[發明專利]基于圖卷積神經網絡和迭代閾值收縮算法的心臟跨膜電位重建方法

有效

• 申請號: 202110682912.1
• 申請日: 2021-06-18
• 公開（公告）號: CN113470812B
• 公開（公告）日: 2023-08-22
• 發明（設計）人: 劉華鋒;穆禮德
• 申請（專利權）人: 浙江大學
• 主分類號: G16H50/20
• 分類號: G16H50/20;G06T7/00;G06T7/33;G06N3/042;A61B5/00;A61B5/33;A61B5/346;A61B5/367;A61B6/00;A61B6/03
• 代理公司: 杭州天勤知識產權代理有限公司 33224
• 代理人: 王琛

本發明公開了一種基于圖卷積神經網絡和迭代閾值收縮算法的心臟跨膜電位重建方法，通過嵌入圖卷積神經網絡的迭代閾值收縮算法對心臟跨膜電位進行迭代重建，利用圖卷積神經網絡提取心臟跨膜電位這種非歐氏數據中節點之間的關聯信息，同時保留迭代閾值收縮算法嚴謹的數學計算，經過多次迭代得到心臟跨膜電位的解。本發明基于重建出的心臟跨膜電位的時空序列即可對心律失常中的室性早搏、心動過速、房顫以及心肌缺血和心肌梗死等常見心臟疾病進行輔助診斷，為后續的治療和射頻消融手術提供指導。

技術領域

本發明屬于心臟跨膜電位重建技術領域，具體涉及一種基于圖卷積神經網絡和迭代閾值收縮算法的心臟跨膜電位重建方法。

背景技術

正常心律的紊亂，稱為心律失常，已經成為了世界上發病率和致死率最高的疾病之一，由于心律失常往往會造成心肌機械運動的變化，因此心律失常也成為了室性早搏、心動過速、房顫、房早、心肌缺血、心肌梗死等心臟疾病以及心源性猝死的首要原因。根據世界衛生組織統計，每年全球有超過1000萬人死于心律失常疾病，還有更多的人由于心律失常疾病變成殘疾；雖然心律失常疾病在我國的發病率相對較低，但是由于巨大的人口基數，每年依然有超過80萬人死于這種疾病。因此，準確地識別有風險的患者，并提供準確的診斷和指導治療對于減小這類疾病致死率和提高治愈率有著非常重要的臨床意義。

由于體表可測得的心電圖信號是心臟表面電位的映射，近年來也有研究者提出了心臟電生理成像(Electrocardiographic?Imaging，ECGI)技術，這種方法主要通過體表測得的多導聯心電信號(一般大于64個電極)和心臟與軀干的幾何模型逆向重建得到心臟表面的電生理活動信息，包括心臟跨膜電位、心臟心內膜和心外膜的細胞外電位、心臟表面的激活時序等。相比于目前臨床上最為精確的侵入式方法，ECGI技術可以用于無創地記錄心臟的電生理活動，篩選和識別心律失常和心源性猝死高危患者，同時提供心臟中的實際空間異質性信息，并對心律失常疾病進行診斷和定位。

因此，若能夠提高心臟表面電位的重建精度，同時減少算法的復雜度和計算時間，對于臨床心律失常以及一些心臟缺血性疾病的診斷和治療具有非常重要的意義。

發明內容

鑒于上述，本發明提供了一種基于圖卷積神經網絡和迭代閾值收縮算法的心臟跨膜電位重建方法，在保留傳統迭代閾值收縮算法嚴謹數學推理的基礎上，充分利用了圖卷積神經網絡對于基于圖的心臟細胞外電位數據的節點之間相互聯系的特征，從而通過體表測得的多導聯心電數據對心臟跨膜電位時空分布進行重建，從而對一些心臟疾病進行診斷。

一種基于圖卷積神經網絡和迭代閾值收縮算法的心臟跨膜電位重建方法，包括如下步驟：

(1)對病人軀干部分進行增強CT平掃，采集得到病人胸腔軸向的增強CT切片圖像；

(2)根據所述增強CT切片圖像建立心臟表面和軀干表面的有限元模型，求出體表電位與心臟跨膜電位之間的正向關系即Φ＝HU，其中Φ為體表電位，U為心臟跨膜電位，H表示Φ與U之間的正向轉換矩陣；

(3)采集病人的多導聯體表心電信號即Φ，并對心電信號進行濾波處理；

(4)根據已獲得的Φ以及H，對心臟跨膜電位信號進行初始化；

(5)根據心臟跨膜電位信號初值，通過嵌入圖卷積神經網絡的迭代閾值收縮算法(Iterative?Shrinkage?Thresholding?Algorithm，ISTA)對心臟跨膜電位進行重建。

進一步地，所述步驟(1)中CT平掃的范圍需包括整個胸腔，同時記錄下心臟和胸腔的空間幾何位置以及胸腔表面的多導聯心電圖電極位置。