Browsing by Author "Montonen, Juha"

Filter results by typing the first few letters
Now showing 1 - 7 of 7
  • Analysis of Electro- and Magnetocardiographic Signals
    (2005) Väänänen, Heikki
     Helsinki University of Technology | Licentiate thesis
  • Rasitusergometri kardiomagneettisissa mittauksissa
    (1997) Takala, Panu
     Helsinki University of Technology | Master's thesis
    Sydänlihaksen solujen yhdenaikaisen aktivaation seurauksena sydämessä esiintyy biosähköisiä virtoja, jotka synnyttävät heikon magneettikentän kehoon ja sen ulkopuolelle. Magnetokardiografialla (MKG) tarkoitetaan tämän magneettikentän mittaamista kehon ulkopuolelta ja kentän muutosta ajan kuluessa kutsutaan magnetokardiogrammiksi. Rasituksen aikana tehtyjä MKG-mittauksia käsitteleviä tutkimuksia on julkaistu vain vähän. Tehdyt tutkimukset ovat kohdistuneet terveisiin koehenkilöihin eikä yhtään potilasmittausta ole raportoitu. Yksi syy tähän on kaupallisesti saatavan, tarkoitukseen soveltuvan rasitusergometrin puuttuminen. Tavanomaisissa ergometreissä olevien magneettisten osien aiheuttamat häiriöt tekevät sydämen tuottaman heikon magneettikentän rekisteröinnin mahdottomaksi rasituksen aikana. Tässä työssä rakennettiin rasitusergometri, jolla suoritettavan rasituskokeen yhteydessä voidaan rekisteröidä tutkittavan henkilön magnetokardiogrammi. Laitteen keskeisin piirre on, ettei se sisällä magneettisia osia. Ergometri kalibroitiin ja sillä tehtiin rasituskokeita yhteensä kymmenellä potilaalla ja terveellä koehenkilöllä. Mittauksissa rekisteröitiin tutkittavien magnetokardiogrammi, 12-kytkentäinen elektrokardiogrammi (EKG) sekä sähköiset pintapotentiaalit rasituksen aikana. Työssä tehtiin myös MKG-mittausten alustava analysointi. Tehdyt rasituskokeet osoittivat, että myös liikuntaan tottumattomat ja huonokuntoiset potilaat pystyvät suorittamaan rasituskokeen ergometrillä. Kokeissa ergometri toimi ongelmitta eikä yhtään koetta jouduttu keskeyttämään tai peruuttamaan ergometristä johtuvista syistä. Mitatussa MKG-signaalissa ei havaittu ergometrin aiheuttamia häiriöitä. Mittausdatan alustavan analyysin perusteella voidaan todeta sydänlihaksen iskemian olevan havaittavissa rasituksen aikaisella MKG-mittauksella. Vasemman sepelvaltimon ahtaumasta (LAD) kärsivistä potilaista puolella nähtiin välittömästi rasituksen jälkeen mitatun MKG:n ST-väliltä muodostetussa keskiarvokartassa yli 3 pT:n ero suurimman ja pienimmän arvon välillä. Terveillä koehenkilöillä tämä ero oli keskimäärin 1.7 pT. MKG:n QRS-kompleksin ajalta muodostetun keskiarvokartan maksimiarvo oli kaikilla terveillä koehenkilöillä sekä LAD-potilailla levossa suurempi kuin välittömästi rasituksen päätyttyä. Oikean sepelvaltimon ahtaumasta (RCA) kärsivillä potilailla tilanne oli keskimäärin päinvastainen ja rasituksen jälkeen mitatusta MKG:sta QRS-kompleksin ajalta muodostetun keskiarvokartan maksimin suhde lepovaiheen vastaavan kartan maksimiin oli kaikilla RCA-potilailla suurempi kuin yhdelläkään muihin ryhmiin kuuluvista.
  • High-resolution cardiographic measurements and identification of patients prone to malignant arrhythmias
    (1996) Montonen, Juha
     Helsinki University of Technology | Licentiate thesis
  • Intelligent digital tools for screening of brain connectivity and dementia risk estimation in people affected by mild cognitive impairment: the AI-Mind clinical study protocol
    (2024-01-05) Haraldsen, Ira H.; Hatlestad-Hall, Christoffer; Marra, Camillo; Renvall, Hanna; Maestu, Fernando; Acosta-Hernandez, Jorge; Alfonsin, Soraya; Andersson, Vebjorn; Anand, Abhilash; Ayllon, Victor; Babic, Aleksandar; Belhadi, Asma; Birck, Cindy; Bruna, Ricardo; Caraglia, Naike; Carrarini, Claudia; Christensen, Erik; Cicchetti, Americo; Daugbjerg, Signe; Di Bidino, Rossella; Diaz-Ponce, Ana; Drews, Ainar; Giuffre, Guido Maria; Georges, Jean; Gil-Gregorio, Pedro; Gove, Dianne; Govers, Tim M.; Hallock, Harry; Hietanen, Marja; Holmen, Lone; Hotta, Jaakko; Kaski, Samuel; Khadka, Rabindra; Kinnunen, Antti S.; Koivisto, Anne M.; Kulashekhar, Shrikanth; Larsen, Denis; Liljeström, Mia; Lind, Pedro G.; Marcos Dolado, Alberto; Marshall, Serena; Merz, Susanne; Miraglia, Francesca; Montonen, Juha; Mäntynen, Ville; Oksengard, Anne Rita; Olazaran, Javier; Paajanen, Teemu; Pena, Jose M.; Pena, Luis; Peniche, Daniel lrabien; Perez, Ana S.; Radwan, Mohamed; Ramirez-Torano, Federico; Rodriguez-Pedrero, Andrea; Saarinen, Timo; Salas-Carrillo, Mario; Salmelin, Riitta; Sousa, Sonia; Suyuthi, Abdillah; Toft, Mathias; Toharia, Pablo; Tveitstol, Thomas; Tveter, Mats; Upreti, Ramesh; Vermeulen, Robin J.; Vecchio, Fabrizio; Yazidi, Anis; Rossini, Paolo Maria
     A1 Alkuperäisartikkeli tieteellisessä aikakauslehdessä
    More than 10 million Europeans show signs of mild cognitive impairment (MCI), a transitional stage between normal brain aging and dementia stage memory disorder. The path MCI takes can be divergent; while some maintain stability or even revert to cognitive norms, alarmingly, up to half of the cases progress to dementia within 5 years. Current diagnostic practice lacks the necessary screening tools to identify those at risk of progression. The European patient experience often involves a long journey from the initial signs of MCI to the eventual diagnosis of dementia. The trajectory is far from ideal. Here, we introduce the AI-Mind project, a pioneering initiative with an innovative approach to early risk assessment through the implementation of advanced artificial intelligence (AI) on multimodal data. The cutting-edge AI-based tools developed in the project aim not only to accelerate the diagnostic process but also to deliver highly accurate predictions regarding an individual's risk of developing dementia when prevention and intervention may still be possible. AI-Mind is a European Research and Innovation Action (RIA H2020-SC1-BHC-06-2020, No. 964220) financed between 2021 and 2026. First, the AI-Mind Connector identifies dysfunctional brain networks based on high-density magneto- and electroencephalography (M/EEG) recordings. Second, the AI-Mind Predictor predicts dementia risk using data from the Connector, enriched with computerized cognitive tests, genetic and protein biomarkers, as well as sociodemographic and clinical variables. AI-Mind is integrated within a network of major European initiatives, including The Virtual Brain, The Virtual Epileptic Patient, and EBRAINS AISBL service for sensitive data, HealthDataCloud, where big patient data are generated for advancing digital and virtual twin technology development. AI-Mind's innovation lies not only in its early prediction of dementia risk, but it also enables a virtual laboratory scenario for hypothesis-driven personalized intervention research. This article introduces the background of the AI-Mind project and its clinical study protocol, setting the stage for future scientific contributions.
  • Kardiografisten myöhäispotentiaalien ja -kenttien mittaus ja detektointi
    (1990) Montonen, Juha
     Helsinki University of Technology | Master's thesis
  • Magnetocardiography in ecercise studies in detection of left ventricular hypertrophy
    (1999) Takala, Panu
     Helsinki University of Technology | Licentiate thesis
  • Eteisaktivaation magnetokardiografiakartoitusten spatiaalisia ja temporaalisia analyysimenetelmiä
    (2004) Mäntynen, Ville
     Helsinki University of Technology | Master's thesis
    Atrial fibrillation (AF) is the most common arrhythmia of the heart requiring hospitalization. AF is not generally fatal, but it heavily increases the risk of thrombi (blood cloth). Symptoms of AF have been reported to significantly reduce the quality of life. Several cardiovascular diseases expose to AF. However, approximately quarter of the patients (lone AF) have no cardiac or other underlying disease. In this thesis, methods were studied and created to examine the human atria using especially magnetocardiography (MCG). The work is a part of a research line that includes also the MCG measurements at the BioMag laboratory located at the Helsinki University Central Hospital. The subject matter of the thesis is three-fold: The software for MCG-measurements was modified, and different noise suppression methods were presented. Especially two noise-model based adaptive filters were compared. The filters may be used to suppress the power-line interference in bio magnetic recordings. A method for multichannel time alignment based on pattern recognition was developed utilizing correlations between waveforms. The method can be used to time align the atrial and ventricular waves independently in bio magnetic recordings. The accuracy of the method was found to be good. Magnetic multipole expansion was used to interpolate the MCG mappings for visualisation and gradient analysis. Previously used to analyse the ventricular activation, the gradient analysis of the MCG mappings was applied to study and parameterize the atrial activation. Through the gradient analysis it is also possible to create so-called pseudo-current map that describes the current induced by the heart in the human body. During this work it was also found that it is quite common that the atrial waves present two or even three different morphologies in the mappings of both patients and healthy volunteers. Changes in the signal morphology suggest different conduction pathways in the atria. In addition, it seems feasible to separate the healthy volunteers from the patients suffering from lone AF on the grounds of the direction of the pseudo-current during the latter part of the atrial activation.