dc.contributor.author | Setién Dodero, Fernando | |
dc.contributor.author | Fanjul Vélez, Félix | |
dc.contributor.author | Arce Diego, José Luis | |
dc.contributor.other | Universidad de Cantabria | es_ES |
dc.date.accessioned | 2024-03-20T19:43:06Z | |
dc.date.available | 2024-03-20T19:43:06Z | |
dc.date.issued | 2023 | |
dc.identifier.isbn | 978-84-17853-76-1 | |
dc.identifier.other | PID2021-127691OB-I00 | es_ES |
dc.identifier.uri | https://hdl.handle.net/10902/32376 | |
dc.description.abstract | La Fibrilación Auricular (FA) es un trastorno del ritmo cardíaco caracterizado por contracciones auriculares rápidas e irregulares, que puede aumentar el riesgo de accidente cerebrovascular (ACV) y disminuir la calidad de vida de los pacientes. Una de las técnicas principales para tratar la FA es la ablación con catéter de RF, que implica aislar eléctricamente las venas pulmonares del resto de la aurícula, a base de lesiones puntuales rodeando las venas. Todavía existe discusión en la comunidad sobre cuál es la distancia entre lesiones óptima para mejorar los resultados a largo plazo de la ablación de FA. Se ha desarrollado una herramienta en Python que, partiendo de los datos del procedimiento de ablación de FA, encuentra la secuencia óptima de ablaciones que rodea a las venas pulmonares y de esta forma puede calcular la distancia entre toda la secuencia de lesiones. El algoritmo automatizado demostró ser efectivo en la mayoría de los casos y en casi la totalidad de los casos de forma semiautomática. El trabajo deja disponible una herramienta para la comunidad que puede ayudar a la hora de optimizar la ablación de FA. En el futuro se podría mejorar el algoritmo para que fuera 100% automático, aunque ahora mismo ya es de utilidad y existen varios estudios clínicos que están en marcha utilizando esta herramienta. | es_ES |
dc.description.sponsorship | Este Trabajo ha sido parcialmente financiado por el proyecto del Plan Nacional de I+D+i “Cribado diagnóstico de microorganismos mediante microscopia avanzada e inteligencia artificial en patologías humana” (PID2021- 127691OB-I00), del Ministerio de Ciencia e Innovación, cofinanciado con fondos FEDER. | es_ES |
dc.format.extent | 4 p. | es_ES |
dc.language.iso | spa | es_ES |
dc.publisher | Universidad Politécnica de Cartagena | es_ES |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | es_ES |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.source | Libro de actas del XLI Congreso Anual de la Sociedad Española de Ingeniería Biomédica (CASEIB), Cartagena, 2023, 127-130 | es_ES |
dc.title | Validación de un algoritmo para el cálculo automático de la distancia inter lesión en la ablación por catéter de radiofrecuencia de fibrilación auricular | es_ES |
dc.type | info:eu-repo/semantics/conferenceObject | es_ES |
dc.rights.accessRights | openAccess | es_ES |
dc.relation.projectID | info:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2021-2023/PID2021-127691OB-I00/ES/CRIBADO DIAGNOSTICO DE MICROORGANISMOS MEDIANTE MICROSCOPIA AVANZADA E INTELIGENCIA ARTIFICIAL EN PATOLOGIAS HUMANAS/ | |
dc.type.version | publishedVersion | es_ES |