PRÉDICTION DE RÉCURRENCE DE FIBRILLATION AURICULAIRE APRÈS ISOLEMENT DE VEINE PULMONAIRE À L'AIDE DE SIMULATIONS DE MODÈLES D'IMAGERIE PAR RÉSONANCE MAGNÉTIQUE SPÉCIFIQUES AU PATIENT ET APPRENTISSAGE AUTOMATIQUE
A device may receive images of a patient, and may perform segmentation of surfaces on the images to create a 3D model. The device may identify normal tissue regions and atrial fibrosis (AF) regions in the 3D model, and may divide the 3D model into the normal tissue regions and the AF regions. The device may assign first cell and tissue properties to the normal tissue regions, and may assign second cell and tissue properties to the AF regions. The device may perform simulations on the normal tissue regions and the AD regions, based on the first and second cell and tissue properties, to generate simulation results, and may extract first features from the simulation results. The device may extract second features from the images, and may process the first and second features, with a model, to select a feature that is predictive of atrial fibrillation recurrence.La présente invention concerne un dispositif qui peut recevoir des images d'un patient, et peut effectuer une segmentation de surfaces sur les images pour créer un modèle 3D. Le dispositif peut identifier des régions de tissu normal et des régions de fibrose auriculaire (AF) dans le modèle 3D, et peut diviser le modèle 3D en régions de tissu normal et en régions AF. Le dispositif peut attribuer des premières propriétés cellulaires et tissulaires aux régions de tissu normal, et peut attribuer des secondes propriétés cellulaires et tissulaires aux régions AF. Le dispositif peut effectuer des simulations sur les régions de tissu normal et les régions AD, sur la base des première et seconde propriétés cellulaires et tissulaires, pour générer des résultats de simulation, et peut extraire des premières caractéristiques à partir des résultats de simulation. Le dispositif peut extraire des secondes caractéristiques des images, et peut traiter les première et seconde caractéristiques, avec un modèle, pour sélectionner une caractéristique qui est prédictive de la récurrence de fibrillation auriculaire.
