確地分類該SVT心律。
[0055] 圖6通過實施例示出用于判別心臟信號為VT或SVT的心律失常判別器208的實 施方案。雖然圖6顯示用于心律失常判別的基于形態(tài)的分類器的實施，然而其他特征例如 穩(wěn)定性和/或心室率可以用于判別心律失常。心律失常判別器208可以被配置為包括心臟 形態(tài)提取器602,模板形態(tài)提取器604和基于形態(tài)的分類器606。
[0056] 在一個實施例中，控制器204可以被配置為使用心臟形態(tài)提取器602由心臟信號 確定心臟去極化形態(tài)和使用模板形態(tài)提取器604由指定類型的心律確定模板形態(tài)特征，所 述指定類型的心律可以選自包括但不限于正常竇性心律（NSR)，SVT心律，VT心律，和其他 心律的心律組。在一個實施例中，基于形態(tài)的分類器606可以配置成產(chǎn)生心臟去極化信號 和模板形態(tài)218之間的相關(guān)性度量?；谛螒B(tài)的分類器606可被配置為使用可編程形態(tài)相 似性閾值作為參照值，并相應(yīng)地，將心臟信號分類為VT或SVT。例如，如果為心臟信號確定 的FCC值大于或等于參照FCC值，則基于形態(tài)的分類器606可以將心臟信號分類為SVT心 跳。如果顯著數(shù)目的心跳被分類為SVT心跳（例如，10次心跳中的至少3次是SVT心跳）， 則基于形態(tài)的分類器606將心律分類為SVT心律，以及可以抑制VT治療。如果心臟信號的 FCC值小于參照FCC值，則基于形態(tài)的分類器606可以將心臟信號分類為VT心跳。如果顯 著數(shù)目的心跳被分類為VT心跳（例如，10次心跳中的至少8次為VT心跳），則基于形態(tài)的 分類器606將心律分類為VT心律；并且相應(yīng)地，可以啟動VT治療。
[0057] 圖7通過實施例示出對所接收的心臟信號702和模板形態(tài)218的模板704進(jìn)行比 較的實施方案。在該實施例中，模板704是從遠(yuǎn)場NSR信號創(chuàng)建的NSR模板，以及心臟信號 702是從遠(yuǎn)場心律失常信號獲得的心跳（即，心臟去極化）。在一個實施例中，遠(yuǎn)場信號可 以是利用RV線圈電極和罐狀殼體感測的"電擊EGM"。如圖所示，所接收的心臟信號702和 模板704可通過比對特征進(jìn)行比對，所述比對特征如心臟信號的各近場信號712的R波峰 值和模板的近場信號712。在一個實施例中，近場信號是使用RV尖端和RV環(huán)形（或RV線 圈）電極感測的"頻率EGM"。
[0058] 在一個實施例中，模板704可包括八個形態(tài)限定特征706A-H的集合并且模板704 可以包括該八個特征706A-H中的每一個的時間和振幅以用于與心臟信號702比較從而使 得心臟信號702可以被判別為VT或SVT。心臟信號702可以以與模板704中的特征706A-H 相同的時間間隔采樣（相對于比對特征），得到比較特征708A-H。此外，心律失常判別器 208可被配置為使用模板特征706A-H中的每一個的振幅（xi)和相對于比對特征的心臟信 號708A-H的振幅（yi)計算FCC值，如下面的等式所示：
[0060] 在一個實施例中，根據(jù)上述等式計算的FCC可以與可編程形態(tài)相似性閾值進(jìn)行比 較以例如確定心臟信號702是否與模板704相關(guān)。
[0061] 圖8通過實施例示出用于比較用于判別心律失常的方法800的實施方案。在802 處，首先編程諸如頂D102的裝置以例如實施可以利用一個或多個可編程參數(shù)在室上性心 動過速（SVT)和室性心動過速（VT)之間進(jìn)行判別的心律失常判別算法。在一個實施例中， 可以將至少一個可編程參數(shù)編程為第一值。頂D102可以使用可編程參數(shù)的第一值以例如 便于VT和SVT之間的判別。
[0062] 在804處，實施SVT分析。在一個實施例中，SVT分析可以包括分析SVT事件，所述 SVT事件可以包括在SVT事件期間感測生理信號，并且識別所感測的生理信號的特征。在一 個實施例中，生理信號的識別的特征可以包括生理信號的多個片段和模板形態(tài)之間的形態(tài) 相似性度量。在一個實施例中，形態(tài)相似性度量可以包括所感測的生理信號和模板形態(tài)之 間的相關(guān)性的測度。在一個實施例中，可以由指定類型的心律確定模板形態(tài)，所述指定類型 的心律選自包括正常竇性心律（NSR)，SVT和VT的至少一種的心律組。另外，SVT分析可以 用于利用所感測的生理信號的識別特征為至少一個可編程參數(shù)生成第二值。
[0063] 在806處，可以使用第二值重新編程MD102。在一個實施例中，可編程參數(shù)的第 二值可對VT或SVT中的至少一個的檢測更敏感。在808處，使用重新編程的頂D102判別 心律失常。在一個實施例中，頂D102可以被配置為將形態(tài)相似性閾值重新編程為第二值， 由此，分析心臟信號以使用第二值分類諸如SVT或VT的心臟信號。
[0064] 圖9通過實施例示出用于為頂D102的可編程參數(shù)產(chǎn)生第二值的方法900的實施 方案。在902處，產(chǎn)生SVT事件。在一個實施例中，方法900可以允許通過誘導(dǎo)或者模擬SVT 事件在患者心臟110內(nèi)產(chǎn)生SVT事件。在一個實施例中，誘導(dǎo)SVT事件的方法可以包括用 刺激參數(shù)的指定值編程心臟刺激序列并且輸送該編程的心臟刺激序列到心臟110。刺激參 數(shù)可以包括用于一個或多個刺激脈沖的諸如持續(xù)時間，脈沖寬度，頻率，振幅，和其它的參 數(shù)。在一個實施方案中，誘導(dǎo)SVT事件的方法可包括用刺激參數(shù)的指定值編程神經(jīng)刺激序 列并且輸送該編程的神經(jīng)刺激序列到自主神經(jīng)靶點。刺激參數(shù)可以包括用于一個或多個神 經(jīng)刺激脈沖的諸如持續(xù)時間，脈沖寬度，頻率，振幅，和其它的參數(shù)。在一個實施例中，模擬 SVT事件的方法可包括用指定的心臟起搏模式和比患者的正常靜息心率更高的起搏率編程 心臟起搏序列并且輸送該心臟起搏序列到心臟110。
[0065] 在904處，在頂D102的存儲器中記錄SVT數(shù)據(jù)。在一個實施例中，方法900可以 允許指定的持續(xù)時間或每次心跳的SVT數(shù)據(jù)的記錄。該數(shù)據(jù)可以包括關(guān)于生理信號的信 息，該生理信號在SVT事件生成期間從與頂D102相關(guān)聯(lián)的電極和/或傳感器獲得。該數(shù) 據(jù)可以包括信息，諸如SVT事件的計數(shù)，日期，持續(xù)時間和時間，生理信號的心電圖（例如， 具有或不具有注釋的標(biāo)記物），平均心房或心室率和其他。
[0066] 在906處，分析SVT數(shù)據(jù)，以例如執(zhí)行SVT數(shù)據(jù)和模板形態(tài)的形態(tài)分析。除了這一 點，方法900可以向醫(yī)師展示信息，例如基于心率的心跳相關(guān)曲線，歷史數(shù)據(jù)等。方法900可 以通過比較SVT數(shù)據(jù)的形態(tài)分析過程中產(chǎn)生的FCC值和可編程參數(shù)的第一值來為MD102 的可編程參數(shù)產(chǎn)生第二值。
[0067] 圖10通過實施例示出用于利用SVT分析更新可編程參數(shù)的閾值的方法1000的實 施方案。在1002處，將心律失常判別算法的可編程參數(shù)初始化為第一閾值TH1。在一個實 施例中，在確定可編程參數(shù)的最佳值（即，第二值）之前，可編程參數(shù)的第一閾值可以指示 可以用于將心臟信號判別為VT或者SVT的形態(tài)相似性值。在1004處，產(chǎn)生SVT事件。在 一個實施例中，根據(jù)方法900的步驟902產(chǎn)生SVT事件。在1006處，可以確定是否滿足了 用于記錄SVT事件的一個或者多個記錄條件。在一個實施例中，一個或多個記錄條件可以 包括接收來自醫(yī)師的確認(rèn)以開始SVT事件的記錄。在一個實施例中，一個或多個記錄條件 可以包括事件的發(fā)生，如具有緩慢心室反應(yīng)的房性心動過速反應(yīng)（ATR)情況的發(fā)生。在一 個實施例中，記錄可以在編程延遲后開始。如果不滿足記錄條件，那么方法1000可進(jìn)行到 1004,并在1004處可以生成SVT事件。如果記錄條件得到滿足，那么方法1000進(jìn)行到1008， 并且在1008處，記錄SVT數(shù)據(jù)。SVT數(shù)據(jù)可以包括情況（例如，心房率和心室率），SVT生 成協(xié)議，在該協(xié)議中使用的參數(shù)（例如，脈沖寬度和刺激頻率），諸如具有或不具有注釋的 標(biāo)記的心電圖（EGM)以及與SVT事件相關(guān)聯(lián)的其它信息的概要。
[0068] 在1010處，分析SVT數(shù)據(jù)。在一個實施例中，分析SVT事件可以包括在SVT事件 期間感測生理信號，并且識別所感測的生理信號的特征。所識別的特征可以包括生理信號 的多個片段和模板形態(tài)之間的形態(tài)相似性量度。形態(tài)相似性量度可包括生理信號的一個或 多個片段和模板形態(tài)之間的相關(guān)性的測度。在1012處，基于所述相關(guān)值，為可編程參數(shù)計 算新的閾值TH2。在一個實施例中，可以根據(jù)方法1200計算閾值TH2,如本文下面所述。
[0069] 在1014處，確定新的閾值TH2是否顯著不同于初始閾值TH1。如果新的閾值TH2 不顯著不同于初始閾值TH1，那么方法1000可以進(jìn)行到1004并在1004處，可以生成另一 個SVT事件。如果閾值TH2顯著不同于可編程參數(shù)的初始閾值TH1，那么方法1000進(jìn)行到 1016,并在1016處，通過用新計算的閾值TH2替換判別可編程參數(shù)的初始閾值TH1來更新 心律失常判別算法。因此，頂D102可以根據(jù)判別可編程參數(shù)的更新值將心臟信號分類為 VT或SVT〇
[0070] 圖11通過實施例示出用于使用SVT和VT分析更新可編程參數(shù)的閾值的方法1100 的實施方案。在1102處，將心律失常判別算法的判別可編程參數(shù)初始化為第一閾值TH1，并 在1104處，生成SVT事件。在1106處，確定用于記錄SVT事件的一個或多個記錄條件是否 滿足。如果記錄條件不滿足，那么方法1100可進(jìn)行到1104,并在1104處，可以生成SVT事 件。如果記錄條件得到滿足，那么方法1100可進(jìn)行到1108,并在1108處，可以記錄SVT數(shù) 據(jù)。在1110處，可以分析SVT數(shù)據(jù)。
[0071] 在1112處，檢索和分析VT事件。在一個實施例中，可以從存儲在IMD102的存儲 器206中的歷史數(shù)據(jù)中檢索VT事件。存儲器可以存儲與已經(jīng)在過去發(fā)生的各種事件和其 它情況相關(guān)聯(lián)的歷史數(shù)據(jù)（例如，與這些事件或情況相關(guān)聯(lián)的EGM)。方法1100可以從MD 102的存儲器206檢索與發(fā)生在過去的VT事件相關(guān)的數(shù)據(jù)并由此分析VT數(shù)據(jù)以例如計算 相關(guān)值。
[0072] 在1114處，基于VT和SVT事件的相關(guān)值，為可編程參數(shù)計算新的閾值TH2。在一 個實施例中，可以根據(jù)方法1400計算閾值TH2,如本文以下所述。在1116處，確定新的閾值 TH2是否是顯著不同于初始閾值TH1。如果新的閾值TH2不顯著不同于初始閾值TH1，那么 方法1100可進(jìn)行到1104,并在1104處，可以生成另一個SVT事件。如果閾值TH2顯著不同 于可編程參數(shù)的初始閾值，那么方法1100可進(jìn)行到1118。在1118處，通過用新的閾值TH2 替換判別可編程參數(shù)的初始閾值TH1來更新心律失常判別算法。因此，頂D102可以根據(jù) 判別可編程參數(shù)的更新值將心臟信號分類為VT或SVT。
[0073] 參照圖12和圖13,公開了用于使用SVT事件計算判別可編程參數(shù)的閾值的方法 1200的一個實施例的流程圖。在一個實施例中，方法1200可包括如圖10的1012所示的為 判別可編程參數(shù)計算新的閾值FCCTH2。在1202處，從SVT事件獲得頻率EGM和電擊EGM。在 一個實施方案中，SVT事件可以是內(nèi)在的SVT事件，誘導(dǎo)的SVT事件或模擬的SVT事件。在 1204處，可以為SVT事件的最后十次心跳計算每次心跳的FCC值。在1206