Towards Reduced Order Modelling of Cardiac Electroanatomical Mapping
Rattachement africain : fr, us. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Ventricular tachycardia (VT) is a lethal heart rhythm disorder responsible for 80% of sudden cardiac deaths.Radiofrequency ablation (RFA) of VT is minimally invasive and potentially curative but target identification using cardiac electroanatomical mapping (EAM) is challenging.Personalized computer heart models may provide deeper insight of patient electrophysiology (EP) but are often incompatible with clinical timeframes.This work is a proof of concept of applying personalized finite element EP modeling and machine learning (ML) to achieve near-instant prediction of patient EAM in sinus rhythm.We used one patient dataset to generate a personalized 3D left-ventricle model.A simulation batch with varying parameters was run and results were compared to patient EAMs.Simulated data was then used to generate a reduced order model (ROM) through ML.ROMs were capable of reproducing the simulation activation maps with < 1 ms accuracy using as low as 15 learning scenarios.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Towards Reduced Order Modelling of Cardiac Electroanatomical Mapping
- Date Crossref
- 01/12/2024
- Éditeur
- Computing in Cardiology
- Type
- proceedings-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Inserm pays non établi dans la noticeOrganisme public
-
Ansys (United States) pays non établi dans la noticeEntreprise
-
Université Rennes 2 pays non établi dans la noticeUniversité ou école supérieure
-
Université de Rennes pays non établi dans la noticeUniversité ou école supérieure
-
Ansys Inc. pays non établi dans la noticeEntreprise
-
Univ Rennes pays non établi dans la noticeUniversité ou école supérieure
Inserm, Ansys (United States) et Université Rennes 2, avec 3 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.