公开(公告)号：CN114271927B

公开(公告)日：2023-10-17

申请号：CN202111557609.5

申请日：2021-12-19

Applicant: 复旦大学 ,  复旦大学义乌研究院

Inventor： 邬小玫 ,  李中天 ,  鄢盛杰 ,  党德威

IPC: A61B18/12 ,  A61B18/14 ,  G06N3/084

Abstract: 本发明属于医疗仪器技术领域，具体为一种可实时预测心律失常射频消融损伤深度的方法及射频消融仪。本发明采用粒子群优化反向传播(PSO‑BP)神经网络对消融损伤深度进行预测，通过机器学习建立消融时间、电极‑组织接触压力(CF)、消融功率三个射频消融参数与消融损伤深度的量化关系，即从三个射频消融参数得到与消融损伤深度对应的“消融深度指数”。然后将消融深度指数模型移植到射频消融仪中，辅助医生在心律失常射频消融实施过程中实现对消融深度的精准控制，具有临床应用前景。

公开(公告)号：CN114271927A

公开(公告)日：2022-04-05

申请号：CN202111557609.5

申请日：2021-12-19

Applicant: 复旦大学

Inventor： 邬小玫 ,  李中天 ,  鄢盛杰 ,  党德威

IPC: A61B18/12 ,  A61B18/14 ,  G06N3/08

Abstract: 本发明属于医疗仪器技术领域，具体为一种可实时预测心律失常射频消融损伤深度的方法及射频消融仪。本发明采用粒子群优化反向传播(PSO‑BP)神经网络对消融损伤深度进行预测，通过机器学习建立消融时间、电极‑组织接触压力(CF)、消融功率三个射频消融参数与消融损伤深度的量化关系，即从三个射频消融参数得到与消融损伤深度对应的“消融深度指数”。然后将消融深度指数模型移植到射频消融仪中，辅助医生在心律失常射频消融实施过程中实现对消融深度的精准控制，具有临床应用前景。