深度学习+表面重建模型+UKB+GWAS+MR发Nature子刊 社会上，心脏疾病一直备受关注。其中，房颤是一种心律失常，给患者带来不便与风险。长期以来，左心房体积增大和功能下降一直与房颤有关。然而，我们如何准确评估左心房结构和功能，以及它们与房颤风险之间的关系呢？ 今天我们分享一篇5月21日在《Nature Communications》发布的题为“Deep learning of left atrial structure and function provides link to atrial fibrillation risk”的研究论文。 本研究创新性 1）使用了英国生物样本库中超过 40,000 项心脏 MRI 研究的独特资源，对 LA 的结构和功能进行了大规模、高分辨率的评估。 2）训练深度学习模型从心血管 MRI 数据中分割 LA 横截面，然后从其 3D 重建中得出 LA 体积的估计值。 3）进行了一系列广泛的流行病学、遗传学、多基因和孟德尔随机化分析，以将这些 LA 特征与心血管结局联系起来。