¿Por qué confiar su negocio a nosotros?
Eliminamos el pánico de las compras. Almacenamos millones de piezas difíciles de encontrar de nuestras fuentes confiables. Actualizamos nuestros listados de productos por minutos, y las compras en línea se completan en tiempo real y se envían todos los días.
Fundada en 2002, MFGChips es un líder local en distribución de componentes electrónicos, y también es reconocida como una de las empresas más respetadas e innovadoras en el mercado local actual. Con sede en Hong Kong, MFGChips se ha ganado una reputación impresionante por proporcionar un servicio excepcional y desarrollar soluciones eficientes y completas de la cadena de suministro global.
Aprende más >
El aprendizaje automático encuentra fallas cardíacas
El equipo probó su enfoque en 11 corazones humanos donados y localizó controladores de AF con una precisión de hasta el 81%.
El mapeo de electrodos múltiples (MEM) es una técnica que se puede aplicar durante una operación, en la que se presiona una serie de electrodos contra el tejido para medir la actividad eléctrica. Pero los controladores de AF han demostrado ser difíciles de localizar con suficiente confiabilidad o precisión utilizando esta técnica, ya que el objetivo es quemar el controlador de AF desde el interior del tejido cardíaco, lo que se denomina ablación dirigida.
Existe una técnica que puede localizar con precisión los controladores de AF, denominada mapeo óptico del infrarrojo cercano subterráneo (NIOM), que tiene una resolución de 0,3 mm, pero es tan invasiva que no se puede utilizar dentro de alguien durante una operación.
El equipo se planteó la pregunta: ¿Podrían usarse datos simultáneos de MEM y NIOM recopilados de corazones donados para entrenar una máquina para ubicar con precisión los controladores AF utilizando solo datos MEM?
Y los resultados de este estudio de prueba de concepto, que en el 81% de los casos, los datos del MEM por sí solos podrían guiar la ablación con suficiente precisión, son prometedores.
“El modelo de ML capacitado puede identificar los controladores de AF en MEM, lo que significa que potencialmente se puede usar en la clínica”, dijo a Electronics Weekly Alexander Zolotarev, estudiante de doctorado en el Instituto de Ciencia y Tecnología Skolkovo en Moscú.
"El conjunto de datos del registro de 11 corazones humanos no tiene precio y es demasiado pequeño", dijo el investigador Dmitry Dylov. "Nos dimos cuenta de que la traducción clínica requeriría un tamaño de muestra mucho más grande para un muestreo representativo".
Para las mediciones de MEM, se probaron dos conjuntos de electrodos de 8 x 8, uno con un paso de 3 mm y otro con 9 mm, mientras las cámaras miraban para implementar NIOM (ver diagrama).
El equipo en la conferencia de Heart Rhythm Society 2019
Durante el entrenamiento y el uso, las señales de los electrodos se transformaron Fourier en el dominio de la frecuencia, luego las alturas y posiciones de los picos de frecuencia se procesaron en datos para el aprendizaje o la instanciación.
La matriz de 3 mm dio resultados más útiles, pero ambos tenían ventajas.
"El modelo ML general combina los datos de ambas matrices MEM", dijo Zolotarev. "Pero solo se puede usar una de las matrices durante el mapeo, no se pueden implementar simultáneamente".
"El aprendizaje automático validado por mapeo óptico mejora la detección del controlador de fibrilación auricular mediante el mapeo de múltiples electrodos" describe el trabajo en detalle en la revista Circulation: Arrhythmia and Electrophysiology de la AHA. Solo un resumen está disponible gratuitamente.
El Instituto de Ciencia y Tecnología Skolkovo trabajó con el Centro Médico Wexner de la Universidad Estatal de Ohio y el Centro Ruso de Ciencia e Ingeniería Computacional e Intensiva en Datos.
Crédito del diagrama: Pavel Odinev Skoltech
Crédito de la foto: laboratorio Fedorov Ohio State