《Journal of Electrocardiology》：AI-enabled Vectorcardiography (AI-VCG) combined with cardiac magnetic resonance for the mechanism of left bundle branch block in patients undergoing cardiac resynchronization therapy
编辑推荐：
摘要背景左束支传导阻滞（LBBB）是一种异质性传导障碍，对心脏再同步化治疗（CRT）有重要影响。常规心电图（ECG）标准无法完全区分完整浦肯野激活型左束支传导阻滞（IPA-LBBB）和完全传导阻滞型左束支传导阻滞（CCB-LBBB），从而限制了精确的起搏决策。目的开发一种基于
摘要
背景
左束支传导阻滞（LBBB）是一种异质性传导障碍，对心脏再同步化治疗（CRT）有重要影响。常规心电图（ECG）标准无法完全区分完整浦肯野激活型左束支传导阻滞（IPA-LBBB）和完全传导阻滞型左束支传导阻滞（CCB-LBBB），从而限制了精确的起搏决策。
目的
开发一种基于智能的患者特异性向量心电图（AI-VCG）框架，该框架整合心电图和心脏磁共振成像（CMR），以无创方式识别左束支传导阻滞的机制。
方法
利用基于心脏-躯干几何结构的个性化心电图至向量心电图转换构建患者特异性AI-VCG模型，并在以心脏为中心的坐标系中表示。性能评估使用计算机模拟电生理学（n = 48个心脏）和一个临床CRT队列（n = 38）。评估了一个具有生理可解释性的AI-VCG特征——左右心向量的积分（IcX）——用于机制分类。
结果
计算机模拟验证表明，在区分IPA型左束支传导阻滞与CCB型左束支传导阻滞方面具有强大的判别能力（AUROC 0.96）。临床IcX分析在左束支传导阻滞亚组（n = 25）中以100%的准确率区分了IPA型左束支传导阻滞和CCB型左束支传导阻滞，最高IPA与最低CCB的IcX值之间存在22.4 μWb的差距。直接比较分析显示，Kors导出的QRS面积准确率为100%（但差距较窄），Strauss标准准确率为76%，单凭性别特异性QRS持续时间准确率为68%。
结论
患者特异性AI-VCG框架提供了一种可解释、无创且具有解剖学基础的左束支传导阻滞机制表征。这些初步结果支持在更大的多中心队列中进一步对AI-VCG和传统心电图及向量心电图指标进行验证。
引言
在心力衰竭患者接受心脏生理性起搏时，确定左束支传导阻滞的机制对预后和起搏策略的选择（双室起搏或左束支区起搏，LBBAP）具有关键影响。具体而言，侵入性建模表明，左束支传导阻滞（LBBB）可能具有两种主要机制——具有某些残留完整浦肯野激活（IPA）的左束支传导阻滞形态和左束支的完全传导阻滞（CCB），分别称为IPA型左束支传导阻滞和CCB型左束支传导阻滞 [1]。IPA型左束支传导阻滞中的宽QRS波主要与室内传导延迟有关，因此预期IPA型左束支传导阻滞患者对CRT的反应不如CCB型左束支传导阻滞患者。此外，由于LBBAP旨在招募传导纤维完全传导阻滞部位远端的左束支组织，与CCB型左束支传导阻滞患者相比，LBBAP在IPA型左束支传导阻滞患者中可能不如双室起搏（BIVP）有效。目前，Strauss标准等用于左束支传导阻滞的有监督方法已被用于中等程度地成功识别最佳的CRT候选人，但最终我们需要一种建模方法来无创确定左束支传导阻滞的机制以达到最佳效果。
在本研究中，我们开发了应用于向量心电图（VCG）和心脏磁共振成像（CMR）的人工智能方法来解决此问题。VCG以三维表示心脏的电活动，已被证明对检测肥厚和缺血性心脏病有效 [2], [3], [4], [5]；然而，用于区分IPA型左束支传导阻滞和CCB型左束支传导阻滞的VCG/ECG方法尚未开发或验证。
可以将VCG概念化为一个三维向量的时间序列，代表心脏周期中平均心脏电活动（去极化和复极化）。虽然历史上VCG最初是从专门的躯干导联直接测量的，但现在通常是通过维度投影方法（从8维到3维）直接从12导联心电图计算得出，这通常涉及使用8×3传输矩阵的乘法。在其标准形式中，三维VCG向量使用身体中心坐标系表示，使用三个正交导联/轴：左右轴（X）、头脚轴（Y）和前轴（Z）。虽然公认的是，与12导联心电图相比，这种表示的一个优势是三维VCG向量提供了更直观的电去（复）极化（EP）波传播平均方向的表示，但也认识到其可解释性受到两个混杂因素的影响。首先，从12导联心电图计算VCG是使用基于大量个体数据平均计算的群体通用传输矩阵进行的。其次，用于表示VCG向量的坐标系不是以心脏为中心的，因此不能直接使用EP传播方向趋势来解释心脏EP特征。
第一个混杂因素意味着，从12导联心电图计算VCG [3], [6], [7] 时，无论身体/躯干大小、心脏大小、心脏相对于躯干的位置和方向如何，也无论内部传导特性如何，都是使用相同的传输矩阵针对任何个体进行的，而实际上，解剖结构和传导特性在个体之间存在显著差异。传输矩阵系数是特定于方法的，几种方法在 [8] 中进行了分析，与Kors准正交变换、反Dower变换以及用于导出P波（PLSV）和QRS波群（QLSV）的线性回归变换相比，Kors回归变换在准确性方面位居榜首。作为一个说明性示例（在此包含以增强理解）说明患者特异性ECG→VCG传输矩阵的潜在影响，补充图1 比较了一个病例中的PS-VCG与反Dower和Kors重建。
第二个混杂因素是，除了极其罕见的两个轴重合的情况外，VCG无法确定性地提供关于心脏左右轴上活动的信息。对于头脚轴与心脏基底-心尖轴，以及身体前后轴与心脏上下轴也可以说同样的话。
提出的基于人工智能的方法论通过计算患者特异性VCG及其在以心脏为中心的坐标系中的分量，以更好地支持基于影像数据（MRI）和12导联心电图的去极化/复极化向量的直观模型，从而解决了这一关键缺陷。提出的患者特异性AI-VCG还具有一种独特的质量，即作为一种无创方法，它提供了心脏左右轴上去极化动力学的见解，这可以区分CCB和IPA，因为它们对快速传导系统的参与不同。在本研究中，我们检验了一个假设，即提出的AI-VCG方法可以准确区分接受双室起搏患者队列中的IPA型左束支传导阻滞和CCB型左束支传导阻滞。
章节摘要
患者特异性AI-VCG模型
我们使用为12个心电图导联定义的导联场来计算EP模拟的12导联ECG曲线，以及从测量或模拟的12导联ECG计算VCG序列。我们应强调，其想法是以患者特异性方式计算VCG，而不是使用Kors、Frank或反Dower变换等方法 [3], [6], [7] 等通用ECG-VCG转换方法。
为了从心电图迹线计算患者特异性VCG（PS-VCG），我们利用了导联场（LF）公式的使用。
计算机模拟结果
图5显示了每种四种模拟传导模式（健康、IPA1、IPA2和CCB）的IcX、IcY和IcZ的分布。这些参数分别代表沿心脏左右（cX）、基底-心尖（cY）和上下（cZ）轴的患者特异性VCG时间积分分量。模拟展示了不同传导表型中电激活的不同模式，最显著的分离发生在心脏
临床结果
临床分析采用分层方法进行了评估（表2）。首先，评估了IcX在全队列中区分右束支传导阻滞（RBBB）与左束支传导阻滞相关激活模式的能力。然后，根据临床/设备信息，将已知有活动右室起搏的病例从固有左束支传导阻滞机制分析中排除，因为起搏心室激活不能反映固有的IPA或CCB传导。最后，评估了剩余非起搏左束支传导阻滞亚组中的IPA与CCB分类。
IcX分离了
讨论
本文提出的患者特异性向量心电图系统证明了其直接从12导联体表心电图提供EP传导病理学见解的可行性。虽然基于我们的计算机模拟探索，几个指数看起来很有前景，但IcX指数在计算机模拟和活体队列中都被证明是最有用的。该指数有助于分类左束支传导阻滞与右束支传导阻滞病例，但更重要的是，它有助于分类完全传导阻滞与残留完整浦肯野激活病例。当我们更详细地查看其
结论
在本文中，我们提出了一种患者特异性计算和以心脏为中心的VCG分析方法论，该方法可以准确分类左束支传导阻滞中的阻滞机制。IcX指数在本初始临床队列中稳健地将IPA型左束支传导阻滞与CCB型左束支传导阻滞分离开来，而直接比较分析显示Kors导出的QRS面积表现强劲，而性别特异性QRS持续时间和Strauss标准表现较弱。这些发现支持在更大的外部验证中对AI-VCG和传统VCG指标进行
CRediT作者贡献声明
Viorel Mihalef： 写作 - 审阅和编辑，写作 - 原稿，验证，方法学，数据整理，概念化。 Tiziano Passerini： 写作 - 审阅和编辑，写作 - 原稿，形式分析，数据整理。 Puneet Sharma： 写作 - 审阅和编辑，写作 - 原稿，监督，项目管理，概念化。 Derek Bivona： 写作 - 审阅和编辑，可视化，验证，方法学，形式分析，数据整理。 Pim Oomen： 写作 -
伦理声明
已从所有参与者或其法定代表处获得参与本研究和发表文章的书面知情同意书。尊重了参与者的隐私权。
本研究是在研究所在地遵守相关法律、监管框架和指南进行的。本研究已获得UVA IRB-HSR批准。（批准编号：19808）
资金
本研究受 美国国立卫生研究院 资助项目 R01HL159945 的支持。资金提供方未参与研究设计、数据的收集、分析或解释、报告的撰写，或决定提交文章发表。
利益冲突声明
Viorel Mihalef, Tiziano Passerini和Puneet Sharma是西门子医疗的员工。其余作者声明，不存在可能被视为不恰当地影响或偏袒本文所报告工作的财务或个人关系。
致谢
本研究部分受 美国国立卫生研究院 资助项目 R01HL159945 的支持。
作者感谢审稿人提出的反馈和建议，特别是关于与QRS面积指数的比较分析。
Viorel Mihalef|Tiziano Passerini|Puneet Sharma|Derek Bivona|Pim Oomen|Kenneth C. Bilchick
