Valencia, España
La infiltración fibrótica en el tejido auricular juega un papel muy relevante en la evolución, prognosis y diseño de terapias en pacientes con fibrilación auricular. Sin embargo, los métodos para cuantificarla clínicamente basados en imagen médica o señal intracavitaria son controvertidos. Este trabajo evalúa la posibilidad de cuantificar el nivel de infiltración fibrótica mediante la morfología de la señal intracavitaria, usando para ello modelos de aprendizaje profundo entrenados con señales de tejidos simulados con un porcentaje conocido de fibrosis. Se simuló la propagación eléctrica en un tejido bidimensional con 225 patrones fibróticos diferentes, de los que se extrajeron 106.336 muestras de electrogramas unipolares, 63.975 muestras bipolares y 30.769 muestras omnipolares, que se usaron en redes neuronales profundas para estimar la fibrosis según la morfología de la señal. El mejor modelo entrenado alcanzó un 71% de exactitud en predicciones individuales que ascendió al 91% de exactitud al agrupar predicciones de una misma simulación. Los modelos predictivos mostraron una ligera ventaja en el uso de EGMs unipolares, pero que no fue significativa al agrupar las predicciones. Este modelo constituye un primer paso para mejorar la caracterización de la fibrosis auricular y su aplicación clínica en pacientes con fibrilación auricular.
© 2001-2026 Fundación Dialnet · Todos los derechos reservados