编辑推荐：
在构建心脏数字孪生（CDT）时，解剖差异对功能测量的影响研究不足。研究人员开发双心室统计形状模型（SSM），发现健康心室最重要的变异是大小和伸长，且与心电图（ECG）及人口统计学特征显著相关，为 CDT 发展提供新见解。
心脏，作为人体的 “生命引擎”，日夜不息地跳动，为全身输送着至关重要的血液。在医学和生命科学领域，对心脏的研究一直是热门且极具挑战的课题。随着科技的飞速发展，心脏数字孪生（Cardiac Digital Twin，CDT）这一概念应运而生。它就像是给心脏打造的虚拟 “分身”，能精准模拟心脏的解剖结构和生理功能，在心血管疾病的诊断、治疗方案制定以及预后评估等方面有着巨大的潜力。
然而，在构建 CDT 的过程中，一个关键问题却一直困扰着科研人员。那就是心脏的解剖结构存在着显著的个体差异，这些差异对像心电图（Electrocardiogram，ECG）这样重要的临床功能测量会产生怎样的影响呢？虽然通过计算模拟的研究不少，但在真实世界患者中，这种影响却没有得到充分的研究。而且，以往的心脏统计形状模型（Statistical Shape Model，SSM）研究也存在诸多不足，比如输入数据空间分辨率有限、研究对象数量不足、包含心血管疾病患者导致模型不具代表性，以及缺乏先进的通用心脏坐标系等。为了解开这些谜团，推动 CDT 技术的发展，来自国外的研究人员开展了一项意义重大的研究。
研究人员利用了来自 271 名健康个体（包括运动员）的高分辨率心脏 CT 扫描数据，其中数据来源于 Master@Heart 研究和鲁汶大学医院（UZ Leuven）的女性临床数据。他们开发了一种双心室 SSM，并运用了一种全新的、基于通用心室坐标（Universal Ventricular Coordinates，UVC）的方法来建立形状对应关系。这项研究成果斐然，相关论文发表在《Computers in Biology and Medicine》上。研究表明，健康心室最重要的变异是大小和伸长，这些解剖因素与 ECG 衍生特征以及人口统计学特征显著相关。而且，研究人员还提供了一个包含 100 个可用双心室网格的合成队列，这些网格带有解剖标签和纤维结构，为构建群体水平的 CDT 奠定了基础。这一研究成果对深入理解心脏解剖与生理功能的关系，以及推动 CDT 技术在临床中的应用具有重要意义。
研究人员为开展这项研究，主要运用了以下关键技术方法：首先，通过收集大规模的高分辨率心脏 CT 扫描数据构建数据集，涵盖了健康的混合性别群体；其次，采用基于 UVC 的方法建立不同几何形状点云之间的轻量级对应关系，避免了传统构建 SSM 时昂贵的非线性配准步骤；最后，运用主成分分析（Principal Component Analysis，PCA）对心脏形状变异性进行数学严谨的评估。
研究结果
- 数据集构建：使用 271 个高分辨率（亚毫米）CT 图像构建数据集，涵盖健康混合性别群体，并采用全自动分割和解剖模型生成工作流程构建 SSM 训练数据集，为构建患者级别的解剖双心室 CDT 提供了可能。
- 统计形状建模：利用 UVC 建立不同几何形状点云之间的轻量级对应关系，有效消除了传统 SSM 构建中计算昂贵的非线性配准步骤。
- 提供高质量网格用于下游应用：提供详细的双心室 SSM 以及包含 100 个可用双心室网格的合成队列，这些网格带有解剖标签和纤维结构，代表了健康双心室解剖结构，为群体水平的 CDT 构建提供了基础。
- 量化与双心室解剖的关系：通过统计形状分析和自动 ECG 描绘，研究并量化了双心室解剖与临床测量的 ECG 和人口统计学变量之间的关系。发现双心室大小、伸长以及左心室（LV）和右心室（RV）的相对位置是变异性的三个主要因素。
研究结论与讨论
本研究构建了高度自动化的双心室解剖 SSM 工作流程，训练集基于 271 名健康受试者的高分辨率心脏 CT 扫描数据。引入的基于 UVC 的新方法有效建立了几何形状之间的对应关系。通过该 SSM 进行的下游分析揭示了心室解剖与 ECG 衍生特征以及人口统计学变量之间的定量关系。这不仅为深入理解心脏解剖和生理功能之间的联系提供了新视角，也为心脏数字孪生技术的发展提供了重要的理论和实践基础。同时，合成队列的提供也为虚拟队列研究和大规模模拟研究提供了有力支持，推动了心血管领域的研究进展，有望在未来的临床实践中发挥重要作用，改善患者的诊疗效果。
