KIT | KIT-Bibliothek | Impressum | Datenschutz

Multiscale Cohort Modeling of Atrial Electrophysiology : Risk Stratification for Atrial Fibrillation through Machine Learning on Electrocardiograms

Nagel, Claudia 1
1 Institut für Biomedizinische Technik (IBT), Karlsruher Institut für Technologie (KIT)

Abstract:

Patienten mit Vorhofflimmern sind einem fünffach erhöhten Risiko für einen ischämischen Schlaganfall ausgesetzt. Eine frühzeitige Erkennung und Diagnose der Arrhythmie würde ein rechtzeitiges Eingreifen ermöglichen, um möglicherweise auftretende Begleiterkrankungen zu verhindern. Eine Vergrößerung des linken Vorhofs sowie fibrotisches Vorhofgewebe sind Risikomarker für Vorhofflimmern, da sie die notwendigen Voraussetzungen für die Aufrechterhaltung der chaotischen elektrischen Depolarisation im Vorhof erfüllen. Mithilfe von Techniken des maschinellen Lernens könnten Fibrose und eine Vergrößerung des linken Vorhofs basierend auf P Wellen des 12-Kanal Elektrokardiogramms im Sinusrhythmus automatisiert identifiziert werden. ... mehr

Abstract (englisch):

Patients affected by atrial fibrillation are exposed to a fivefold increased risk of ischemic stroke. An early detection and diagnosis of the arrhythmia would therefore set the course for timely intervention to prevent potentially occurring comorbidities. A dilation of the left atrium as well as the presence of fibrotically infiltrated atrial tissue are risk factors for atrial fibrillation as they provide the necessary substrate for the maintenance of electrical reentrant activity. Identifying fibrotic atrial cardiomyopathy and left atrial enlargement based on machine learning techniques applied to P waves representing the atrial activity in the 12-lead electrocardiogram in sinus rhythm could thus be an important means for a non-invasive and remote risk stratification of new-onset atrial fibrillation episodes and the selection of appropriate subjects for in-depth screening.
... mehr


Volltext §
DOI: 10.5445/IR/1000152993
Veröffentlicht am 29.11.2022
Cover der Publikation
Zugehörige Institution(en) am KIT Institut für Biomedizinische Technik (IBT)
Publikationstyp Hochschulschrift
Publikationsdatum 29.11.2022
Sprache Englisch
Identifikator KITopen-ID: 1000152993
Verlag Karlsruher Institut für Technologie (KIT)
Umfang xii, 210 S.
Art der Arbeit Dissertation
Fakultät Fakultät für Elektrotechnik und Informationstechnik (ETIT)
Institut Institut für Biomedizinische Technik (IBT)
Prüfungsdatum 17.11.2022
Relationen in KITopen
Referent/Betreuer Loewe, Axel
Rodriguez, Blanca
Dössel, Olaf
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page