综述

基于心脏磁共振特征追踪技术的左心房心肌应变评估在心血管疾病中应用的研究进展

牛可迪 孙业涵 赵鑫鑫 沈晶 吴昊 于晶

请尊重版权，未经授权禁止下载

引用格式： 牛可迪，孙业涵，赵鑫鑫，等. 基于心脏磁共振特征追踪技术的左心房心肌应变评估在心血管疾病中应用的研究进展［J/OL］. 中华心血管病杂志（网络版），2026，9:e1000221. http://www.cvjc.org.cn/index.php/Column/columncon/article_id/401. DOI:10.3760/cma.j.cn116031.2026.1000221.

复制引文
发布日期： 2026/07/29    浏览量： 1060 次

登录后方可查看全文，无账号可以前往注册

版权归中华医学会所有。
未经授权，不得转载、摘编本刊视频资料。
除非特别声明，本刊刊出的所有视频及资料不代表中华医学会和本刊编委会的观点。
目录
音频
基于心脏磁共振特征追踪技术的左心房心肌应变评估在心血管疾病中应用的研究进展
04:30

引言


左心房作为连接左心室和肺静脉的重要枢纽，在心脏功能中扮演着关键角色。早期心肌应变分析主要聚焦于左心室，并认为其能够早期识别心脏整体和局部功能的变化，在心脏结构功能（如射血分数）发生改变之前，心肌应变就会发生变化［1］。因此，心肌应变分析能为亚临床心脏疾病的心功能评估提供更早期、真实且敏感的指标。既往对左心房储存、导管及收缩功能的评估主要依赖超声心动图［2］。然而，受限于左心房复杂的几何结构、超声图像有限的空间分辨率与组织对比度，以及声窗条件等因素，超声心动图在清晰显示左心房壁结构和精确功能评估方面存在一定局限性，限制了其临床应用的广度与深度［3‑4］。随着影像技术的快速发展，心脏磁共振（cardiac magnetic resonance，CMR）因高分辨率、无创性和一站式全面评估等优势，已成为心脏结构和功能评估的“金标准”。近年来，基于CMR特征追踪（cardiac magnetic resonance feature tracking，CMR‑FT）技术的左心房心肌应变在多种心血管疾病中的研究取得了重要进展，其在早期诊断、危险分层及预后评估方面的价值逐渐受到关注。但是，该技术的临床转化仍面临诸多挑战，如多因素模型中的独立预测价值、与传统指标联合应用的优化策略，以及测量标准化等方法学问题。本文归纳总结了基于CMR‑FT的左心房心肌应变评估的技术原理与关键研究进展，并分析了其临床应用价值与局限性，以期为该技术的临床实践提供参考。

左心房心肌应变概述


心肌应变是指心肌纤维在心动周期中相对于原始长度的形变程度，即从舒张状态到收缩状态心肌长度的变化，通常以百分数表示，通过分解心肌在径向、周向和纵向3个正交方向上的空间运动，心肌应变分析能够定量评估心肌局部乃至整体的力学状态，揭示不同方向心肌纤维的形变能力。长期以来，心肌应变技术主要应用于左心室功能的评估，即左心室心肌应变，可用于早期识别心肌功能障碍、评估心肌

存活情况、预测预后及指导治疗决策，在临床中具有重要价值［5‑6］。随着对心脏功能整体性与心腔间协同作用认识的深化，左心房功能评估的重要性日益凸显，左心房心肌应变可有效量化左心房在心动周期中的形变能力，测量参数主要包括储存应变（reservoir strain，εs）、导管应变（conduit strain，εe）和收缩应变（contractile strain，εa），分别对应3个应变率指标，即正向峰值应变率（peak positive strain rate，SRs）、早期负向峰值应变率（peak early negative strain rate，SRe）及晚期负向峰值应变率（peak late negative strain rate，SRa），这些参数分别对应左心房的储存、导管及收缩功能。储存功能反映左心室收缩期左心房容纳肺静脉回流血量的能力，该能力取决于左心房顺应性和左心室收缩能力。储存功能受损常见于左心房纤维化、压力负荷过重或左心室收缩功能减退。导管功能反映左心房舒张早期的被动排空，其与左心室充盈压升高密切相关，且对于早期舒张功能障碍的识别更敏感。收缩功能则体现心房的主动收缩能力，反映了左心房的主动排空，主动排空量占左心室每搏输出量的15%~30%［7］。收缩功能对维持心输出量尤为重要，在左心室功能障碍时，该“增压泵”功能的相对贡献增强。

基于CMR‑FT技术的左心房心肌应变评估的技术优势与面临的挑战


目前评估左心房时相功能的主流方法是超声心动图，其中超声心动图斑点追踪技术（speckle tracking echocardiography，STE）通过在整个心动周期内追踪心肌组织自然声学斑点的运动轨迹，实现对左心房形变能力的定量分析，在左心房心肌应变评估中被广泛应用［2, 8］。该技术具备操作便捷、成本较低、实时成像等优势，适用于床旁评估及大规模筛查。然而，STE的图像质量高度依赖于声窗条件，在肥胖、慢性肺部疾病及胸廓畸形等患者中应用受限，其空间分辨率较低，且测量结果易受操作者经验影响，观察者间变异性较大［9］。CMR是评价心腔形态和功能的“金标准”，具有更高的组织对比度和更宽的视野，不受声窗限制，适用于各种体型和病理状态的患者［10］。作为一种新兴的无创影像方法，基于常规cine‑SSFP序列的CMR‑FT技术通过追踪心肌组织在时间序列图像的自然特征点的运动轨迹，从而对心肌应变参数进行定量评估。研究表明，与STE相比，基于CMR‑FT技术的左心房心肌应变分析的观察者内与观察者间的一致性更好（表1）［11‑12］。与其他CMR心肌应变量化技术相比，CMR‑FT亦具有独特优势，相较于传统的心肌标记技术，CMR‑FT无需专门的脉冲序列，可直接基于常规cine图像进行后处理，缩短了扫描时间。与心肌应变编码成像相比，其处理流程更为简便，临床适用性更强［13］。这些特点使CMR‑FT适用于左心房这类形态复杂、结构不规则的心腔心肌应变分析，为其功能评估提供了可靠手段。

然而，CMR‑FT的临床推广仍面临诸多挑战。首先，CMR检查本身受限于后处理时间较长、设备成本较高、可及性有限，且部分患者存在幽闭恐惧症或体内金属置入物禁忌等。其次，目前左心房心肌应变及应变率的测量尚缺乏公认的标准化参考值，现有临界值不宜直接用于临床个体化决策。具体而言，左心房心肌应变测量的异质性来源主要包括5个方面，即勾画方式、成像切面选择、心律与心率、不同软件的后处理算法存在差异和人群异质性。勾画方式方面：左心房几何结构复杂，左心房轮廓勾画时是否排除肺静脉及左心耳会影响测量值［14］。成像切面选择方面：心肌应变测量通常基于左心房长轴两腔心和四腔心，但部分研究仅使用单一平面，部分加入三腔心层面评估［15‑16］。心律与心率方面：心房颤动、频发早搏等心律不齐可导致心动周期变异，而心率过快或过缓亦会改变心房充盈模式，从而干扰心肌应变参数的稳定测量。人群异质性方面：年龄、性别、种族等因素均可能影响左心房心肌应变的正常参考值，现有研究虽部分报告了这些因素的分层数据，但样本量小、年龄跨度大、统计方法不一，缺乏统一的影响因素校正模型（表2）［10, 17‑22］。鉴于上述异质性因素，表2数据不宜直接横向比较或用于临床决策，仅作为方法学异质性说明的参照。

基于CMR‑FT技术的左心房心肌应变评估在心血管疾病中的应用


一、基于CMR‑FT技术的左心房心肌应变评估在心血管疾病诊断中的应用
基于CMR‑FT的多项研究显示，左心房心肌应变可在传统影像指标尚无阳性表现时识别部分心血管疾病患者的亚临床功能障碍，为多种心血管疾病的早期诊断提供客观依据。Kim等［23］证实，左心房心肌应变降低程度与心肌梗死面积独立相关，是识别亚临床舒张功能障碍的敏感影像学标志物。在心力衰竭的过程中，左心房功能代偿对维持心输出量至关重要，Gao等［24］发现左心房εs和应变率随着心功能分期的进展呈梯度下降，提示其可识别心力衰竭患者早期左心房功能改变及不同功能状态，但该研究为单中心回顾性设计，且基于旧版指南纳入了射血分数轻度降低的心力衰竭（heart failure with mildly reduced ejection fraction，HFmrEF）患者，可能存在选择偏倚，结论尚需多中心、大样本研究进一步验证。Lin等［25］发现左心房心肌应变受损可作为射血分数保留的心力衰竭（heart failure with preserved ejection fraction，HFpEF）的早期标志物，且男性患者的左心房εs受损更明显，提示可能存在性别差异，临床需关注个体化评估。

在心房颤动的早期诊断方面，左心房心肌应变具有独特优势。在心房颤动发生之前，左心房可能已存在隐匿性的结构和功能异常。Yamada等［26］对比分析了106例阵发性心房颤动（paroxysmal atrial fibrillation，PAF）患者与20名正常对照者，尽管两组间左心房主动射血分数未见差异，但PAF患者左心房εa已显著降低［（11.4%±4.3%）比（15.2%±5.6%），P=0.002］，提示左心房心肌应变可识别常规指标难以检出的左心房主动排空功能障碍，为早期识别“心房心肌病”提供可能，但该研究对象均为拟行肺静脉隔离术的PAF患者，可能无法完全代表整体PAF人群。

在心肌病评估方面，左心房心肌应变对肥厚型心肌病（hypertrophic cardiomyopathy，HCM）和扩张型心肌病（dilated cardiomyopathy，DCM）均有重要评估价值。HCM患者可发生左心房纤维化，左心房顺应性减低，导致左心房心肌应变能力受损，并引发左心房重构和功能障碍。Tian等［22］发现HCM患者的左心房εs、εe、εa均低于健康对照组，这与既往的一些研究结论一致［17, 27］。值得注意的是，部分研究显示HCM患者可能存在“泵功能保留”现象，提示疾病早期左心房通过增强主动收缩代偿舒张功能受损［28］。此外，Wang等［29］发现HCM患者左心房εa可用于预测肌小节突变，且在Mayo Ⅱ评分基础上显示出一定的增量价值，可为识别肌小节突变携带者提供影像学参考。左心室心肌纤维化是预测DCM患者远期心血管不良事件的重要因素［30⁃31］，早期识别并干预心肌纤维化对改善患者预后至关重要。研究显示DCM患者左心房损伤出现在左心室纤维化前，其中SRa是DCM患者左心室纤维化的独立预测因子，提示左心房力学功能障碍可能与心室间质重构存在共同的病理生理通路，但缺乏对DCM不同病程阶段及心肌延迟强化范围的系统性分层考量，可能导致对左心房功能损伤程度的评估偏倚［32‑33］。

在心肌炎中，左心房心肌应变也显示出良好的辅助诊断价值。心肌炎患者即使在左心室射血分数（left ventricular ejection fraction，LVEF）保留的情况下，舒张功能亦可出现早期损害，而左心房心肌应变可反映这一改变［34‑35］。研究显示急性心肌炎患者的储存功能及导管功能均低于健康对照组，而泵功能相对保留［36‑38］，SRe似乎是诊断价值较高的指标［37, 39］。值得注意的是，现有研究主要聚焦于心肌炎患者和健康人群之间的比较，未来的研究应该评估其在区分确诊病例和疑似病例方面的价值。


二、基于CMR‑FT技术的左心房心肌应变评估在心血管疾病危险分层中的应用
左心房εs在改善ST段抬高型心肌梗死（ST‑segment elevation myocardial infarction，STEMI）后的危险分层方面发挥重要作用。研究显示左心房εs≤19.2%与主要不良心血管事件（major adverse cardiovascular events，MACE）密切相关［40］，且在多变量分析中独立于LVEF等传统危险因素。此外，将左心房εs加入LVEF预测模型后预测效能增强［40］。

Doerner等［36］在左心室功能保留的心肌炎患者中，将左心房SRe联合钆延迟增强（late gadolinium enhancement，LGE）及左心室整体纵向心肌应变（global longitudinal strain，GLS），较单独使用Lake Louise标准或LGE表现出更优的诊断效能，使诊断急性心肌炎的曲线下面积从0.78提升至0.86，表明左心房心肌应变具有重要的增量价值。因此，推荐将左心房心肌应变纳入心肌炎多参数评估框架，以提高对疑似心肌炎患者（特别是左心室功能保留者）的诊断能力，并优化其危险分层。左心房心肌应变提高了对亚临床心房颤动风险的识别能力，Bertelsen等［41］对203例具有卒中危险因素但未发生心房颤动的老年患者进行监测，发现左心房εa每降低5%，心房颤动的发生风险增加56%，提示左心房εa能够在传统临床危险因素基础上进一步识别高风险人群，为心房颤动的一级预防提供了新的预警工具。

一项长期随访研究显示，在DCM患者中，左心房εe的预测效能优于双心室心肌应变，并为传统预测指标［包括年龄、纽约心脏协会心功能分级、N末端B型利钠肽原（N‑terminal pro‑B‑type natriuretic peptide，NT‑proBNP）、LVEF及LGE］提供增量价值［16］。尽管现行指南推荐以LVEF<35%作为植入式心律转复除颤器置入（implantable cardioverter defibrillator，ICD）的主要依据［42］，但有学者指出LVEF对临床结局风险的区分能力存在一定局限性［43］。还有研究显示LVEF降低的患者死亡风险存在差异［44‑45］，这意味着仅通过LVEF无法对患者的进行全面、准确的风险评估。因此，建议将左心房εe纳入DCM的临床危险分层体系，以便更精准地识别传统评估可能遗漏的高危患者，优化ICD置入决策。


三、基于CMR‑FT技术的左心房心肌应变评估在心血管疾病预测中的应用
左心房心肌应变损伤与MACE风险增加密切相关。Schuster等［46］对1 200余例急性心肌梗死患者进行评估，发现左心房εs<18.8%是不良临床结局的独立预测因子。另有研究进一步证实左心房εs<22%或左心房εe<10%可作为STEMI患者预后不良的独立预测指标，其提供增量预后信息的能力优于左心房最大容积和GLS等传统参数［47］。上述结论在后续研究中得到验证，提示左心房εs可作为MACE发生风险的敏感预后指标，目前该领域研究样本量较大，结论相对稳健，但多为回顾性研究，处于验证期向转化期过渡阶段［48‑49］。

Tian等［22］基于CMR‑FT发现左心房εa≤8.9%是HCM患者不良临床事件的独立预测因素（HR=8.9，95%CI 1.95~40.93，P=0.005)，且独立于LVEF、左心房内径等传统危险因素，但受限于随访期短且猝死事件数量少，无法评估猝死风险。同时，左心房εs≤18%及左心房εa≤8%已被证实可作为HCM患者发生心房颤动的独立预测因子［50］。Yang等［51］发现术前CMR测得的εs≤22.9%可预测肥厚型梗阻性心肌病患者心肌切除术后的主要终点事件。综上，左心房εa是目前HCM领域公认有预后评估价值的参数，尤其在预测新发心房颤动及复合不良事件中表现突出，可能与左心房主动收缩功能在压力负荷下的代偿机制有关。但现有研究样本量较小、随访期短，且以替代终点为主，猝死等硬终点事件数据不足，仍需进一步探索。

在DCM中，Raafs等［52］发现左心房εe<12%与DCM患者MACE风险增加密切相关，且在LGE基础对MACE具有增量预测价值，预测效能优于LVEF、左心房容积指数及左心室整体纵向应变。Li等［53］证实，左心房εs和εe是DCM患者心脏移植或全因死亡的独立预测因子，其中左心房εs的HR为0.95（95%CI 0.91~0.99,P=0.008），左心房εe的HR为0.92（95%CI 0.87~0.98,P=0.010)。左心房εe是多项研究证实的评估DCM患者预后的重要参数，可能与DCM患者左心室舒张功能及充盈压变化对左心房管道期的直接影响有关。

心房重构是心房颤动进展中的关键病理环节，其通过降低心房顺应性导致左心房功能减退，具体表现为左心房εs和εe降低［54‑55］。基于CMR‑FT技术评估左心房心肌应变可为心房颤动患者筛选射频消融适宜人群提供依据，Benjamin等［56］发现左心房εs是PAF患者肺静脉隔离术后心房颤动复发的独立预测因子，而Gastl等［57］发现左心房泵功能受损可预测消融后心房颤动复发，二者的差异性可能源于后者纳入了PAF及持续性心房颤动混合人群，而持续性心房颤动患者左心房心肌应变通常更低［58］。Chirinos等［59］发现左心房储存和管道功能与心力衰竭患者的综合预后相关，并且射血分数降低的心力衰竭（heart failure with reduced ejection，HFrEF）患者的左心房心肌应变比HFpEF患者受损更严重，另一项对300例HFrEF患者随访研究显示，在调整临床、实验室及CMR参数等因素后，左心房εs仍是HFrEF患者预后的独立预测因子［60］。然而，目前基于CMR‑FT技术左心房心肌应变对HFpEF患者的预后研究较少，尚需进一步探索。

在心肌炎预后评估方面，左心房心肌应变的价值尚存争议。Lee等［61］基于CMR‑FT发现左心房εs及εe是急性心肌炎患者发生MACE的独立预测因子，但Vos等［62］的研究显示，在校正临床及CMR预测因素后，左心房应变指标明显消失，上述差异可能源于研究人群特征及终点事件定义不同。有研究显示急性心肌炎患者治疗后左心房储存功能在3个月内显著改善，提示其可能成为功能恢复的评估工具，但该研究样本量较小且随访时间较短，结论尚需验证［63］。综上，目前左心房心肌应变在心肌炎预后评估中的证据尚不充分，且尚未被纳入心肌炎诊疗指南或共识，不宜作为独立决策依据，建议将其作为辅助参考指标。

CMR‑FT技术在左心房心肌应变评估中的应用前景及不足


基于CMR‑FT技术的左心房心肌应变评估在多种心血管疾病中展现出重要的临床应用潜力（表3）［16‑17, 19, 23, 25‑27, 29, 33, 36‑41, 43, 46‑53, 56‑57, 59‑60］。人工智能技术的引入有望进一步提升该技术的临床适用性，主要体现在提高后处理效率、降低观察者间差异等方面。目前已有研究探索基于深度学习的心房运动分析与心肌应变量化方法，为临床判断提供技术手段［64］。随着大数据和机器学习算法的不断优化，结合CMR多模态成像指标（如心肌应变、容积、纤维化指标等），有望实现对左心房功能的系统性评估，为心血管疾病的早期诊断、治疗决策和预后评估提供有力技术支持。需要强调的是，人工智能技术在临床中应定位为辅助决策，其核心价值在于提升效率、减少主观差异，而非替代医师判断。尽管CMR‑FT技术在左心房心肌应变评估中展现出丰富的临床价值，但其临床推广仍面临多方面挑战。首先，CMR设备成本及其维护费用较高，对医疗机构的资金和技术支持要求较大，限制了其在基层及资源有限地区的普及［65］。其次，CMR检查及后处理操作复杂，需专业技术人员进行图像采集和数据分析，这对操作人员的培训和经验有较高要求，影响了检测效率和结果的稳定性［66］。标准化问题也是该技术评估临床应用的重要瓶颈，不同中心、设备与成像序列之间的差异可能导致测量结果的可比性与可重复性降低。其次，缺乏基于大规模多中心研究的统一的参考值，加之软件平台与后处理流程尚未标准化，限制了其临床推广与跨中心的比较和应用。最后，CMR对患者配合度有较高要求，部分严重心力衰竭或呼吸困难患者难以配合完成高质量成像，影响评估的准确性。

未来研究应重点致力于以下几方面：建立多中心协作机制，开展大样本临床研究以确立不同人群及疾病状态下的标准参考值；深化左心房心肌应变与血流动力学、生物标志物等参数的整合分析，构建多模态评估模型，从而更全面揭示左心房功能改变的病理生理基础；积极开展前瞻性长期随访研究，验证其临床预后价值。

小结


CMR‑FT衍生的左心房心肌应变在多种心血管疾病的早期诊断、危险分层和预后评估等方面均展现出广泛的应用前景，为临床决策提供了更全面的影像学依据。本文系统回顾了基于CMR‑FT技术的左心房心肌应变评估在多种心血管疾病中的应用进展，明确了其在不同疾病中的潜在临床应用价值、推荐使用场景及未来研究方向。随着技术标准化进程的推进和临床证据的不断积累，CMR‑FT左心房心肌应变评估有望成为心血管疾病精细化管理与精准医疗的重要工具。

  • 作者： 牛可迪    孙业涵    赵鑫鑫    沈晶    吴昊    于晶   

  • 作者单位： 大连大学附属中山医院放射科   

  • 通信作者： 于晶，Email：yujing1969@163.com

  • 关键词： 磁共振成像；左心房心肌应变；心脏磁共振特征追踪

  • DOI： 10.3760/cma.j.cn116031.2026.1000221

  • 基金项目： 无

  • 利益冲突： 无

  • 收稿日期： 2025-11-11

  • 录用日期： 2026-07-20

  • 本文编辑： 常青云

    • 摘要中文

    无

    摘要英文

    无




    本研究主要材料与器材

    无

    参考文献

    ［1］ Potter E, Marwick TH. Assessment of left ventricular function by echocardiography: the case for routinely adding global longitudinal strain to ejection fraction［J］. JACC Cardiovasc Imaging, 2018, 11(2 Pt 1):260‑274. DOI: 10.1016/j.jcmg.2017.11.017.
    ［2］ Kim DG, Lee KJ, Lee S, et al. Feasibility of two‑dimensional global longitudinal strain and strain rate imaging for the assessment of left atrial function: a study in subjects with a low probability of cardiovascular disease and normal exercise capacity［J］. Echocardiography, 2009, 26(10):1179‑1187. DOI: 10.1111/j.1540‑8175.2009.00955.x.
    ［3］ Sade LE, Faletra FF, Pontone G, et al. The role of multi‑modality imaging for the assessment of left atrium and left atrial appendage: a clinical consensus statement of the European Association of Cardiovascular Imaging (EACVI), European Heart Rhythm Association (EHRA) of the European Society of Cardiology (ESC) ［J］. Eur Heart J Cardiovasc Imaging，2025，26(3):385‑413. DOI: 10.1093/ehjci/jeaf014.
    ［4］ Zhao Y, Song Y, Mu X. Application of left atrial strain derived from cardiac magnetic resonance feature tracking to predict cardiovascular disease: a comprehensive review［J］. Heliyon, 2024, 10(7):e27911. DOI: 10.1016/j.heliyon.2024.e27911.
    ［5］ Chadalavada S, Fung K, Rauseo E, et al. Myocardial strain measured by cardiac magnetic resonance predicts cardiovascular morbidity and death［J］. J Am Coll Cardiol, 2024, 84(7):648‑659. DOI: 10.1016/j.jacc.2024.05.050.
    ［6］ Smiseth OA, Rider O, Cvijic M, et al. Myocardial strain imaging: theory, current practice, and the future［J］. JACC Cardiovasc Imaging, 2025, 18(3):340‑381. DOI: 10.1016/j.jcmg.2024.07.011.
    ［7］ Blume GG, Mcleod CJ, Barnes ME, et al. Left atrial function: physiology, assessment, and clinical implications［J］. Eur J Echocardiogr, 2011, 12(6):421‑430. DOI: 10.1093/ejechocard/jeq175.
    ［8］ Cameli M, Caputo M, Mondillo S, et al. Feasibility and reference values of left atrial longitudinal strain imaging by two‑dimensional speckle tracking［J］. Cardiovasc Ultrasound, 2009,7:6. DOI: 10.1186/1476‑7120‑7‑6.
    ［9］ Hinojar R, Zamorano JL, Fernández‑Méndez M, et al. Prognostic value of left atrial function by cardiovascular magnetic resonance feature tracking in hypertrophic cardiomyopathy［J］. Int J Cardiovasc Imaging, 2019, 35(6):1055‑1065. DOI: 10.1007/s10554‑019‑01534‑8.
    ［10］ Truong VT, Palmer C, Wolking S, et al. Normal left atrial strain and strain rate using cardiac magnetic resonance feature tracking in healthy volunteers［J］. Eur Heart J Cardiovasc Imaging, 2020, 21(4):446‑453. DOI: 10.1093/ehjci/jez157.
    ［11］ Cau R, Bassareo P, Suri JS, et al. The emerging role of atrial strain assessed by cardiac MRI in different cardiovascular settings: an up‑to‑date review［J］. Eur Radiol, 2022, 32(7):4384‑4394. DOI: 10.1007/s00330‑022‑08598‑6.
    ［12］ Kowallick JT, Kutty S, Edelmann F, et al. Quantification of left atrial strain and strain rate using cardiovascular magnetic resonance myocardial feature tracking: a feasibility study［J］. J Cardiovasc Magn Reson, 2014,16:60. DOI: 10.1186/s12968‑014‑0060‑6.
    ［13］ Kowallick JT, Lamata P, Hussain ST, et al. Quantification of left ventricular torsion and diastolic recoil using cardiovascular magnetic resonance myocardial feature tracking［J］. PLoS One, 2014, 9(10):e109164. DOI: 10.1371/journal.pone.0109164.
    ［14］ Alfuhied A, Marrow BA, Elfawal S, et al. Reproducibility of left atrial function using cardiac magnetic resonance imaging［J］. Eur Radiol, 2021, 31(5):2788‑2797. DOI: 10.1007/s00330‑020‑07399‑z.
    ［15］ Assadi H, Sawh N, Bailey C, et al. Validation of left atrial volume correction for single plane method on four‑chamber cine cardiac MRI［J］. Tomography, 2024, 10(4):459‑470. DOI: 10.3390/tomography10040035.
    ［16］ Xiang X, Song Y, Zhao K, et al. Incremental prognostic value of left atrial and biventricular feature tracking in dilated cardiomyopathy: a long‑term study［J］. J Cardiovasc Magn Reson, 2023, 25(1):76. DOI: 10.1186/s12968‑023‑00967‑4.
    ［17］ Leng S, Tan RS, Zhao X, et al. Validation of a rapid semi‑automated method to assess left atrial longitudinal phasic strains on cine cardiovascular magnetic resonance imaging［J］. J Cardiovasc Magn Reson, 2018, 20(1):71. DOI: 10.1186/s12968‑018‑0496‑1.
    ［18］ Zhou D, Yang W, Yang Y, et al. Left atrial dysfunction may precede left atrial enlargement and abnormal left ventricular longitudinal function: a cardiac MR feature tracking study［J］. BMC Cardiovasc Disord, 2022, 22(1):99. DOI: 10.1186/s12872‑022‑02532‑w.
    ［19］ Zhou H, An DA, Ni Z, et al. Incremental diagnostic value of CMR‑derived LA strain and strain rate in dialysis patients with HFpEF［J］. Eur J Radiol, 2022,151:110285. DOI: 10.1016/j.ejrad.2022.110285.
    ［20］ Singleton MJ, Nelson MB, Samuel TJ, et al. Left atrial stiffness index independently predicts exercise intolerance and quality of life in older, obese patients with heart failure with preserved ejection fraction［J］. J Card Fail, 2022, 28(4):567‑575. DOI: 10.1016/j.cardfail.2021.10.010.
    ［21］ Yao B, Wu R, Chen BH, et al. Cardiovascular magnetic resonance myocardial feature tracking for the determination of left atrial strain in hypertensive left ventricular hypertrophy and hypertrophic cardiomyopathy［J］. Clin Radiol, 2023, 78(5):e409‑e416. DOI: 10.1016/j.crad.2022.12.016.
    ［22］ Tian D, Zhang J, He Y, et al. Predictive value of left atrial strain analysis in adverse clinical events in patients with hypertrophic cardiomyopathy: a CMR study［J］. BMC Cardiovasc Disord, 2023, 23(1):42. DOI: 10.1186/s12872‑023‑03069‑2.
    ［23］ Kim J, Yum B, Palumbo MC, et al. Left atrial strain impairment precedes geometric remodeling as a marker of post‑myocardial infarction diastolic dysfunction［J］. JACC Cardiovasc Imaging，2020，13(10):2099‑2113. DOI: 10.1016/j.jcmg.2020.05.041.
    ［24］ Gao Y, Li B, Ma Y, et al. Early detection of left atrial function alterations across the heart failure spectrum by feature tracking‑cardiac magnetic resonance［J］. Eur Radiol, 2025, 35(8):4786‑4797. DOI: 10.1007/s00330‑025‑11453‑z.
    ［25］ Lin TT, Huang KC, Lin HH, et al. Comprehensive cardiac magnetic resonance assessment of right ventricular and left atrial function for early diagnosis of heart failure with preserved ejection fraction［J］. Eur Radiol, 2026, 36(2):1146‑1157. DOI: 10.1007/s00330‑025‑11909‑2.
    ［26］ Yamada A, Hashimoto N, Fujito H, et al. Comprehensive assessment of left atrial and ventricular remodeling in paroxysmal atrial fibrillation by the cardiovascular magnetic resonance myocardial extracellular volume fraction and feature tracking strain［J］. Sci Rep, 2021, 11(1):10941. DOI: 10.1038/s41598‑021‑90117‑6.
    ［27］ Yang F, Wang L, Wang J, et al. Prognostic value of fast semi‑automated left atrial long‑axis strain analysis in hypertrophic cardiomyopathy［J］. J Cardiovasc Magn Reson, 2021, 23(1):36. DOI: 10.1186/s12968‑021‑00735‑2.
    ［28］ Yang Y, Yin G, Jiang Y, et al. Quantification of left atrial function in patients with non‑obstructive hypertrophic cardiomyopathy by cardiovascular magnetic resonance feature tracking imaging: a feasibility and reproducibility study［J］. J Cardiovasc Magn Reson, 2020, 22(1):1. DOI: 10.1186/s12968‑019‑0589‑5.
    ［29］ Wang J, Ma X, Zhao K, et al. Association between left atrial myopathy and sarcomere mutation in patients with hypertrophic cardiomyopathy: insights into left atrial strain by MRI feature tracking［J］. Eur Radiol, 2024, 34(2):1026‑1036. DOI: 10.1007/s00330‑023‑10128‑x.
    ［30］ Li S, Zhou D, Sirajuddin A, et al. T1 mapping and extracellular volume fraction in dilated cardiomyopathy: a prognosis study［J］. JACC Cardiovasc Imaging, 2022, 15(4):578‑590. DOI: 10.1016/j.jcmg.2021.07.023.
    ［31］ Li Y, Xu Y, Li W, et al. Cardiac MRI to predict sudden cardiac death risk in dilated cardiomyopathy［J］. Radiology, 2023, 307(3):e222552. DOI: 10.1148/radiol.222552.
    ［32］ Csecs I, Pashakhanloo F, Paskavitz A, et al. Association between left ventricular mechanical deformation and myocardial fibrosis in nonischemic cardiomyopathy［J］. J Am Heart Assoc, 2020, 9(19):e016797. DOI: 10.1161/JAHA.120.016797.
    ［33］ 姚宇恒, 刘露露, 吴琛, 等. 基于心脏磁共振探析扩张型心肌病左心房应变与左心室纤维化的相关性［J］. 磁共振成像, 2025, 16(6):85‑92. DOI: 10.12015/issn.1674‑8034.2025.06.013.
    ［34］ Escher F, Westermann D, Gaub R, et al. Development of diastolic heart failure in a 6‑year follow‑up study in patients after acute myocarditis［J］. Heart，2011，97(9):709‑714. DOI: 10.1136/hrt.2010.199489.
    ［35］ Meindl C, Paulus M, Poschenrieder F, et al. Left atrial strain parameters derived by echocardiography are impaired in patients with acute myocarditis and preserved systolic left ventricular function［J］. Int J Cardiovasc Imaging, 2023, 39(6):1157‑1165. DOI: 10.1007/s10554‑023‑02827‑9.
    ［36］ Doerner J, Bunck AC, Michels G, et al. Incremental value of cardiovascular magnetic resonance feature tracking derived atrial and ventricular strain parameters in a comprehensive approach for the diagnosis of acute myocarditis［J］. Eur J Radiol, 2018,104:120‑128. DOI: 10.1016/j.ejrad.2018.05.012.
    ［37］ Dick A, Schmidt B, Michels G, et al. Left and right atrial feature tracking in acute myocarditis: a feasibility study［J］. Eur J Radiol, 2017,89:72‑80. DOI: 10.1016/j.ejrad.2017.01.028.
    ［38］ Cau R, Pisu F, Muscogiuri G, et al. Atrial and ventricular involvement in acute myocarditis patients with preserved ejection fraction: a single‑center cardiovascular magnetic resonance study［J］. J Cardiovasc Dev Dis, 2024, 11(7):191. DOI: 10.3390/jcdd11070191.
    ［39］ Zhang X, Wang C, Huang Y, et al. Unveiling the diagnostic value of strain parameters across all 4 cardiac chambers in patients with acute myocarditis with varied ejection fraction: a cardiovascular magnetic resonance feature‑tracking approach［J］. J Am Heart Assoc, 2024, 13(13):e032781. DOI: 10.1161/JAHA.123.032781.
    ［40］ Nayyar D, Nguyen T, Pathan F, et al. Cardiac magnetic resonance derived left atrial strain after ST‑elevation myocardial infarction: an independent prognostic indicator［J］. Cardiovasc Diagn Ther, 2021, 11(2):383‑393. DOI: 10.21037/cdt‑20‑879.
    ［41］ Bertelsen L, Diederichsen SZ, Haugan KJ, et al. Left atrial volume and function assessed by cardiac magnetic resonance imaging are markers of subclinical atrial fibrillation as detected by continuous monitoring［J］. Europace, 2020, 22(5):724‑731. DOI: 10.1093/europace/euaa035.
    ［42］ Yancy CW, Jessup M, Bozkurt B,et al. 2013 ACCF/AHA guideline for the management of heart failure: executive summary: a report of the American College of Cardiology Foundation/American Heart Association Task Force on practice guidelines［J］. Circulation，2013，128(16):1810‑1852. DOI: 10.1161/CIR.0b013e31829e8807.
    ［43］ Køber L, Thune JJ, Nielsen JC, et al. Defibrillator implantation in patients with nonischemic systolic heart failure［J］. N Engl J Med, 2016, 375(13):1221‑1230. DOI: 10.1056/NEJMoa1608029.
    ［44］ Gorgels AP, Gijsbers C, de Vreede‑Swagemakers J, et al. Out‑of‑hospital cardiac arrest‑‑the relevance of heart failure. The Maastricht Circulatory Arrest Registry［J］. Eur Heart J, 2003, 24(13):1204‑1209. DOI: 10.1016/s0195‑668x(03)00191‑x.
    ［45］ Pour‑Ghaz I, Heckle M, Ifedili I, et al. Beyond ejection fraction: novel clinical approaches towards sudden cardiac death risk stratification in patients with dilated cardiomyopathy［J］. Curr Cardiol Rev, 2022, 18(2):e040821195265. DOI: 10.2174/1573403X17666210804125939.
    ［46］ Schuster A, Backhaus SJ, Stiermaier T, et al. Left atrial function with mri enables prediction of cardiovascular events after myocardial infarction: insights from the AIDA STEMI and TATORT NSTEMI Trials［J］. Radiology, 2019, 293(2):292‑302. DOI: 10.1148/radiol.2019190559.
    ［47］ Leng S, Ge H, He J, et al. Long‑term prognostic value of cardiac MRI left atrial strain in ST‑segment elevation myocardial infarction［J］. Radiology, 2020, 296(2):299‑309. DOI: 10.1148/radiol.2020200176.
    ［48］ Lange T, Gertz RJ, Schulz A, et al. Impact of myocardial deformation on risk prediction in patients following acute myocardial infarction［J］. Front Cardiovasc Med, 2023,10:1199936. DOI: 10.3389/fcvm.2023.1199936.
    ［49］ Backhaus SJ, Kowallick JT, Stiermaier T, et al. Cardiac magnetic resonance myocardial feature tracking for optimized risk assessment after acute myocardial infarction in patients with type 2 diabetes［J］. Diabetes, 2020, 69(7):1540‑1548. DOI: 10.2337/db20‑0001.
    ［50］ Raman B, Smillie RW, Mahmod M, et al. Incremental value of left atrial booster and reservoir strain in predicting atrial fibrillation in patients with hypertrophic cardiomyopathy: a cardiovascular magnetic resonance study［J］. J Cardiovasc Magn Reson, 2021, 23(1):109. DOI: 10.1186/s12968‑021‑00793‑6.
    ［51］ Yang S, Zhu C, Wang J, et al. Preoperative left atrial strain predicts outcome in patients with hypertrophic obstructive cardiomyopathy after myectomy［J］. JACC Cardiovasc Imaging, 2024, 17(8):997‑999. DOI: 10.1016/j.jcmg.2024.02.019.
    ［52］ Raafs AG, Vos JL, Henkens M, et al. Left atrial strain has superior prognostic value to ventricular function and delayed‑enhancement in dilated cardiomyopathy［J］. JACC Cardiovasc Imaging, 2022, 15(6):1015‑1026. DOI: 10.1016/j.jcmg.2022.01.016.
    ［53］ Li Y, Xu Y, Tang S, et al. Left atrial function predicts outcome in dilated cardiomyopathy: fast long‑axis strain analysis derived from MRI［J］. Radiology, 2022, 302(1):72‑81. DOI: 10.1148/radiol.2021210801.
    ［54］ Modin D, Biering‑Sørensen SR, Møgelvang R, et al. Prognostic value of left atrial strain in predicting cardiovascular morbidity and mortality in the general population［J］. Eur Heart J Cardiovasc Imaging, 2019, 20(7):804‑815. DOI: 10.1093/ehjci/jey181.
    ［55］ Hsu PC, Lee WH, Chu CY, et al. Prognostic role of left atrial strain and its combination index with transmitral E‑wave velocity in patients with atrial fibrillation［J］. Sci Rep, 2016,6:17318. DOI: 10.1038/srep17318.
    ［56］ Benjamin MM, Moulki N, Waqar A, et al. Association of left atrial strain by cardiovascular magnetic resonance with recurrence of atrial fibrillation following catheter ablation［J］. J Cardiovasc Magn Reson, 2022, 24(1):3. DOI: 10.1186/s12968‑021‑00831‑3.
    ［57］ Gastl M, Bejinariu A, Behm P, et al. Role of CMR‑derived atrial deformation analysis in the prediction of atrial fibrillation recurrence rate after pulmonary vein isolation［J］. Eur J Radiol, 2022,155:110452. DOI: 10.1016/j.ejrad.2022.110452.
    ［58］ Habibi M, Lima JA, Khurram IM, et al. Association of left atrial function and left atrial enhancement in patients with atrial fibrillation: cardiac magnetic resonance study［J］. Circ Cardiovasc Imaging, 2015, 8(2):e002769. DOI: 10.1161/CIRCIMAGING.114.002769.
    ［59］ Chirinos JA, Sardana M, Ansari B,et al. Left atrial phasic function by cardiac magnetic resonance feature tracking is a strong predictor of incident cardiovascular events［J］. Circ Cardiovasc Imaging，2018，11(12):e007512. DOI: 10.1161/CIRCIMAGING.117.007512.
    ［60］ Bo K, Gao Y, Zhou Z, et al. Incremental prognostic value of left atrial strain in patients with heart failure［J］. ESC Heart Fail, 2022, 9(6):3942‑3953. DOI: 10.1002/ehf2.14106.
    ［61］ Lee J, Choo KS, Jeong YJ, et al. Left atrial strain derived from cardiac magnetic resonance imaging can predict outcomes of patients with acute myocarditis［J］. Korean J Radiol, 2023, 24(6):512‑521. DOI: 10.3348/kjr.2022.0898.
    ［62］ Vos JL, Raafs AG, van der Velde N, et al. Comprehensive cardiovascular magnetic resonance‑derived myocardial strain analysis provides independent prognostic value in acute myocarditis［J］. J Am Heart Assoc, 2022, 11(19):e025106. DOI: 10.1161/JAHA.121.025106.
    ［63］ Schneider JN, Jahnke C, Cavus E, et al. Feature tracking cardiovascular magnetic resonance reveals recovery of atrial function after acute myocarditis［J］. Int J Cardiovasc Imaging, 2022, 38(9):2003‑2012. DOI: 10.1007/s10554‑022‑02576‑1.
    ［64］ Galazis C, Shepperd S, Brouwer E, et al. High‑resolution maps of left atrial displacements and strains estimated with 3D cine MRI using online learning neural networks［J］. IEEE Trans Med Imaging, 2025, 44(5):2056‑2067. DOI: 10.1109/TMI.2025.3526364.
    ［65］ Bergom C, Rubenstein J, Wilson JF, et al. A pilot study of cardiac mri in breast cancer survivors after cardiotoxic chemotherapy and three‑dimensional conformal radiotherapy［J］. Front Oncol, 2020,10:506739. DOI: 10.3389/fonc.2020.506739.
    ［66］ Altaha MA, Nolan M, Marwick TH, et al. Can quantitative CMR tissue characterization adequately identify cardiotoxicity during chemotherapy?Impact of temporal and observer variability［J］. JACC Cardiovasc Imaging, 2020, 13(4):951‑962. DOI: 10.1016/j.jcmg.2019.10.016.
    无
    发表评论文明上网理性发言，请遵守互动礼仪
    您需要先 登录 后方可发表评论。
    • 全部评论
      • /
    • 我的评论
    • 最新
      • /
    • 最热
      主 管

      中国科学技术协会

      主 办

      中华医学会

      地址：北京市东四西大街42号

      邮编：100710

      总 编 辑

      霍勇

      编辑部主任

      徐静

      编 辑

      中华心血管病杂志（网络版）编辑委员会

      地址：北京市西城区东河沿街69号

      邮编：100052

      电话（传真）：(010)51322276

      Email：cvjc@cmaph.org

      http://www.cvjc.org.cn

      出 版

      《中华医学杂志》社有限责任公司

      地址：北京市东四西大街42号

      邮编：100710

      电话(传真)：(010)51322059

      Email：office@cma.org.cn

      中国标准连续出版物号
      ISSN 2096-1588
      CN 11-6031/R

      微信服务号

      微信订阅号

      版权归中华医学会所有

      未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计，除非特别声明，本刊刊出的所有文章不代表中华医学会和本刊编委会的观点

      京ICP备07035254号-58