Assessment of Left Atrium Motion Deformation Through Full Cardiac Cycle

与右心房不同，左心房面临着独特的挑战，包括心肌壁更薄、形态复杂且不规则，以及个体结构多样性，因此针对左心室设计的现成方法在左心房的情况下可能不起作用。为了克服上述挑战，我们是第一个提出全面的技术工作流程，旨在利用高分辨率的3D Cine MR图像自动分析左心房运动的4D配准建模。我们将分割网络和4D配准过程整合起来，以精确地描绘整个心脏周期内的左心房分割。此外，我们还采用图像4D配准网络提取左心房位移向量场（DVF）。我们的研究结果显示，所提出的端到端框架具有潜力，可以为临床医生提供左心房运动跟踪和变形的新型区域生物标志物，具有重要的临床意义。

该论文旨在解决左心房运动分析中的挑战，包括心肌壁薄、形态复杂且不规则，以及个体结构多样性等问题。

论文提出了一种综合技术工作流程，利用高分辨率的3D Cine MR图像进行4D配准建模，自动分析左心房运动。该工作流程整合了分割网络和4D配准过程，精确地描绘了整个心动周期内的左心房分割。此外，采用图像4D配准网络提取左心房位移向量场（DVF），为左心房运动跟踪和变形提供了新的区域生物标志物。

论文使用了高分辨率的3D Cine MR图像进行实验，并提出了一种新的4D配准建模技术。该研究为左心房运动分析提供了新的思路和方法。研究结果表明，该框架具有潜在的临床应用价值。

近年来，也有一些相关研究，如“Left Atrial Segmentation Challenge”和“Left Atrial Segmentation from MRI using Convolutional Neural Networks”。