Memorias de investigación
Ponencias en congresos:
Latent variable analysis of causal interactions in atrial fibrillation electrograms
Año:2016
Áreas de investigación
  • Biomedicina,
  • Ingeniería eléctrica, electrónica y automática
Datos
Descripción
Multi-channel intracardiac electrocardiograms of atrial fibrillation (AF) patients are acquired at the electrophysiology laboratory in order to guide radiofrequency (RF) ablation surgery. Unfortunately, the success rate of RF ablation is still moderate, since the mechanisms underlying AF initiation and maintenance are still not precisely known. In this paper, we use an advanced machine learning model, the Gaussian process latent force model (GP-LFM), to infer the relationship between the observed signals and the unknown (latent or exogenous) sources causing them. The resulting GP-LFM provides valuable information about signal generation and propagation inside the heart, and can then be used to perform causal analysis. Results on realistic synthetic signals, generated using the FitzHugh-Nagumo model, are used to showcase the potential of the proposed approach.
Internacional
Si
Nombre congreso
2016 Computing in Cardiology (CinC)
Tipo de participación
970
Lugar del congreso
Vancouver (Canadá)
Revisores
Si
ISBN o ISSN
978-1-5090-0896-4
DOI
Fecha inicio congreso
11/09/2016
Fecha fin congreso
14/09/2016
Desde la página
981
Hasta la página
984
Título de las actas
Proceedings of the 2016 Computing in Cardiology (CinC)
Esta actividad pertenece a memorias de investigación
Participantes
Grupos de investigación, Departamentos, Centros e Institutos de I+D+i relacionados
  • Creador: Grupo de Investigación: Teoría de Aproximación Constructiva y Aplicaciones
  • Departamento: Teoría de la Señal y Comunicaciones (Provisional)