Desarrollo de un algoritmo para la evaluación de la frecuencia dominante mediante registros invasivos y no invasivos durante fibrilación auricular

Abstract

[ES] La fibrilación auricular (FA) es la arritmia cardíaca más frecuente, afecta a un 2% de la población general y conlleva una importante morbilidad asociada. A pesar de ello, los mecanismos electrofisiológicos responsables del origen y prevalencia de la misma no son aun completamente conocidos. Una técnica eficaz para el tratamiento de la enfermedad consiste en la ablación de las regiones auriculares con una frecuencia de activación más elevada, responsables del mantenimiento del proceso fibrilatorio. Sin embargo, al tratarse de un procedimiento reciente, no existe consenso en cuanto al método de procesado a utilizar para el cálculo de frecuencias dominantes (FD) en los diferentes tipos de registros clínicos. En este trabajo se proponen nuevos métodos de filtrado basados en la convolución temporal de las señales y el algoritmo Empirical Mode Decomposition, cuya eficacia en la detección de FDs se ha evaluado utilizando simulaciones de la actividad eléctrica auricular, además de datos de pacientes obtenidos durante episodios cortos de FA. En ambos casos se ha testado el comportamiento en registros intracavitarios, registros de la superfície del torso y reconstrucciones de la actividad interna a partir de exploraciones no invasivas (ECGI), una tendencia novedosa en auge en la guía de los procedimientos quirúrgicos más segura para el paciente. Los resultados obtenidos se comparan con procedimientos ampliamente utilizados: el método de Botteron y el filtrado en banda. Se ha demostrado que el sistema convolucional presenta mejores resultados que los anteriores para registros invasivos, mientras que el Empirical Mode Decomposition se presenta como una alternativa prometedora para los casos de electrocardiografía por imagen (ECGI). Las frecuencias dominantes calculadas se exhiben en la elaboración de mapas de la aurícula, que permiten discriminar las regiones dominantes, minimizando las lesiones en tejido sano y suponen una guía para un tratamiento más localizado, preciso y personalizado de la patología.

[CA] La fibril·lació auricular (FA) és l’ arítmia cardíaca més freqüent, afecta un 2% de la població general i té una important morbiditat associada. Així i tot, els mecanismes electrofisiològics responsables de l’ origen i prevalència d’ aquesta no són encara completament coneguts. Una tècnica eficaç en el tractament de la malaltia consisteix en l’ ablació de les regions que presenten una freqüència d’ activació més elevada, responsables del manteniment del procés fibrilatori. No obstant, al tractar-se d’ un procediment recient, no existeix un consens en quant al mètode de processat a utilitzar per al càlcul de freqüències dominants als diferents tipus de registres clínics. En aquest treball es proposen nous mètodes de filtrat basats en la convolució temporal de les senyals i l’ algoritme Empirical Mode Decomposition, la eficàcia del qual en la detecció d’ FDs s’ ha avaluat utilitzant simulacions de l ‘activitat elèctrica auricular a més de dades de pacients obtingudes al llarg d’ episodis curts de fibril·lació auricular. En ambdós casos s’ ha testat el comportament dels mètodes en registres intracavitaris, registres de superfície del tors i reconstruccions de l’ activitat interna a partir d’ exploracions no invasives (ECGI), una tendència innovadora en creixement a la guia dels procediments quirúrgics més segura pels pacients. Els resultats obtinguts es comparen amb procediments àmpliament utilitzats: el mètode de Botteron i el filtrat en banda. S’ ha demostrat que el sistema convolucional presenta millors resultats que els anteriors per registres invasius, mentre que l’ Empirical Mode Decomposition es presenta com una alternativa prometedora pels casos d’ electrocardiografia per imatge (ECGI). Les freqüències dominants calculades s’ exhibeixen en l’ elaboració de mapes en l’ aurícula, que permeten discriminar les regions dominants, minimitzen les lesions al teixit sà i suposen una guia per un tractament més localitzat, precís i personalitzat de la patologia

[EN] Atrial fibrillation (AF) is the most common cardiac arrhythmia, affecting 2% of the global population and carrying an important morbidity associated. Nonetheless, electrophysiological mechanisms involved in its origin and prevalence are not fully understood yet. An effective technique for the disease treatment consists on the ablation of atrial regions with a higher activation frequency, which are the responsible of maintaining the fibrillatory process. However, since it is a recent approach there is no consensus referring to the method that must be used on signal processing in order to compute the dominant frequencies (DFs) in each kind of clinical registers. In this project new filtering approaches are proposed, based on the spatial convolution of the signals and using the Empirical Mode Decomposition algorithm, whose FDs estimation accuracy are assessed using electrical atrial activity simulations, besides using patient data obtained during short AF episodes. In both cases performance of the methods has been tested on intracavitary recordings, body surface recordings and projections of intracavitary activity using only non-invasive explorations (ECGI), a novel technique that promises to become a guidance to surgical procedures more secure for the patient. Results obtained are compared with widely used procedures: Botteron’s method and band pass filtering. It’s been proven that convolutional system shows better results than both previous methods for invasive recordings, while Empirical Mode Decomposition becomes a great alternative on imaging electrocardiography (ECGI). Dominant frequencies estimated are shown by the elaboration of maps on the atria, which allow to distinguish dominant regions, minimizing healthy tissue injuries and being a guide for a more localized, precise and personalized treatment of the pathology.