帝国理工学院的研究人员开发了一种生成式AI模型，该模型能够创建逼真且个性化的人类心脏动画，以帮助识别心脏异常。
帝国理工团队使用了来自38,000多名英国生物银行参与者的实际心脏图像来开发MeshHeart，该模型可以构建详细的心脏结构和心跳过程中的运动3D模型。
他们的研究于2025年5月19日发表在《自然·机器智能》杂志上。
首席作者Mengyun Qiao博士表示：“随着我们向更加个性化的医疗保健迈进，MeshHeart提供了一种新的方式来理解每个人心脏的运动和功能。”
“通过将一个人的心脏与个性化的‘健康’版本进行比较，我们希望能够捕捉到早期和细微的疾病迹象，这些迹象可能会被忽略。”
“这是为了在心血管护理中带来精确性和细节。”
这项工作旨在帮助解决心血管疾病问题，据估计，心血管疾病导致英国四分之一的死亡病例。
心脏磁共振成像（CMR）是诊断心血管疾病的最佳方法，可以详细观察心脏。
然而，现有的CMR图像分析技术无法描述心脏3D形状和运动的区域性和细微差异。
MeshHeart使用一种称为“图卷积网络”的深度学习技术来理解心脏的形状，并使用变压器模型来捕捉其随时间的变化。
该模型可以根据特定个体的临床信息生成个性化的正常心脏模型。
通过将个体的实际心脏模型与其个性化的健康参考模型进行比较，系统可以检测出可能表明潜在心脏状况或健康风险的差异。
帝国理工的研究人员正在整理包含不同类型疾病和不同医院站点获取的更多CMR数据集，以进一步评估所开发模型的形状建模性能。
他们计划将MeshHeart与医院记录链接，以创建更准确、个性化的模型。
他们还希望通过对治疗或药物引起的未来变化进行模拟，测试心脏的反应，从而帮助医生做出更好的决策。
(全文结束)
