心脏病学中的统计形状建模：解剖、力学与病理生理学之间的桥梁

《Heart Failure Clinics》：Statistical Shape Modeling in Cardiology: Bridging Anatomy, Mechanics, and Pathophysiology

　　

章节摘要

要点

• •
  心血管形态编码了疾病生物学信息。
• •
  统计形状建模可实现定量几何表型分析。
• •
  形态生物标志物可超越传统指标改善风险预测。
• •
  在疾病亚型分类和精准心脏病学方面具有潜力。
• •
  临床应用仍存在障碍。

缩写

3D	三维
CFD	计算流体力学
CMR	心脏磁共振
CT	计算机断层扫描
ECG	心电图
EM	机电学
EP	电生理学
PCA	主成分分析
SSM	统计形状建模

统计形状建模的基础

SSM量化群体间的解剖变异，将三维心脏几何结构转化为紧凑、可解释的形状描述符；详细的数学公式在其他文献中已有综述。^15,16 其核心在于，解剖结构被表示为群体中具有对应关系的点或表面¹⁷：从CMR、CT或超声心动图中分割出结构并进行处理，使每个点在每位受试者中代表相同的解剖位置，这种对应关系由

描述性研究：形态与功能和预后的相关性

在各种心腔和血管中，一致的规律浮现：几何描述符提供了超越传统容积和功能指标的预后信息，且常常表现更优。在左心室中，梗死后重塑提供了最丰富的证据，形状描述符可区分梗死与正常心室（准确率0.83–0.98）²⁶，且三维收缩末标志物在预测主要不良事件方面优于收缩末容积，能区分不同类型的损伤。

机制研究：从形态到病理生理学

机制性SSM研究通过将几何表示与基于物理的模型耦合来回答问题，建立解剖结构与功能之间的因果关系。表1总结了本节综述的研究。

统计形状建模作为使能技术

除描述性和机制性研究外，第三类应用主要将SSM作为计算基础设施。这些应用的共同点在于一个方法论原则：通过学习基于对应关系的低维解剖统计模型，SSM提供了结构化、可解释且具有生成能力的形状表示。该表示可作为先验约束不适定问题（分割与重建），也可作为坐标系使

局限性、挑战和未来方向

尽管前文讨论了广泛的证据，SSM尚未进入常规临床实践，其未来发展路径在很大程度上取决于仍需克服的障碍。四个相互关联的挑战尤为突出。

• •
  自动化与协调：可靠的全自动分割仍然是待解决的问题，尤其对于病理状态下的右心室、心房和血管结构。¹⁰⁸ 标准化的生物库表型分析和开放基准测试已开始发挥作用，²⁶ 但多中心SSM的协调仍

临床关注要点

• •
  SSM可实现解剖结构、血流和组织重塑之间相互作用的量化，为探究心血管疾病的机械生物学反馈回路提供了框架。
• •
  在多种疾病状态下，SSM衍生的指标可捕捉到射血分数等整体指标所遗漏的临床相关异质性，有助于疾病亚型分类和结局预测的改善。
• •
  与血流成像或计算建模相结合时，SSM可将几何模式与

披露

作者无利益冲突需披露。

Francesco Capuano|Yue-Hin Loke|Elias Balaras