Summary
Bu protokol, kardiyak optik haritalama verilerinin analizi için MATLAB tabanlı açık kaynaklı bir yazılım platformu olan ElectroMap 'in kurulumunu ve kullanımını açıklar. ElectroMap, çok çeşitli kardiyak deneysel modellerde optik haritalama voltajı ve kalsiyum veri kümeleri analizi için çok yönlü bir yüksek verimlilik aracı sağlar.
Abstract
Optik haritalama çok hücreli preparatlarda kardiyak Elektrofizyoloji yüksek spatio-temporal çözünürlük çalışması için kurulan bir tekniktir. Burada, bir adım adım kılavuzda, optik haritalama ile elde edilen yüksek çözünürlüklü voltaj ve kalsiyum veri kümeleri analiz, ölçüme ve haritalama için Elektromap kullanımı, sunuyoruz. Elektroharita analiz seçenekleri anahtar elektrofizyolojik parametreler geniş bir yelpazede kapsar, ve grafik kullanıcı arayüzü ön işleme ve parametre tanımları basit modifikasyon sağlar, Elektromap geniş bir yelpazede uygulanabilir hale Deneysel modeller. Dahili pacing frekans algılama ve sinyal segmentasyonunun tüm deneysel kayıtların, akut yanıtların ve tek Beat-to-yendi değişkenlerinin yüksek verim analizine nasıl olanak vermesine izin verdik. Ayrıca, elektromap gürültülü veri kümeleri sinyal kalitesini artırmak için otomatik Multi-Beat ortalamasını birleştirir, ve burada nasıl bu özellik başka türlü kullanırken algılanmayan gidebilir elektrofizyolojik değişiklikler aydınlatmak yardımcı olabilir göstermek tek Analizi yendi. Özel modüller, burada gösterildiği gibi, iletim, tek Dosya Analizi ve alternans ayrıntılı soruşturma için yazılım içinde yer almaktadır. Bu yazılım platformu etkinleştirmek ve işleme, analiz ve kompleks kardiyak Elektrofizyoloji haritalama hızlandırmak için kullanılabilir.
Introduction
Optik haritalama kardiyak elektrofizyoloji (EP) ve çok hücreli preparatlarda kalsiyum kullanımı sorgulamak için voltaj ve/veya kalsiyum konsantrasyonu floresan muhabirleri kullanır, geleneksel ile ulaşılabilen daha büyük uzamsal çözünürlüğü ile teknikler1,2,3. Bu nedenle, optik haritalama önemli ve hiç giderek kullanılan tekniği olarak ortaya çıkmıştır, kalp fizyolojik ve patofizyolojik elektrik davranışı içine önemli Öngörüler sağlayan3,4,5 ,6,7,8. Optik haritalama deneylerinden elde edilen verilerin etkili işlenmesi ve Analizi çeşitli faktörlerle karmaşıktır. Optik haritalama veri kümeleri yüksek zamanmekansal çözünürlük doğası RAW video dosyaları, her biri ayrı piksellerin bir dizi oluşan binlerce görüntü çerçeveleri oluşur, yüksek verim ve otomatik gerektiren büyük veri dosyalarına yol veren sonuçları işleme9. Küçük piksel boyutları, zayıf ve düzensiz boya yükleme ve floresan sonucu küçük fraksiyonel değişiklikler düşük sinyal gürültü oranı (SNR) ile optik sinyaller, etkili analiz önce ön işlem gerektiren ulaşılabilen10. İşleme ve analiz, aktivasyon başlatmak için ışık kullanan optogenetik pacing protokollerinin kullanımı ile daha da karmaşık olabilir, potansiyel olarak floresan sensörlerden kaydedilen sinyali deforme ederek11,12. Ayrıca, veri işlendikten sonra, deneysel kurulum, model ve soru2bağlı olarak değişen en uygun teknikleri ile, ilgi parametrelerini ölçmek için birkaç tutarlı olmayan teknikler ve tanımları uygulanabilir, 10,13. Bu sınırlamalar teknolojinin daha fazla alımı önlemek ve gerçekten objektif analiz engel.
Bu sınırlamaları aşmak için, çeşitli araştırma grupları kendi deneysel modeli, soru ve donanım7,14,15,16doğru uyarlanmış özel işleme boru hatları tasarladık. Diğerleri, temel algoritmaları4,17erişmek zor olabilir ticari tescilli yazılım kullanır. Sonuç olarak, optik haritalama verilerinin işlenmesi ve analizi için serbestçe kullanılabilir açık kaynaklı bir yazılım platformu için net bir ihtiyaç vardır. Bu yazılım açık kaynak, kullanımı kolay, parametre ayarı için esnek, farklı EP özellikleri ile deneysel modellerin bir dizi için uygulanabilir ve en önemlisi, kalp aralığının basit ve ayarlanabilir miktarın sağlar önemlidir Optik haritalama kullanılarak incelenebilir parametreler.
Geçenlerde yayınlanan ve kapsamlı bir yazılım platformu yayımladı, ElectroMap, yüksek boyunca, yarı otomatik işleme, analiz ve kardiyak optik haritalama veri kümeleri13haritalama. Burada, Elektromap kullanımı için bir video kılavuzu sunuyoruz ve çeşitli optik haritalama veri kümelerini işlemek, analiz etmek ve eşlemek için nasıl kullanılabilirler. Standart EP ve kalsiyum işleme değişkenlerini ölçmek ve bağımsız iletim hızı, tek Dosya Analizi ve alternans modüllerinin kullanımını göstermek için Elektromap kullanımına odaklanıyoruz.
Protocol
1. optik haritalama veri toplama
- Bozulmamış ve yalıtılmış tüm kalpler dahil olmak üzere çok çeşitli deneysel modellerin birini kullanarak kardiyak optik haritalama gerçekleştirin6,18, izole Atria14,19, ventriküler takozlar20, kardiyak Slice 'lar 21 , 22, ve hücresel monolayers23. Bu preparatlardan RAW optik haritalama verilerini toplamak için Deneysel tasarımlar için ilişkili referansları görün. Elde edilen verilerin bir Tiff yığınına dönüştürülebildiği veya bir. MAT dosya, bu Elektromap kullanılarak çözümlenebilir olmalıdır. Bu değişen Boyutlar (kare/dikdörtgen) ve çözünürlükler verileri içerir (maksimum test edilen Şu anda 2048 piksel x 2048 piksel).
2. yazılım kurulumu ve başlatma
Not: aşağıda Elektromap yüklemek ve çalıştırmak için iki yöntem ayrıntılı olarak – ya MATLAB içinde kaynak (. m) kodu veya tek başına çalıştırılabilir dosya (Windows için. exe) çalıştırın. Son yazılım ve işlevselliği iki kurulum seçenekleri (Dizin Navigasyondaki birkaç farklılık dışında) arasında değişmez. Bu nedenle, yüklemek için sürüm seçmek için ana hususlar MATLAB ve gerekli araç kutuları ve kaynak koduna erişim isteyip istemediğinizi erişmektir. Mümkünse, daha hızlı başlangıç süreleri, daha kısa işlem süreleri ve daha kolay hata bildirimi için MATLAB sürümünü kullanmanız önerilir.
-
Kurulum 1: MATLAB içinde elektromap koşma
- MATLAB yükleyin. Elektromap MATLAB 2017a yılında tasarlanan, ancak, yazılım MATLAB tüm sonraki sürümlerinde kullanım için test edilmiştir (kadar 2018b yazma zamanında). Aşağıdaki araç kutuları gereklidir: görüntü Işleme, sinyal Işleme, Istatistik ve makine öğrenimi ve eğri sığdırma.
- Download/kopya Tüm dosyaları en son ' kaynak kodu ' Electromap sürümünden GitHub deposundan (https://github.com/CXO531/ElectroMap). İndirilen içerikleri istediğiniz bir konuma açın.
- MATLAB 'i açın ve ElectroMap kaynak kodunu barındıran klasör konumuna gidin. Sonra, dosya electromap. m açın ve Editör çalıştırmak veya alternatif olarak komut penceresinde Electromap yazın ve Returntuşuna basın. Bu, Elektromap kullanıcı arayüzünü, Şekil 1a'yı başlatacaktır.
-
Kurulum 2: standalone. exe dosyası
- Yükleyici dosyasını indirin: https://drive.google.com/open?id=1nJyI07w9WIt5zWcit0aEyIbtg31tANxI.
- ElectroMap yazılımı ile birlikte Web 'den MATLAB çalışma zamanı gerekli indirecek yükleyici yönergeleri izleyin.
- Electromap. exeçalıştırın.
Not: tek başına sürüm için başlangıç zamanı birkaç dakika olabilir.
3. görüntü yükleme ve ön işlem
- Klasör Seç 'e basın ve analiz edilecek veri dosyasının (s) konumuna gidin. Bu, soldaki liste kutusunu, doğru dosya türündeki (. tif veya, bu dizindeki tüm dosyalarla dolduracaktır. MAT). . MAT dosyalarının yalnızca görüntü yığını değişkenini içermesi gerekir.
Not: Dizin seçicide gezinirken yalnızca klasörler ve ayrı dosyalar görüntülenmez. - Arayüz içinden yüklenecek dosyayı seçin ve görüntüleri yükle'ye basın.
- Yüklendikten sonra, ilk çerçeve görünür ve kırmızı anahat görüntünün otomatik eşlemesini gösterecektir. Gerekirse, YG 'Yi kaydet/yükleseçeneğini belirleyerek daha önce kullanılan ROI 'ları yeniden yükleyin. Bu durumda, adım 3,3 atlayın.
- Varsayılan olarak, eşik ilk karede piksel yoğunlukları dayanır. İstenirse, eşik açılır menüsü Için görüntüde seçeneği değiştirerek bunu sinyal saati kurs genliği temelinde bir eşiğe değiştirin. Lütfen eşik seçildikten sonra tüm görüntü yığını için uygulanır.
- İstenirse, Eşik seçeneğini elile değiştirin, böylece görüntü eşiğini el ile ayarlamak için kaydırıcıyı etkinleştirecektir. Ayrıca, kırpma görüntüleri (resim kırpma) ve/veya eşik seçeneklerinin altındaki uygun onay kutusunu (ler) seçerek analiz için özel bir ilgi bölgesi (özel YG) çizin. Bölge sayısı gibi ilgi alanı seçimi için gelişmiş seçeneklerin, üst menüden YG seçimi 'nden kullanılabilir olduğunu unutmayın.
- Uygun bir eşik uygulandıktan sonra, işleme uygulamak için Işlem görüntüleri 'ne basın. İşleme ayarları aşağıda ayrıntılı olarak görülmektedir (adım 3.4.1-3.4.5). Bu noktada, doğru kamera ayarlarının girildiğinden emin olun. Bunlar μm cinsinden piksel boyutu (önemli: Bu görüntü piksel boyutu, görüntüleme cihazında çip veya eşdeğer donanımı yapan piksellerin boyutu değil) ve kHz 'de framerate 'dir.
- Sinyal inversion için, etkinleştirmek için verileri ters çevir onay kutusunu işaretleyin. Bildirilen floresan sinyali, faiz parametresiyle (yaygın olarak kullanılan Potansiyometrik boyalar gibi) ters orantılıdır, sinyal ters çevrilebilir.
- Uzamsal filtreleme için çekirdek menüsünden Gauss veya Average öğesini seçin. Dağınık ortalama alanın boyutu, çekirdek açılır menüsünün bitişiğindeki Boyut girişi tarafından kontrol edilir (örn. 3 piksel x 3 piksel filtre çekirdeği). Bir Gauss filtresi uygularken, standart sapma Sigma girdisinden de ayarlanabilir.
- Temel düzeltme Için, taban çizgisi menüsünden üst-hat24 veya polinom (4 . veya 11. derece) Düzeltme25 ' i seçin. Düzeltme her piksele ayrı olarak (uzun işlem süresi) veya tüm görüntünün ortalama olarak uygulanabilir (daha hızlı ancak homojen temel değişiklikler varsayar). Üst şapka düzeltmesi, temel seçim açılır menüsünün bitişiğinde milisaniye cinsinden üst hat uzunluğu ayarlayarak da değiştirilebilir. Top-şapka çekirdeğinin uzunluğu, bireysel eylem potansiyelleri/kalsiyum geçişler zaman ölçeğinde daha büyük olmalıdır.
- Geçici filtreleme için, filtreleme menüsünden Savitzky-goaly veya sonsuz impuls (IIR) filtreleme 'yi seçin.
Not: sol alt kısmında görünen doku ortalamasına göre başka, geçici filtreleme her piksele, topluluk ortalaması alan görüntü aralığından parametre ölçüsünün zaman içinde ayrı olarak uygulanır. Bu, tüm dosyaları yerine gerektiğinde verilerin küçük bölümlerini süzerek işlem süresini azaltmak için uygulandı. - Çerçeve kaldırma için, çerçeveleri kaldır seçeneği işaretlenmişse, ilgi sinyalinden daha büyük amplitüle sahip büyük zirveler görüntü küdiğinden kaldırılabilir. Bu, depolarizasyon channelrhodopsin 211,12gibi opgünahların optik aktivasyonu tarafından başlatılan optogenetic pacing gibi optik tempolu veri kümeleri yararlı olabilir.
Not: çerçeve kaldırma potansiyel olarak görüntü sinyallerine fizyolojik olmayan adım değişiklikleri sunacak şekilde, geçici filtreleme yapıları verilere tanıtabilir ve böylece burada önerilmez.
- Işlem görüntüleri segmentasyon seçeneklerialtındaki seçeneklere göre seçildikten sonra sinyal segmentlere ayrılır, ancak bu hızlı bir şekilde tüm veri kümesini yeniden işleme olmadan değiştirilebilir unutmayın (Bölüm 4 bakın).
4. veri segmentasyon ve topluluk ortalamasını
Not: dosya işlendikten sonra, doku ortalamasi sinyalinde zirveler (sağ alt iz, Şekil 1a) tespit edilmiş ve kırmızı çevrelerle etiketlenmiştir. Yalnızca bir küme eşik ( tepe eşiktarafından ayarlanan izleme mavi çizgi) üzerinde doruklarına sayılır. Ayrıca, zirveler sadece Minimum tepe mesafesi girişi tarafından ayarlanan önceki doruklara kıyasla yeterince gecikirse sayılır. Sinyal daha sonra algılanan doruklarına göre segmentlere ayrılır. İlk olarak, her zirvede etkili döngü uzunluğu (CL), bir sonraki zirve arasındaki süreyi ölçerek hesaplanır. Bir dizi zirveler (en az sayı zirveleri giriş tarafından ayarlanmış) benzer CLs (eşik minimum sınır girişi tarafından ayarlanır) varsa, sonra bunlar gruplandırılmış ve ortalama CL hesaplanan bu tepe noktaları için.
- Verilerin daha fazla segmentasyonu için segment sinyali'ne basın. Alt segmentasyon seçenekleri şunlardır: none – aynı CL ile birlikte gruplandırılmış tüm zirveler; Tüm – kesitleri nZIRVELERI sabit CL süreleri içinde (ndoruklarına segment boyutu giriş tarafından ayarlanır) tanımlanır; Son – son ndoruklarına önce bir CL değişikliği tanımlanır ve gruplandırılır ve diğer tüm analiz edilmez; ve tek Beat – bu, Tüm segmentasyon nPeaks = 1 ile uygulanması için eşdeğerdir ve bu nedenle gruplandırma veya topluluk ortalaması yok (bkz. 4,5) uygulanır. Bu, tek Beat düğmesini seçerek uygulanabilir.
- Bir ilgi süresini yakınlaştırarak ve segment sinyaliseçerek sinyalin özel segmentasyonunu uygulayın. Bu, seçilen zaman noktalarıyla ilgili olarak bölüm liste kutusuna yakınlaştırılmış bölüm başlıklı ek bir seçenek ekleyecektir.
- Segmentasyon sonuçları liste kutusunda doku ortalamalı sinyal bitişik görünecektir ve bölüm numarası ve tahmini CL gösterecektir. Tüm segmentlenmiş zaman bölümleri farklı renklerle belirtilir. Bu bölümü kırmızı renkte vurgulamak için liste kutusundan bir segment seçin. Bu da otomatik olarak bu bölümün analizlerini tetikleyecek, örneğin harita üret düğmesi seçilmişse (bkz. Bölüm 5).
- Gruplandırılmış zirvelerin analizleri ' topluluk ortalaması ' verilerinde yapılacaktır. Bu, adım 4,2 ' de tanımlanan zirveler başvuru süreleri ile birlikte bir segmentteki zirveleri ortalamasını içerir. Önce ve sonra girişleri değiştirerek ve segment sinyalituşuna basarak zaman penceresini ortalama olarak güncelleştirin.
5. eylem potansiyeli/kalsiyum geçici süresi ve iletim hızı Analizi
- Görüntüler işlendikten sonra, harita üret düğmesi etkin hale gelir. Eylem olası süresini (APD), aktivasyon süresini, iletim hızını ve SNR analizini uygulamak için haritalar üret 'e basın. Varsayılan olarak, analiz ilk sinyal segmentine uygulanır. Liste kutusundan diğer segmentleri seçtikten sonra seçilen segmentte analiz uygulanacaktır.
Not: analiz sonuçları Ortalama, standart sapma, standart hata, varyans ve 5 ila 95 yüzdelik analiz gibi sonuçlar tablosunda görüntülenir. Süre haritaları ' APD ' haritaları olarak adlandırılır, ancak aynı ayarları kullanarak işlenen kalsiyum sinyalleri kalsiyum geçici süresini ölçecektir. - Görüntünün içindeki herhangi bir pikselden sinyalin ayrıntılı bir görüntüsünü görmek için piksel bilgisi al 'ı seçin ve piksel karşılaştırması yaparak sinyalleri 6 yerden aynı anda çizin.
- Süre analizinin ayarlarını yapmak için sinyal işleme panelini kullanın. Bunlar: süre – yüzde repolarizasyon zamanı/çürüme zirvede ölçmek için; ' APD ' temel – genlik ölçümleri için referans taban çizgisi olarak tanımlanan sinyalin zaman aralığı; ve ' APD ' başlangıç saati – süre ölçümleri için başlangıç zamanı. Bunlar, sabit haritalar için etkinleştirme süresini karar vermek için aynı seçeneklerdir (aşağıda ele alınmıştır) ve termed: Başlat (d2F/DT2Max), upstroke (DF/DTMaks), depolarisation orta nokta (% 50 genlik süresi), tepe (maksimum genlik zamanı). Fare ve kobay eylem potansiyelleri uygulanan bu tanımları Şekil 2agösterilir.
Not: Bu seçeneklerden herhangi birini değiştirme otomatik olarak süre eşlemesi ve sonuçlar tablosunu güncelleştirir. Harita ölçeği ve outlier kaldırma seçenekleri de mevcuttur.
- Süre analizinin ayarlarını yapmak için sinyal işleme panelini kullanın. Bunlar: süre – yüzde repolarizasyon zamanı/çürüme zirvede ölçmek için; ' APD ' temel – genlik ölçümleri için referans taban çizgisi olarak tanımlanan sinyalin zaman aralığı; ve ' APD ' başlangıç saati – süre ölçümleri için başlangıç zamanı. Bunlar, sabit haritalar için etkinleştirme süresini karar vermek için aynı seçeneklerdir (aşağıda ele alınmıştır) ve termed: Başlat (d2F/DT2Max), upstroke (DF/DTMaks), depolarisation orta nokta (% 50 genlik süresi), tepe (maksimum genlik zamanı). Fare ve kobay eylem potansiyelleri uygulanan bu tanımları Şekil 2agösterilir.
- İletim hızı da ana yazılım arayüzü içinde otomatik olarak ölçülür. Bu, seçilen aktivasyon önlemi (5,4 adımda tartışılan) tarafından tanımlanan isochronal haritasındaki Bayly ve Al26 ' nın Multi-vector yöntemini kullanarak elde edilir. Aktivasyon haritasındaki 3B gösterimini işlemek için aktivasyon noktaları 'na basın.
- Multi-vector iletim hızı ölçüm yöntemi, ısochronal haritasını n x n pikselli bölgelere dağınık şekilde parçalara ayrılır. Yerel pencere boyutu giriş kullanarak n değerini ayarlayın ve montaj etkinleştirme süreleri girişleri kullanarak çözümleme uygulamak için etkinleştirme süreleri aralığını ayarlayın.
Not: her yerel bölge Için, bir polinom yüzeyi olan f, etkinleştirme süresi ile uzamsal konum arasındaki ilişkiyi en iyi açıklayan (x,y). Degrade vektörü, CVLocal, bu yüzeyin ardından aşağıdaki gibi hesaplanır:
1
Burada
iki boyutlu Kartezyen uzamsal diferansiyel işleç26gösterir. - İsochronal haritasındaki her piksel için, hız ve iletim yönünü temsil eden yerel bir vektör hesaplanır. Bu analizini görüntülemek için ekran açılır menüsünden vektörler Içeren ısochronal Map 'i seçin.
- SNR, sinyal temel olarak standart sapmaya kıyasla maksimum genlik oranı olarak hesaplanır. Bu analiz, tüm işlem adımlarının sonrası gerçekleştirilir. Temel olarak tanımlanan sinyal döneminin ayarlarını düzenlemek için üst menüde SNR hesaplaması tuşuna basın.
1
iki boyutlu Kartezyen uzamsal diferansiyel işleç26gösterir.6. iletim analizi modülü
- İletim hızının daha ayrıntılı analizine erişmek için basın iletimli . Bu, ana arayüz, tek vektör yöntemleri ve bir aktivasyon eğrisi olarak Bayly Multi-vector yöntemi kullanılarak iletim niceleyilebilir ayrı bir modül açılır.
- Tek vektör tuşuna basarak, CV 'nin iki nokta arasındaki aktivasyon zamanında gecikmeden hesaplanacağı tek vektör yöntemini kullanarak iletimi analiz edin. Bu, tek vektör düğmesinin altında seçilebilir Otomatik veya manuel yöntemler kullanılarak yapılabilir.
- Otomatik tek vektör yöntemi için, iletim ölçmek için bir mesafe ve başlangıç noktası seçin. Yazılım daha sonra seçilen noktadan 360 derecelik bir süpürme gerçekleştirecek, gecikme süresini ölçerek ve ilişkili iletim hızını 1 derecelik artışlarla tüm yönlerde hesaplıyor. Bu analizin sonuçları haritaya bitişik grafikte görüntülenir ve en yavaş iletim yönü kırmızı renkte gösterilir.
- Manuel tek vektör yöntemi için, iletim hızını hesaplamak için ısochronal haritasındaki bir başlangıç ve bitiş noktasını seçin. Yeni bir başlangıç noktası seçmek için Başlangıç noktasını temizle'ye basın.
- Ana arabirimden olanlar ile eşleşen ayarlarla Multi vector yöntemini uygulamak için Local vector tuşuna basın. İletim modülünde, iletim hızlarının dağılımının yanı sıra hesaplanan vektörler ve iletim hızı açısal bağımlılığı açısal dağılımı görüntülenebilir.
- Zaman fonksiyonu olarak aktif doku yüzdesini çizmek için aktivasyon eğrisini basın. % 100 aktivasyonu süresi otomatik olarak görüntülenir, ancak minimum (mavi) ve maksimum (kırmızı) etkinleştirme yüzdeleri arasında ölçmek için özel değerler de seçilebilir.
7. ek analizler ve modüller
- Otomatik olarak gerçekleştirilen süre ve iletim hızı analizlerinin yanı sıra, Elektromap kullanılarak diğer çeşitli parametreler de ölçülebilir. Bu analizler, ekran haritasındaki açılır menüden seçilebilir. Analiz gerçekleştirmek için bu seçeneklerden birini seçin ve sonuçları Tablo 4TH satırında görünür: 1) Diastolic aralık – saat 90% repolarizasyon sonraki eylem potansiyelinin aktivasyon zamanı; 2) dominant frekans – her pikselin frekans spektrum hızlı Fourier dönüşümü kullanılarak hesaplanır ve en güçlü frekans baskın frekans olarak tanımlanır. Baskın frekans analizi için gelişmiş Aralık ve pencere ayarları frekans haritalamaseçerek kullanılabilir; 3) zirve zamanı -iki kullanıcı tarafından seçilen yüzdeler arasındaki artış süresi (varsayılan 10 ila 90%) potansiyel veya kalsiyum salınımı depolarizasyon aşaması. Yüzde değerleri, TTP ayarlarıseçilerek değiştirilebilir; ve 4) gevşeme sabiti (τ) – gevşeme sabiti, formun formunun mono-üstel çürümesini sığdırarak hesaplanır:
2
zaman t 'de floresan seviyesinin tepe floresans, F0ve sonraki çürüme (C Sabit)27' ye bağlı olduğu yerdir. Denklemi 2 sığdırmak için değer ana Elektromap Kullanıcı arabirimleri içinde seçilebilir, hem de r2 değerine dayalı uygun dışlama kriterleri bir iyilik. - Bir dosyadaki her bir segmentin yüksek verimlilik süresi ve iletim analizi için özel bir modül açmak için tek Dosya Analizi tuşuna basın. Analiz, tüm görüntüde (süre, iletim ve etkinleştirme süresi) veya seçilen bölgelerde veya ilgi çekici noktalarda (Şu anda yalnızca süre) gerçekleştirilebilir. Sonuçlar bir. csv dosyası için hedeflediğinden emin olabilirsiniz.
Not: tüm görüntüden APD değerleri Için. csv dosyasındaki ilk sütun ortalama, ikinci sütun standart sapma iken. - Özel analiz ve Beat-to-yendi değişkenlik haritalama için tek başına bir modül başlatmak için alternans tuşuna basın. Alternans işleme ve analiz seçenekleri hakkında ayrıntılı bilgi için o 'Shea ve al. 201913 ' e bakın. Özellikle, bu modül, alternans olarak bilinen iki dönem osilasyonları tanımlamak için tasarlanmıştır. Hem süre hem de genlik alternans hesaplanır ve outputted.
Not: süreli alternans, süre ölçümünü bir zirvede diğerine karşılaştırarak ölçülür; Örneğin, sırasıyla bir ve iki ve APD1 ve APD2 ise, ardından alternan (δapd) süresi
3
Süre ölçümü ana arabirimdeki ayarlar kullanılarak gerçekleştirilir. Bu arada, genlik alternans nicelik ve mutlak değişiklik olarak Multi-Cellular preparatlar arasında eşleştirilebilir (yüzde olarak tanımlanan nerede 0% = bir beat ve sonraki arasında aynı genlik). Dahası, kalsiyum yükü gibi fenomen etkileri daha önce28bildirilen olarak, Yük ve serbest çıkış alternans ölçüm ve karşılaştırma ile daha fazla incelenebilir. Eğer L büyük Beats (yani genlik önceki Beat daha büyüktür), S küçük Beats genlik ve
D küçük Beats diyastolik yük, sürüm alternans (en yüksek genlik olarak tanımlanır 
) olarak tanımlanır:
4
Buna karşılık, yük alternans (
) olarak tanımlanır:
5
Alternans ölçümleri tüm doku boyunca yapılabilir ve analiz sonuçları modülün sağ alt kısmında görüntülenir. Modülü ilk kullanırken, analiz tüm deneysel dosya boyunca gerçekleştirilir ve görüntülenen sonuçlar tüm dosya boyunca ortalama bir beat-Beat farkıdır. Ancak, çözümleme, basılı tut yakınlaştırma, belirli bir zaman diliminde yakınlaştırma ve seçerek yakınlaştırılmış bölümü analizederek dosyadaki belirli zamanları ile kısıtlanabilir. Bu, seçilen zaman diliminden analiz göstermek için sonuçlar panelini güncelleyecektir.- Alternans analizinin yendi-to-beat videosunu göstermek için Oynat 'ı seçin. Ayrıca, bu özelliği kullanırken açılır menüde ayarlanan seçme zaman noktalarıyla ilgili olarak bir alternans davranışının haritasını vermek için Ortalama harita oluştur 'u seçin.
- Faz eşleme modülünü başlatmak için faz Haritası 'na basın. Bir Hilbert dönüşümü anlık faz hesaplamak için gerçekleştirilir (arasında-π ve + π) sinyalleri her zaman noktasında. Zaman içinde faz davranışını görselleştirmek ve faz diyagramı oluşturmak için bir pikseli tıklatarak oynatma veya sürükleme kaydırıcıyı tuşuna basın.
2
3
D küçük Beats diyastolik yük, sürüm alternans (en yüksek genlik olarak tanımlanır 
) olarak tanımlanır:
4
) olarak tanımlanır:
58. veri verme
- Veriler, çeşitli biçimlerde Elektromap 'den ihraç edilir. Şu anda görüntülenen haritanın değerlerini ana kullanılan arabirimde kaydetmek için verme değerleri 'ne basın. Ölçülen değerler, bir harita (piksel konumları koruma) olarak kaydedilebilir veya tek bir listeye yoğunlaşabilir ve. csv,. txt veya olarak kaydedilebilir. MAT dosyaları.
- Daha sonra görüntü formatları çeşitli kaydedilebilir Şu anda görüntülenen harita içeren bir pop-up getirmek için harita ihracat basın. Harita için görüntü seçenekleri harita ayarları seçildiğinde denetlenir, ancak dışa aktarma Haritası seçildikten sonra da düzenlenebilir. Örneğin, bir renk çubuğu üst menüden bu simgeyi seçerek eklenebilir ve ölçek seçerek ayarlanabilir > ColorMap Düzenle .
- Bir animasyonlu. gif dosyası olarak kaydedilebilir aktivasyon sırası, bir animasyon işlemek için aktivasyon video basın.
- Belirtilen her segmentin Şu anda görüntülenen parametresinin. avi video dosyasını kaydetmek için segment video tuşuna basın.
Representative Results
Bu çalışmanın bir parçası olarak gerçekleştirilen tüm çalışmalar, INGILTERE hayvanları (bilimsel prosedürler) Yasası 1986 ve Avrupa Parlamentosu 'nun 2010/63/EU Direktifi ile bilimsel amaçlarla kullanılan hayvanların korunması konusunda belirlenen etik yönergelere uygun olarak gerçekleştirilmiştir. Deneyler ev ofisi (fare: PPL 30/2967 ve PFDAAF77F, Gine domuzu: PPL PF75E5F7F) ve University of Birmingham (fare) ve King 's College London (kobay) kurumsal inceleme panoları tarafından onaylandı. Burada analiz edilen ham verilerin toplanması için ayrıntılı Yöntemler, önceki yayınlar5,6,14,19bulunabilir.
Elektromap 'in kontrol edildiği ana arayüz Şekil 1a'da gösterilir. Bir veri kümesini çözümlemek için gerekli adımlar öncelikle resim yükleme, görüntü işlemeve haritalar düğmesi üret tarafından denetlenir ve sırasıyla Şekil 1a'da yeşil, mavi ve kırmızı renkle vurgulanır. Şekil 1B-D , bu düğmelerin her birini seçimde oluşan işlemleri gösterir. Görüntü yükleme görüntüleri , Kullanıcı tarafından seçilen resim eşik seçeneklerini uygular (Şekil 1B), işlem görüntüleri (Şekil 1C) filtreleme ve temel düzeltme uygular. Son olarak, harita üret , ilk olarak zaman penceresi ve segment ayarlarına göre ortalama veri olacaktır (tek Beat segmentasyon seçilmedikçe) ve yukarıda açıklanan analizleri gerçekleştirin.
Elektromap 'in önemli bir yönü, kamera tipine ve deneysel modele göre esnekliğidir. Bu, farklı kardiyak EP ve yaygın olarak kullanılan modeller arasında mevcut anatomik özellikleri nedeniyle bir optik haritalama yazılımının yarar için çok önemlidir. Şekil 2a Örneğin, daha önce bildirilen6,14voltaj duyarlı boyalar kullanılarak kaydedilen Gine domuzu ventrikül karşılaştırıldığında murine Atria eylem potansiyel morfoloji gösterir. Eylem potansiyeli farklı şekle ve farklı framerate ve piksel boyutları ile iki ayrı optik haritalama kameralar kullanımı rağmen, electromap başarıyla her iki veri kümeleri çözümlemek için kullanılabilir. Ancak, bu kullanıcı arabirimi içinde bazı parametrelerin değiştirilmesi gerektirir (Şekil 2B). Uzun süreli kobay eylem potansiyelinin daha büyük bir zaman penceresi gerektirme olduğunu unutmayın. Ayrıca, üst-şapka temel düzeltme fizyolojik olarak optik olarak kaydedilmiş sinyalleri değiştirerek önlemek için, onun zaman uzunluğu eylem potansiyelinin zaman seyri daha büyük olması için artırılmalıdır.
Elektromap, EP parametrelerini etkili bir şekilde kurtarmak için gerekli olabilecek optik olarak kaydedilmiş sinyallerin SNR 'i geliştirmeye yardımcı olmak için çok sayıda işlem seçeneği sunar. Veri segmentasyonunu takiben zirveler otomatik topluluk ortalamasını bir örnektir. Şekil 3A-C , diğer yöntemlerin yerine, topluluk ortalamasını uygulama nasıl izole murine sol Atria (n = 13) SNR artırabilir gösterir. Bu ölçüm heterojenliği ve analiz başarısızlığı olasılığını azaltır (şekil 3D). Örneğin, 3 Hz 'den 10 Hz 'ye kadar olan bir frekans değişimi APD50'yi değiştirmez, hiçbir topluluk ortalamasını üstlenmez, ancak 10 Hz 'de apd 50 ' de beklenen29 azalma , topluluk ortalaması alan verilerinden ölçüldüğünde izlendi ( Şekil 3E).
Şekil 4 , elektromap tarafından sunulan otomatik pacing frekans algılama ve segmentasyon etkinliğini ve yardımcı programını gösterir. Burada, fare sol Atria (n = 5) bir 120 MS döngüsü uzunluğunda tempolu edildi ve döngü uzunluğu artımlı olarak 10 MS tarafından kısaltılmış oldu 50 ms. Elektromap otomatik olarak pacing döngüsü uzunluğu ve gruplandırılmış doku ortalamalı zirveler göre tespit (Şekil 4A ). Bu, tüm veri kümelerinde yüksek doğruluk ile elde edilmiştir (Şekil 4b). Verilerin otomatik segmentasyonu, yüksek frekans/kısaltılmış döngü uzunluğu (Şekil 4c, D) ile iletim hızının yavaşlaması için basit ve hızlı verim analizine izin verdi. Aynı anda, APD50 (Şekil 4E) ve diyastolik aralığı (Şekil 4F) kısaltılmış. Optik ölçülen zirvelerin genliği azaldı, süre tepe artışı (şekil 4g, H). Bunlar yine kardiyak doku29,30 ve electromap kullanımı beklenen Restitüsyon tepkiler bu nedenle farmakolojik ajanlar varlığında pacing frekansına yanıt olarak değişiklikleri aydınlatmak yardımcı olabilir, genetik modifikasyon, veya hastalık durumları.
Elektromap gibi bir yazılımın kullanımı önemli bir önem altta yatan veri yapıtları varlığıdır. Şekil 5, örneğin, hareket yapıtlarının (doku hareketi ile optik olarak kaydedilmiş sinyalin bozulması), electromap içinde aktivasyon ve özellikle repolarizasyon doğru ölçümleri önleyebilirsiniz gösterir. Bkz: tartışma hakkında daha fazla bilgi için.
Şekil 1: Elektromap ana işleme adımları. (A) electromap grafik kullanıcı arayüzü, Yük görüntüleri ile (yeşil), proses görüntüleri (mavi), ve haritalar üretmek (kırmızı) düğmeler vurgulanır. (B) görüntüleri yükleseçeneğini belirleyerek uygulanabilecek görüntü eşik seçenekleri. (C) Kullanıcı tarafından kullanılabilen sinyal işleme seçenekleri uzamsal ve zamansal filtreleme ve temel düzeltme Içerir ve işlem görüntüleri'ne basarak görüntü yığınına uygulanabilir. (D) haritalar üretseçeneğini belirleyerek aktive edilen topluluk ortalamasını ve parametre miktarını (APD ölçümü gösterilmiştir). Şekil o 'Shea ve ark., 201913. Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız.
Şekil 2: Elektromap kullanarak fare ve kobay verilerinin analizi. (A) bu sinyallerin ilk (DF/DT) ve ikinci (d2f/DT2) türev ile birlikte fare Atria ve kobay ventriküllerden optik olarak kaydedilmiş eylem potansiyeli. ElectroMap içinde istihdam edilebilir aktivasyon ve repolarizasyon süreleri için çeşitli tanımları vurgulanır. (B) electromap arayüzünde kullanılan görüntü ve sinyal işleme ayarlarının ekran görüntüleri. Kırmızı kutular, fare ve kobay verilerinin analizleri arasında değişiklik yapılması gereken ayarları vurgulamaktadır. Şekil o 'Shea ve ark., 201913. Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız.
Şekil 3: APD değişikliklerini çözümlemek Için topluluk ortalaması. (A) apd50 harita ve tek Beat optik eylem potansiyelleri örnek tek piksel sinyali. (B) apd50 Map ve örnek tek piksel sinyali, topluluk tarafından oluşturulan optik eylem potansiyelleri 10 ardışık Beats (tepe yöntemi) ortalaması. (C) tek Beat SNR ile karşılaştırıldığında 10 Beat ortalama sinyalleri. (D) apd50 heterojenlik (i) ve ölçüm arızalarının sayısı (ii) tek Beat için SNR fonksiyonu olarak ve 10 beat ortalaması APD50 haritalar. (E) apd50 3 ve 10 Hz pacing frekans, tek beat ve 10 Beat haritaları ölçülür. (Ortalama ± standart hata olarak gösterilen veriler, n = 13 sol Atria, * * * *p < 0,001 tarafından öğrenci eşleştirilmiş t-testi). Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız.
Şekil 4: kalp dokusunda pacing frekans yanıtlarını incelemek Için Elektromap kullanımı. (A) frekans tanıma ve segmentasyon frekansı, örnek elektromap ekran görüntüsü. (B) bilinen ve elektromap ölçülen pacing döngüsü uzunlukları karşılaştırılması. (C) 120 ms ve 60 MS pacing döngüsü uzunluklarında aktivasyon haritaları. (D-H) İletim hızı (D), APD50 (E), diyastolik interval (F), genlik (G) ve zaman tepe (H), 120 MS 'den 60 MS 'den 10 MS artışlarla azalan pacing döngüsü uzunluğunun bir işlevi olarak gruplandırılmış veri. (Ortalama ± standart hata olarak gösterilen veriler, n = 5 sol Atria) Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız.
Şekil 5: hareket yapıtlarının etkisi. (A) apd50 haritası. (B) aktivasyon haritası. (C) APD ve aktivasyon haritalarında (haç) işaretlenmiş konumlardan örnek sinyaller. Kırmızı Haç ile işaretlenmiş doku alanında, kasılma, ölçülen optik sinyali bozulmadan başarıyla kapatılmadı. Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız.
Discussion
Burada, kalp optik haritalama veri kümeleri esnek ve çok değişkenli analiz için açık kaynaklı yazılım ElectroMap kullanımı için bir adım adım kılavuz sunuyoruz. ElectroMap 'in başarılı kullanımı için, görüntüleme verilerinin. tif veya içinde olması gerekir. MAT formatları. ElectroMap birkaç değiştirilebilir Kullanıcı ayarlarını içerir. Şekil 2a'da gösterildiği gibi, bu deneysel modeller ve görüntüleme donanımı arasında bulunan geniş heterojenlik nedeniyle gereklidir. Bu yazılım içinde varsayılan ayarları her zaman en iyi olmayacaktır, böylece yazılım kullanarak kritik bir adım kullanıcı için belirli deneysel kurulum ayarlarını ayarlamak için olduğu anlamına gelir. Bunlar, Şekil 2B'de gösterildiği gibi kamera ayarları ve zaman çizelgesi içerir. En iyi ayarları bulunduktan sonra bu kaydedilebilir ve yapılandırma dosyasıseçerek daha sonra yeniden yüklenebilir.
Otomatik CL ölçümü ve sinyal segmentasyonunun kurulması, yazılımın önemli avantajlarıdır. Bu özellikler, deneysel kayıtlardaki akut tepkiler analizine izin verir ve izole tek Beats odaklanmak analiz genişletme. İstenilen segmentasyon elde edildikten sonra, tek Dosya Analizi modülü, her bir segmentin otomatik analizine (tek Beats dahil) izin verir, kayıt boyunca birden çok değişkenin yüksek verim analizini gerçekleştirmek tek. csv dosyası. Birlikte, gruplandırılan zirvelerin ortalamasını alan topluluk, Elektromap 'de otomatik olarak gerçekleştirilen gürültülü sinyallerin kalitesini artırmak için etkili bir yöntemdir. Ancak, topluluk ortalamasını son derece yararlı değildir, örneğin Beat-to-yendi değişkenlik çalışmalarında. Bu nedenle, Elektromap tek Beat segmentasyon topluluk ortalama önlemek için entegre, alternatif işleme seçenekleri SNR (uzamsal ve temporal filtreleme) geliştirmek ve daha fazla araştırmak ve harita için alternans analiz modülünü içerir Beat-to-yendi değişkenlik.
Optik eşleme veri kümeleri genellikle temel sürüklenme ve hareket yapıları gibi eserler sergiler. Eşit olarak, oluşturulan sinyaller küçük piksel boyutları, kısa pozlama süreleri ve düşük fraksiyonel floresan değişiklikleri2nedeniyle düşük kalitede olabilir. Bu faktörler, temel EP davranışının etkili ve doğru analizini önler. Özetlendiği gibi, ElectroMap bu konuların üstesinden gelmek için çeşitli işleme stratejileri vardır. Ancak, bu algoritmaların temelde kalitesiz/bozuk verilere uygulanması hala etkili analiz önlemektir. SNR bu nedenle ölçülen ve ElectroMap görüntülenen parametrelerden biridir. Aynı şekilde, Kullanıcı, piksel bilgisi ve karşılaştırma modüllerini kullanarak belirli bölgelerden gelen sinyalleri seçebilir ve karşılaştırabilir, Şekil 5' te gösterilen hareket eserler gibi olayların tanımlanmasına izin verir ve uygun veri dışlama.
Şu anda, Elektromap temel düzeltme olarak aynı şekilde ham veri hareket eserler kaldırılmasını desteklemez. Bu nedenle, yazılımın olası bir gelecekteki gelişimi,31,32bildirilmiştir gibi Hesaplamalı yöntemlerle hareket artefact kaldırılması dahil etmektir. Ayrıca, Elektromap Şu anda bir optik sinyal çalışması ile sınırlıdır. Ancak, onay boyaları ve voltaj ve kalsiyum boyaların eşzamanlı kullanımı27, iki dalga boyu kanal eşzamanlı işleme gereklidir. Bu nedenle çift sinyal analizinin entegrasyonu, yazılım için önemli bir gelecekteki ek. Faz tekillik izleme gibi aritmik veri kümeleri için uygulanabilir analiz seçeneklerinin uzantısı,33,34yazılım kapsamını eşit şekilde genişletir. Son olarak, açıklanan analiz seçeneklerinin birkaçı da elektrot haritalama verilerinin analizinde yararlı olabilir. Gerçekten de, elektromap kontrast elektrogram dalga20,35rağmen elektrot haritalama verileri analiz etmek için kullanılan ve daha fazla optimizasyon bu modalite için kullanımını genişletmek olacaktır.
Disclosures
P.K., atriyal fibrilasyonda aktif olan çeşitli ilaç ve cihaz şirketlerinden araştırma desteği alır ve bu tür şirketlerden honoraria aldı. L.F. AB, BHF, MRC, DFG ve Gilead kurumsal araştırma hibe aldı. P.K. ve L.F., Birmingham Üniversitesi (atrial fibrilasyon terapisi WO 2015140571, atriyal fibrilasyon WO 2016012783 için Işaretçiler) tarafından düzenlenen iki patent üzerinde mucitler olarak listelenmiştir.
Diğer tüm yazarlar hiçbir potansiyel ilgi çatışması ilan.
Acknowledgments
Bu çalışma, EPSRC öğrencilik (Sci-PHY-4-Sağlık Merkezi doktora eğitim L016346) tarafından DP, kahraman ve L.F., Wellcome Trust tohum Ödülü Grant (109604/z/15/z) tarafından finanse edildi DP, İngiliz kalp Vakfı Hibe (PG/17/55/33087, RG/17/15/33106) için DP , Avrupa Birliği (hibe anlaşması Hayır 633196 [CATCH ME] P.K. ve L.F. için), Ingiliz Kalp Vakfı (FS/13/43/30324 için P.K. ve L.F.; PG/17/30/32961 ve P.K. ve Leducq Vakfı P.K. için. JW Ingiliz Kalp Vakfı (FS/16/35/31952) tarafından desteklenmektedir.
Materials
| Name | Company | Catalog Number | Comments |
| MATLAB and Simulink R2018a | Mathworks, Inc, Natick, MA | MATLAB software |
References
- Efimov, I. R., Nikolski, V. P., Salama, G. Optical Imaging of the Heart. Circulation Research. 94, 21-33 (2004).
- Herron, T. J., Lee, P., Jalife, J. Optical imaging of voltage and calcium in cardiac cells & tissues. Circulation Research. 110, 609-623 (2012).
- Boukens, B. J., Efimov, I. R. A century of optocardiography. IEEE Reviews in Biomedical Engineering. 7, 115-125 (2014).
- Myles, R. C., Wang, L., Kang, C., Bers, D. M., Ripplinger, C. M. Local β-adrenergic stimulation overcomes source-sink mismatch to generate focal arrhythmia. Circulation Research. 110, 1454-1464 (2012).
- Syeda, F., et al. PITX2 Modulates Atrial Membrane Potential and the Antiarrhythmic Effects of Sodium-Channel Blockers. Journal of the American College of Cardiology. 68, 1881-1894 (2016).
- Winter, J., et al. Sympathetic nervous regulation of cardiac alternans in the intact heart. Frontiers in Physiology. 9, 1-12 (2018).
- Faggioni, M., et al. Suppression of spontaneous ca elevations prevents atrial fibrillation in calsequestrin 2-null hearts. Circulation: Arrhythmia and Electrophysiology. 7, 313-320 (2014).
- Sato, P. Y., et al. Loss of Plakophilin-2 Expression Leads to Decreased Sodium Current and Slower Conduction Velocity in Cultured Cardiac Myocytes. Circulation Research. 105, 523-526 (2009).
- Yu, T. Y., et al. Optical mapping design for murine atrial electrophysiology. Computer Methods in Biomechanics and Biomedical Engineering: Imaging & Visualization. 5, 368-378 (2017).
- Laughner, J. I., Ng, F. S., Sulkin, M. S., Arthur, R. M., Efimov, I. R. Processing and analysis of cardiac optical mapping data obtained with potentiometric dyes. American Journal of Physiology. Heart and Circulatory Physiology. 303, H753-H765 (2012).
- Crocini, C., Ferrantini, C., Pavone, F. S., Sacconi, L. Optogenetics gets to the heart: A guiding light beyond defibrillation. Progress in Biophysics and Molecular Biology. 130, 132-139 (2017).
- Entcheva, E., Bub, G. All-optical control of cardiac excitation: Combined high-resolution optogenetic actuation and optical mapping. The Journal of Physiology. 9, 2503-2510 (2016).
- O’Shea, C., et al. ElectroMap: High-throughput open-source software for analysis and mapping of cardiac electrophysiology. Scientific Reports. 9, 1-13 (2019).
- Yu, T. Y., et al. An automated system using spatial oversampling for optical mapping in murine atria. Development and validation with monophasic and transmembrane action potentials. Progress in Biophysics and Molecular Biology. 115, 340-348 (2014).
- Jaimes, R., et al. Functional response of the isolated, perfused normoxic heart to pyruvate dehydrogenase activation by dichloroacetate and pyruvate. Pflugers Archiv. 468, 131-142 (2016).
- Wang, K., et al. Cardiac tissue slices: preparation, handling, and successful optical mapping. American Journal of Physiology. Heart and Circulatory Physiology. 308, H1112-H1125 (2015).
- Parrish, D. C., et al. Transient denervation of viable myocardium after myocardial infarction does not alter arrhythmia susceptibility. American Journal of Physiology. Heart and Circulatory. , (2017).
- Ihara, K., et al. Electrophysiological Assessment of Murine Atria with High-Resolution Optical Mapping. Journal of Visualized Experiments. (132), e56478 (2018).
- Holmes, A. P., et al. A Regional Reduction in Ito and IKACh in the Murine Posterior Left Atrial Myocardium Is Associated with Action Potential Prolongation and Increased Ectopic Activity. Plos One. 11, e0154077 (2016).
- Lang, D., et al. Arrhythmogenic remodeling of β
2 versus β1 adrenergic signaling in the human failing heart. Circulation: Arrhythmia and Electrophysiology. 8, 409-419 (2015). - Kang, C., et al. Human Organotypic Cultured Cardiac Slices: New Platform For High Throughput Preclinical Human Trials. Scientific Reports. 6, 1-13 (2016).
- Wen, Q., et al. Transverse cardiac slicing and optical imaging for analysis of transmural gradients in membrane potential and Ca2+ transients in murine heart. The Journal of Physiology. 596, 3951-3965 (2018).
- Houston, C., et al. Characterisation of re-entrant circuit (or rotational activity) in vitro using the HL1-6 myocyte cell line. Journal of Molecular and Cellular Cardiology. 119, 155-164 (2018).
- Yu, T. Y., et al. Optical mapping design for murine atrial electrophysiology. Computer Methods in Biomechanics and Biomedical Engineering: Imaging and Visualization. 5, 368-376 (2017).
- Laughner, J. I., Ng, F. S., Sulkin, M. S., Arthur, R. M., Efimov, I. R. Processing and analysis of cardiac optical mapping data obtained with potentiometric dyes. AJP: Heart and Circulatory Physiology. 303, H753-H765 (2012).
- Bayly, P. V., et al. Estimation of Conduction Velocity Vector Fields from Epicardial Mapping Data. IEEE Transactions on Bio-Medical Engineering. 45, 563-571 (1998).
- Jaimes, R., et al. A technical review of optical mapping of intracellular calcium within myocardial tissue. American Journal of Physiology. Heart and Circulatory Physiology. 310, H1388-H1401 (2016).
- Wang, L., et al. Optical mapping of sarcoplasmic reticulum Ca2+ in the intact heart: Ryanodine receptor refractoriness during alternans and fibrillation. Circulation Research. 114, 1410-1421 (2014).
- Winter, J., Shattock, M. J. Geometrical considerations in cardiac electrophysiology and arrhythmogenesis. Europace. , (2016).
- Mironov, S., Jalife, J., Tolkacheva, E. G. Role of conduction velocity restitution and short-term memory in the development of action potential duration alternans in isolated rabbit hearts. Circulation. 118, 17-25 (2008).
- Khwaounjoo, P., et al. Image-Based Motion Correction for Optical Mapping of Cardiac Electrical Activity. Annals of Biomedical Engineering. 43, 1235-1246 (2014).
- Christoph, J., Luther, S. Marker-Free Tracking for Motion Artifact Compensation and Deformation Measurements in Optical Mapping Videos of Contracting Hearts. Frontiers in Physiology. 9, (2018).
- Umapathy, K., et al. Phase Mapping of Cardiac Fibrillation. Circulation: Arrhythmia and Electrophysiology. 3, 105-114 (2010).
- Tomii, N., et al. Detection Algorithm of Phase Singularity Using Phase Variance Analysis for Epicardial Optical Mapping Data. IEEE Transactions on Biomedical Engineering. 63, 1795-1803 (2016).
- Cantwell, C. D., et al. Techniques for automated local activation time annotation and conduction velocity estimation in cardiac mapping. Computers in Biology and Medicine. 65, (2015).
