Dipl.-Ing. Christopher Schilling

Dipl.-Ing. Minh Phuong Nguyen

Vorhofflimmern ist die am häufigsten vorkommende Herzrhythmusstörung. Nach aktuellen Schätzungen sind rund 800.000 Menschen in Deutschland davon betroffen. Neben einer Herzinsuffizienz und der damit verbundenen Verminderung an Lebensqualität kann Vorhofflimmern gefährliche Folgeerkrankungen, darunter Embolien, hervorrufen. So können je nach Begleiterkrankung Patienten mit Vorhofflimmern ein erhöhtes Schlaganfallrisiko haben. Mit Hilfe der Katheterablation kann das Vorhofmyokard so modifiziert werden, dass das Vorhofflimmern terminiert. Trotz intensiven Untersuchungen konnten bisher noch keine eindeutige Regeln für das Vorgehen bei der Katheterablationen abgeleitet werden. Damit hängt der Erfolg dieser kurativen Methode stark von dem Erfahrungsschatz des Arztes ab.
Während des Flimmerns können im Vorhof sogenannte komplex fraktionierte Elektrogramme (CFAEs) gemessen werden. CFAEs sind ein Indikator für Gewebebereiche, welche für das Aufrechterhalten des Vorhofflimmerns verantwortlich sind und darum zerstört werden sollen. Wegen ihres komplexen Signalverlaufs konnten CFAEs mit den herkömmlichen Verfahren bisher nur beschränkt untersucht werden.

Das Ziel dieser Arbeit bestand in der Entwicklung von neuen Algorithmen zur Segmentierung und Charakterisierung der während des Vorhofflimmerns abgeleiteter atrialer Elektrogramme. Der Segmentierungsalgorithmus sollte in der Lage sein, trotz der Fraktioniertheit der Elektrogramm zuverlässige Ergebnisse zu liefern. Aus den segmentierten Daten sollten Indizes, die die Eigenschaften der Elektrogramme beschreiben, abgeleitet werden.

Mit Hilfe des Nicht-linearen Energieoperators (NLEO) wurde eine robuste und zuverlässige Segmentierung der Signale erreicht. Aktive Segmente werden von Bereichen, in denen eine isoelektrische Linie zu erwarten ist, automatisch getrennt. Mit Hilfe adaptiver Schwellwerte und der Berücksichtigung der Refraktärzeiten werden die aktiven Abschnitte des Elektrogramms als Segmente in ihrer physiologisch sinnvollen Länge detektiert. Aus den segmentierten Daten werden Deskriptoren abgeleitet, die zur Charakterisierung der Elektrogramme und Identifikation von CFAEs dienen. Der Segmentierungsalgorithmus sowie seine modifizierte Ausführung wurden sowohl auf CFAEs als auch auf atriale Elektrogramme, die im Sinusrhythmus und während des Vorhofflatterns abgeleitet wurden, getestet. Darüber hinaus kann der Segmentierungsalgorithmus auch zur Detektion des QRS-Komplexes im Oberflächen-EKG genutzt werden.

Bei CFAEs tritt mehr als eine "dominante" Frequenz im Spektrum auf. Ausgehend von der Analyse der dominanten Frequenz wurde bei der Spektralanalyse atrialer Elektrogramme ein Ansatz entwickelt, der nicht nur eine Grundfrequnz im Spektrum sucht sondern mehreren charakteristischen Frequenzen (CF) und deren Harmonischen im Spektrum findet. Neben der Identifikation von CFAEs liefert die Analyse der CF eine Grundlage für die Untersuchung der gleichzeitigen Ausbreitung von mehreren Erregungswellen, die sich im Vorhof während des Vorhofflimmerns überlagern können.