La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Feasibility Study of Numerical Calculation and Machine Learning Hybrid Approach for Renal Denervation Temperature Prediction Étude de faisabilité de l'approche hybride de calcul numérique et d'apprentissage automatique pour la prévision de la température de dénervation rénale

Aditya RAKHMADI, Kazuyuki SAITO

  • Vues en texte intégral

    0

  • Citer

Résumé:

La dénervation rénale par cathéter (RDN) est un nouveau traitement pour réduire la pression artérielle chez les patients souffrant d'hypertension résistante à l'aide d'un cathéter à base d'énergie, principalement un courant de radiofréquence (RF), en éliminant le nerf sympathique rénal. Cependant, plusieurs traitements RDN incohérents ont été signalés, principalement en raison de la zone de chauffage étroite du courant RF et de l'incapacité de confirmer une ablation nerveuse réussie dans une zone profonde. Nous avons proposé l’énergie micro-ondes comme alternative pour créer une zone d’ablation plus large. Cependant, confirmer une ablation réussie reste un problème. Dans cet article, nous avons conçu une méthode de prédiction pour les sites d’ablation des nerfs rénaux profonds en utilisant l’apprentissage automatique (ML) hybride basé sur le calcul numérique en combinaison avec un cathéter à micro-ondes. Ce travail constitue une première étape visant à vérifier la capacité de prédiction hybride du ML dans une situation réelle. Un cathéter avec une antenne coaxiale à fente unique à 2.45 GHz avec un cathéter à ballonnet, combiné à une fine sonde thermomètre sur la surface du ballon, est proposé. La température de la lumière mesurée par la sonde est utilisée comme entrée ML pour prédire l’augmentation de la température sur le site d’ablation. Des expériences de chauffage utilisant des fantômes de trous de 6 et 8 mm avec une puissance excitée de 41.3 W et des fantômes de 8 mm avec une puissance excitée de 36.4 W ont été réalisées huit fois chacune pour vérifier la faisabilité et la précision de l'algorithme ML. De plus, la température sur le site d'ablation est mesurée à titre de référence. L'algorithme de prédiction par ML est en bon accord avec la référence, avec une différence maximale de 6°C et 3°C en 6 et 8 mm (les deux puissances), respectivement. Dans l’ensemble, l’algorithme ML proposé est capable de prédire l’augmentation de la température du site d’ablation avec une grande précision.

Publication
IEICE TRANSACTIONS on Electronics Vol.E106-C No.12 pp.799-807
Date de publication
2023/12/01
Publicisé
2023/05/22
ISSN en ligne
1745-1353
DOI
10.1587/transele.2023ECP5002
Type de manuscrit
PAPER
Catégories
Théorie électromagnétique

Auteurs

Aditya RAKHMADI
  Chiba University
Kazuyuki SAITO
  Chiba University

Mots-clés

Table des matières