頻脈性不整脈の根治に向けたin silico学習による焼灼治療戦略最適化の検討

利用计算机学习优化消融治疗策略根治快速心律失常的思考

基本信息

批准号：
21J13347
负责人：
瀬野宏
金额：
$ 0.96万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-28 至 2023-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21J13347/
关键词：
頻脈性不整脈深層学習 in silico学習心房細動焼灼治療

项目摘要

本研究の目的は、心臓電気生理シミュレータと深層強化学習を組み合わせたin silico学習によって、これまで提案者の経験や主観に強く依存していた焼灼治療戦略を客観的に最適化することである。最終年度である2022年度は、昨年度末に構築した、in vitro心筋シートに対して光学計測による膜電位計測と、レーザによる焼灼を行うことができる実験システムについて、第68回日本不整脈心電学会学術大会で報告した。研究実施計画ではin vitro実験システムに対して、高時空間分解能で撮影できるように光学系を変更し、また光学計測とレーザ焼灼系を統合し焼灼時の興奮様態変化を観察できるように改良を行う予定であったが、本研究の提案には実際の臨床現場では計測不可能な膜電位情報を入力として使用しているという課題が残されていることを再認識し、この課題を解決するために実臨床でもマッピングカテーテルによって計測可能な細胞外電位信号から、膜電位動画を可視化する深層学習モデルの構築を優先して行った。まずこの提案手法の原理実証をコンピュータシミュレーション上で行い、模擬電極信号から高精度で膜電位動画を再構成できる可能性を示した。また提案手法の有効性を検証するために、ブタ摘出心臓標本に対して細胞外電位信号と膜電位信号を同時に計測する実験システムを構築し、ex vivo実験も行った。その結果、実際のブタ心房標本においても電極計測信号から膜電位動画を再構成できる可能性を確認した。本成果は2023年４月に学会発表を予定している。

这项研究的目的是通过使用结合了心脏电生理学模拟器和深度强化学习的计算机学习来客观地优化消融治疗策略，迄今为止，消融治疗策略一直强烈依赖于支持者的经验和主观性。 2022财年，即最后一年，我们将在第68届日本心律失常和心电学会进行研究，这是一个去年年底建成的实验系统，可以对体外心肌片进行膜电位的光学测量和激光消融会上作了汇报。在研究实施计划中我们计划通过改变光学系统来改进体外实验系统，以实现高时空分辨率的成像，并通过集成光学测量和激光烧蚀系统，以便能够观察烧蚀过程中激发模式的变化。涉及到一些在实际临床环境中无法衡量的问题。我们重申，使用膜电位信息作为输入仍然存在问题，为了解决这个问题，我们将来自细胞外电位信号的膜电位视频可视化，这些信号可以在实际临床实践中使用标测导管进行测量。深度学习模型将首先，我们使用计算机模拟演示了该方法的原理，并演示了从模拟电极信号高精度重建膜电位视频的可能性。此外，为了验证所提方法的有效性，我们在离体猪心脏标本上构建了同时测量细胞外电位信号和膜电位信号的实验系统，并进行了离体实验。因此，我们证实了即使在实际的猪心房标本中也可以根据电极测量信号重建膜电位视频。该结果计划于2023年4月的学术会议上公布。