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
文摘目的探究基于MRI的影像组学模型及临床因素模型对缺血性脑卒中溶栓后出血转化风险的价值。材料与方法回顾性纳入并分析2个中心就诊的730例急性缺血性脑卒中(acute ischemic stroke,AIS)患者的临床及影像学资料。我们将中心1中的数据集的624例患者以7∶3的比例随机分为训练集(436例)与内部验证集(188例),对临床特征进行单因素多因素逻辑回归分析,筛选出与出血转化(hemorrhagic transformation,HT)有关的独立影响因素建立临床因素模型,基于MRI图像建立影像组学模型以及结合临床因素和影像组学特征的联合模型,预测AIS患者溶栓后发生HT的风险。中心2的106例患者数据用于外部验证。通过受试者工作特征(receiver operating characteristic,ROC)曲线及曲线下面积(area under the curve,AUC)评估模型的预测效能。为了比较不同模型之间AUC值差异是否有统计学意义,进一步采用DeLong检验进行统计分析,评估各模型之间的AUC差异的显著性。结果ROC曲线分析显示,训练集中临床因素模型、影像组学模型及联合模型预测出血转化的AUC分别为0.810(95%CI:0.756~0.864)、0.896(95%CI:0.865~0.928)和0.928(95%CI:0.899~0.958),在内部验证集中,临床因素模型、影像组学模型及联合模型预测出血转化的AUC分别为0.757(95%CI:0.671~0.843)、0.852(95%CI:0.791~0.913)和0.872(95%CI:0.809~0.935),此外,各模型在外部验证集中同样显示出良好的性能,AUC分别为0.720(95%CI:0.602~0.839)、0.804(95%CI:0.711~0.897)、0.828(95%CI:0.751~0.905)。决策曲线分析显示联合模型的净获益率最高。结论基于MRI的影像组学模型及临床因素模型对缺血性脑卒中后出血转化均有一定的预测价值;二者联合建立的联合模型预测价值最高,可应用于卒中后出血转化的风险预测。
文摘糖尿病心肌病(diabetic cardiomyopathy,DCM)作为糖尿病(diabetes mellitus,DM)常见并发症之一,其早期表现为无症状性心肌损伤和功能异常,而DCM早期诊断和干预对预后至关重要。由于传统影像学技术对亚临床心肌病变的敏感性不足,近年来多参数心脏磁共振(cardiac magnetic resonance,CMR)因其无创性、高分辨率及多功能成像能力,成为早期识别DCM亚临床阶段的重要工具,在近期的指南和专家共识中得到认可,相关研究不断推陈出新。本文将从心肌代谢异常、微循环功能障碍、心肌纤维化及心肌应变等方面,系统阐述CMR在DCM亚临床期病变诊断应用中的研究进展,分析CMR应用于DCM亚临床期诊断的优势和挑战,为未来的临床诊疗和研究方向提供参考。
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。
