Optimización del algoritmo de localización automática de la anatomía auricular dentro del torso utilizando la curvatura de la curva-L para Imagen Electrocardiográfica

Abstract

La cartografía eléctrica no-invasiva (ECGI) permite identificar las regiones auriculares causantes de la fibrilación auricular y por tanto susceptibles de ser ablacionadas. Sin embargo, para una correcta reconstrucción de la actividad auricular mediante el ECGI es necesaria la realización de una resonancia magnética (RM) previa mediante la cual se reconstruya la localización espacial de torso y aurícula. Desafortunadamente, esta limitación restringe mucho la aplicabilidad clínica del ECGI. Para llevar a la práctica clínica el ECGI es necesario desarrollar una tecnología capaz de identificar la posición correcta de la aurícula dentro del torso sin necesidad de utilizar RM, y que se pueda utilizar en tiempo real (durante la intervención). Nuestro grupo ha demostrado que el grado de curvatura del parámetro de regularización de la matriz de trasferencia entre aurículas y torso es un buen predictor de la correcta posición de la aurícula dentro del torso. Sin embargo, no existe en la actualidad un algoritmo que permita localizar dicha aurícula en un tiempo razonable, debido a la gran cantidad de incógnitas de la posición. El objetivo principal de este trabajo es optimizar dicha búsqueda anatómica para que se pueda aplicar en un sistema de diagnóstico real.

The non-invasive electrical mapping (ECGI) allows to identify the atrial regions that cause atrial fibrillation and therefore can be ablated. However, for a correct reconstruction of atrial activity by the ECGI it is necessary to perform a previous magnetic resonance (MR) by which the spatial location of the torso and atrium is reconstructed. Unfortunately, this limitation greatly restricts the clinical applicability of the ECGI. In order to carry out ECGI clinical practice, it is necessary to develop a technology capable of identifying the correct position of the atrium inside the torso without the need to use MRI, and that it can be used in real time (during the intervention). Our group has shown that the degree of curvature of the normalization parameter of the transference matrix between atria and torso is a good predictor of the correct position of the atrium inside the torso. However, there is currently no algorithm that allows locating said atrium in a reasonable time, due to the large number of unknowns of the position. The main objective of this work is to optimize this anatomical search so that it can be applied in a real diagnostic system.