心臟磁共振在兒童肥厚型心肌病中的研究進展

【DOI]10.16806/j. cnki. issn.1004-3934.2025.07.002

Cardiac Magnetic Resonance in Pediatric Hypertrophic Cardiomyopathy

REN Ying，CHEN Yisheng，ZHOU Ziqi，SONG Yu，XU Huayan （DepartmentofRadiology，WestChinaSecondUniversityHospital，ichuan University，KeyLaboratoryofOtetricamp; Gynecologic and Pediatric Diseases and Birth Defects of Ministry of Education，Chengdu 61O041，Sichuan，China）

【Abstract】Hypertrophiccardomyopathy（HM）isoneoftheostprevalentcardiomyopatiesafectingchildrenandadolescntsn aleadingcauseofsuddencardiacdeath inyoungatletes.Cardiacmagneticresoance（C）isaon-ivasiveimagig techiquecoparable topathologyichnompreesivelyaatetructuefuctionloodfowndissearacteristisofteeartn importantroleinthediagnosisandclinicalinterventionevaluationofHCM.Thisartilereviewsthecommonlyusedimagingexaination methodsfrpediatricHCMandtheaplicationprogressofCMRintedagnosisandfollow-upofHCM，imingtoprovidetherefor early diagnosis，quantitative evaluation，and risk stratification ofcardiac injury in children with HCM.

【Keywords】 Hypertrophic cardiomyopathy;Cardiac magnetic resonance;Children

肥厚型心肌?。╤ypertrophiccardiomyopathy，HCM是以左心室或室間隔不對稱性肥厚為特征的原發(fā)性心肌病，是兒童和青少年最常見的心肌疾病之一，其年發(fā)病率為 （0.24～0.47）/10 萬，是年輕運動員猝死的主要誘因[1]。該病預后呈現(xiàn)特征性雙峰死亡率分布：嬰兒期（尤其未滿1歲確診者）和青少年期各出現(xiàn)死亡高峰。存活超過1年的患兒年死亡率可降至0.5%～1.0% ，與年長患兒及成人相當[2]。兒童HCM臨床表現(xiàn)具有高度異質性，從無癥狀到心力衰竭乃至心源性猝死（suddencardiac death，SCD）均可發(fā)生[3-4]心臟磁共振（cardiacmagneticresonance，CMR）憑借無創(chuàng)性、高軟組織分辨率及多參數(shù)成像優(yōu)勢，可精準檢測心肌肥厚、纖維化等病理改變。最新指南[5推薦患兒每3～5年接受CMR增強掃描監(jiān)測疾病進展?，F(xiàn)系統(tǒng)綜述CMR多參數(shù)成像技術在兒童HCM中的應用進展，為優(yōu)化早期診斷、動態(tài)危險分層及精準預后評估提供循證依據(jù)。

1兒童HCM的病理生理機制

兒童HCM的病理生理機制以遺傳缺陷為主，近80% 兒童期發(fā)病的HCM有明確遺傳診斷， 50%～60% 在青春期后顯現(xiàn)肌節(jié)蛋白缺陷[6]。HCM核心病理生理表現(xiàn)為左心室流出道梗阻［峰值壓差 ?30mmHg （ 1mmHg=0.1333kPa） 1，其機制涉及非對稱性室間隔肥厚和二尖瓣結構異常引發(fā)的機械性梗阻、二尖瓣反流、舒張功能障礙、心室肥大、心肌纖維化和心室?guī)缀沃貥媽е碌谋粍映溆芟轠5]

2兒童HCM的影像診斷手段

影像評估以超聲心動圖為首選，可顯示室壁肥厚、二尖瓣前葉收縮期前移等特征，結合多普勒技術可量化左心室流出道梗阻及二尖瓣反流5，但其聲窗限制及低軟組織分辨率可能導致疾病嚴重程度被低估。放射性核素顯像多用于評估心肌缺血及交感神經異常，但輻射暴露限制其臨床應用。CMR克服了超聲心動圖和核素顯像的缺點，成為兒童HCM診斷最具價值的影像手段。

3CMR診斷兒童HCM的研究進展

如表1所示，CMR多模態(tài)序列可提供HCM形態(tài)學、血流動力學、功能學及心肌纖維化特征，在兒童HCM的診斷和預后評估中具有重要作用。

表1多模態(tài)CMR在兒童HCM中的應用策略

注：LGE，心肌延遲強化。

3.1心臟電影技術

心臟電影可獲取多層面多時相動態(tài)圖像，不僅能精準評估心臟結構、運動狀態(tài)及心功能參數(shù)，如容量、心肌質量、射血分數(shù)等，還能清晰顯示二尖瓣葉長度與乳頭肌異常[8]。電影序列可準確識別HCM表型特征：收縮期增厚率下降、舒張順應性降低、左心室流出道高速血流和二尖瓣反流，以及心肌肥厚等[5]，對特殊部位肥厚（如心尖部、左心室前壁和后室間隔、右心室游離壁交界處等）、心肌隱窩及動脈瘤的檢出優(yōu)勢顯著，有利于HCM的診斷和臨床分型。在兒童中，多采用短軸位電影測量心肌厚度，計算其Z分數(shù) ?2.5 進行HCM診斷（有家族史或基因陽性者 ?2 ），但成人多直接在短軸位電影測量心肌厚度作為診斷標準。Norrish等9認為兒童期HCM在心臟電影上測量的最大左心室壁厚度與5年SCD之間存在倒U形關系（Z分數(shù) +23 時風險達到峰值），亦有研究[\"0]發(fā)現(xiàn)存在青春期重塑現(xiàn)象（兒童期壁厚漸薄、青春期新進展），提示評估兒童HCM風險時需避免二元化判斷。

3.2 心肌應變

心肌應變主要包括周向應變、徑向應變、縱向應變和心肌扭轉[]等參數(shù)。CMR心肌應變通過追蹤心肌組織運動，可定量分析心肌力學變化并早期識別心肌功能障礙[12]。該技術與斑點追蹤超聲心動圖及CMR-tagging具有良好一致性，廣泛應用于左/右心室及雙心房形變評估。左心室應變降低與主要不良心血管事件風險增加相關，縱向應變可作為低中危HCM患者主要不良心血管事件的獨立預測因子[13]，增加傳統(tǒng)風險預測模型的預測價值。兒童HCM的縱向應變異常早于周向應變和徑向應變，且整體周向應變與心肌細胞損傷相關[14-I5]，且整體縱向應變 ?-12.8% 可作為預測兒童心肌纖維化的閾值[16]。Song等[17]發(fā)現(xiàn)不論心肌延遲強化（lategadoliniumenhancement，LGE）陽性與否，有組織學心肌纖維化的HCM患者心肌應變顯著受損，且室間隔縱向應變在多變量分析中與心肌纖維化獨立相關（ β=0. 19 ）。此外，LGE百分比聯(lián)合周向應變模型可預測室性心律失常[18]。雖然心肌應變能發(fā)現(xiàn)早期心肌損傷，但兒童群體目前仍缺乏特異性診斷標準及臨界值，這一年齡相關的數(shù)據(jù)空白亟待解決以實現(xiàn)精準診療。

3.3 心肌灌注成像

心肌缺血是HCM最重要的病理生理學特征之一，而冠狀動脈微血管功能障礙（coronarymicrovasculardysfunction，CMD）是引起心肌缺血的主要原因[19]。CMR心肌灌注成像是評估CMD的關鍵手段，靜息或負荷狀態(tài)下CMR首過灌注成像可檢測心內膜或心外膜下缺血，并獲得一系列半定量及定量灌注參數(shù)，如心肌信號強度最大上升斜率、心肌血流量及心肌灌注儲備等[20]。前期研究[21]發(fā)現(xiàn) 30%HCM 存在與肥厚及纖維化位置一致的灌注缺損，與非持續(xù)性室性心動過速相關；負荷時CMD加重，且其嚴重程度與室壁厚度、心肌纖維化程度呈正相關；CMD也可能早于纖維化發(fā)生。微循環(huán)異?？蓪е路磸托募∪毖?，最終形成心肌纖維化，與患者不良預后存在關聯(lián)。相較成人而言，兒童HCM患者的心肌灌注異常檢出率更高。兒童HCM隊列研究[22]發(fā)現(xiàn) 84% 患者有可誘導的灌注缺損，且與心肌纖維化的存在有關，在應激狀態(tài)下更為明顯。不過，兒童與成人患者的解剖結構和生理狀態(tài)差異可能影響灌注成像的解釋，未來需更多研究來確定灌注成像在兒童中的最佳應用和解釋標準。

3.4 延遲強化技術

心肌纖維化是心律失常、SCD等的病理基礎。

CMRLGE技術現(xiàn)在是非侵人性評估的首選，被推薦用于HCM患者的綜合管理[4]。HCM患者的心肌纖維化表現(xiàn)為彌漫性間質纖維化和局灶性替代纖維化，其中LGE能有效檢測后者。研究顯示，LGE表現(xiàn)可能受多種因素影響，包括微血管缺血和微觀替代纖維化，以及心肌結締組織沉積增加。LGE存在是SCD及全因死亡的獨立危險因素[23]。兒童LGE 通常呈斑片狀，位于室間隔或肥厚節(jié)段的心肌中層，反映其纖維化模式的特殊性。兒童HCM的LGE陽性率為 51% （ 95% CI 40%～62% ），且LGE陽性組的左心室質量指數(shù)顯著高于陰性組，LGE的出現(xiàn)使不良心臟事件風險增加3.49倍（ $9 5 ＼% ＼ C I ＼ 1 . 1 0 ＼sim 1 1 . 0 9 ） ^ [ 2 ＼$ ]。一項包含700 例HCM患者（年齡 ?21 歲）的研究[25]表明，當LGE 范圍≥10% 心肌總量時SCD風險顯著升高，LGE參數(shù)優(yōu)化了現(xiàn)有風險評估模型。與傳統(tǒng)預測效能的有限風險標志物（如運動血壓異常、非持續(xù)性室性心動過速）相比，在大多數(shù)死于HCM的兒童和青少年中LGE展現(xiàn)出獨特的危險分層價值[26]。對于危險分層不明確的患兒，CMR顯示 LGEgt;15% （定義為瘢痕占心肌總質量的 15% ）者猝死風險顯著增加，這一閾值對中低危組的植入型心律轉復除顫器的植入決策具有重要參考價值[27-28]。LGE在HCM兒童中呈現(xiàn)進行性發(fā)展特征，即使是在相對較短的2.5年內[3]，其與新型風險模型的整合可提供個體化5年SCD風險估計，有助于臨床醫(yī)生決定是否植入除顫器[29-30]。盡管現(xiàn)有證據(jù)支持其預后價值，仍需大規(guī)模前瞻性研究明確LGE在兒童期HCM的進展情況及其在兒科植入型心律轉復除顫器決策中的具體應用[3.31]

3.5T1 mapping 技術

CMRT1mapping技術通過直接測量心肌T1信號，在兒童HCM早期識別中具有獨特優(yōu)勢。nativeT1mapping無需對比劑即可檢測心肌間質膠原沉積，規(guī)避了釓劑神經元沉積風險，特別適合兒童群體重復監(jiān)測[33]。有研究[32-33]顯示，兒童HCMnative T1值[ （1020.4±41.2）r ns]顯著高于健康兒童[（ 965.6± 30.2）ms] ，且與室壁厚度相關，可作為無創(chuàng)評估疾病嚴重程度的標志物。Hinojar等[34]的多中心研究表明，T1mapping能區(qū)分HCM和高血壓心臟病，鑒別運動員心臟重構與HCM臨界病例。兒童HCM即使未出現(xiàn)LGE和左心室流出道梗阻，其T1值和細胞外體積分數(shù)也均呈現(xiàn)不同程度的增高，且與猝死風險相關。目前該技術已被推薦作為兒童HCM縱向隨訪和治療效果評估的重要工具，尤其需加強其在兒童心臟危險分層中的應用研究[33]。

3.6 四維血流技術

四維血流技術通過三維血流編碼實現(xiàn)心臟大血管復雜血流的可視化與定量化分析，可同步獲取血流速度、壓力梯度等關鍵參數(shù)。其在HCM評估中的優(yōu)勢在于：評估二尖瓣反流較傳統(tǒng)MRI觀察者間/內一致性更優(yōu)[35]，其湍流動能檢測可識別梗阻性HCM的血流異常[36]，聯(lián)合T1mapping 證實左心室流出道壓差與心肌纖維化程度呈線性關聯(lián)，提示血流異常與心室重塑的相互作用[37]，突顯其在血流動力學與組織關聯(lián)研究中的整合價值。由于四維血流技術掃描時間長、呼吸配合度要求高，年幼的兒童可能需要麻醉，但關于兒童HCM的研究甚少。

3.7 結合人工智能的CMR應用

人工智能結合CMR為心臟疾病診斷提供了新路徑。當前研究多聚焦成人群體，而針對兒童的人工智能研究甚少。在成人研究中，2DU-Net深度學習模型通過三維卷積神經網絡實現(xiàn)多中心CMR瘢痕量化[38-39]；基于電影序列影像組學特征構建可有效篩選LGE陰性患者，Zhao團隊模型較傳統(tǒng)HCMRisk-SCD模型的 AUC 提升了 22.7%^[40-41] 。在疾病鑒別領域，深度學習算法基于MRI短軸視圖電影圖像實現(xiàn)了HCM與法布里病的精準鑒別[42；基于T2加權圖像紋理分析的技術可有效地區(qū)分心臟淀粉樣變性與HCM^[43] 。成人人工智能應用為兒童研究提供了方法借鑒，兒童CMR結合人工智能存在兒童數(shù)據(jù)復雜性、標準化欠缺及數(shù)據(jù)庫規(guī)模小等瓶頸，未來可通過遷移學習（如成人模型微調）、心臟尺寸體表標準化、空間變換網絡對齊等方法優(yōu)化模型性能。需重點建設兒童心臟影像數(shù)據(jù)體系，包括制定標準化采集規(guī)范、擴大數(shù)據(jù)庫規(guī)模、開發(fā)兒童專用算法框架，以促進人工智能在兒科HCM診斷中的臨床應用。

4展望

CMR多模態(tài)成像為HCM的全病程管理提供了重要評估依據(jù)。CMR不僅能精準識別心肌運動異常、結構畸變及心肌肥厚分布特征，還可實現(xiàn)亞臨床收縮功能障礙的早期診斷，揭示微循環(huán)障礙與心肌缺血的內在關聯(lián)，在主要不良心血管事件預測和心肌纖維化評估方面展現(xiàn)出獨特優(yōu)勢，其獨立預測價值在兒童患者群體中尤為顯著。但目前兒童HCM研究領域還需進一步深化。首先，成人和兒童HCM磁共振特征對比研究較少，如果能在功能和組織特征方面進行系統(tǒng)性對比研究，可能為兒童的個體化治療提供依據(jù)。其次，目前四維血流技術在兒童HCM中的應用尚未形成系統(tǒng)性研究體系，其在左心室流出道壓力梯度定量及湍流動能分析等方面的獨特優(yōu)勢尚未在兒童群體中得到驗證。人工智能技術的融合創(chuàng)新顯著提升了影像解析效能，未來應重點推進多中心標準化研究，同時優(yōu)化人工智能模型的臨床適用性，提升臨床診斷效率。

利益沖突所有作者均聲明不存在利益沖突

參考文獻

[1] MoakJP，KaskiJP.Hypertrophiccardiomyopathyinchildren[J].Heart，2012， 98（14） ：1044-1054.

[2] Colan SD，Lipshultz SE，Lowe AM，etal.Epidemiologyand cause-specific outcomeof hypertrophic cardiomyopathy inchildren[J]. Circulation，2007，115 （6） ：773-781.

[3]Axelsson Raja A，F(xiàn)arhadH，Valente AM，et al.Prevalence and progression of late gadolinium enhancement inchildrenand adolescents with hypertrophic cardiomyopathy[J]. Circulation，2018，138（8）：782-792.

[4]MaronBJ，Desai MY，Nishimura RA，etal.Diagnosisand evaluationof hypertrophiccardiomyopathy[J].JAm CollCardiol，2022，79（4）：372-389.

[5] OmmenSR，Mital S，BurkeMA，etal.202O AHA/ACC Guidelineforthe diagnosis andtreatment of patients with hypertrophic cardiomyopathy[J]. Circulation，2020，142（25）：e558-e563.

[6]Rupp S，F(xiàn)elimban M，Sch?nzerA，etal. Geneticbasis of hypertrophic cardiomyopathy inchildren[J]. Clin Res Cardiol，2018，108（3）：282-289.

[7]Ciampi Q，OlivotoI，Peteiro J，etal.Prognostic value of reduced heartrate reserve during exercise in hypertrophic cardiomyopathy[J].JClin Med，2021， 10（7） ： 1347.

［8］蔣雨琦，束晶葦，俞宏林，等.基于CMR電影序列的心肌收縮分數(shù)在射血分 數(shù)保留的肥厚型心肌病中的價值[J].磁共振成像，2022，13（12）：38-44.

[9] NorrishG，DingT，F(xiàn)ieldE，etal.Relationshipbetweenmaximalleft ventricular wall thicknessandsuddencardiacdeathinchildhoodonsethypertrophic cardiomyopathy[J].Circ Arrhythm Electrophysiol，2022，15（5）：e010075.

[10]Monda E，Caiazza M，Cirillo C，etal.Patterns of left ventricularremodellig in childrenand young patients with hypertrophic cardiomyopathy[J].JClin Med， 2024，13（13） ：3937.

[11]XuJ，YangW，Zhao S，etal.State-of-the-art myocardial strain by CMR feature tracking：clinical applications and future perspectives[J].Eur Radiol，2022，32 （8） ：5424-5435.

[12]YangL，ZhangL，Cao S，et al.Advancedmyocardial characterizationin hypertrophic cardiomyopathy：feasibility of CMR-based feature tracking strain analysis inacase-control study[J].EurRadiol，2020，30（11）：6118-6128.

[13]NegriF，Muser D，Driussi u，et al.Prognosticroleof global longitudinal strain byfeature tracking inpatientswith hypertrophic cardiomyopathy：the STRAINHCM study[J].IntJCardiol，2021，34561-67.

[14]Sunthankar S，Parra DA，George-Durrett K，etal.Tissue characterisation and myocardial mechanicsusing cardiac MRI inchildrenwithhypertrophic cardiomyopathy[J]. Cardiol Young，2019，29（12）：1459-1467.

[15］文苗，楊智，蔣小鳳，等.基于心臟磁共振組織追蹤技術評估合并T2高信號 的肥厚型心肌病患者左心室心肌損傷[J].放射學實踐，2024，39（3）： 1313-1317.

[16]BogarapuS，Puchalski MD，EveritMD，etal.Novel cardiac magneticresonance featuretracking（CMR-FT）analysis for detectionof myocardial fibrosisin pediatrichypertrophiccardiomyopathy[J].PediatrCardiol，2016，37（4）： 663-673.

[17]Song Y，Bi X，Chen L，et al.Reduced myocardial septal function assessed by cardiac magneticresonance feature tracking in patientswith hypertrophic obstructive cardiomyopathy：associated with histological myocardial fibrosis and ventricular arrhythmias[J].Eur HeartJCardiovasc Imaging，2O22，23（8）： 1006-1015.

[18]PuC，F(xiàn)eiJ，LvS，etal.Global circumferential strainbycardiacmagnetic resonance tissue tracking associated with ventricular arhythmias in hypertrophic cardiomyopathy patients[J].Front Cardiovasc Med，2O21，8：670361.

[19]Aguiar RosaS，Rocha LopesL，F(xiàn)iarresga A，etal. Coronarymicrovascular dysfunction inhypertrophic cardiomyopathy：pathophysiology，assessment，and clinical impact[J].Microcirculation，202o，28（1）66.

[20］陳梓嫻，張莉，南江，等.心臟磁共振評估肥厚型心肌病微循環(huán)障礙的研究 進展[J].中國醫(yī)學影像學雜志，2023，31（2）：180-184.

[21]Raphael CE，MitchellF，Kanaganayagam GS，et al. Cardiovascularmagnetic resonancepredictorsof heart failureinhypertrophiccardiomyopathy：theroleof myocardial replacement fibrosisand themicrocirculation[J].JCardiovascMagn Reson，2021，23（1） ：26.

[22]Hughes RK， Camaioni C，Augusto JB，et al. Myocardial perfusion defects in hypertrophiccardiomyopathy mutation carriers[J].JAm Heart Assoc，2021，10 （15）：e020227.

[23］王家鑫，楊淑娟，馬璇，等.心臟磁共振在肥厚型心肌病危險分層中的研究 [J].中華心血管病雜志，2023，51（6）：619-625.

[24]Ong LT，F(xiàn)anSWD.Prevalenceand clinical significance of lategadolinium enhancement inchildrenandadolescents with hypertrophic cardiomyopathy：a systematic reviewand meta-analysis[J].Cardiol Young，2024，34（7）： 1456-1465.

[25]Chan RH，van der Wal L，Liberato G，et al.Myocardial scarring andsudden cardiacdeath inyoungpatientswith hypertrophiccardiomyopathy[J].JAMA Cardiol，2024，9（11） ：1001-1008.

[26]AliLA，MarroneC，MartinsDS，etal.Prognostic factorsinhypertrophic cardiomyopathy inchildren：an MRIbased study[J].IntJCardiol，2022，364： 141-147.

[27]FreitasP，F(xiàn)erriraAM，Arteaga-FernándezE，etal.Theamountoflate gadolinium enhancement outperformscurrent guideline-recommended criteria in theidentificationof patientswithhypertrophiccardiomyopathyatriskof sudden cardiacdeath[J].JCardiovasc Magn Reson，2019，21（1）：50.

[28]RosuRO，LupsorA，Necula A，etal.Anatomical-MRIcorelations inadultsand childrenwith hypertrophiccardiomyopathy[J].Diagnostics，2O22，12（2）：489.

[29]Wang S，Zhu C.Hypertrophiccardiomyopathy in children[J].Asian Card Thorac Ann，2021，30（1） ：92-97.

[30]EllottPM，Borger MA，Borgrefe M，etal2014ESCGudelinesondiagosis and management of hypertrophic cardiomyopathy[J].Eur Heart J，2014，35 （39） ：2733-2779.

[31]Lee S，PahlE.Optimal imaging strategy for surveillnce in children with hypertrophiccardiomyopathy[J].Prog Pediatr Cardiol，2021，63：101432.

[32]Parekh K，Markl M，Deng J，et al.T1 mapping in children and young adults with hypertrophic cardiomyopathy[J].Int JCardiovasc Imaging，2016，33（1）： 109-117.

[33]XuJ，ZhuangB，SirajuddinA，etal.MRI T1 mapping in hypertrophic cardiomyopathy：evaluation in patients without late gadolinium enhancement and hemodynamicobstruction[J].Radiology，020，294 ：275-286.

[34]HinojarR，Varma N，ChildN，etal.Tl mappingin discriminationof hypertrophicphenotypes：hypertensiveheartdiseaseandhypertrophic cardiomyopathy[J]. Circ CardiovascImaging，2015，8（12）：003285.

[35]Gupta AN，Avery R，Soulat G，etal.Direct mitralregurgitationquantificationin hypertrophic cardiomyopathy using 4D flow CMR jet tracking： evaluation in comparison to conventional CMR[J].J Cardiovasc Magn Reson，2021，23 （1）：138.

[36]Iwata K，SekineT，MatsudaJ，etal.Measurementof turbulent kineticenergyin hypertrophiccardiomyopathyusingtriple-velocityencoding4DflowMRimaging [J].MagnReson MedSci，2024，23（1）：39-48.

[37]van Ooij P，Allen BD，Contaldi C，et al.4D flow MRI and T1-mapping： assessmentofalteredcardiachemodynamicsandextracellularvolumefractionin hypertrophic cardiomyopathy[J].JMagn ResonImaging，2016，43（1）： 107-114.

[38]FahmyAS，NeisiusU，Chan RH，et al.Three-dimensional deep convolutional neural networks for automated myocardial scarquantification inhypertrophic cardiomyopathy：amulticentermultivendorstudy[J].Radiology，"^{2020，294（1）}"： 52-60.

[39]Shah R，Navidi Z，Sun J，etal.Interpretable machine learning for automated left ventricular scarquantificationinhypertrophiccardiomyopathypatients[J]. PLOSDigital Health，2023，2（1）：e0000159.

[40]ZhaoK，ZhuY，ChenX，etal.Machine learning in hypertrophic cardiomyopathy [J].JACC CardiovascImaging，2024，17（8） ：880-893.

[41]FahmyAS，Rowin EJ，Arafati A，etal.Radiomicsand deep learningfor myocardial scar screening in hypertrophic cardiomyopathy[J].JCardiovasc Magn Reson，2022，24（1）：40.

[42]ChenWW，KuoL，LinYX，etal.A deep learning approach toclassifyFabry cardiomyopathy from hypertrophic cardiomyopathyusing cine imaging on cardiac magneticresonance[J].IntJBiomed Imaging，2024，2024：6114826.

[43]Huang S，Shi K，Zhang Y，et al.Texture analysis of T2-weighted cardiovascular magnetic resonance imaging to discriminate between cardiac amyloidosis and hypertrophic cardiomyopathy[J].BMC Cardiovasc Disord，2022，22（1）：235.