8.1 Tézisek magyarul
1. Numerikus kardiológiai modell alkalmazhatóságának vizsgálata
Létrehoztam egy koncepcionális vizsgálatokra szánt numerikus modellezési rendszert, ismert modellezési elemekből, valamint publikált fiziológiai mérések adataiból kiindulva. Meghatároztam a rendszer szabad paramétereinek egy olyan beállítását, amelynek eredményeként a rendszer korlátozott körülmények között, de alkalmas a TPT döntési rendszer egyes feladatainak kísérleti támogatására. A modell alkalmazhatósági körének vizsgálatát a CVRTI normál adatbázisának, valamint publikált irodalmi adatok felhasználásával végeztem.
1.1. Meghatároztam az egyszerűsített geometriájú homogén és izotróp numerikus szívmodell optimális behelyezését az inhomogén (tartományonként homogén) valós geometriájú numerikus testmodellbe, úgy hogy meghatároztam a szív normál tengelyállását és pozícióját.
A beállítás helyességét és alkalmasságát tájékoztató modell vizsgálatok végzésére, a szimulált és a CVRTI normál adatbázisának statisztikai összehasonlításával végeztem el.
Megállapítottam, hogy a kamrai depolarizáció esetében a modellezett normál térképek -a validált normál populáció integrál TPT-i átlag és szórásértékeit figyelembe véve- a számított szórási sáv 2,4-szeresén belül vannak, így normálnak tekinthetők, megfelelő pontossággal ábrázolják a normál populációt; ugyanakkor a modell jelenleg nem alkalmas a repolarizációs tulajdonságok hasonló pontosságú szimulálására. [4.1 fejezet]
1.2. A jobb és bal kamra 3 magasságában (csúcsi, középső, bazális), szintenként 7 pozícióban szimuláltam különböző méretű (r=~4mm-20mm nagyságrend tartományban) régi miokardiális infarktusokat. Meghatároztam azokat a döntési tartományokat, melyek alapján a QRS 3.
decilis és QRS és QRST integrál esetében megadható a potenciál-kiesést okozó szívszövet-hiba helye és mérete. A kiesés helye besorolható a Selvester régiókhoz hasonló struktúra szerint, de azt meghaladóan nem csak a bal, hanem a jobb kamra elváltozásairól is információt képes adni. [4.2.2 fejezet]
1.3. Megadtam a nem aktiválódó kisméretű térfogatoknak a testfelszíni potenciáltérképezéssel -mint noninvazív eljárással- detektálható felbontási korlátait úgy, hogy szimuláltam a szívszövet-hibák szisztematikus elhelyezését a kamramodellben. Számítottam az egyes lokalizációkhoz tartozó potenciál-kiesés helyét és idejét, valamint az optimális észlelés helyét és cikluson belüli idejét. A modellel szimulált jelek Simson elvezetés-rendszerrel történt vizsgálatával kimutattam, hogy az 5-6mm-nél kisebb átmérőjű (közelítőleg gömb alakú) szívszövet-hibák nem érzékelhetők, az e fölöttiek viszont kimutathatóak a testfelszíni
potenciál jelekből képzett un. prediction error (becslési hiba) függvény normáltól vett különbségeivel. [4.2.1 fejezet]
2. Testfelszíni potenciáltérképek statisztikai vizsgálata
Statisztikai módszerekkel klinikailag homogén patológiás populációk TPT adatainak felhasználásával meghatároztam a TPT felvételek szeparálási lehetőségeit; különös tekintettel olyan esetekre, ahol a hagyományos 12 elvezetéses EKG nem szolgáltat diagnosztikailag elegendő információt.
2.1. Kerékpár ergométeres terhelés alatt készült validált TPT felvételek alapján szeparáltam a különböző lokalizációjú koszorúér-betegcsoportokat. Vizsgálataimban megmutattam, hogy az eltérések nem csupán az STT szakasz elején szignifikánsak (amit a kardiológiai gyakorlat elterjedten hasznosít), hanem szignifikáns változások mérhetők a QRS szakasz végén is, ami új, a diagnosztikai értékelést segítő megállapítás. [5.3 fejezet]
2.2. Nemparaméteres statisztikai eljárásokkal meghatároztam a nem Q típusú miokardiális infarktus (NQMI) esetére az infarktus okozta test felszíni potenciál-kiesés helye és a katéterlaborral validált koszorúér-szűkületek közötti statisztikai összefüggéseket. Nem volt kimutatható szignifikáns összefüggés a potenciál-kiesések helye és a laterális erek szűkületei között, viszont a TPT kvalitatív és kvantitatív paraméterei segítségével a LAD (left anterior descendant) és RC (right coronary) szűkületek meglétére szignifikánsan lehet következtetni.
[5.1 fejezet]
2.3. Szeparáltam a páciensek nyugalmi és a nitroglicerines terhelést követő 6. perc P hullámára vonatkozó testfelszíni potenciáltérképekből származtatott paraméterei felhasználásával, a terheléses EKG-ra pozitív és negatív eseteket (50%-os prevalenciát feltételezve: szenzitivitás:
92.3%, specificitás: 100%). Ezáltal noninvazív módon fizikális terhelés nélkül, jó eredménnyel meghatározható a balkamra tágulékonyságának romlása során, a bal pitvar nyomásterhelése miatt létrejött funkciózavar. [5.2 fejezet]
3. Térképértelmezési módszerek kutatása
Kidolgoztam egy kombinált, a depolarizáció és a repolarizáció bioelektromos forráseloszlásában a normál populációhoz képest bekövetkezett változásokat statisztikai, a változások anatómiai helyét modellezési alapokon meghatározó térkép értelmezési eljárást és megmutattam annak elvi működési határait.
3.1. Megállapítottam, hogy a kamrai aktiváció szekvenciája (QRS integráltérképpel jellemezve) és a kamrai repolarizáció térbeli diszperzitása (QRST integrál térképpel jellemezve) között állandósult állapotban stabil kapcsolat mutatható ki. Vagyis krónikus, régóta fennálló betegségek esetén a többségi átlagolt ciklusok aktivációs szekvenciájának depolarizációs szakaszában bekövetkezett valamely változás (pl. terápiás beavatkozás), törvényszerűen
magával vonja a repolarizációs tulajdonságok jellemzésére használt QRST integráltérképek (lassú, több hét vagy több hónap alatt végbemenő) megváltozását. Ez a jelenség azzal magyarázható, hogy a megváltozott aktivációs szekvencia magával vonja az akcióspotenciálok hullámalak változását is, ellentétben az eddigi feltételezéssel. Ennek alátámasztására bizonyítottam, hogy statisztikailag nincs különbség a különböző patológiás csoportok esetén a két integráltérkép (esetemben 192 elemű) vektorai által bezárt szög (α) empírikus eloszlása között. Az α szögek mediánja a klinikai értelemben különböző, de önmagukban homogén részpopulációkon belül 40-50 fok közöttinek adódott, az empirikus eloszlások homogenitása a Kolmogorov-Szmirnov teszt értelmében nem mutatott szignifikáns eltérést. [6.1 fejezet]jezet]
3.2. A kamrai depolarizáció ill. a kamrai ventrikuláris gradiens térbeli viszonyait jellemző QRS ill.
QRST integráltérképek felhasználásával meghatároztam a Nitromint impulzus-szerű hatását a depolarizáció és repolarizáció forráseloszlására, normál és ischemiás populáció esettanulmányai alapján, 15 perces időtartományon belül. Hasonlóan, jellemeztem a változásokat a tranziens folyamat fizikai lényegét kifejező QRS és QRST nondipolaritási index, az α szög és DIM terület-kiesés paraméterekkel is. Megállapítottam, hogy egészséges pácienseknél a depolarizációra és repolarizációra vonatkozó nondipolaritási index, az α szög és a szívfrekvencia között szignifikáns pozitív korreláció mutatható ki. [6.1-6.2 fejezet]
3.3. Bizonyítottam, hogy a páciens saját nyugalmi vizsgálati eredményéből képzett szórástérképek segítségével a gyógyszerrel kiváltott impulzusválasz amplitúdói lényegesen érzékenyebbé tehetők: egészséges esetekben ez a CVRTI normál populáció szórásához viszonyított 10-15-szörös, ischemiás esetben 30-500-szoros változást is jelezhet. [6.2 fejezet]
8.1 Theses in English
1. Applicability of numerical heart model
I established a numerical model system for conceptual studies based on referred modeling methods and physiological measurement results. I determined the values of free parameters such the resulting numerical model is capable for limited experimental support for some BSPM decision problem. The applicability of numerical heart model has been tested by using the CVRTI database of normal subjects and documented references.
1.1. I defined the most appropriate parameter setting for normal activation sequence of the (homogeneous and isotropic) numerical heart and (piecewise inhomogeneous) volume conductor model by simulating the optimal normal localization of the heart by modifying its orientation and position within the torso volume. The conformance of normal heart simulated compared with the CVRTI normal database by statistical methods. I appointed, that in case of
ventricular depolarization period the simulated normal BSPMs are in the range of 2,4 deviation considering validated normal population’s average and standard deviation BSPMs.
Therefore it may consider to be representing the normal population with sufficient precision, but at the same time it is insufficient for simulating the repolarization interval with the same precision. [chapter 4.1]
1.2. I simulated differently sized (r=~4mm-20mm) old myocardial infarctions which were systematically placed on three heights (apical, middle, basal) in the left and right ventricles at every height with 7 different locations. I defined decision areas for QRS 3rd decile and QRS and QRST integral. Using the decision areas above the localization and the size of bioelectric tissue defects can be given. The source deficits classifiable by similar region structure used by Selvester, but it provide information not only about changes in the left but changes in the right ventricle as well. [chapter 4.2.2]
1.3. I simulated systematically placed small non excitable tissues (myocardial defects) in the ventricles and I defined their resolution limits detectable by body surface potential mapping noninvasive technique. I calculated the spatial and temporal localization of potential losses related to simulated defects and I defined the optimal time and localization for the detection in the heart cycle. From the simulated data Simson’s lead system extracted. I proved that non excitable tissues smaller than 5-6mm in diameter (approximately spherical) cannot be detectable, but larger ones generate measurable changes demonstrable by prediction error of body surface potential differences (normal- pathological). [chapter 4.2.1]
2. Statistical evaluation of body surface potential maps
I used clinically homogeneous validated BSPM data sets to define the possibilities for BSPM separation with statistical methods especially in cases where the standard 12 leads ECG does not provide enough diagnostic information.
2.1. I separated the groups of patients with different coronary artery disease localization by using validated BSPMs of cycle ergometer test. I proved that differences not only significant at the beginning of the STT segment (as clinical practice uses in cardiology) but also at end of QRS interval too, which is a new statement supports diagnostic evaluation. [chapter 5.3]
2.2. I derived the relationship with nonparametric statistical methods between the potential loss locations generated by infarction and the lesions (occlusion or stenosis) of coronary arteries validated by catheter labor findings for patients with non-Q type myocardial infarction (NQMI). No significant relationship can be established for potential loss locations and lesions of lateral arteries, but qualitative and quantitative parameters extracted from BSPMs are significantly connected with lesions on the LAD (left anterior descendant) and RC (right coronary) arteries. [chapter 5.1]
2.3. I separated patients with positive and negative exercise ECG test (supposing 50% prevalence:
sensitivity: 92.3%, specificity: 100%) by using parameters extracted from P wave of rest and also exercise BSPM recordings measured 6 minutes after nitroglycerine administration.
Therefore the functional disturbance of left atrium due to deterioration of left ventricle’s compliance can be predicted by noninvasive method without physical exercise with reasonable probability. [chapter 5.2]
3. Study on BSPM evaluation methods
I elaborated a BSPM evaluation method and its theoretical limitations for detecting bioelectric sources of depolarization and repolarization disparities. The deviations from normal populations characterized by statistical parameters, the anatomic location determined by model based evidences.
3.1. I appointed that stable connection exists in steady-state between the spatial dispersity of depolarization activation sequence (represented by QRS integral map) and the ventricular repolarization (represented by QRST integral map). Therefore in chronic pathologic states changes occurring on the depolarization phase of the activation sequence of averaged dominant heart cycle, infer the (slow, goes off in weeks or months) changes of the repolarization properties characterized by QRST integral map. The explanation of this phenomenon is that the changes in the action sequence results in changes of action potential characteristics in contrast to previous theories. To confirm this statement I proved that there is no statistical difference in empirical distribution of the angles (α) of the two integral vectors (with 192 elements) therefore α is independent of pathology. The median of α angles in different but homogeneous pathologic subgroups yielded to 40-50 degrees and no significant differences between the homogeneity of empirical distribution could be proven by Kolmogorov-Smirnov test. [chapter 6.1]
3.2. I determined the effect of Nitromint spray in normal and ischemic cases up to 15 minutes from the administration, by using QRS and QRST integrals as parameters representing the spatial relations of ventricular depolarization and ventricular gradient. I also determined the effect of exercise test by transients of QRS and QRST nondipolarity indexes, the α and regional deviation differences represented by DIM. Findings approve that significant positive correlation exists between nondipolarity indexes (depolarization and repolarization), angle α, and the heart rate in cases of healthy subjects. [chapters 6.1-6.2]
3.3. I proved that the patients’ inter-individual deviation maps created from rest BSPM baseline measurement provide higher sensibility of amplitude changing during drug induced exercise test than deviation computed from CVRTI normal population: the values show changes can reach up to 10-15 times for healthy and 30-500 times for subject suffering ischemic heart disease. [chapter 6.2]