The analysis of intracavitary atrial electrograms (AEG) is important to characterize atrial fibrillation (AF) events. Before processing AEG, ventricular activity (VA) should be removed. At this purpose, we present a new method based on Particle Swarm Optimization (we use Multi Particle Swarm optimization MPSO, a variant of PSO). The cancellation of VA is commonly performed by means of template matching and subtraction (TMS): basically, a running template is built by adaptive averaging of AEG segments taken in correspondence of QRS on ECG and then subtracted from AEG. In our approach the template is modulated by a set of coefficients and then subtracted to uncover the underneath atrial activity (AA). The coefficients are estimated via MPSO through the maximization of a figure-of-merit including: 1) the similarity between template and its modulated version; 2) the energy of the estimated AA, which should match the energy of the AEG when VA is absent; 3) the similarity between the mean absolute first derivative of estimated and measured AA. To validate the method, a dataset of 500 synthetic AEG was built. Each signal included three components: a background AA, a localized AA and the VA. The background AA was generated by an autoregressive model; the other two activities were obtained by computing the potential measured by an atrial bipolar lead and generated by moving dipoles in atria and ventricles. Different VA/AA and AA/AAbackground amplitude ratios were considered. Linear correlation between simulated signal and output of the algorithm is used to assess its performance; the results obtained by statistical analysis show an improvement in the correlation coefficient from a 0.3% up to more than 5% when the ventricular activity has a power greater than atrial activity.

L‟analisi dei tracciati endocavitari atriali (AEG) è di fondamentale importanza per caratterizzare gli eventi di fibrillazione atriale. Prima di processare gli AEG è necessario che l‟attività ventricolare (AV) venga rimossa. A questo scopo presentiamo un nuovo metodo basato su un algoritmo di ottimizzazione chiamato Particle Swarm Optimization (utilizziamo il Multi Particle Swarm Optimization MPSO, una variante del PSO). La rimozione dell‟attività ventricolare è normalmente effettuata per mezzo di una tecnica nominata “template matching substraction” (TMS): sostanzialmente, un template dell‟interferenza ventricolare è determinata tramite una media adattativa di segmenti di AEG presi in corrispondenza 10 del QRS dell‟ECG e sottratto all‟AEG stesso. Il nostro algoritmo modula questo template tramite un set di coefficienti e lo sottrae all‟AEG per identificare la nascosta attività atriale (AA). I coefficienti sono stimati tramite MPSO massimizzando una cifra di merito che include: 1) la somiglianza tra il template e la sua versione modulata; 2) la somiglianza tra l‟energia dell‟attività atriale e quella dell‟AEG senza AV; 3) la somiglianza della derivata media dell‟attività atriale e quella dell‟AEG senza AV. Per validare il metodo sono stati simulati 500 segnali AEG. Ogni segnale include tre componenti: l‟attività atriale di fondo (AAbackground), l‟attività atriale localizzata (AA) e l‟attività ventricolare (AV). L‟attività atriale di fondo è generata tramite un modello autoregressivo mentre le altre due attività sono ottenute calcolando un potenziale atriale bipolare generato da dipoli viaggianti nell‟atrio e nel ventricolo. Nei segnali simulati sono stati presi in considerazione diversi rapporti di potenza AV/AA e AA/AAbackground. Per valutare le prestazioni dell‟algoritmo è stato calcolato il coefficiente di correlazione lineare tra l‟attività simulata ed il residuo ottenuto tramite il nostro metodo; i risultati ottenuti dalle analisi statistiche mostrano un incremento del coefficiente di correlazione a partire da un valore del 0.3% fino ad oltre 5% quando l‟attività ventricolare ha una potenza molto maggiore rispetto quella dell‟attività atriale.

Rimozione dell’attività ventricolare durante fibrillazione atriale in segnali endocavitari tramite multi particle swarm optimization

SCANZIANI, RICCARDO;RIVOLTA, MASSIMO WALTER
2010/2011

Abstract

The analysis of intracavitary atrial electrograms (AEG) is important to characterize atrial fibrillation (AF) events. Before processing AEG, ventricular activity (VA) should be removed. At this purpose, we present a new method based on Particle Swarm Optimization (we use Multi Particle Swarm optimization MPSO, a variant of PSO). The cancellation of VA is commonly performed by means of template matching and subtraction (TMS): basically, a running template is built by adaptive averaging of AEG segments taken in correspondence of QRS on ECG and then subtracted from AEG. In our approach the template is modulated by a set of coefficients and then subtracted to uncover the underneath atrial activity (AA). The coefficients are estimated via MPSO through the maximization of a figure-of-merit including: 1) the similarity between template and its modulated version; 2) the energy of the estimated AA, which should match the energy of the AEG when VA is absent; 3) the similarity between the mean absolute first derivative of estimated and measured AA. To validate the method, a dataset of 500 synthetic AEG was built. Each signal included three components: a background AA, a localized AA and the VA. The background AA was generated by an autoregressive model; the other two activities were obtained by computing the potential measured by an atrial bipolar lead and generated by moving dipoles in atria and ventricles. Different VA/AA and AA/AAbackground amplitude ratios were considered. Linear correlation between simulated signal and output of the algorithm is used to assess its performance; the results obtained by statistical analysis show an improvement in the correlation coefficient from a 0.3% up to more than 5% when the ventricular activity has a power greater than atrial activity.
CORINO, VALENTINA
ING II - Scuola di Ingegneria dei Sistemi
20-lug-2011
2010/2011
L‟analisi dei tracciati endocavitari atriali (AEG) è di fondamentale importanza per caratterizzare gli eventi di fibrillazione atriale. Prima di processare gli AEG è necessario che l‟attività ventricolare (AV) venga rimossa. A questo scopo presentiamo un nuovo metodo basato su un algoritmo di ottimizzazione chiamato Particle Swarm Optimization (utilizziamo il Multi Particle Swarm Optimization MPSO, una variante del PSO). La rimozione dell‟attività ventricolare è normalmente effettuata per mezzo di una tecnica nominata “template matching substraction” (TMS): sostanzialmente, un template dell‟interferenza ventricolare è determinata tramite una media adattativa di segmenti di AEG presi in corrispondenza 10 del QRS dell‟ECG e sottratto all‟AEG stesso. Il nostro algoritmo modula questo template tramite un set di coefficienti e lo sottrae all‟AEG per identificare la nascosta attività atriale (AA). I coefficienti sono stimati tramite MPSO massimizzando una cifra di merito che include: 1) la somiglianza tra il template e la sua versione modulata; 2) la somiglianza tra l‟energia dell‟attività atriale e quella dell‟AEG senza AV; 3) la somiglianza della derivata media dell‟attività atriale e quella dell‟AEG senza AV. Per validare il metodo sono stati simulati 500 segnali AEG. Ogni segnale include tre componenti: l‟attività atriale di fondo (AAbackground), l‟attività atriale localizzata (AA) e l‟attività ventricolare (AV). L‟attività atriale di fondo è generata tramite un modello autoregressivo mentre le altre due attività sono ottenute calcolando un potenziale atriale bipolare generato da dipoli viaggianti nell‟atrio e nel ventricolo. Nei segnali simulati sono stati presi in considerazione diversi rapporti di potenza AV/AA e AA/AAbackground. Per valutare le prestazioni dell‟algoritmo è stato calcolato il coefficiente di correlazione lineare tra l‟attività simulata ed il residuo ottenuto tramite il nostro metodo; i risultati ottenuti dalle analisi statistiche mostrano un incremento del coefficiente di correlazione a partire da un valore del 0.3% fino ad oltre 5% quando l‟attività ventricolare ha una potenza molto maggiore rispetto quella dell‟attività atriale.
Tesi di laurea Magistrale
File allegati
File Dimensione Formato  
tesi.pdf

accessibile in internet per tutti

Dimensione 2.79 MB
Formato Adobe PDF
2.79 MB Adobe PDF Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/21523