2023 Fiscal Year Final Research Report

Multidisciplinary Treatment Strategies for Chronic Atrial Fibrillation by Integrating Phase Variance Analysis and Clinical Visualization Techniques

Research Project

PDF

Project/Area Number	21H04953
Research Category	Grant-in-Aid for Scientific Research (A)
Allocation Type	Single-year Grants
Section	一般
Review Section	Medium-sized Section 90:Biomedical engineering and related fields
Research Institution	The University of Tokyo
Principal Investigator	SAKUMA ICHIRO 東京大学, 大学院工学系研究科(工学部), 教授 (50178597)
Co-Investigator(Kenkyū-buntansha)	富井直輝東京大学, 大学院工学系研究科(工学部), 准教授 (00803602) 山崎正俊東京大学, 大学院工学系研究科(工学部), 特任准教授 (30627328) 中沢一雄森ノ宮医療大学, 医療技術学部, 教授 (50198058) 芦原貴司滋賀医科大学, 医学部, 教授 (80396259)
Project Period (FY)	2021-04-05 – 2024-03-31
Keywords	心房細動 / 生体制御・治療 / カテーテルアブレーション / 心臓旋回興奮波 / 光学マッピング / 深層学習モデル / シミュレーション
Outline of Final Research Achievements	We developed a deep learning model to reconstruct membrane potentials from multi-electrode signals and confirmed that it can reconstruct membrane potentials with the same accuracy as optical measurements. We developed a method for detecting focal activation events based on divergence calculations of phase maps, and confirmed that the method has low false-positive detection performance. We also developed a 3D atrial geometry model of an atrial fibrillation patient and reproduced the propagation of atrial fibrillation excitation caused by abnormal excitation from the pulmonary veins. Phase map analysis of excitatory dynamic rotors of human atrial fibrillation using a real-time online clinical arrhythmia imaging system by Ashihara et al. provided data that led to efficay, challenges, and limitations of phase dispersion analysis. Reinforcement learning of in silico deep learning models showed the possibility of obtaining optimal ablation site strategies.
Free Research Field	医用システム
Academic Significance and Societal Importance of the Research Achievements	本研究では，毒性をもつ膜電位感受性色素を用いた光学マッピングで得られた，心房組織における渦巻き型旋回興奮波などの複雑な興奮動態の位相解析が，臨床で通常用いられる多電極による細胞外電位信号から再構成可能であることを示した。また位相分散解析の有効性を，共同研究者が既に開発した同様の手法による位相マップの解析に応用し，その有用性を示す知見を得た。心房細動患者の３次元心房形状モデルにより肺静脈からの異常興奮による心房細動の興奮の再現が可能なシミュレーション環境を構築した。これらの研究成果はこれまで基礎研究で得られた知見を臨床で検討する道を開いたことから，心房細動治療の進歩に貢献すると考えられる。