基于非局部特征的心脏电生理无创重建

发布时间：2025-02-09 10:16

　　心脏电生理活动的无创重建对临床疾病预防和外科治疗具有重要意义。获取三维心肌跨膜电位(Transmembrane Potential,TMP)的分布有助于诊断心肌缺血、异位起搏等心脏疾病。然而,TMP的求解问题是不适定的,需要添加适当的约束条件。心肌TMP分布具有非局部自相似性,据此,我们提出两种新的方法来重建动态心肌TMP的分布。第一种方法基于传统的优化方法。现有的方法全变分最小化(Total Variation,TV)约束仅利用了空间中的局部相似性,存在过平滑的问题,并且没有考虑动态TMP序列中帧与帧之间的关系。在本课题研究中,我们引入了一种新的正则化方法,称为基于图的总变分最小化,以弥补上述缺点。图结构以每个心脏节点上的动态TMP序列的值之间的相似性作为建立节点间相似关系的准则。通过两组模拟实验(梗死疤痕重建和激活波前重建),验证了该方法相对于现有的正则化方法的优越性。此外,对1 0例真实的室性早搏(Premature Ventricular Contractions,PVCs)患者数据进行了实验,以证明我们的方法在临床应用中的准确性。第二种方法结合了深度学习技术。将优化方法提供的物...

【文章页数】：83 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
Abstract
1 绪论
    1.1 课题背景
    1.2 科学问题
    1.3 心脏电生理基础
        1.3.1 12导联心电图与高分辨率体表电位记录
        1.3.2 心肌跨膜电位的特性
    1.4 论文贡献与组织结构
2 研究背景与研究现状
    2.1 典型心脏疾病的电生理
        2.1.1 心肌梗死与缺血
        2.1.2 异位起搏与电兴奋的传播
    2.2 电生理反演的相关研究
        2.2.1 基于约束优化的方法
            2.2.1.1 Tikhonov正则化
            2.2.1.2 最大后验概率法
            2.2.1.3 时域边约束法
        2.2.2 基于深度学习的方法
            2.2.2.1 端到端的深度学习方法
            2.2.2.2 结合模型约束与深度学习的方法
3 基于图的全变分正则化心肌跨膜电位重建
    3.1 心肌跨膜电位重建模型
    3.2 基于图的全变分约束
        3.2.1 全变分约束
        3.2.2 图结构的构建
        3.2.3 优化目标
        3.2.4 优化求解
        3.2.5 算法总结
    3.3 模拟实验
        3.3.1 梗死疤痕重建
        3.3.2 激活波前重建
        3.3.3 讨论
            3.3.3.1 参数选择
            3.3.3.2 计算时间
    3.4 临床真实病人实验
        3.4.1 室性早搏定位实验
            3.4.1.1 数据采集与预处理
            3.4.1.2 实验结果
4 基于迭代收缩阈值算法的非局部神经网络心肌跨膜电位重建
    4.1 迭代收缩阈值算法(ISTA)与ISTA-Net
    4.2 基于迭代收缩阈值算法的非局部神经网络(ISTAN-Net)
        4.2.1 非局部特征提取模块
        4.2.2 网络结构
    4.3 实验验证
        4.3.1 数据集与训练环境
        4.3.2 心肌跨膜电位序列重建
            4.3.2.1 TMP序列的空间分布
            4.3.2.2 TMP序列的时间分布
            4.3.2.3 重建激活时序图
        4.3.3 讨论
5 总结与展望
    5.1 本文总结
    5.2 未来工作展望
6 参考文献
作者简历



本文编号：4032066