心外膜脂肪與幾乎所有血管及心臟疾病的發(fā)生、發(fā)展及嚴(yán)重程度相關(guān),有必要對(duì)其容積、厚度及密度等指標(biāo)進(jìn)行量化。目前分割和量化方法的性能有待提升且難以適應(yīng)心臟變形的數(shù)據(jù),此外現(xiàn)有研究無法僅適用于開發(fā)模型的數(shù)據(jù)集,對(duì)于不同掃描參數(shù)/設(shè)備/中心等數(shù)據(jù)的泛化能力較差。我們建立了一個(gè)二維卷積網(wǎng)絡(luò)及U形網(wǎng)絡(luò)實(shí)現(xiàn)了心外膜脂肪的分割,基于此給出心外膜脂肪所在的區(qū)域從而提取三維圖像Patch用于進(jìn)行精確分割。我們建立了一個(gè)卷積和Transformer的混合模型,結(jié)合卷積的歸納能力和Transformer的全局建模能力實(shí)現(xiàn)了精確分割,即使在有心臟變形情況下,仍取得了較好的結(jié)果。采用無監(jiān)督領(lǐng)域自適應(yīng)方法,在無標(biāo)記情況下,預(yù)期實(shí)現(xiàn)模型在不同數(shù)據(jù)之間的泛化,從而可以應(yīng)對(duì)不同中心數(shù)據(jù),滿足臨床需求。最后,預(yù)期基于研究的分割和泛化模型,以房顫數(shù)據(jù)為例,對(duì)CT/PET及血液等數(shù)據(jù)進(jìn)行分析,探討心外膜脂肪與房顫的關(guān)系及其可能導(dǎo)致的房顫的致病機(jī)制。