論文の概要: Learning to Predict Global Atrial Fibrillation Dynamics from Sparse Measurements

• arxiv url: http://arxiv.org/abs/2502.09473v1
• Date: Thu, 13 Feb 2025 16:36:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-14 13:47:23.490394
• Title: Learning to Predict Global Atrial Fibrillation Dynamics from Sparse Measurements
• Title（参考訳）: スパース計測による大域的心房細動の予測
• Authors: Alexander Jenkins, Andrea Cini, Joseph Barker, Alexander Sharp, Arunashis Sau, Varun Valentine, Srushti Valasang, Xinyang Li, Tom Wong, Timothy Betts, Danilo Mandic, Cesare Alippi, Fu Siong Ng,
• Abstract要約: FibMapは、スパース測定からグローバルAFダイナミクスを再構築するグラフリカレントニューラルネットワークモデルである。 51の非接触全アリア記録に基づいてトレーニングされ、検証され、フィブマップは10%の表面カバレッジから全アリアダイナミクスを再構築した。 実世界の接触マッピング記録にFibMapの臨床的有用性を示し,非接触マッピングに匹敵する再現性を実現する。
• 参考スコア（独自算出の注目度）: 71.49601301663651
• License:
• Abstract: Catheter ablation of Atrial Fibrillation (AF) consists of a one-size-fits-all treatment with limited success in persistent AF. This may be due to our inability to map the dynamics of AF with the limited resolution and coverage provided by sequential contact mapping catheters, preventing effective patient phenotyping for personalised, targeted ablation. Here we introduce FibMap, a graph recurrent neural network model that reconstructs global AF dynamics from sparse measurements. Trained and validated on 51 non-contact whole atria recordings, FibMap reconstructs whole atria dynamics from 10% surface coverage, achieving a 210% lower mean absolute error and an order of magnitude higher performance in tracking phase singularities compared to baseline methods. Clinical utility of FibMap is demonstrated on real-world contact mapping recordings, achieving reconstruction fidelity comparable to non-contact mapping. FibMap's state-spaces and patient-specific parameters offer insights for electrophenotyping AF. Integrating FibMap into clinical practice could enable personalised AF care and improve outcomes.
• Abstract（参考訳）: 心房細動 (AF) のカテーテル・アブレーションは, 持続性AFでのみ成功し, 一大治療である。 これはAFのダイナミックスを、連続的な接触マッピングカテーテルによって提供された解像度と範囲の制限でマッピングできないことによるものであり、パーソナライズされたターゲットアブレーションに対する効果的な患者表現型化を防止するためかもしれない。 本稿では,グラフリカレントニューラルネットワークモデルであるFibMapを紹介する。 51の非接触全アリア記録のトレーニングおよび検証により、FibMapは、表面積10%から全アリアダイナミクスを再構築し、平均絶対誤差が210%低く、位相特異点の追跡性能がベースライン法に比べて桁違いに向上した。 実世界の接触マッピング記録にFibMapの臨床的有用性を示し,非接触マッピングに匹敵する再現性を実現する。 FibMapの状態空間と患者固有のパラメータは、心電図AFの洞察を提供する。 FibMapを臨床実践に統合することで、個人化されたAFケアを可能にし、結果を改善することができる。

関連論文リスト

• Multi-Model Ensemble Approach for Accurate Bi-Atrial Segmentation in LGE-MRI of Atrial Fibrillation Patients [3.676588766498097]
  心房細動(AF)は、心臓不整脈の最も多い形態であり、死亡率と死亡率の増加と関連している。 この研究は、Unet、ResNet、EfficientNet、VGGを含む複数の機械学習モデルを統合するアンサンブルアプローチを示し、LGE-MRIデータから自動両房セグメンテーションを実行する。
  論文  参考訳（メタデータ） (2024-09-24T13:33:46Z)
• Automatic view plane prescription for cardiac magnetic resonance imaging via supervision by spatial relationship between views [30.59897595586657]
  本研究は、自動心臓磁気共鳴(CMR)ビュープランニングのための、臨床互換でアノテーションのないシステムを提案する。 システムは、特に、対象の平面とソースビューの間の交差する線の位置を空間的関係にマイニングする。 ソースビューで予測される複数のターゲット面の相互作用は、積み重ねられた時間ガラスアーキテクチャで利用され、徐々にレグレッションが向上する。
  論文  参考訳（メタデータ） (2023-09-22T11:36:42Z)
• Thoracic Cartilage Ultrasound-CT Registration using Dense Skeleton Graph [49.11220791279602]
  一般的なアトラスから個々の患者への計画された経路を正確にマッピングすることは困難である。 アトラスから現在の設定へ計画されたパスを転送できるように、グラフベースの非厳密な登録を提案する。
  論文  参考訳（メタデータ） (2023-07-07T18:57:21Z)
• Tissue Classification During Needle Insertion Using Self-Supervised Contrastive Learning and Optical Coherence Tomography [53.38589633687604]
  針先端で取得した複雑なCT信号の位相および強度データから組織を分類するディープニューラルネットワークを提案する。 トレーニングセットの10%で、提案した事前学習戦略により、モデルが0.84のF1スコアを達成するのに対して、モデルが0.60のF1スコアを得るのに対して、モデルが0.84のF1スコアを得るのに役立ちます。
  論文  参考訳（メタデータ） (2023-04-26T14:11:04Z)
• Boundary Guided Semantic Learning for Real-time COVID-19 Lung Infection Segmentation System [69.40329819373954]
  新型コロナウイルス(COVID-19)は、世界中の医療システムに悪影響を及ぼし続けている。 現段階では、新型コロナウイルスの診断と治療には、CT画像から肺感染症領域を自動的に分離することが不可欠である。 本稿では,境界案内型セマンティックラーニングネットワーク(BSNet)を提案する。
  論文  参考訳（メタデータ） (2022-09-07T05:01:38Z)
• White Matter Tracts are Point Clouds: Neuropsychological Score Prediction and Critical Region Localization via Geometric Deep Learning [68.5548609642999]
  ホワイトマタートラクトデータを用いた神経心理学的スコア予測のためのディープラーニングに基づくフレームワークを提案する。 各点の微細構造測定を行う点雲として, arcuate fasciculus (AF) を表現した。 Paired-Siamese Lossでは,連続した神経心理学的スコアの違いに関する情報を利用した予測性能を改善した。
  論文  参考訳（メタデータ） (2022-07-06T02:03:28Z)
• Real-time landmark detection for precise endoscopic submucosal dissection via shape-aware relation network [51.44506007844284]
  内視鏡下粘膜下郭清術における高精度かつリアルタイムなランドマーク検出のための形状認識型関係ネットワークを提案する。 まず,ランドマーク間の空間的関係に関する先行知識を直感的に表現する関係キーポイント・ヒートマップを自動生成するアルゴリズムを考案する。 次に、事前知識を学習プロセスに段階的に組み込むために、2つの補完的な正規化手法を開発する。
  論文  参考訳（メタデータ） (2021-11-08T07:57:30Z)
• Training Automatic View Planner for Cardiac MR Imaging via Self-Supervision by Spatial Relationship between Views [28.27778627797572]
  本研究は, 自動心磁気共鳴画像診断のためのクリニック互換でアノテーションのないシステムを提案する。 このシステムは、ソースビューとターゲットビューの間の空間的関係(具体的には、交差する線の位置と利用)をマイニングし、これらの交差する線で定義されたヒートマップを回帰するように、ディープネットワークを訓練する。 ターゲットビューのすべてのソースビューに対して予測されたヒートマップから情報を集約し、グローバルに最適な処方則を求めるマルチビュー計画戦略を提案する。
  論文  参考訳（メタデータ） (2021-09-24T02:25:22Z)
• CNN Based Segmentation of Infarcted Regions in Acute Cerebral Stroke Patients From Computed Tomography Perfusion Imaging [2.1626699124055504]
  血栓溶解療法は脳損傷を軽減できるが、治療窓は狭い。 Computed To Perfusion Imagingは、脳卒中患者の一般的な一次評価ツールです。 完全自動化された4次元畳み込みニューラルネットワークに基づくセグメンテーション手法を提案する。
  論文  参考訳（メタデータ） (2021-04-07T09:09:13Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。