瘢痕相关脑室心律失常底物烧蚀过程中慢导通频道的自动检测

抽象的

背景．电压映射允许在瘢痕相关的室性心律失常（VA）消融程序期间识别心律发生底物。通过具有延迟分量（EGM-DC）的电视图（EGM）信号定义的慢导通通道（SCC）负责维持VAS并构成潜在的消融靶标。然而，电压映射，如当前正在进行的，需要对所有EGM进行手动分析来检测SCC，并且其精度受到电磁场的限制。我们试图评估一个自动识别EGM-DC，分类映射点的算法，并创建名为“慢导通信道地图”（SCC-MAPS）的新电压映射。方法．进行了20名患者的电灭映射（EAM）的回顾性分析（10例缺血，10种缺血性，10种缺血性右心室发育性/心肌病）。在窦性心律期间获得射射电压图并用于消融。预造影对比度增强的心脏磁共振（CE-CMR）成像可用于缺血性群体。分析了三种映射模型：（i）使用标准（IAM标准）或手动（EAM筛选）阈值来定义核心和边界区域的射点电压图;（ii）从使用新型SCC映射算法的SCC映射自动识别测量局部分量电压的EGM-DCS;（iii）CE-CMR地图（可用时）。评估了每个映射模型在识别SCC和协议中的能力进行了评估。结果．SCC-MAPS和EAM筛选鉴定了比EAM标准的更多的SCC入口（3.45±1.61和2.95±2.31，RESP。，与1.05±1.10; )．与EAM标准相比，SCC-MAPS和EAM筛选与缺血性群体中的CE-CMR地图高度相关（LIN的相关= 0.628和0.679，RESP。，与0.212， )．结论．SCC - 映射算法允许对EGM信号的操作员无关的分析，显示与标准电压EAM相比，显示出更好地识别心律发生衬底特性。

1.介绍

电压映射允许表征心肌瘢痕，是消融瘢痕相关的心律失常（VA）的有用工具[1- - - - - -3.］.瘢痕内的可行性心肌细胞的小束产生慢导通渠道（SCC），这些通道（SCCS）负责促进VA的重圈电路的形成[3.- - - - - -9］.用于电解映射（EAM）的计算机软件允许定量局部电图（EGM）电压作为每个双极EGM信号的峰值差异[10.］.然而，从周围健康组织的远场活动可导致瘢痕区域的低估，并可能导致与延迟部件（EGM-DC）EGM信号的恶化定义，从而掩蔽SCC的存在。

已引入“瘢痕Dechanneling”技术作为瘢痕相关VAS的基质消融策略，无论是缺血性还是非缺血性心肌病[8，9，11.］.简单地说，这项技术是基于窦性心律(SR)期间瘢痕的双极电压作图，分析egm以识别SCC，以及消融所有识别的SCC入口。“瘢痕去通道”技术的效果取决于正确识别和消除所有现有SCCs [9］.这可以是耗时和技能要求的任务，受到显着的互通器变异性。我们假设能够在基板内识别EGM-DC的自动系统可以简化和标准化VA消融程序。

在本研究中，我们展示并评估了一种新颖的自动EGM分析算法的性能，从而称为“慢导通信道映射”算法，或“SCC映射”。该算法从异常的双极EGMS二分异常，自动识别基板内的EGM-DC的存在。通过测量属于局部场分量的双极电压，SCC映射算法可以获得更精确的双极电压图。因此，更好的瘢痕表征可以帮助引导疤痕相关的VA消融程序。

2.方法

2．1.患者样本

研究中包括20名患者（十五名男性）与VA的VA均包括在进行导管的射频消融。十名患者（九月）患有缺血性心肌病。十（六名男性）满足了心律源右心室发育性/心肌病（ARVD / C）的特遣部队标准。缺血患者从我们的VA底物烧蚀数据库中选择，因为连续患者具有预先进行的对比度增强的心脏磁共振（CE-CMR）成像研究。表中总结了人口的基础特征1．该研究符合赫尔辛基的宣言，当地伦理委员会批准了研究议定书。研究中包含的所有参与者都提供了知情书面同意。

2.2。映射和消融程序

使用3.5毫米灌溉尾热液®智能触发器（BioSense Webster，Inc.，Diamond Bar，CA）使用3.5 mm灌溉尾热液（BioSense Webster，Inc.，Diamond Bar，CA）获得电解映射（Biosense Webster，Inc。）获得（Biosense Webster，CA，USA）。，美国）用于映射和消融。将双极电导片从30至250Hz过滤。显示和储存来自映射导管的12引出表面心电图（ECG）和EGM信号以进行前瞻性分析。针对属于缺血性贫血群的所有患者获得心内膜炎地图，七位患者血液贫困患者中，从表皮中获得ARVD / C贫民的其余射伤地图。

当需要或预期外心性访问时，在有意识的镇静或全身麻醉下进行消融。在Sr期间获得双极电压图，并使用标准电压阈值识别瘢痕芯区（CZ）（<0.5mV），边界区（BZ）（<1.5mV）和健康组织（≥1.5mV）的标准电压阈值鉴定瘢痕。“疤痕Dechanneling”消融技术用于SCC入口的识别和消融，从而隔离Va峡部[9］.通过EAM导航系统操作员手动执行SCC的识别。在消融所有SCC入口之后，执行重映射程序以检测任何残留的SCC并在需要时消除它们。完成后，进行编程的刺激方案，再次在发现任何持续的VAS诱导的情况下再次重新映射，直到达到非款项。在温度控制模式下在温度控制模式下进行消融，50℃，50W功率限制为26ml / min灌溉速率（表皮的40W和17毫升/分钟）。

2.3。CE-CMR采集和处理

甲preprocedural晚钆铈CMR在所有情况下，缺血获取并用于定位的致心律失常性基板[12.］.使用3T扫描仪(MAGNETOM®Trio®，Siemens Healthcare, Erlangen, Germany)获得术前Ce-CMR研究。在一次性注射0.2 mmol/kg Gadobutrol (Gadovist®，Bayer Hispania, Barcelona, Spain) 10分钟后，使用一种商用的、自由呼吸、心电图门控、导航门控、3D倒置恢复、梯度回声技术获取对比增强图像。

Ce-CMR图像分析如前所述[12.］.简单地说，在轴向重建完整的左心室(LV)体积，并使用市面上可用的ADAS-3D™软件(Galgo Medical, Barcelona, Spain)处理结果图像。从左室壁厚度的心外膜到内膜自动生成10个同心面层(从10%到90%)。每一层得到一个三维壳层。基于Ce-CMR图像的像素信号强度(PSI)地图按照三线性插值算法投影到每个壳上，并进行颜色编码。为了识别疤痕区域，采用基于psi的算法，以最大强度的40%±5%和60%±5%为阈值，将超强化区域划分为CZ、BZ或健康组织[12.］.BZ通道(即SCCs)由ADAS-3D™软件定义为BZ(具有指定PSI阈值)被瘢痕核心/二尖瓣环包围的连续3D走廊(跨越所有Ce-CMR层)[12.］.

2.4。“慢导通信道映射”（“SCC映射”）算法

SCC映射算法基于我们的团队先前开发的EGM检测器和描绘算法[13.］.该探测器使用12导联表面心电图的QRS复合体作为参考搜索窗口，自动识别和圈定双极EGM信号的开始和结束标志，这种方法已经被验证为局灶性VA的激活映射[13.，14.］.整个处理算法在MATLAB®(MATLAB R2016a, MathWorks, Inc.， Natick, MA, USA)中实现。结果在线下获得;因此，消融结果与目前的结果无关。

从映射点EGM信号的初始描绘使用我们的EGM检测器/ DELINEATOR算法[13.]中，SCC-映射算法使用在图中所示的决策树1(一)．该决策树基于双极EGM信号的两个主要特性：划定的长度和双极电压。

对于短时间EGMs (<65 ms，基于[15.])，通过测量双极电压，将法线映射点与EGM-DC候选点区别开来。因此，双极电压≥3.5 mV的映射点被认为是正常egm [15.]，而其余的是被归类为eGM-DC的候选人，或者仍然是正常的EGMS。无论其电压值如何，长时间EGMS（> 65ms）始终被视为EGM-DC的潜在候选者。

为了用真延迟（D-EGM）或熔融（F-EGM）组件标记EGM-DC候选，该算法搜索基于EGM检测器/描绘器算法的第二EGM组件的存在[13.］.如果发现第二个EGM分量，则远场分量和局部场分量(即第一分量和第二分量)的主要偏转之间的时间距离将一分为二，分为d-EGM和f-EGM(见图)1(一))．切断阈值设置为25ms，作为折衷，用于良好地识别F-EGM和D-EGM信号。F-EGMS根据“瘢痕Dechanneling”技术是烧蚀靶标，因为它们构成了SCC入口处的典型模式[9］.

该算法的结果是分配给每个映射点EGM的类型的识别标签。这些标签然后颜色编码并集成到3D EAM用以下标准：小白球体正常EGM映射点;蓝色大球的d-EGM映射点，并为F-EGM中映射点黑大球。

2.5。SCC地图的建设

SCC-Mapping算法识别了潜在EGM-DC的存在，允许分别测量远场和局部场分量的双极振幅。使用额外的决策树在3D SCC-Map上投影这些电压(图)1 (b))有两个分支:一个用于单组分egm，另一个用于EGM-DC (d- egm或f- egm)。单分量EGM分支将任何<1.5 mV的映射点视为致密疤痕内测量到的来自周围健康心肌的远场远场信号，自动将其双极电压设为零。双分量EGM分支只在有兴趣的窗口中包含局部场分量的双极电压时才在3D SCC-Map上投射。这个感兴趣的窗口分别定义在所有确定的局部字段分量的起始和结束的第5和95个百分点之间。如果EGM- dc映射点的局部场分量不满足该标准，则采用与单分量EGM映射点相同的标准。此外，该算法还包括空间相干保护。该保护检查，近EGM-DC映射点(距离< 6mm)，如果局部场组件在激活时间和形状上相似。当满足这些标准时，只有最高的双极值在3D SCC-Map中表示。

2.6。SCC检测协议评估

在这项研究中，考虑了三种映射模型：（i）eam电压图，（ii）从SCC映射算法导出的SCC地图;（iii）CE-CMR PSI地图（可用时）。专家操作员目视评估每个映射模型以识别来自3D彩色地图和所获取的EGM信号的SCC入口的能力。

2.6.1。识别来自3D彩色地图的SCC入口

对于EAM电压图，采用(1)定义CZ和BZ瘢痕组织存在的标准阈值(命名为“EAM标准”)进行SCC入口识别;(2)使用手动电压筛选过程，动态修改BZ和CZ定义的标准阈值，以增强scc的存在(称为“EAM筛选”)[3.，16.］.对于SCC-MAPS，此过程直接从彩色地图完成。应当注意，由于SCC映射的双极电压测量方法更精确，CZ组织阈值设定为≤0.1mV，产生更高的双极电压测量（所示和在以下部分中讨论）。因此，SCC映射不需要电压筛选过程。对于CE-CMR PSI地图，用于组织异质性识别的阈值定义（即，符合SCCS的BZ组织）是在相应部分中解释的那些。

2.6.2。识别来自分析的EGM信号的SCC入口

通过手动检查靠近BZ区域的识别的（标记的）映射点中的F-EGMS的存在或不存在来完成该过程。因此，该评估只能用于EAM电压图和SCC映射。

2.7。统计分析

除非另有说明，否则连续数据显示为平均值±标准偏差。分类数据显示为百分比。不同群体之间的比较是由Wilcoxon-Mann-Whitney测试或在适当时由Fisher精确测试给出的。用于评估SCC入口的协议，不同的绘图方式，Wilcoxon-Mann-Whitney测试，Lin的一致性相关因子“ρ“[17.和平坦的altman绘图分析[18.使用过。一种 -值≤0.05被认为是统计显着性的截止值。使用Matlab统计工具箱（Matlab R2016A，Mathworks，Inc.，Natick，Ma，USA）获得统计数据。

结果

3.1。人口特征

20例患者被纳入研究。75%为男性，平均年龄57±15岁。平均左室射血分数为44±16%，与ARVD/C无显著性差异。桌子1总结了研究人群的基线特征。

3.2。SCC检测协议与SCC映射之间

桌子2和图2（a）显示SCC数量的协议入口从所有研究的映射方式的3D彩色地图标识。EAM电压与标准阈值映射（“EAM标准”）呈现SCC入口的显著较低数量比EAM电压与手动电压映射筛选（“EAM筛选”）（ 对于整个人群，缺血性和ARVD/C，分别)。此外，EAM标准地图的SCC入口也比SCC地图少( 对于整个人群，缺血性和ARVD/C，分别)。但是，EAM筛选地图和SCC映射之间所识别的SCC入口的数量没有显着差异（ 对于整个人群，缺血性和ARVD/C，分别)。林的一致性相关因子分析显示在补充表中1支持这些发现，示出EAM筛选和SCC-地图（之间具有较高的一致性ρ = 0.665, 0.528, and 0.877 for the entire population, ischemic, and ARVD/C, resp.) than EAM standard maps.

如图所示的Bland-Altman分析2（a）说明了不同的标记方式和群体在SCC入口识别上的一致性。在SCC- maps和EAM筛查图之间，识别出的SCC入口数量有较低的偏差，与EAM筛查图相比，SCC- maps的SCC子识别有较小的趋势(Pearson’s)R= 0.48, ），与表格的结果一致2．

桌子3.和图2（b）在绘制模式之间从f-EGM点确定的SCC入口数量中列出协议。EAM标准图与SCC-Maps无显著差异，如图Bland-Altman分析所示2（b）和补充表中所示的高相关2（ρ = 0.918, 0.871, and 0.936 for the entire population, ischemic, and ARVD/C, resp.).

数字3.举例说明了从SCC地图上的自动标记作图点识别SCC的电传播序列的两个例子，而在EAM地图上执行的SCC手动识别则需要大量的操作员分析。

3.3。与CE-CMR的SCC检测协议

与CE-CMR PSI图相比，EAM标准中识别的SCC入口的数量显着降低，如表所示2．然而，EAM筛查和SCC-Maps与Ce-CMR PSI图之间没有显著差异( 和 ，resp。）。尽管如此，与CE-CMR PSI地图相比，Bland-Altman绘图分析揭示了这三种绘图方式朝着低估了SCC入口数量的倾向（PearsonR= 0.63, ；R = 0.85, ；和R = 0.61, 对SCC-地图，EAM标准，和EAM筛选针对的Ce-CMR PSI地图，RESP SCC检测之间的比较。，图2（c）)．此外,补充表1与EAM标准相比，确认EAM筛选和SCC映射与CE-CMR PSI地图的高协议（ρ= 0.679,ρ= 0.628,分别地。, vs。ρ = 0.212, )．数字4显示两个示例，与EAM标准映射相比，SCC-MAPS与CE-CMR PSI MAPS与CE-CMR PSI MAPS进行更高的协议。

3.4。选择性双极电压测量的影响

SCC映射算法能够检测为局部分量的双极电压检测EGM-DC，从而获得精确的电压图（SCC映射）。与标准EAM电压图相比，这种更选择的方法放大了显示的电压范围，从而提高了心律发生衬底的细节程度。数字5（b）示出了与SCC映射相比的EAM电压图中的瘢痕细节的损耗，其显示较高的电压测量值。此外，如图所示4，SCC-MAPS与从缺血人口中的CE-CMR PSI地图获得的信息更好地匹配比EAM标准地图。

4.讨论

4.1。审查电流双极电压映射

EAM系统是映射瘢痕相关VAS的有用工具，因为它们允许计算峰值到峰值本地EGM信号幅度并表示该值，在心脏解剖结构上表示颜色编码，因此有助于识别和表征瘢痕[3.，5，6，8- - - - - -10.，19.，20.］.然而，心肌瘢痕常被大量健康组织包围，可能导致局部egm被远场信号掩盖。因此，标准阈值的常规电压映射可能会低估疤痕的大小，并失去重要的疤痕细节。这增加了衬底内缺失scc的可能性，并需要大量的操作员分析。

图中给出了这种现象的例子6．在正常egm中，电压图反映峰峰电压(a);然而，当健康心肌EGM(即远场)的幅值高于晚电位(即局部场)时，电压图反映远场、高幅分量电压(b)。电压图可以反映局部或远场分量(c)的峰-峰幅值，或两者的混合(d)。这些例子表明，需要一种更有选择性的方法来测量双极电压，用于疤痕相关VAs的衬底映射。

4.2。主要发现

本研究评估了一种新型的自动EGM信号分析算法，其旨在提高用EAM系统获得的电流电压映射精度。该算法允许获得具有更高电压范围的电压图，因此描绘了更详细的瘢痕特性，这可能是在消融程序期间识别VA矩阵的有用。该研究的主要结果如下：（1）所提出的SCC映射算法在与手动射电压筛选相同的水平上自动识别SCC入口;（2）SCC映射算法提供了与CE-CMR PSI MAPS匹配的SCC映射，比当前EAM电压图更好;（3）SCC映射算法通过允许更高的电压范围来改善SCAR CZ和BZ区域的定义。

4.3。SCC检测和映射方式之间的协议

当在手动电压筛选过程（EAM筛选）之后获得时，SCC地图与EAM标准贴图高度相关，而原始EAM标准图（EAM标准）相关性更差，并确定了大量的SCC入口数。The algorithm’s accuracy is illustrated by the fact that SCC-Maps can display a detailed scar without the need of manual voltage screening, with good agreement with EAM after manual labelling of the mapping points corresponding to SCC entrances (i.e., those showing f-EGM signals).

数字3.显示缺血和ARVD/C患者的例子中可以发现两种不同的SCCs。这两个例子说明了scc地图相对于EAM标准地图的优越性，可以通过直接检查彩色地图来识别信号通道。图的EAM标准图3（a）（面板A1）描绘了在D-EGMS的激活序列之后可以发现第二SCC的区域中的密集瘢痕。该SCC可以通过颜色图和图中的自动标记轻松识别3（a）（面板A2）。类似地，图的EAM标准地图3（b）（面板B1）不允许识别可以在图中的SCC地图中看到的SCC3（b）(面板B2)。此外，SCC-Maps和eam筛查比eam标准图与Ce-CMR PSI图更相关。这些例子说明了系统操作员需要对EGM信号进行手动分析，以识别基底中存在的所有可能的scc(即，使用手动电压筛选和单独EGM标签等技术)。本文提出的自动SCC-Mapping算法可以指导和缩短这一过程。此外，当使用越来越流行的多极标测(MEM)导管时，自动和客观的识别成为强制性的，因为每拍可以获得十分之一的同时信号。

4.4。疤痕定义的电压阈值

所提出的SCC映射算法提供了局部场电压的更精确量化。这方面允许改变CZ组织的阈值定义而不会丢失瘢痕信息，从而提高了检测SCC的能力（图4)．这种效果是与用当前MEM导管[获得的一个21.，而是使用常规电极大小的导管，结合自动算法来区分被测egm的远场和局部场成分。相比之下，MEM导管仍然需要广泛的操作员分析，以识别和/或增强SCCs的存在。如果高密度映射与本工作中提出的自动算法相结合，这一事实可能会得到缓解。

数字5说明了当BZ和CZ组织的修改电压阈值用于EAM电压图时，瘢痕定义的损失。SCC-MAPS显示的较高电压范围还促进了SCC识别的电压筛选过程。然而，虽然SCC-MAPS和EAM筛选地图提供了类似的见解，但是在没有任何手动干预的情况下获得前者，因此是运算符独立于操作员。此外，如图所示3.- - - - - -5，可以观察到SCC映射提供比电流射电压映射更好的瘢痕描绘。

在使用“疤痕去通道”消融技术时，对所提出的算法进行了评估。然而，SCC-Maps可以描述更高的电压范围，这一事实允许更详细的疤痕表征，这表明该算法也可以用于其他消融方法[5，22.- - - - - -25.］.最终，SCC映射算法可以基于标记的数据和SCC-MAP信息有效地改善PACIP / enthainmentseeUvers for VA ISTHMUS识别的指导。

4.5。研究限制

本研究的主要局限性是样本量相对较小。由于ARVD/C人群中存在植入式装置，EAM图谱与Ce-CMR PSI图谱仅在缺血人群中可以进行比较。另一方面，拥有详细的EAM和高质量的Ce-CMR数据的可用患者数量最近有所减少，因为详细的EAM获取是一项耗时且高度依赖于操作者的任务，而Ce-CMR引导的导管底物消融获得了更多的兴趣[26.］.尽管有这种趋势，但确定消融靶点的终结点仍然是基于EAM结果，本文算法可以发挥重要的补充作用。此外，该算法还为Ce-CMR和EAM数据的更好集成，以改进疤痕相关的VT消融程序铺平了道路。

另外，在SR期间使用来自基于基质的VA消融数据的数据设计和测试算法。因此，使用该算法使用或分析来自VA映射的数据，因此，该算法未探讨其他可能的VA斯坦姆斯[27.］.

在这项工作中，的EAM，使用一个标准的3.5毫米获取灌溉尖映射导管，与高密度MEM导管相比具有更长的间距离，可以更好地判别从局地远场成分〔21.］.然而，手动标注由MEM获得的多个同时信号是一项负担不了的任务，因此需要一种自动方法(如SCC-Mapping算法)。

5。结论

使用“慢导导通信道映射算法”的EGM信号的提出自动分析提高了瘢痕区域内的双极电压测量的精度，实现了更详细的组织特征，并成为用于精确识别SCC的操作员无关的工具。最后一个特征鼓励将算法与EAM导航系统一起使用作为一种可再现的方法，用于在日常实践中引导VA消融程序。

数据可用性

为了保护患者的隐私，用于支持本研究结果的电解剖图和图像数据受到医院Clínic地方伦理委员会的限制。数据可从Lluís Mont博士，博士，心律失常单位，医院诊所，Carrer de Villarroel, 17008036巴塞罗那，西班牙，研究人员谁满足访问机密数据的标准。

的利益冲突

A. Berruezo博士和L. Mont博士是Galgo Medical SL的股东。David Soto-Iglesias是BioSense Webster，Inc。的员工，提交人声明没有利益冲突。

致谢

本研究由个人赠款支持A. alcaine（裁判。BES-2011-046644和EEBB-I-15-09466）;来自MID2019-104881RB-I00的PID2019-104881RB-I00来自Ministio deCongoníay的Ministio de Ciencia eInvinación（西班牙）和DPI2016-75458-R来自Ministerio deCongoníaycationitidad（西班牙）;由Gobierno deAragón（Grupo Referencia BSICOS Ref.:T39_20R）被联邦联邦2014 - 2012年的联合国。这项工作也部分由PI114 / 00759的项目提供支持，综合在计划Nacional de I + D + I + I中，并由Instituto de Salud Carlos III（ISCIII）-Subdirección通用DeEvaluación和欧洲区域发展基金（欧洲联盟）)．在萨拉戈萨大学的生物工程，生物材料和纳米医生（CiBER-BBN）中，in通向纳米突，更具体地，更具体地，更具体地由Zaragoza的生物工程，生物材料和纳米医生（Ciber-BBN）的高性能计算单元进行。Ciber-BBN是Instituto de Salud Carlos III的倡议。

补充材料

补充表1:Lin从颜色编码地图分析中确定的绘制模式(行对列)之间SCC入口数量的一致性相关因子。补充表2:从EGM-DC分析和f- egm识别中，Lin对EAM标准地图与SCC地图之间识别出的SCC入口数的一致性相关因子。（补充材料）

参考文献

1. D. J. Callans, j - f。Ren, J. Michele, F. E. Marchlinski, S. M. Dillon，“猪前心肌梗死模型的左心室电解剖图。”与心内超声心动图和病理分析的相关性循环，卷。100，不。16，pp。1744-1750,1999。查看在：出版商的网站|谷歌学术
2. V. Y. Reddy，D. Wroobleski，C. Hountaping，M. E.Josephson和J.N. Ruskin，“猪愈合心肌梗死猪模型的外膜和心内膜电灭贴，”循环，卷。107，没有。25，第3236-3242，2003。查看在：出版商的网站|谷歌学术
3. A. Arenal，S. Del Castillo，E.Gonzalez-Torrecilla等，“瘢痕组织中的心动过速相关通道患者持续的单通心室性心动过卡症：电压瘢痕定义的影响，”循环，卷。110，没有。17，pp。2568-2574,2004。查看在：出版商的网站|谷歌学术
4. J. M. de Bakker, F. J. van Capelle, M. J. Janse等，“再入作为慢性缺血性心脏病患者室性心动过速的原因:电生理和解剖相关性”，循环，卷。77，没有。3，pp。589-606,1988。查看在：出版商的网站|谷歌学术
5. A. Arenal，E.Glez-Torrecilla，M. Ortiz等，“用孤立的延迟组分的烧蚀电子图作为结构性心脏病患者的缺陷单声道心室性心动过病变，”美国心脏病学学院学报，卷。41，没有。1，第81-92，2003。查看在：出版商的网站|谷歌学术
6. E. M. Cronin, S. M. al - khatib, E. Anter等，“2019年HRS/EHRA/APHRS/LAHRS导管消融室性心律失常专家共识声明”，EUROPACE.，卷。8，pp。1-147,2019。查看在：谷歌学术
7. J. V. Wylie, T. W. Smith, M. E. Josephson，“冠心病室性心动过速的底物标测术”，刊于心脏的映射，M. Shenasa，G. Hindricks，M.Borggrefe和G. Breithardt，EDS。，PP。301-309，John Wiley＆Sons，Hoboken，NJ，美国，2009年第3版。查看在：谷歌学术
8. A. Berruezo，J.Fernández-Armenta，L. Mont等人，“组合心血生右心室发育植物的内膜和心外膜导管消融，包括疤痕Dechanneling技术，”循环：心律失常和电生理学，第5卷，第5期。1, pp. 111-121, 2012。查看在：出版商的网站|谷歌学术
9. A. Berruezo，J.Fernández-Armenta，D. Andreu等，“疤痕Dechanneling：瘢痕相关的左心室性心动过谱底物烧蚀的新方法，”循环：心律失常和电生理学，第8卷，第2期2, pp. 326-336, 2015。查看在：出版商的网站|谷歌学术
10. Z. F.伊萨，J.M.米勒和D. P. Zipes，临床心律学和电生理学：鲍伦瓦尔德心脏病的伴侣，桑德斯，费城，帕，美国，第二版，2012年。
11. J.Fernández-Armenta，D. Andreu，D.Penela等，“窦性心律检测在心律源右心室心肌病的心律源右心室心脏病和心室性心动过速检测。心律，第11卷，第5期。5, pp. 747-754, 2014。查看在：出版商的网站|谷歌学术
12. D. Andreu, J. T. Ortiz-Pérez, J. Fernández-Armenta等，“3D延迟增强磁共振序列改善室性心动过速消融前的传导通道圈定，”Europace.，第十七卷，第二期6, pp. 938-945, 2015。查看在：出版商的网站|谷歌学术
13. A. Alcaine，D.Soto-Iglesias，M. Calvo等，“基于小波的电动图展，用于自动心室激活映射的小波基电动图展示，”生物医学工程学报第61卷第1期12, pp. 2830-2839, 2014。查看在：出版商的网站|谷歌学术
14. A. Alcaine, D. Soto-Iglesias, J. Acosta等，“自发性流出道室性心律失常的自动激活定位和起源识别”，心电图学杂志第51卷第1期2，第239-246页，2018。查看在：出版商的网站|谷歌学术
15. D. M. Cassidy，J.A.Vassallo，F. M. Marchlinski，A. E. Buxton，W. J. Ofereker和M. E.Josephson，“Endocard映射在鼻窦节奏中的人体映射，正常左心室：激活模式和电子图的特征”，“循环，卷。70，否。1，pp。37-42,1984。查看在：出版商的网站|谷歌学术
16. S. E. Mountantonakis，R. E. Park，D. S.Frichel等，“电压图”通道之间的关系“与梗死后心肌病和心室性心动过缓患者关键峡部位的位置。美国心脏病学学院学报第61卷第1期20，pp。2088-2095,2013。查看在：出版商的网站|谷歌学术
17. L.林，A. S.希达亚特，B.辛哈和M.阳，“在评估协议的统计方法：模型，问题和工具”美国统计协会杂志，卷。97，没有。457，pp。257-270，2002。查看在：出版商的网站|谷歌学术
18. D. G.奥特曼和J. M.布兰德，“测量在医学：方法的比较研究的分析，”统计学家，卷。32，不。3，pp。307-317，1983。查看在：出版商的网站|谷歌学术
19. F. Marchlinski，D. J.Callans，C. D.Gottlieb和E. Zado，“患有缺血性和非缺血性心肌病患者患者未解开的心室性心动过缺的线性消融病变”循环，第101卷，第1期。11，第1288-1296页，2000。查看在：出版商的网站|谷歌学术
20. J. Fernández-Armenta, A. Berruezo, D. Andreu等，“基于高分辨率ce-CMR的瘢痕和传导通道的三维结构:室性心动过速消融的见解”，循环：心律失常和电生理学，卷。6，不。3，pp。528-537,2013。查看在：出版商的网站|谷歌学术
21. J.科斯塔，D.佩内拉，安德鲁D.等人，“多电极与逐点映射室性心动过速基板烧蚀：一个随机研究中，”。Europace.，第20卷，第2期。3，第512-519页，2018。查看在：出版商的网站|谷歌学术
22. L. Di Biase, P. Santangeli, D. J. Burkhardt等人，“缺血性心肌病患者的心外膜瘢痕均匀化与有限底物消融治疗雷暴的比较，”美国心脏病学学院学报，卷。60，否。2，pp。132-141,2012。查看在：出版商的网站|谷歌学术
23. W. S. Tzou, D. S. Frankel, T. Hegeman等，“治疗多重瘢痕性室性心动过速的关键心律失常因素的核心隔离”，循环：心律失常和电生理学，第8卷，第2期2，pp。353-361,2015。查看在：出版商的网站|谷歌学术
24. F. Bogun，E. Good，S. Reich等，“鼻窦节奏期间的孤立潜力和在疤痕中的节奏映射为梗死后心室性心动过缓的指导，”美国心脏病学学院学报，卷。47，没有。10，pp。2013-2019，2006。查看在：出版商的网站|谷歌学术
25. P.Jaïs，P. Maury，P.Kairy等，“消除局部异常心室活动：瘢痕相关室性心动过速患者底物改性的新终点”循环，卷。125，没有。18，第2184至2196年，2012。查看在：出版商的网站|谷歌学术
26. C.Blomström-lundqvist，A.Auricchio，J.Brugada等，“使用成像的电生理和设备的使用程序：来自第一个欧洲心律协会政策会议的报告，共同组织了欧洲心血管成像协会（EACVI），心血管成像委员会和欧洲心脏放射学会，“EUROPACE.，卷。15，不。7，pp。927-936,2013。查看在：出版商的网站|谷歌学术
27. R. Martin，P.Maury，C.Bisceglia等，“使用超高密度测绘的瘢痕相关室性心动过速电路的特征”循环：心律失常和电生理学，第11卷，第5期。10、文章编号e006569, 2018。查看在：出版商的网站|谷歌学术

版权

版权所有©2020 Alejandro Alcaine等人。这是一篇发布在知识共享署名许可协议如果正确引用了原始工作，则允许在任何媒体中的不受限制使用，分发和再现。