摘要
心脏磁共振成像(CMR)是评估心脏结构、功能和组织特征的"一站式"检查方法, 为心血管疾病诊疗提供了全方位、精准化和个体化的影像学信息。机器学习能够从超越人类视觉的维度识别、分析、处理及挖掘海量图像信息, 有助于提高CMR成像速度及图像质量、实现图像分割及定量分析、优化预后模型, 甚至能够基于平扫序列识别心肌纤维化, 进而充分发挥CMR的诊断及预后评估价值。该文对现阶段机器学习在CMR中应用的研究进展进行综述。
-
单位中国医学科学院阜外医院; 中国医学科学院北京协和医学院; 国家心血管病中心