实时 AI 资讯
新研究提出基于潜在神经 ODE 的心脏 MRI 时空建模方法
arXiv 上发表的一项研究提出利用潜在神经常微分方程（Neural ODE）对心脏电影 MRI 进行连续时空建模，捕捉双心室结构和全周期运动信息。
发布时间/阅读次数 0
一篇发表于 arXiv（编号 2606.26718）的新研究提出了一种潜在动态模型，用于心脏磁共振成像（CMR）的时空建模。该方法编码双心室解剖结构和全周期电影运动为连续潜在轨迹，使用心率感知的神经常微分方程（ODE）动力学和基于图的网格表示。
与仅从选定心脏阶段提取少数图像指标的常规风险模型不同，该方法能够捕捉完整的时空信息，有望在更少的观测数据下提供更丰富的心脏功能评估。
传统 CMR 分析通常依赖人工选取的关键帧和预定义指标，而这一方法通过连续潜在空间建模，可能为临床心脏风险评估带来更全面、更自动化的方案。
来源：arXiv，论文编号 2606.26718，2026 年 6 月 26 日提交。
为什么重要
该研究为心脏影像分析提供了从离散指标到连续时空建模的新范式，有望提升心脏疾病的早期诊断和风险评估能力。