研究背景
对于经常进行体育活动的人群来说，出现室性心律失常（Ventricular Arrhythmias, VAs）并不罕见，尤其是那些表现为左束支传导阻滞伴下轴形态（LBBB-IA）的心律失常，往往提示其起源可能位于心脏的流出道（Outflow Tract, OT）。这类心律失常既可能是良性的，也可能暗示潜在的、尚未被发现的心肌病。因此，非侵入性地准确判断其起源位置，对制定后续治疗策略（如是否需要射频消融）至关重要。
Lombardi及其团队发表在《Journal of Electrocardiology》的一项研究，利用心磁图（Magnetocardiography, MCG）技术，结合心脏磁共振（CMR）成像，成功实现了对流出道室性心律失常（OT-VAs）起源位置的高精度、无创分类与三维电生理成像，为运动医学中的心脏风险评估提供了新方法。
研究方法
该研究回顾性分析了26名经常进行休闲体育运动的受试者（平均年龄44.6岁），所有人在接受运动健康评估时均记录到LBBB-IA形态的室性心律失常。研究包括以下内容：
01数据采集：使用36通道MCG系统在无电磁屏蔽的医院环境中记录心磁场信号，同时收集12导联心电图（ECG）、经胸超声心动图和部分患者的心脏磁共振（CMR）图像。
02 MCG参数提取：通过有效磁偶极子（EMD）模型逆推计算心律失常起源位置，提取8个MCG参数，包括起源点三维坐标、向量方向等，并对其进行个体化校正。
03分类与成像：
使用三种经介入验证的ECG算法对OT-VAs进行分类；
采用判别分析（DA）构建MCG分类公式，区分右心室流出道（RVOT）和主动脉窦部（ASC）起源；
将MCG源定位结果与CMR图像融合，生成三维电生理图像（3D-EAI），并在两名接受射频消融的患者中与CARTO® 3D-EAI进行对比验证。
研究结论
1 ECG分类存在不一致性
在26名患者中，仅73%的患者三种ECG算法结果完全一致，其余27%存在分类模糊。
2 MCG判别准确率高
通过构建判别函数，结合体表面积（BSA）、起源点与室间隔距离等参数，MCG成功区分RVOT与ASC起源的心律失常，准确率达94.7%。
3 三维成像验证有效
MCG源定位结果与CMR图像融合后生成的三维电生理图像，能直观显示心律失常起源位置，与介入性CARTO成像结果高度一致。
4 适用无屏蔽环境
即使在无电磁屏蔽的医院环境中，MCG仍能保持高精度，为其临床推广提供可能。
研究意义
这项研究表明：MCG是一种高效、无创、可重复的心脏电生理评估工具，尤其适用于运动人群的心脏健康筛查与风险评估。
MCG在不确定ECG结果的情况下提供可靠的二次分类，减少了对侵入性检查的依赖。而三维电生理成像功能为术前规划、消融策略制定提供了直观的解剖–电生理融合图像。
无需电磁屏蔽环境的特点，降低了设备成本和场地要求，为未来开发便携式MCG设备奠定基础。
未来，心磁图技术有望成为运动心脏病学和常规临床实践中重要的辅助诊断工具，尤其适合用于大规模人群筛查和心律失常起源的无创精准定位。
声明：如有心脏不适，请及时就医，本文仅供参考。
参考文献：Lombardi G, Sorbo AR, Guida G, et al. Magnetocardiographic classification and non-invasive electro-anatomical imaging of outflow tract ventricular arrhythmias in recreational sport activity practitioners. J Electrocardiol. 2018;51(3):433-439.
