CareLit Fachartikel

Synergistische Kombination physik-basierter und daten-getriebener Modelle KI zur nichtinvasiven Lokalisation kardialer Extrasystolen

Loewe, A. · Medizintechnik · 2025 · Heft 5 · S. 12 bis 20

Dokument
568579
CareLit-ID
Jahr
2025
Publikation
PDF
nein
Metadaten
DOI
–
zitierfähig

Bibliografische Angaben

Zeitschrift
Medizintechnik
Autor:innen
Loewe, A.
Ausgabe
Heft 5 / 2025
Jahrgang 22
Seiten
12 bis 20
Erschienen: 2025-10-28 08:01:21
ISSN
0344-9416
DOI
–

Zusammenfassung

Ventrikuläre Extrasystolen sind zusätzliche Herzschläge. Für eine erfolgreiche Katheterablation zur Heilung dieser Herzrhythmusstörung ist die präzise Ursprungsortbestimmung entscheidend. ECG Imaging bietet eine nichtinvasive Methode zur Rekonstruktion der elektrischen Aktivität im Herzen durch Lösung des inversen Problems der Elektrokardiographie. Maschinelles Lernen ermöglicht eine alternative Herangehensweise: Neuronale Netze lernen aus großen EKG-Datensätzen, den Ursprungsort der Extrasystolen vorherzusagen. Grundlage sind häufig synthetisch erzeugte Trainingsdaten aus Simulationsmodellen der kardialen Elekt…

Schlagworte

kardiale Extrasystolen nichtinvasive Lokalisation Elektrokardiographie maschinelles Lernen Katheterablation elektroanatomisches Mapping EKG-Analyse Körperoberflächenpotenzial-Mapping Arrhythmias Electrocardiography Machine Learning Catheter Ablation Heart Ventricles Artificial Intelligence Medizintechnik