Abstract:
Regions with pathologically altered substrate have been identified as potentially proarrhythmic for atrial fibrillation. Mapping techniques, such as voltage mapping, are currently used to estimate the location of these fibrotic areas. Recently, local impedance (LI) has gained attention as another modality for atrial substrate assessment as it does not rely on the dynamically changing electrical activity of the heart. However, its limits for assessing non-transmural and complex fibrosis patterns have not yet been studied in detail. In this work, the ability of EGMs and LI to identify non-transmural fibrosis at different transmural levels using in silico experiments is explored. A pseudo-bidomain model was used to recover the extracellular potential on the surface of the tissue while LI reconstruction was calculated by a time-difference imaging approach with an homogeneous tissue background conductivity. Four fibrosis configurations were modeled to compare the two modalities using Pearson correlation coefficient. Only one transmural structure was detected by voltage whereas non-transmural structures, namely endo-, midmyo-, and epicardial, yielded zero. The correlation for LI maps ranged from -0.02 to 0.74. We conclude that LI, together with EGMs, can be expected to distinguish between healthy and fibrotic tissue, paving the way towards its use as a surrogate for non-transmural atrial substrate.
Abstract:
Eine elektrophysiologische Untersuchung unterstützt die Diagnosestellung bei Herzrhyth- musstörungen. Die gemessenen intrakardialen Elektrogramme liefern Informationen über die Erregungsausbreitung und das Gewebe. Es wird zwischen einem unipolaren Elektrogramm (uEGM) und einem bipolaren Elektrogramm (bEGM) unterschieden. Bei den uEGMs wird die Potentialdifferenz zwischen einer Elektrode im Herzen und einer Referenzelektrode außerhalb des Herzens gemessen. Bei den bEGMs wird die Potentialdifferenz zwischen zwei Elektroden im Herzen gemessen. Aktuell werden im klinischen Einsatz vor allem bEGMs verwendet, da sie einige Vorteile gegenüber den uEGMs haben. Vorherige Arbeiten zeigten für gewisse Aspekte, dass die uEGMs und die bEGMs unterschiedliche Informationen liefern können. In dieser Arbeit wurde jeweils die Morphologie der beiden Elektrogrammarten bei ver- schiedenen Wellenausbreitungsphänomenen untersucht. Anhand der Charakteristika der Morphologie wurden die beiden Elektrogrammarten anschließend verglichen. Die Wellen- ausbreitungsphänomene waren die gesunde Referenz, langsam leitende Gebiete, Blocklinien und Wellenfrontkollisionen. Die verwendeten Daten waren klinische Messungen im linken Atrium von Patienten mit Vorhofflattern. Zunächst wurden die Abschnitte der uEGMs und bEGMs, die Aktivität enthielten, mithilfe des nichtlinearen Energie-Operators detektiert und extrahiert. Für valide aktiven Segmente wurden Merkmale sowie Kreuzkorrelationen berechnet, um die Morphologie zu vergleichen. Zum Abschluss wurden die detektierten Morphologien mithilfe von Clustering-Algorithmen in Gruppen unterteilt. Die Ergebnisse zeigten, dass sich die Morphologie der Elektrogramme bei den Wellenaus- breitungsphänomenen unterschied. Die Übergänge der Merkmale waren jedoch fließend und die Bereiche der Merkmale überschnitten sich für die verschiedenen Wellenausbrei- tungsphänomene. Die gesunde Referenz unterschied sich meistens von den anderen Wellen- ausbreitungsphänomenen. Die langsam leitenden Gebiete, die Wellenfrontkollisionen und die Blocklinien konnten anhand der Merkmale nicht eindeutig voneinander getrennt werden. Beim Vergleich der uEGMs und der bEGMs zeigten sich Unterschiede in den Charakteristi- ka. Es bestätigte sich somit, dass die uEGMs und bEGMs unterschiedliche Informationen beinhalten. Mithilfe des Clusterings konnten verschiedene Morphologien gruppiert und so typische Morphologien identifiziert werden. Die berechneten Cluster stimmten nicht mit den Wellenausbreitungsphänomenen überein.