本公开涉及用于对心脏传导系统起搏脉冲的捕获类型进行分类的方法和设备。
背景技术：
1、在正常窦性心律(nsr)期间，心跳由位于右心房壁中的窦房(sa)结产生的电信号调节。由sa结产生的每个固有心房去极化信号在心房中扩散，引起心房的去极化和收缩，并且到达房室(av)结。av结通过将心室去极化信号传播通过心室中隔的希氏束(bundle ofhis或“his bundle”)并此后到达右心室和左心室的浦肯野分支和浦肯野肌纤维来作出响应。此原生传导系统包括希氏束、左右分支(有时被称为左右束分支)，且浦肯野纤维可被称为“希浦传导系统”或“希浦系统”。
2、出现传导系统异常，例如，av结传导不良、sa结功能不良或其他传导异常的患者可接受起搏器，以恢复更正常的心律和av同步性。可以执行心室起搏以维持患有传导异常的患者的心室率。单腔室心室起搏器可以耦接到承载放置在右心室中(例如，在右心室心尖中)的电极的经静脉心室引线。起搏器本身通常植入皮下袋中，其中经静脉心室引线隧穿到皮下袋。心内起搏器已经被介绍或提出用于完全植入患者的心脏内，从而消除了对经静脉引线的需要。心内起搏器可提供来自患者心脏腔室内(例如，来自出现av传导阻滞或其他传导异常的患者的右心室内部)的感测和起搏，以提供心室率支持。
3、可提供双腔室起搏器，其包括承载被放置在右心房中的电极的经静脉心房引线和承载被推进穿过右心房进入右心室中的电极的经静脉心室引线。双腔室起搏器感测心房电信号和心室电信号，并且可以视需要提供心房起搏和心室起搏两者，以促进正常的心房和心室节律，并且当sa和/或av节点或其他传导异常存在时促进av同步。
4、已提出希浦系统的心脏起搏，以沿心脏的原生传导系统提供心室起搏。经由右心室心尖处或附近的电极进行长期心室起搏可能与房颤或心力衰竭的风险增加相关联。已经研究或提出了沿着希浦系统的另选起搏位点，诸如在希氏束处或附近或者在靠近左束分支和/或右束分支的区域中起搏。经由心脏的希浦系统对心室起搏允许沿心脏的原生传导系统募集，并且被假设为比其他起搏位点(诸如，心室心尖)促进生理上更正常的心脏激活。
技术实现思路
1、本公开的技术总体上涉及一种医疗装置系统，该医疗装置系统被配置为对递送至患者心脏的希浦传导系统的心脏起搏脉冲的捕获类型进行分类。该医疗装置系统的处理电路系统将所递送的希浦传导系统起搏脉冲(在本文中也称为“心室传导系统”(vcs)起搏脉冲)的捕获类型分类为多种捕获类型中的一种捕获类型。捕获类型分类中有例如不具有心室心肌捕获的选择性希浦系统捕获、具有心室心肌捕获的非选择性希浦系统捕获、不具有希浦系统捕获的心室心肌捕获、或捕获丢失。该医疗装置系统的处理电路系统可以接收在希浦系统起搏期间获得的心脏信号。处理电路系统可以从所接收的心脏信号中提取数据，以用于将人工智能或机器学习模型应用于所提取的数据。在一些示例中，可以使用心脏信号数据集将该模型训练成将心脏信号(例如，起搏后心脏信号波形)和相关联的vcs起搏脉冲分类为多种捕获类型中的一种捕获类型。该处理电路系统可以基于捕获分类来生成起搏捕获信息，以用于在用户接口中对用户的视觉表示，该捕获分类是基于机器学习模型确定的。附加地或另选地，该处理电路系统可以基于捕获分类来生成起搏捕获信息，以供用于将操作参数编程到医疗装置中以及由医疗装置控制vcs起搏。此类起搏捕获信息可以包括但不限于与一种或多种捕获类型分类相关联的捕获阈值和/或推荐的vcs起搏输出设置。
2、在一个示例中，本公开提供了一种医疗装置系统，该医疗装置系统包括：存储器，该存储器被配置为存储在递送vcs起搏脉冲之后感测到的第一心脏信号；和处理电路系统，该处理电路系统被配置为接收至少该第一心脏信号，以及将起搏捕获分类机器学习模型应用于至少该第一心脏信号。该处理电路系统可以被配置为基于所应用的起搏捕获分类机器学习模型，从多种捕获类型中确定vcs起搏脉冲的捕获类型分类。该处理电路系统可以被配置为基于该捕获类型分类来生成输出。该医疗装置系统可以包括用户接口，该用户接口被配置为响应于由该处理电路系统生成的该输出，呈现与所递送的心室传导系统起搏脉冲相关联的捕获类型分类的表示。
3、在另一示例中，本公开提供了一种方法，该方法包括：在存储器中存储在递送vcs起搏脉冲之后感测到的心脏信号；将至少该心脏信号输入到起搏捕获分类机器学习模型；以及由该起搏捕获分类机器学习模型从多种捕获类型中输出该vcs起搏脉冲的捕获类型分类。该方法可进一步包括由处理电路系统基于该捕获类型分类来生成输出，以及由用户接口呈现与所递送的心室传导系统起搏脉冲相关联的捕获类型分类的表示。
4、在又一示例中，本公开提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储一组指令，该一组指令当由医疗装置系统的处理电路系统执行时，使得该医疗装置系统：在该医疗装置系统的存储器中存储在递送vcs起搏脉冲之后感测到的心脏信号；将起搏捕获分类机器学习模型应用于至少该心脏信号；以及基于所应用的起搏捕获分类机器学习模型，从多种捕获类型中确定该vcs起搏脉冲的捕获类型分类。这些指令可进一步使得该医疗装置系统：基于该捕获类型分类来生成输出；以及由该医疗装置系统的用户接口呈现与所递送的心室传导系统起搏脉冲相关联的所确定的捕获类型的表示。
5、在另一示例中，本公开提供了一种医疗装置系统，该医疗装置系统包括：感测电路，该感测电路被配置为感测心脏电信号；疗法递送电路，该疗法递送电路被配置为递送vcs起搏脉冲；和处理电路系统，该处理电路系统被配置为该接收心脏电信号。该处理电路系统可被配置为将机器学习模型应用于至少所感测到的心脏电信号，使用多个心脏信号数据集将该机器学习模型训练成确定起搏捕获类型。该处理电路系统可被进一步配置为基于所应用的机器学习模型，确定该vcs起搏脉冲的起搏捕获类型。该医疗装置系统可进一步包括用户接口，该用户接口被配置为呈现该vcs起搏脉冲的所确定的起搏捕获类型的表示。
6、在另一示例中，本公开提供了一种医疗装置系统，该医疗装置系统包括：感测电路，该感测电路被配置为感测至少一个心脏电信号；疗法递送电路，该疗法递送电路被配置为递送vcs起搏脉冲；和存储器，该存储器被配置为存储在递送由疗法递送电路递送的第一vcs起搏脉冲之后的至少一个起搏后时间间期期间由感测电路感测到的心脏信号区段。该医疗装置系统进一步包括处理电路系统，该处理电路系统可被配置为将机器学习模型应用于至少该第一心脏信号区段，以及基于该机器学习模型，从多种捕获类型中确定该第一vcs起搏脉冲的起搏捕获类型。该处理电路系统可以基于至少所确定的起搏捕获类型来选择操作起搏脉冲输出。该疗法递送电路可被进一步配置为根据所选择的操作起搏脉冲输出来递送第二vcs起搏脉冲。
7、本文还公开了以下实施例的主题：
8、实施例1.一种医疗装置系统，该医疗装置系统包括：存储器，该存储器被配置为存储在递送vcs起搏脉冲之后感测到的第一心脏信号；和处理电路系统，该处理电路系统被配置为接收在递送该vcs起搏脉冲之后感测到的该第一心脏信号。该处理电路系统被进一步配置为将起搏捕获分类机器学习模型应用于至少该第一心脏信号，以及基于所应用的起搏捕获分类机器学习模型，从多种捕获类型中确定该vcs起搏脉冲的捕获类型分类。该处理电路系统可以基于该捕获类型分类来生成输出。该医疗装置系统可包括用户接口，该用户接口被配置为响应于所生成的输出，呈现与所递送的心室传导系统起搏脉冲相关联的捕获类型分类的表示。
9、实施例2.根据实施例1所述的医疗装置系统，其中该存储器被进一步配置为存储与第一vcs起搏脉冲输出对应的第一模板搏动信号。该处理电路系统可被进一步配置为将至少该第一模板搏动信号和该第一心脏信号输入到该起搏捕获分类机器学习模型；以及基于应用于至少该第一模板搏动信号和该第一心脏信号的该起搏捕获分类机器学习模型，确定该捕获类型分类。
10、实施例3.根据实施例1至2中任一项所述的医疗装置系统，其中该存储器被进一步配置为存储与第一vcs起搏脉冲输出对应的第一模板搏动信号。该处理电路系统被进一步配置为从该第一心脏信号和该第一模板搏动信号，确定第一模板差信号，将至少该第一模板差信号和该第一心脏信号输入到该起搏捕获分类机器学习模型；以及基于应用于至少该第一模板差信号和该第一心脏信号模型的该起搏捕获分类机器，确定该捕获类型分类。
11、实施例4.根据实施例1至3中任一项所述的医疗装置系统，其中该存储器被进一步配置为存储多个模板搏动信号，其中每个模板搏动信号对应于多个vcs起搏脉冲输出中的一个vcs起搏脉冲输出。该处理电路系统可被进一步配置为将该多个模板搏动信号和该第一心脏信号中的每一者输入到该起搏捕获分类机器学习模型，以及基于应用于至少该多个模板搏动信号和该第一心脏信号的该起搏捕获分类机器学习模型，确定该捕获类型分类。
12、实施例5.根据实施例1至4中任一项所述的医疗装置系统，其中该存储器被进一步配置为存储多个模板搏动信号，其中每个模板搏动信号对应于多个vcs起搏脉冲输出中的一个vcs起搏脉冲输出。该处理电路系统可被进一步配置为通过从该多个模板差拍信号中的每个模板差拍信号和该第一心脏信号来确定模板差信号，确定多个模板差信号。该处理电路系统可以将该多个模板差信号和该第一心脏信号输入到该起搏捕获分类机器学习模型，以及基于应用于至少该多个模板差信号和该第一心脏信号的该起搏捕获分类机器学习模型，确定该捕获类型分类。
13、实施例6.根据实施例4至5中任一项所述的医疗装置，其中该存储器被进一步配置为通过存储与第一vcs起搏脉冲输出对应的第一模板搏动信号、与小于该第一vcs起搏脉冲输出的第二vcs起搏脉冲输出对应的第二模板搏动信号、以及与在该第一vcs起搏脉冲输出和该第二vcs起搏脉冲输出中间的第三vcs起搏脉冲输出对应的第三模板搏动信号，存储该多个模板搏动信号。
14、实施例7.根据实施例1至6中任一项所述的医疗装置系统，其中该处理电路系统可以被进一步配置为从该第一心脏信号确定导数信号；通过输入至少该导数信号，将该第一心脏信号输入到该起搏捕获分类机器学习模型；以及基于应用于至少该导数信号的该起搏捕获分类机器学习模型，确定该捕获类型分类。
15、实施例8.根据实施例1至7中任一项所述的医疗装置系统，其中该存储器被进一步配置为存储在递送该vcs起搏脉冲之后感测到的第二心脏信号，其中该第一心脏信号由第一感测电极矢量感测，并且该第二心脏信号由不同于该第一感测电极矢量的第二感测电极矢量感测。该处理电路系统可被进一步配置为将该第一心脏信号和该第二心脏信号中的每一者输入到起搏捕获分类机器学习模型，以及基于应用于至少该第一心脏信号和该第二心脏信号的该起搏捕获分类机器学习模型，确定捕获类型分类。
16、实施例9.根据实施例1至8中任一项所述的医疗装置系统，其中该存储器被进一步配置为存储所递送的vcs起搏脉冲的起搏脉冲输出。该处理电路系统可被进一步配置为将至少该起搏脉冲输出和该第一心脏信号输入到该起搏捕获分类机器学习模型，以及基于应用于至少该起搏脉冲输出和该第一心脏信号的该起搏捕获分类机器学习模型，确定该捕获类型分类。
17、实施例10.根据实施例1至9中任一项所述的医疗装置系统，其中该处理电路系统被进一步配置为确定该第一心脏信号的特征，将该第一心脏信号的该特征和该第一心脏信号输入到该起搏捕获分类机器学习模型，以及基于应用于至少该第一心脏信号的该特征和该第一心脏信号的该起搏捕获分类机器学习模型，确定该捕获类型分类。
18、实施例11.根据实施例1至10中任一项所述的医疗装置系统，其中该处理电路系统被进一步配置为接收从多个患者获得的训练心脏信号数据集，该训练心脏信号数据集包括多个训练心脏信号，每个训练心脏信号在递送vcs起搏脉冲之后被感测到，其中与该多个训练心脏信号相关联的该vcs起搏脉冲包括以多个不同的起搏脉冲输出递送的vcs起搏脉冲。该处理电路系统可被配置为根据机器学习算法用该训练心脏信号数据集来训练该起搏捕获分类机器学习模型，并且将用该训练心脏信号数据集训练的该起搏捕获分类机器学习模型应用于至少该第一心脏信号。
19、实施例12.根据实施例1至11中任一项所述的医疗装置系统，其中该处理电路系统被进一步配置为接收包括该第一心脏信号的多个心脏信号，该多个心脏信号中的每个心脏信号与vcs起搏脉冲相关联，其中与该多个心脏信号相关联的该vcs起搏脉冲包括以多个不同的起搏脉冲输出递送的vcs起搏脉冲。该处理电路系统可被进一步配置为将多个心脏信号中的每个心脏信号输入到该起搏捕获分类机器学习模型，基于该起搏捕获分类机器学习模型，确定以与该多个心脏信号相关联的该多个不同的起搏脉冲输出递送的vcs起搏脉冲中的每个vcs起搏脉冲的捕获类型分类，以及基于该捕获类型分类，确定该多种捕获类型中的至少一种捕获类型的捕获阈值。
20、实施例13.根据实施例12所述的医疗装置系统，其中该用户接口被进一步配置为呈现该至少一种捕获类型的该捕获阈值。
21、实施例14.根据实施例12至13中任一项所述的医疗装置系统，其中该处理电路系统被进一步配置为基于针对该至少一种捕获类型确定的该捕获阈值，确定操作起搏脉冲输出。
22、实施例15.根据实施例14所述的医疗装置系统，该医疗装置系统进一步包括疗法递送电路，该疗法递送电路被配置为根据该操作起搏脉冲输出生成vcs起搏脉冲。
23、实施例16.根据实施例1至15中任一项所述的医疗装置系统，其中该处理电路系统被进一步配置为将该捕获类型分类确定为以下项中的一项：不具有心室心肌捕获的选择性希浦系统捕获、具有心室心肌捕获的非选择性希浦系统捕获、不具有希浦系统捕获的心室心肌捕获、或捕获丢失。
24、实施例17.一种方法，该方法包括在存储器中存储在递送心室传导系统(vcs)起搏脉冲之后感测到的第一心脏信号，以及由处理电路系统接收在递送该vcs起搏脉冲之后感测到的第一心脏信号。该方法可进一步包括将起搏捕获分类机器学习模型应用于至少该第一心脏信号，以及基于所应用的起搏捕获分类机器学习模型，从多种捕获类型中确定该vcs起搏脉冲的捕获类型分类。该方法可包括由处理电路系统基于该捕获类型分类来生成输出，以及响应于所生成的输出，由用户接口呈现与所递送的vcs起搏脉冲相关联的该捕获类型分类的表示。
25、实施例18.根据实施例17所述的方法，该方法进一步包括在该存储器中存储与第一vcs起搏脉冲输出对应的第一模板搏动信号，将至少该第一模板搏动信号和该第一心脏信号输入到该起搏捕获分类机器学习模型，以及基于应用于至少该第一模板搏动信号和该第一心脏信号的该起搏捕获分类机器学习模型，确定该捕获类型分类。
26、实施例19.根据实施例17至18中任一项所述的方法，该方法进一步包括在该存储器中存储与第一vcs起搏脉冲输出对应的第一模板搏动信号；由处理电路系统从该第一心脏信号和该第一模板搏动信号确定第一模板差信号；将至少该第一模板差信号和该第一心脏信号输入到该起搏捕获分类机器学习模型；以及基于应用于至少该第一模板差信号和该第一心脏信号的该起搏捕获分类机器学习模型，确定该捕获类型分类。
27、实施例20.根据实施例17至19中任一项所述的方法，该方法进一步包括在该存储器中存储多个模板搏动信号，其中每个模板搏动信号对应于多个vcs起搏脉冲输出中的一个vcs起搏脉冲输出。该方法可进一步包括将该多个模板搏动信号和该第一心脏信号中的每一者输入到起搏捕获分类机器学习模型，以及基于应用于至少该多个模板搏动信号和该第一心脏信号的该起搏捕获分类机器学习模型，确定该捕获类型分类。
28、实施例21.根据实施例17至20中任一项所述的方法，该方法进一步包括在该存储器中存储多个模板搏动信号，其中每个模板搏动信号对应于多个vcs起搏脉冲输出中的一个vcs起搏脉冲输出。该方法可进一步包括通过从该多个模板搏动信号中的每个模板搏动信号和该第一心脏信号来确定模板差信号，确定多个模板差信号；将该多个模板差信号和该第一心脏信号输入到起搏捕获分类机器学习模型；以及基于应用于至少该多个模板差信号和该第一心脏信号的该起搏捕获分类机器学习模型，确定捕获类型分类。
29、实施例22.根据实施例20至21中任一项所述的方法，该方法进一步包括通过存储与第一vcs起搏脉冲输出对应的第一模板搏动信号、与小于该第一vcs起搏脉冲输出的第二vcs起搏脉冲输出对应的第二模板搏动信号、以及与在该第一vcs起搏脉冲输出和该第二vcs起搏脉冲输出中间的第三vcs起搏脉冲输出对应的第三模板搏动信号，存储多个模板搏动信号。
30、实施例23.根据实施例17至22中任一项所述的方法，该方法进一步包括从该第一心脏信号确定导数信号；通过输入至少该导数信号将该第一心脏信号输入到该起搏捕获分类机器学习模型；以及基于应用于至少该导数信号的该起搏捕获分类机器学习模型，确定该捕获类型分类。
31、实施例24.根据实施例17至23中任一项所述的方法，该方法进一步包括存储在递送该心室传导系统(vcs)起搏脉冲之后感测到的第二心脏信号，其中该第一心脏信号由第一感测电极矢量感测，并且该第二心脏信号由不同于该第一感测电极矢量的第二感测电极矢量感测。该方法可进一步包括将该第一心脏信号和该第二心脏信号中的每一者输入到该起搏捕获分类机器学习模型，并且基于应用于至少该第一心脏信号和该第二心脏信号的该起搏捕获分类机器学习模型，确定该捕获类型分类。
32、实施例25.根据实施例17至24中任一项所述的方法，该方法进一步包括在该存储器中存储所递送的vcs起搏脉冲的起搏脉冲输出；将至少该起搏脉冲输出和该第一心脏信号输入到该起搏捕获分类机器学习模型；以及基于应用于至少该起搏脉冲输出和该第一心脏信号的该起搏捕获分类机器学习模型，确定该捕获类型分类。
33、实施例26.根据实施例17至25中任一项所述的方法，该方法进一步包括确定该第一心脏信号的特征；将该第一心脏信号的该特征和该第一心脏信号输入到该起搏捕获分类机器学习模型；以及基于应用于至少该第一心脏信号的该特征和该第一心脏信号的该起搏捕获分类机器学习模型，确定该捕获类型分类。
34、实施例27.根据实施例17至26中任一项所述的方法，该方法进一步包括由该处理电路系统接收从多个患者获得的训练心脏信号数据集。该训练心脏信号数据集可以包括多个训练心脏信号，每个训练心脏信号在递送vcs起搏脉冲之后被感测到，其中与该多个训练心脏信号相关联的该vcs起搏脉冲包括以多个不同的起搏脉冲输出递送的vcs起搏脉冲。该方法可进一步包括根据机器学习算法用训练心脏信号数据集来训练该起搏捕获分类机器学习模型，以及将用该训练心脏信号数据集训练的该起搏捕获分类机器学习模型应用于至少该第一心脏信号。
35、实施例28.根据实施例17至27中任一项所述的方法，该方法进一步包括由该处理电路系统接收包括该第一心脏信号的多个心脏信号，该多个心脏信号中的每个心脏信号与vcs起搏脉冲相关联，其中与该多个心脏信号相关联的该vcs起搏脉冲包括以多个不同的起搏脉冲输出递送的vcs起搏脉冲。该方法可进一步包括将该多个心脏信号中的每个心脏信号输入到该起搏捕获分类机器学习模型；基于该起搏捕获分类机器学习模型，确定以与该多个心脏信号相关联的该多个不同的起搏脉冲输出递送的vcs起搏脉冲中的每个vcs起搏脉冲的捕获类型分类；以及基于该捕获类型分类，确定该多种捕获类型中的至少一种捕获类型的捕获阈值。
36、实施例29.根据实施例28所述的方法，该方法进一步包括由该用户接口呈现该至少一种捕获类型的该捕获阈值。
37、实施例30.根据实施例28至29中任一项所述的方法，该方法进一步包括基于针对该至少一种捕获类型确定的该捕获阈值，确定操作起搏脉冲输出。
38、实施例31.根据实施例30所述的方法，该方法进一步包括根据该操作起搏脉冲输出生成vcs起搏脉冲。
39、实施例32.根据实施例17至31中任一项所述的方法，该方法进一步包括将该捕获类型分类确定为以下项中的一项：不具有心室心肌捕获的选择性希浦系统捕获、具有心室心肌捕获的非选择性希浦系统捕获、不具有希浦系统捕获的心室心肌捕获、或捕获丢失。
40、本公开的一个或多个方面的细节在以下附图和说明书中阐述。根据说明书和附图以及权利要求，本公开中描述的技术的其他特征、目的和优点将是显而易见的。
1.一种医疗装置系统，所述医疗装置系统包括：
2.根据权利要求1所述的医疗装置系统，其中：
3.根据权利要求1至2中任一项所述的医疗装置系统，其中：
4.根据权利要求1至3中任一项所述的医疗装置系统，其中：
5.根据权利要求1至4中任一项所述的医疗装置系统，其中：
6.根据权利要求4至5中任一项所述的医疗装置，其中所述存储器被进一步配置为通过存储与第一vcs起搏脉冲输出对应的第一模板搏动信号、与小于所述第一vcs起搏脉冲输出的第二vcs起搏脉冲输出对应的第二模板搏动信号、以及与在所述第一vcs起搏脉冲输出和所述第二vcs起搏脉冲输出中间的第三vcs起搏脉冲输出对应的第三模板搏动信号，存储所述多个模板搏动信号。
7.根据权利要求1至6中任一项所述的医疗装置系统，其中所述处理电路系统被进一步配置为：
8.根据权利要求1至7中任一项所述的医疗装置系统，其中：
9.根据权利要求1至8中任一项所述的医疗装置系统，其中：
10.根据权利要求1至9中任一项所述的医疗装置系统，其中所述处理电路系统被进一步配置为：
11.根据权利要求1至10中任一项所述的医疗装置系统，其中所述处理电路系统被进一步配置为：
12.根据权利要求1至11中任一项所述的医疗装置系统，其中所述处理电路系统被进一步配置为：
13.根据权利要求12所述的医疗装置系统，其中所述处理电路系统被进一步配置为基于针对所述至少一种捕获类型确定的所述捕获阈值，确定操作起搏脉冲输出。
14.根据权利要求1至13中任一项所述的医疗装置系统，其中所述处理电路系统被进一步配置为将所述捕获类型分类确定为以下项中的一项：不具有心室心肌捕获的选择性希浦系统捕获、具有心室心肌捕获的非选择性希浦系统捕获、不具有希浦系统捕获的心室心肌捕获、或捕获丢失。
15.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储一组指令，所述一组指令在由医疗装置系统的处理电路系统执行时使得所述医疗装置系统：
