肥厚型心肌病中的定量影像分析：从表型分化到预后分层

《European Heart Journal - Imaging Methods and Practice》：Quantitative Imaging Analysis in Hypertrophic Cardiomyopathy: Phenotypic Differentiation to Prognostic Stratification

　　

摘要

目的

肥厚型心肌病（HCM）是最常见的遗传性心脏疾病，仍与猝死（SCD）、心力衰竭以及因与其他左心室肥厚病因（包括高血压性心脏病和心脏淀粉样变性）重叠而导致的诊断不确定性相关。本综述旨在评估放射组学及相关定量成像技术的不断演变的应用。

方法与结果

对将放射组学、纹理分析、机器学习和深度学习应用于HCM心脏成像的研究进行了范围综述。证据基础主要来源于心脏磁共振（CMR），而在超声心动图和CT方面的工作较少且更为近期。现有证据表明，放射组学可以提取超越视觉评估的心肌纹理、形态和信号异质性的定量特征。这些方法在区分HCM与其表型类似病、在无造影剂注射的情况下识别心肌纤维化，以及改善不良预后（包括SCD和心力衰竭）的预测方面显示出前景。多项研究报告称，与壁厚度、全局T1值和二元性延迟钆增强等传统成像标志物相比，这些方法具有增量价值。然而，文献仍受限于回顾性研究设计、小样本队列、成像采集和分割的异质性，以及缺乏充分的外部验证。

结论

放射组学已成为HCM常规心脏成像的一个有前景的辅助工具，有潜力被转化为临床决策支持工具。其未来的临床角色将取决于方法学的标准化和稳健的外部验证。

图形摘要

在新标签页中打开下载幻灯片

肥厚型心肌病, 放射组学, 心脏成像, 机器学习, 人工智能, 猝死