Busca avançada
Ano de início
Entree

Classificação multivariável do substrato atrial durante fibrilação atrial crônica

Processo: 19/05192-1
Modalidade de apoio:Bolsas no Brasil - Mestrado
Data de Início da vigência: 01 de junho de 2019
Data de Término da vigência: 31 de maio de 2021
Área de conhecimento:Engenharias - Engenharia Biomédica - Engenharia Médica
Pesquisador responsável:Takashi Yoneyama
Beneficiário:Arthur Santos Bezerra
Instituição Sede: Divisão de Engenharia Eletrônica (IEE). Instituto Tecnológico de Aeronáutica (ITA). Ministério da Defesa (Brasil). São José dos Campos , SP, Brasil
Assunto(s):Arritmias cardíacas   Fibrilação atrial   Acidente vascular cerebral   Veias pulmonares   Técnicas eletrofisiológicas cardíacas   Processamento de sinais biomédicos
Palavra(s)-Chave do Pesquisador:Classificação Multivariável | Fibrilação atrial | Processamento de sinais biomédicos

Resumo

A fibrilação atrial (FA) é a arritmia cardíaca sustentada mais comum na prática clínica é uma das principais causas de acidente vascular cerebral. Sabe-se que as veias pulmonares (VPs) participam no início e manutenção da FA, e o isolamento das VPs (IVPs) por ablação com cateteres via radiofrequência é eficaz no tratamento de FA paroxística. Contudo, o tratamento ablativo da FA persistente continua um desafio devido à sua complexa fisiopatologia, culminando em um intenso debate em relação a novos métodos para guiar a ablação. Consequentemente, o desenvolvimento de métodos mais eficazes na correta identificação de tecidos atriais responsáveis pela perpetuação da arritmia é crucial para o avanço do tratamento ablativo da FA persistente. As propriedades do tecido atrial podem ser estudadas através de atributos extraídos de eletrogramas atriais (AEGs) coletados durante a FA. Investigações recentes consideraram somente uma característica dos AEGs para representar o substrato atrial, o que pode ser insuficiente para descrever um fenômeno complexo como a FA. Desta forma, o trabalho proposto investigará, por meio de diferentes modelos classificadores supervisionados e não-supervisionados, a combinação de múltiplos atributos extraídos dos AEGs coletados de pacientes com FA persistente para discernir os mecanismos de manutenção e perpetuação da FA. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas (4)
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
ALMEIDA, TIAGO P.; SORIANO, DIOGO C.; MASE, MICHELA; RAVELLI, FLAVIA; BEZERRA, ARTHUR S.; LI, XIN; CHU, GAVIN S.; SALINET, JOAO; STAFFORD, PETER J.; NG, G. ANDRE; et al. Unsupervised Classification of Atrial Electrograms for Electroanatomic Mapping of Human Persistent Atrial Fibrillation. IEEE Transactions on Biomedical Engineering, v. 68, n. 4, p. 1131-1141, . (18/02251-4, 15/12799-9, 17/00319-8, 19/05192-1)
ALMEIDA, TIAGO P.; NOTHSTEIN, MARK; LI, XIN; MASE, MICHELA; RAVELLI, FLAVIA; SORIANO, DIOGO C.; BEZERRA, ARTHUR S.; SCHLINDWEIN, FERNANDO S.; YONEYAMA, TAKASHI; DOESSEL, OLAF; et al. Phase Singularities in a Cardiac Patch Model With a Non-conductive Fibrotic Area During Atrial Fibrillation. 2020 COMPUTING IN CARDIOLOGY, v. N/A, p. 4-pg., . (17/00319-8, 19/05192-1, 18/02251-4, 19/09512-0)
ASIF, NADIM; LI, XIN; CHU, GAVIN S.; SORIANO, DIOGO C.; MASE, MICHELA; RAVELLI, FLAVIA; BEZERRA, ARTHUR S.; YONEYAMA, TAKASHI; STAFFORD, PETER J.; NG, G. ANDRE; et al. Unsupervised classification of dimension-reduced principal component scores from persistent atrial fibrillation electrograms. 17TH INTERNATIONAL SYMPOSIUM ON MEDICAL INFORMATION PROCESSING AND ANALYSIS, v. 12088, p. 10-pg., . (19/05192-1)
ALMEIDA, TIAGO P.; LI, XIN; SIDHU, BHARAT; BEZERRA, ARTHUR S.; EHNESH, MAHMOUD; ANTON, IBRAHIM; NASSER, IBRAHIM A.; CHU, GAVIN S.; STAFFORD, PETER J.; YONEYAMA, TAKASHI; et al. Dominant Frequency and Organization Index for Substrate Identification of Persistent Atrial Fibrillation. 2021 COMPUTING IN CARDIOLOGY (CINC), v. N/A, p. 4-pg., . (19/05192-1)