Mapeo de fibrilación auricular alineada en fase

La ablación de la fibrilación auricular (AF) es una estrategia de tratamiento importante, potencialmente capaz de curar la AF. Sin embargo, existe un grado variable de éxito del procedimiento persistente de ablación por AF. Por lo tanto, es necesario mejorar la tasa de éxito de la ablación persistente de AF. Para mejorar la tasa de éxito de la ablación persistente de AF, propongo un nuevo enfoque analítico para el mapeo de AF. El análisis de los electrogramas intracardíacos (EGM) es el componente clave del mapeo de AF. En el pasado, se han desarrollado varios enfoques para el análisis auricular EGM, con el objetivo de ayudar a guiar la ablación por más allá del aislamiento de la vena pulmonar (PVI). Sin embargo, ninguno (excepto PVI) se ha establecido para guiar el procedimiento de ablación del catéter AF. El enfoque más utilizado para la ablación por AF es un enfoque empírico y anatómico de ablación AF (PVI). Los métodos previamente probados (y, en última instancia, fallidos), incluyeron electrograma auricular fraccionado complejo (CFAE), mapeo de frecuencia dominante (DF), mapeo de activación (firme) y fibrosis detectada por la ablación con AF de mapeo de CMR. Es necesaria una nueva solución al problema de mapeo AF conocido para mejorar los resultados de la ablación por AF. La finalización exitosa del proyecto propuesto mejorará la tasa de éxito de la ablación persistente de AF, que es de manera crucial para un mayor progreso en el campo de electrofisiología cardíaca. Propuse un nuevo enfoque analítico. Aplicaré el filtrado espectral alineado en fase a los datos de mapeo de EGMS auriculares para identificar componentes dinámicos estructurados espacialmente y, por lo tanto, identificar objetivos de ablación por AF. El filtrado espectral es una reducción de dimensión eficiente para series de tiempo de alta dimensión, que no se ha aplicado al análisis de datos de mapeo de FA. Mi enfoque supone que los datos espacio-temporales observados (datos de mapeo de EGMS AF) representan oscilaciones y movimientos suaves de rango inferior superpuestos de un sistema generativo dinámico (objetivo de ablación AF) mezclados con ruidos aleatorios de mayor rango. Separar las señales de los ruidos es esencial para nosotros localizar y comprender estos sistemas dinámicos de menor rango. Podría ser que un sistema dinámico de menor rango tiene múltiples componentes independientes correspondientes a diferentes tendencias o funcionalidades del sistema. Propongo un marco novedoso para identificar la dinámica de menor rango y sus componentes integrados en un sistema espacio-temporal de alta dimensión (mapa AF EGMS). Se basa en un enfoque estadístico conocido de descomposición estructural y construcción alineada en fase en el dominio de frecuencia, que no se ha aplicado al análisis de EGM.