ZEMZEMI, Nejib; LABARTHE, Simon; DUBOIS, Rémi; COUDIÈRE, Yves

Métadonnées

Licence d’utilisation du document

ZEMZEMI, Nejib
Modélisation et calculs pour l'électrophysiologie cardiaque [CARMEN]

LABARTHE, Simon
Modélisation et calculs pour l'électrophysiologie cardiaque [CARMEN]
Institut de Mathématiques de Bordeaux [IMB]

DUBOIS, Rémi
IHU-LIRYC

Langue

Communication dans un congrès

Ce document a été publié dans

CINC - Computing in Cardiology 2012, 2012-09-09, Krakow. 2012-11, vol. 39, p. 125-128

Résumé en anglais

The treatment of atrial fibrillation has greatly changed in the past decade. Ablation therapy, in particular pul- monary vein ablation, has quickly evolved. However, the sites of the trigger remain very difficult to localize. In this study we propose a machine-learning method able to non-invasively estimate a single site trigger. The machine learning technique is based on a kernel ridge regression al- gorithm. In this study the method is tested on a simulated data. We use the monodomain model in order to simulate the electrical activation in the atria. The ECGs are com- puted on the body surface by solving the Laplace equation in the torso.< Réduire

Métadonnées

Partager cette publication !

Licence d’utilisation du document

From Body Surface Potential to Activation Maps on the Atria: a Machine Learning Technique

Langue

Ce document a été publié dans

Résumé en anglais

URI

Origine

Unités de recherche