心外膜与心包脂肪被区分为两种功能不同的心脏脂肪库,其影像量化正由深度学习分割与标准化方案推动走向心血管风险分层
这篇综述系统梳理了心外膜脂肪组织(EAT)与心包脂肪组织(PAT)的解剖、生理与病理角色,比较了CT、MRI与超声在量化这两种脂肪库时的优势与局限,指出深度学习分割(如Dice系数可达0.82至0.98)提升了准确性与可重复性,并汇总了影像学证据中EAT与心血管结局关联存在分歧、以及他汀、GLP-1受体激动剂、SGLT2抑制剂和生活方式干预可降低EAT体积的结果。
1 篇关联报道
这篇综述系统梳理了心外膜脂肪组织(EAT)与心包脂肪组织(PAT)的解剖、生理与病理角色,比较了CT、MRI与超声在量化这两种脂肪库时的优势与局限,指出深度学习分割(如Dice系数可达0.82至0.98)提升了准确性与可重复性,并汇总了影像学证据中EAT与心血管结局关联存在分歧、以及他汀、GLP-1受体激动剂、SGLT2抑制剂和生活方式干预可降低EAT体积的结果。
已读完全部报道