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

肥厚型心肌病（hypertrophiccardiomyopathy，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(zhì)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(shù)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(jié)構(gòu)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?gòu)導致的被動充盈受限[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(jié)合多普勒技術(shù)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(jīng)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(shù)

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(jié)構(gòu)、運動狀態(tài)及心功能參數(shù)，如容量、心肌質(zhì)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(guān)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(zhuǎn)[]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(shù)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(guān)，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(guān)[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(guān)（ 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(guān)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(guān)鍵手段，靜息或負荷狀態(tài)下CMR首過灌注成像可檢測心內(nèi)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(guān)；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(guān)；CMD也可能早于纖維化發(fā)生。微循環(huán)異常可導致反復心肌缺血，最終形成心肌纖維化，與患者不良預后存在關(guān)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(guān)，在應激狀態(tài)下更為明顯。不過，兒童與成人患者的解剖結(jié)構(gòu)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(shù)

心肌纖維化是心律失常、SCD等的病理基礎。

CMRLGE技術(shù)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(zhì)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(jié)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(zhì)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(zhì)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(zhuǎn)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(nèi)[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(zhuǎn)復除顫器決策中的具體應用[3.31]

3.5T1 mapping 技術(shù)

CMRT1mapping技術(shù)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(zhì)膠原沉積，規(guī)避了釓劑神經(jīng)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(guān)，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(gòu)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(guān)。目前該技術(shù)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(shù)

四維血流技術(shù)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(guān)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(nèi)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(guān)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(guān)聯(lián)研究中的整合價值。由于四維血流技術(shù)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(guān)于兒童HCM的研究甚少。

3.7 結(jié)合人工智能的CMR應用

人工智能結(jié)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(jīng)網(wǎng)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(gòu)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(lǐng)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(quán)圖像紋理分析的技術(shù)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(jié)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(diào)）、心臟尺寸體表標準化、空間變換網(wǎng)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(jié)構(gòu)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(nèi)在關(guān)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(lǐng)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(shù)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(shù)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(shù)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.