 🔍研究背景 心房颤动（AF）是最常见的心律失常，患者面临心源性卒中的高风险。目前临床上常用 CHA₂DS₂-VASC评分 进行卒中风险评估，但该评分主要依赖临床和人口学特征，未充分考虑左心房的结构与功能变化。近年来研究表明，左心房应变（变形能力） 与卒中风险密切相关，尤其是二维应变已被证实具有预测价值。然而，三维左心房应变 在卒中风险评估中的潜力尚不明确。 🧪研究方法 本研究纳入22名持续性房颤患者（11名有卒中史，11名无卒中史），采用四维计算机断层扫描血管成像（4D-CTA）获取左心房动态图像，并利用自主研发的 “网格正则化子体积追踪（MRSVT）”方法计算三维左心房整体与局部应变。
📊研究结果
 图1. 网格正则化子体积追踪示意图。A) 不同时间帧间子体积的图像强度分布相似性；B) 空间平滑位移场的正则化；C) 时间平滑位移场的正则化。  图2. 左心房表面自动解剖区域划分。A) 左心房几何模型。从左心房整体分割结果中导出左心房与肺静脉的组合结构，并基于导出的几何模型生成表面三角网格。B) 将左心房表面映射到球体。同时标注出左心耳、二尖瓣和肺静脉的对应位置。C) 将三维球面展开为二维矩形。黑色圆点代表三维网格节点在二维矩形布局中的映射位置，区域划分过程在该矩形区域上完成。D) 通过逆向执行映射与展开过程，展示区域划分的最终结果。灰色区域代表网格化分割表面（图2-A中黄色网格表面）上位于肺静脉和二尖瓣区域的表面三角单元。  图3. 采用不同边缘长度网格对我方MRSVT方法进行的网格收敛性研究。A) 不同网格计算得到的位移之间的差异；B) 采用不同网格计算得到的8个解剖区域的应变值。  图4. 有无卒中史患者左心房变形数据的比较  图5. 左心房应变分布示例。A) 无卒中史房颤患者的左心房应变分布；B) 有卒中史房颤患者的左心房应变分布。 ✅ 研究结论 在持续性房颤患者中，三维左心房应变（尤其是后壁应变）是识别既往心源性卒中的有力指标。该指标优于传统形态学参数，具有成为新型影像学生物标志物的潜力，有助于更精准地进行卒中风险分层。 📌 临床意义
免责声明：「原创」仅代表原创编译，水平有限，仅供学术交流，本平台不主张原文的版权，如有侵权，请联系删除。文献解读如有疏漏之处，深表歉意，请作者团队及时联系，会在第一时间进行修改或撤稿重发，感谢您的谅解！ |
