心脏磁共振成像(cardiac magnetic resonance,CMR)过程中患者误动、异常幅度的呼吸运动、心律失常会造成CMR图像质量下降,为解决现有的CMR图像增强网络需要人为制作配对数据,且图像增强后部分组织纹理细节丢失的问题,提出了基于空频域...心脏磁共振成像(cardiac magnetic resonance,CMR)过程中患者误动、异常幅度的呼吸运动、心律失常会造成CMR图像质量下降,为解决现有的CMR图像增强网络需要人为制作配对数据,且图像增强后部分组织纹理细节丢失的问题,提出了基于空频域特征学习的循环一致性生成对抗网络(cycle-consistent generative adversavial network based on spatial-frequency domain feature learning,SFFL-CycleGAN).研究结果表明,该网络无须人为制作配对数据集,增强后的CMR图像组织纹理细节丰富,在结构相似度(structural similarity,SSIM)和峰值信噪比(peak signal to noise ratio,PSNR)等方面均优于现有的配对训练网络以及原始的CycleGAN网络,图像增强效果好,有效助力病情诊断.展开更多
心力衰竭(heart failure,HF)是一种复杂的临床综合征,其中,左心衰是HF中最常见的类型,具有较高的患病率和死亡率。但HF病因繁多,明确潜在病因一直是临床上的重大挑战。心脏磁共振(cardiac magnetic resonance,CMR)能够无创评估心脏结构...心力衰竭(heart failure,HF)是一种复杂的临床综合征,其中,左心衰是HF中最常见的类型,具有较高的患病率和死亡率。但HF病因繁多,明确潜在病因一直是临床上的重大挑战。心脏磁共振(cardiac magnetic resonance,CMR)能够无创评估心脏结构、功能及心肌表征等多方面信息,已经成为HF诊断和预后的重要指标。但受空间和时间分辨率的限制,CMR在对心脏细微结构和动态功能的精确评估上仍存在偏差,且对某些特定病理的检测敏感性仍需提高。本文就CMR新技术在HF病因诊断方面的应用进展予以总结,旨在深入探讨不同病因导致的HF在CMR多种序列上的特征表现,以提高早期检出率,为临床诊疗提供影像依据,并有望为将来的研究提供参考。展开更多
右心房结构和功能在维持心血管系统稳态中扮演关键角色,其形态重构及功能异常与多种心血管疾病进程紧密相连。近年来,随着心脏磁共振(cardiac magnetic resonance,CMR)技术的快速发展,其在无创评估心脏解剖、功能及心肌组织病理特征方...右心房结构和功能在维持心血管系统稳态中扮演关键角色,其形态重构及功能异常与多种心血管疾病进程紧密相连。近年来,随着心脏磁共振(cardiac magnetic resonance,CMR)技术的快速发展,其在无创评估心脏解剖、功能及心肌组织病理特征方面展现出独特优势,为右心房功能的精确评价提供了新的视角和方法。本文重点阐述CMR评估右心房功能的常用参数并深入探讨其在多种心血管疾病中的临床应用,指出当前CMR在右心房功能评估领域的研究不足和挑战,指明未来研究方向。本文旨在提高对CMR评估右心房功能的全面认识,促进其在心血管疾病诊疗中的广泛应用,为疾病的早期诊断、病情评估及预后判断提供参考。展开更多
扩张型心肌病(dilated cardiomyopathy,DCM)作为心力衰竭和心源性猝死的主要病因,其10年生存率仍不足60%,精准评估心肌损伤及风险分层是改善预后的关键挑战。心脏磁共振(cardiac magnetic resonance,CMR)凭借多模态组织成像优势,已成为...扩张型心肌病(dilated cardiomyopathy,DCM)作为心力衰竭和心源性猝死的主要病因,其10年生存率仍不足60%,精准评估心肌损伤及风险分层是改善预后的关键挑战。心脏磁共振(cardiac magnetic resonance,CMR)凭借多模态组织成像优势,已成为评估心脏结构和功能的金标准。尽管人工智能技术显著优化了CMR的图像质量、分析效率及诊断价值,但现有研究缺乏多模态数据融合与系统性临床验证,制约了其在DCM精准管理中的全面应用。本文将从CMR技术进展和CMR在DCM中的临床应用两方面系统性回顾其中代表性成果,以期为临床实践与研究提供实时有效的参考。展开更多
文摘心脏磁共振成像(cardiac magnetic resonance,CMR)过程中患者误动、异常幅度的呼吸运动、心律失常会造成CMR图像质量下降,为解决现有的CMR图像增强网络需要人为制作配对数据,且图像增强后部分组织纹理细节丢失的问题,提出了基于空频域特征学习的循环一致性生成对抗网络(cycle-consistent generative adversavial network based on spatial-frequency domain feature learning,SFFL-CycleGAN).研究结果表明,该网络无须人为制作配对数据集,增强后的CMR图像组织纹理细节丰富,在结构相似度(structural similarity,SSIM)和峰值信噪比(peak signal to noise ratio,PSNR)等方面均优于现有的配对训练网络以及原始的CycleGAN网络,图像增强效果好,有效助力病情诊断.
文摘心力衰竭(heart failure,HF)是一种复杂的临床综合征,其中,左心衰是HF中最常见的类型,具有较高的患病率和死亡率。但HF病因繁多,明确潜在病因一直是临床上的重大挑战。心脏磁共振(cardiac magnetic resonance,CMR)能够无创评估心脏结构、功能及心肌表征等多方面信息,已经成为HF诊断和预后的重要指标。但受空间和时间分辨率的限制,CMR在对心脏细微结构和动态功能的精确评估上仍存在偏差,且对某些特定病理的检测敏感性仍需提高。本文就CMR新技术在HF病因诊断方面的应用进展予以总结,旨在深入探讨不同病因导致的HF在CMR多种序列上的特征表现,以提高早期检出率,为临床诊疗提供影像依据,并有望为将来的研究提供参考。
文摘右心房结构和功能在维持心血管系统稳态中扮演关键角色,其形态重构及功能异常与多种心血管疾病进程紧密相连。近年来,随着心脏磁共振(cardiac magnetic resonance,CMR)技术的快速发展,其在无创评估心脏解剖、功能及心肌组织病理特征方面展现出独特优势,为右心房功能的精确评价提供了新的视角和方法。本文重点阐述CMR评估右心房功能的常用参数并深入探讨其在多种心血管疾病中的临床应用,指出当前CMR在右心房功能评估领域的研究不足和挑战,指明未来研究方向。本文旨在提高对CMR评估右心房功能的全面认识,促进其在心血管疾病诊疗中的广泛应用,为疾病的早期诊断、病情评估及预后判断提供参考。
文摘扩张型心肌病(dilated cardiomyopathy,DCM)作为心力衰竭和心源性猝死的主要病因,其10年生存率仍不足60%,精准评估心肌损伤及风险分层是改善预后的关键挑战。心脏磁共振(cardiac magnetic resonance,CMR)凭借多模态组织成像优势,已成为评估心脏结构和功能的金标准。尽管人工智能技术显著优化了CMR的图像质量、分析效率及诊断价值,但现有研究缺乏多模态数据融合与系统性临床验证,制约了其在DCM精准管理中的全面应用。本文将从CMR技术进展和CMR在DCM中的临床应用两方面系统性回顾其中代表性成果,以期为临床实践与研究提供实时有效的参考。
