合的任何一组阈值，以便警示在心脏23的特定区段或区域处识别的任何突出的af活动。
[0084]
在另选的实施方案中，处理器28可添加待在标测图400上可视化的任何其它合适类型的标记，或者可减少图5的标测图400上示出的afcl或区域fi中的至少一者。
[0085]
通过举例的方式示出了标测图400的该具体特定构型，以便示出通过本发明的实施方案解决的某些问题，并且展示这些实施方案在增强系统(诸如系统21)的性能以用于分析心律失常方面的应用。然而，本发明的实施方案绝不限于该具体类别的示例性标测和可视化构型，并且本文所述的原理可类似地应用于任何医疗系统的其它类别的可视化。
[0086]
虽然本文描述的实施方案主要本文描述的实施例主要解决心律失常，并且特别是房颤，但本文所述的方法和系统也可用于其它应用中，诸如在持续性房颤或人心脏中的任
何其它类型心律失常中。
[0087]
因此应当理解，上文所述的实施方案以举例的方式被引用，并且本发明不限于上文特定示出和描述的内容。相反，本发明的范围包括上文描述的各种特征的组合和子组合以及它们的变型和修改，本领域的技术人员在阅读上述描述时将会想到该变型和修改，并且该变型和修改并未在现有技术中公开。以引用方式并入本专利申请的文献被视为本申请的整体部分，不同的是如果这些并入的文献中限定的任何术语与本说明书中明确或隐含地给出的定义相冲突，则应仅考虑本说明书中的定义。