伍希，唐玲玲，胡云濤 ，賈清，劉念，黃小華 *，孫家瑜

心血管疾病是全球發(fā)病和死亡的最常見(jiàn)原因，其死亡人數(shù)約占每年總死亡人數(shù)的1/3，早期準(zhǔn)確診斷是改善心血管疾病結(jié)果的關(guān)鍵[1]。磁共振成像(magnetic resonance imaging，MRI)具有軟組織分辨率高、無(wú)電離輻射、多參數(shù)、多方位成像等優(yōu)點(diǎn)，能提供心臟形態(tài)、功能及血流動(dòng)力學(xué)等信息，在可疑心臟疾病的診斷檢查方面有獨(dú)特的能力，因此在臨床上廣泛應(yīng)用[2]。但心臟疾病復(fù)雜多樣，大多數(shù)起病隱匿，臨床表現(xiàn)缺乏特異性，且對(duì)于不能識(shí)別的微小病變，傳統(tǒng)MRI技術(shù)診斷心臟疾病又有一定的限制。隨著人工智能的發(fā)展，影像組學(xué)也應(yīng)運(yùn)而生，在疾病診斷、鑒別診斷、亞型分類(lèi)及預(yù)后等方面有潛在價(jià)值[3]。影像組學(xué)可以從醫(yī)學(xué)圖像中高通量提取數(shù)據(jù)，對(duì)心肌的異質(zhì)性進(jìn)行更全面細(xì)致的定量分析。目前，MRI影像組學(xué)在心臟疾病中的應(yīng)用也越來(lái)越廣泛，筆者主要基于不同序列的MRI影像組學(xué)在心臟疾病中的研究進(jìn)展予以綜述。

1 影像組學(xué)簡(jiǎn)介

荷蘭學(xué)者Lambin等[4]于2012年首次提出影像組學(xué)概念，定義為“從放射圖像中高通量提取影像特征”。影像組學(xué)將人工智能與醫(yī)學(xué)影像學(xué)相結(jié)合，采用機(jī)器學(xué)習(xí)的方法將影像數(shù)據(jù)轉(zhuǎn)化為具有高分辨率的特征空間數(shù)據(jù)，實(shí)現(xiàn)更深層次的數(shù)據(jù)挖掘。傳統(tǒng)臨床診斷中依靠醫(yī)師從視覺(jué)上對(duì)影像進(jìn)行判讀，對(duì)微小病變的識(shí)別能力有限，而影像組學(xué)能為疾病的定性和定量分析提供更為準(zhǔn)確、客觀的依據(jù)，減少偏倚[5]。心肌內(nèi)膜活檢是許多心臟疾病診斷的金標(biāo)準(zhǔn)，MRI影像組學(xué)與傳統(tǒng)的病理活檢相比，還具有無(wú)創(chuàng)、簡(jiǎn)便、可量化、能重復(fù)研究等優(yōu)勢(shì)。

影像組學(xué)流程及主要注意事項(xiàng)：(1)標(biāo)準(zhǔn)化高質(zhì)量影像數(shù)據(jù)的獲取與重建；高質(zhì)量影像是影像組學(xué)的基礎(chǔ)，應(yīng)盡量采用同樣的機(jī)型或掃描參數(shù)，或采用重采樣法、直方圖均衡化等方法進(jìn)行圖像預(yù)處理，保證特征的魯棒性。(2)圖像分割：對(duì)目標(biāo)組織進(jìn)行二維或三維勾畫(huà)，分割方法包括手動(dòng)、半自動(dòng)、自動(dòng)三種分割方式。半自動(dòng)和自動(dòng)勾畫(huà)方式速度快，但易受周?chē)M織影響，缺乏精度。目前勾畫(huà)心肌一般采用手動(dòng)勾畫(huà)方式。(3)高通量影像特征的提取：影像組學(xué)特征主要有一階特征、二階特征和高階特征等[6]。一階特征主要基于直方圖來(lái)描述單個(gè)像素值的分布，而不考慮空間的位置和方向；二階特征可以評(píng)估局部區(qū)域中相鄰像素之間的關(guān)系；高階特征基于更先進(jìn)的計(jì)算模型，如分形分析、小波分析等[7]。(4)特征篩選：特征篩選包括邏輯回歸、遞歸特征消除法、聚類(lèi)分析和主成分分析法等方式[8]，其目的是刪除不穩(wěn)定或冗余特征，防止模型發(fā)生過(guò)擬合。(5)模型建立與評(píng)價(jià)：臨床最常用的影像組學(xué)模型包括邏輯回歸、支持向量機(jī)(support vector machines，SVM)、隨機(jī)森林等。敏感度、特異度、準(zhǔn)確度及受試者操作特征(receiver operating characteristic，ROC)曲線(xiàn)下面積(area under the curve，AUC)等指標(biāo)用于評(píng)價(jià)模型性能。

2 基于MRI非增強(qiáng)序列的影像組學(xué)在心臟疾病中的應(yīng)用

2.1 電影磁共振成像(cine magnetic resonance imaging，cine-MRI)序列

cine-MRI序列可評(píng)估心室容積、心肌質(zhì)量、心功能參數(shù)及室壁運(yùn)動(dòng)等情況，并能進(jìn)行心肌應(yīng)變分析，但對(duì)心肌組織特征改變?cè)\斷價(jià)值仍有限，通過(guò)影像組學(xué)方法可以提取肉眼無(wú)法識(shí)別的紋理特征，對(duì)心肌異質(zhì)性進(jìn)行定量分析。心肌梗死后的心肌瘢痕會(huì)增加患者心律失常和死亡風(fēng)險(xiǎn)[9]，所以通過(guò)影像組學(xué)方法提高心肌瘢痕診斷效能意義重大。Baessler等[10]發(fā)現(xiàn)缺血性瘢痕與健康心肌存在5個(gè)紋理特征(Teta1，Perc.01，Variance，WavEnHH.s-3和S(5，5)Sum Entrp)差異具有統(tǒng)計(jì)學(xué)意義，其中Teta1結(jié)合Perc.01構(gòu)建的多元邏輯回歸模型在診斷大面積、小面積心肌梗死中具有最高診斷效能。Larroza等[11]納入50例慢性心肌梗死患者，將左室心肌分為17個(gè)節(jié)段，在釓對(duì)比劑延遲增強(qiáng)(late gadolinium enhancement，LGE)圖像上定義可挽救心肌和不可挽救心肌，采用SVM分類(lèi)器結(jié)合電影圖像上心肌紋理特征的不同組合方式進(jìn)行訓(xùn)練，包括時(shí)間維度信息的特征子集構(gòu)成最優(yōu)性能模型，其探測(cè)可挽救心肌、不可挽救心肌和遠(yuǎn)端心肌的敏感度為72%、92%、85%，AUC為0.849。Cine-MRI影像組學(xué)為以后檢測(cè)梗死心肌提供了一個(gè)無(wú)須使用對(duì)比劑、快速、便捷的新思路。

Cine-MRI影像組學(xué)除了應(yīng)用于心肌梗死，還應(yīng)用于非缺血性心肌病。Mancio等[12]納入1099例肥厚型心肌病(hypertrophic cardiomyopathy，HCM)患者，提取cine-MRI舒張末期左室心肌紋理特征，結(jié)合傳統(tǒng)影像數(shù)據(jù)構(gòu)建XGBoost機(jī)器學(xué)習(xí)模型，能夠鑒別出1/3心肌無(wú)延遲強(qiáng)化的HCM患者，從而減少無(wú)延遲強(qiáng)化患者不必要的對(duì)比劑攝入。國(guó)內(nèi)學(xué)者江舒等[13]利用紋理特征對(duì)HCM與心肌淀粉樣變(cardiac amyloidosis，CA)患者進(jìn)行鑒別，其研究發(fā)現(xiàn)HCM與CA患者心肌的熵值、峰度、偏度間的差異具有統(tǒng)計(jì)學(xué)意義，且當(dāng)空間縮放因子=3時(shí)取熵值≥2.68，CA的診斷效能最大(AUC為0.87)；Schofield等[14]同樣發(fā)現(xiàn)HCM與CA的熵值、峰度、偏度差異具有統(tǒng)計(jì)學(xué)意義外，還發(fā)現(xiàn)平均值、標(biāo)準(zhǔn)差和平均正像素也存在顯著差異；同時(shí)還表示在影像上表現(xiàn)類(lèi)似的左室心肌增厚的心臟疾病(HCM、CA、主動(dòng)脈狹窄及高血壓性心臟病等)由于心肌的病理改變不同，紋理特征各異，應(yīng)用MRI影像組學(xué)在鑒別不同病因的心臟疾病中均有潛在價(jià)值。此外，也有研究者基于cine-MRI利用深度學(xué)習(xí)方法進(jìn)行更深入的研究，發(fā)現(xiàn)在預(yù)測(cè)肺動(dòng)脈高壓患者生存率[15]、對(duì)不同心臟疾病進(jìn)行病理學(xué)分類(lèi)[16]、診斷慢性心肌梗死[17]中均有較高診斷效能。

需要指出的是，雖然上述研究都取得了可觀的結(jié)果，但Alis等[18]研究表明基于非增強(qiáng)cine-MRI圖像的紋理特征及“可重復(fù)性”特征數(shù)量在不同心臟周期發(fā)生顯著變化，所以在進(jìn)行紋理分析的同時(shí)，應(yīng)考慮心臟周期對(duì)影像組學(xué)特征再現(xiàn)性的影響。

2.2 native T1 mapping序列

Native T1 mapping序列是心肌組織特征的定量測(cè)量方式，可以反映心肌纖維化，評(píng)估梗死心肌嚴(yán)重性，也能反映遠(yuǎn)側(cè)非梗死心肌的組織異常。但是又受到持續(xù)的技術(shù)挑戰(zhàn)和現(xiàn)有很多患者與健康人群之間心肌特征存在廣泛重疊，因此使MRI信息沒(méi)有得到最佳利用[19]，而增加影像組學(xué)可以提供更多更細(xì)致的紋理特征表征心肌異質(zhì)性。在傳統(tǒng)的MRI影像上MYH7和MYBPC3基因相關(guān)的HCM患者表型相似，Wang等[20]對(duì)兩組HCM患者心肌進(jìn)行紋理分析，通過(guò)構(gòu)建SVM分類(lèi)器，其訓(xùn)練組和驗(yàn)證組的最高診斷準(zhǔn)確度達(dá)92.0%、85.5%，表明MRI影像組學(xué)有助于識(shí)別、表征和探索具有不同基因型的HCM患者的基因型-表型關(guān)聯(lián)，并有潛力進(jìn)行個(gè)體化的精確風(fēng)險(xiǎn)分層。Neisius等[21]研究顯示由6個(gè)紋理特征構(gòu)建SVM模型鑒別HCM和高血壓性心臟病最高準(zhǔn)確度為86.2%，增加了native T1值的診斷價(jià)值。Neisius等[22]在另一研究中也發(fā)現(xiàn)影像組學(xué)特征可以預(yù)測(cè)懷疑或已知的HCM患者LGE陽(yáng)性，同時(shí)能確定1/3的無(wú)延遲強(qiáng)化HCM患者，使其避免對(duì)比劑的攝入，其研究結(jié)果與Mancio等[12]發(fā)現(xiàn)一致。Zhou等[23]對(duì)尿毒癥性心肌病患者進(jìn)行紋理分析，發(fā)現(xiàn)左室中層心肌的紋理特征垂直游程非均一度(vertical run-length nonuniformity，VRLN)在透析治療組與健康對(duì)照組中有顯著性差異，且其診斷性能高于傳統(tǒng)T1值(特異度與敏感度：97%、88%與76%、60%)，同時(shí)還發(fā)現(xiàn)在透析患者中，VRLN與左室射血分?jǐn)?shù)和各心肌應(yīng)變參數(shù)呈顯著且獨(dú)立相關(guān)。Shao等[24]基于native T1 mapping紋理特征使用SVM模型診斷擴(kuò)張型心肌病，準(zhǔn)確度高達(dá)0.85。

此外，基于native T1 mapping序列的影像組學(xué)在缺血性心肌病中也有運(yùn)用。Ma等[25]納入68例急性ST段抬高型心肌梗死(ST-elevation myocardial infarction，STEMI)患者，研究發(fā)現(xiàn)結(jié)合影像組學(xué)和native T1值能夠更準(zhǔn)確診斷患者微循環(huán)障礙，在預(yù)測(cè)隨訪(fǎng)6個(gè)月時(shí)患者左室縱向收縮期的心肌收縮性方面影像組學(xué)也能提供增量?jī)r(jià)值。同時(shí)，Ma等[3]還表示，影像組學(xué)列線(xiàn)圖也能夠預(yù)測(cè)急性STEMI患者不良心血管事件的發(fā)生，可為臨床醫(yī)生進(jìn)行危險(xiǎn)分層提供依據(jù)，并減少釓對(duì)比劑的攝入和侵入性的檢查。

值得注意的是，Jang等[26]表明T1 mapping紋理特征中一階特征和灰度共生矩陣是最具有再現(xiàn)性的特征，且吳韜等[27]發(fā)現(xiàn)健康心肌的紋理特征受到性別和年齡兩個(gè)因素的影響，所以在選擇特征建立模型的過(guò)程中應(yīng)選擇可重復(fù)性高的特征，增加模型的泛化能力，同時(shí)需要納入性別和年齡匹配的對(duì)照組，提高研究結(jié)果的可靠性。

2.3 T1WI序列

T1加權(quán)成像(T1 wighted imaging，T1WI)序列通常用于觀察心肌解剖結(jié)構(gòu)，對(duì)心肌病理改變顯示價(jià)值有限，通過(guò)紋理分析可以增加其診斷效能。Baessler等[28]基于無(wú)增強(qiáng)T1WI圖像的紋理分析，發(fā)現(xiàn)HCM患者和健康人群有4個(gè)心肌紋理特征有顯著性差異，其中高異質(zhì)性紋理參數(shù)GLevNonU，可作為HCM患者心肌和健康心肌的鑒別分類(lèi)器。即使是無(wú)延遲強(qiáng)化的HCM患者，也能與健康心肌被準(zhǔn)確區(qū)分，通過(guò)閾值GLevNonU≥46，其鑒別敏感度和特異度高達(dá)100%和90%。

上述研究表明基于MRI非增強(qiáng)序列的影像組學(xué)在心臟疾病診斷、鑒別診斷、危險(xiǎn)分層及預(yù)后評(píng)估中具有潛在價(jià)值，同時(shí)可以減少對(duì)比劑的攝入和縮短掃描時(shí)間，也為不能注射釓對(duì)比劑的腎功能不全患者提供一種簡(jiǎn)便、無(wú)創(chuàng)、可行的檢查方法。當(dāng)然，對(duì)心臟疾病進(jìn)行影像組學(xué)分析，應(yīng)考慮不同心動(dòng)周期紋理特征會(huì)發(fā)生變化，年齡和性別因素對(duì)紋理特征也會(huì)有影響。其次，應(yīng)選擇最具魯棒性的特征構(gòu)建組學(xué)模型，增大樣本量、及增加外部驗(yàn)證評(píng)估模型的泛化性。

3 基于LGE序列的影像組學(xué)在心臟疾病中的應(yīng)用

傳統(tǒng)LGE序列可以檢測(cè)心肌纖維化，通過(guò)心臟疾病不同的延遲強(qiáng)化特征來(lái)進(jìn)行診斷和鑒別診斷。心肌纖維化的評(píng)估有助于臨床治療決策，如血管緊張素轉(zhuǎn)換酶抑制劑和鹽皮質(zhì)激素受體拮抗劑的應(yīng)用[29]。而LGE影像組學(xué)能夠?yàn)樾呐K疾病提供更多的定量特征增加診斷價(jià)值。如Larroza等[30]對(duì)視覺(jué)上難以發(fā)現(xiàn)的心肌梗死進(jìn)行組學(xué)分析，建立隨機(jī)森林、高斯核SVM和多項(xiàng)式核SVM三種預(yù)測(cè)模型，結(jié)果發(fā)現(xiàn)多項(xiàng)式核SVM模型表現(xiàn)出最好的分類(lèi)效能，識(shí)別急性心肌梗死的敏感度、特異度和AUC約為0.81、0.84、0.86。除了鑒別急、慢性心肌梗死，基于LGE序列的影像組學(xué)還能進(jìn)行危險(xiǎn)分層，預(yù)測(cè)心律失常[31-33]。此外，Gould等[34]用平均熵量化瘢痕組織的異質(zhì)性，發(fā)現(xiàn)低平均熵(低瘢痕異質(zhì)性)與抗心動(dòng)過(guò)速起搏成功有關(guān)，而高平均熵(高瘢痕異質(zhì)性)與抗心動(dòng)過(guò)速起搏失敗有關(guān)，推測(cè)可能是由于沖擊波無(wú)法通過(guò)瘢痕組織，而不能終止室性心律失常。也有研究者[35]探索LGE紋理特征是否能區(qū)分心肌梗死和心肌炎，并將影像組學(xué)方法與不同經(jīng)驗(yàn)水平讀者的主觀視覺(jué)方法進(jìn)行比較。結(jié)果顯示LGE心肌紋理特征能夠區(qū)分心肌梗死和心肌炎，其鑒別準(zhǔn)確度超過(guò)經(jīng)驗(yàn)不足的讀者的視覺(jué)判讀，但稍差于具有豐富心血管成像經(jīng)驗(yàn)的專(zhuān)家的主觀視覺(jué)分析。

LGE影像組學(xué)除了應(yīng)用于缺血性疾病外，Cheng等[36]還發(fā)現(xiàn)LGE紋理特征(X0_GLRLM_energy，X0_H_skewness和X0_GLCM_cluster_tendency)與收縮功能降低的HCM患者預(yù)后有聯(lián)系。Amano等[37]也表示，有和無(wú)室性快速心律失常病史的HCM患者其紋理特征存在差異，有室性快速心律失常病史的HCM患者entropy LL紋理參數(shù)更低，因此，MRI影像組學(xué)為室性快速心律失常的HCM患者提供更豐富的LGE信息。

LGE紋理分析在缺血性心肌病和非缺血性心肌病應(yīng)用中，均顯示有較高診斷價(jià)值。但是由于LGE序列、對(duì)比劑劑量、延遲掃描時(shí)間等參數(shù)的不同，其心肌強(qiáng)化區(qū)域和信號(hào)強(qiáng)度會(huì)發(fā)生改變，瘢痕紋理特征也會(huì)存在差異，且不同研究者對(duì)瘢痕區(qū)域的手動(dòng)勾畫(huà)異質(zhì)性強(qiáng)。所以需要考慮上述各因素對(duì)結(jié)果的影響，制訂標(biāo)準(zhǔn)影像組學(xué)方案，增加模型魯棒性。

4 多序列聯(lián)合

除了應(yīng)用于上述單個(gè)序列，也有研究者聯(lián)合多序列對(duì)心臟疾病進(jìn)行紋理分析。細(xì)胞外容積(extracellular volume，ECV)圖像由增強(qiáng)前、后T1 mapping圖像后處理計(jì)算得出，可以有效反映心肌纖維化和評(píng)估疾病預(yù)后[38]。Chen等[39]基于T2加權(quán)成像(T2 wighted imaging，T2WI)和LGE圖像確定梗死心肌、可挽救心肌及遠(yuǎn)端心肌，將相應(yīng)勾畫(huà)的感興趣區(qū)配準(zhǔn)到ECV圖像上進(jìn)行紋理分析。研究發(fā)現(xiàn)存在5個(gè)定量特征能夠顯著區(qū)分心肌梗死的程度，以此鑒別STEMI患者可逆和不可逆性心肌損傷，對(duì)左心室不良重塑進(jìn)行預(yù)測(cè)，其AUC高達(dá)0.91。Shi等[40]研究發(fā)現(xiàn)，基于T1 mapping與ECV圖像的紋理特征能夠準(zhǔn)確診斷和鑒別HCM和高血壓性心臟病患者，與心肌應(yīng)變參數(shù)的診斷性能相當(dāng)。Baessler等[41]采用T1 mapping和T2 mapping圖像進(jìn)行紋理分析，研究發(fā)現(xiàn)紋理特征T2_RLNU聯(lián)合T2_GLNU對(duì)梗死樣急性心肌炎的診斷效能(AUC 0.88)，遠(yuǎn)高于傳統(tǒng)的T1值、T2值、路易斯湖標(biāo)準(zhǔn)(AUC分別為0.65、0.67、0.62)；將紋理參數(shù)與肌鈣蛋白等血液學(xué)參數(shù)結(jié)合檢測(cè)梗死樣急性心肌炎的敏感度和特異度均達(dá)100%。Baessler等[42]還發(fā)現(xiàn)基于T1 mapping和T2 mapping的心肌紋理特征，對(duì)急、慢性心力衰竭樣心肌炎有潛在診斷效能。在急性心力衰竭樣心肌炎中，紋理參數(shù)T2_GLNU與平均T2值診斷價(jià)值相當(dāng)，兩者結(jié)合診斷效能AUC為0.76；在慢性心力衰竭樣心肌炎中，直方圖特征T2_峰度診斷能力優(yōu)于其他特征，與參數(shù)T1_GLNU結(jié)合診斷時(shí)性能最高，AUC高達(dá)0.85。另外，Mannil等[43]利用LGE聯(lián)合T2WI紋理分析去預(yù)測(cè)Takotsubo綜合征患者是否在5年內(nèi)發(fā)生主要心腦血管事件。結(jié)果顯示，在發(fā)生和未發(fā)生主要心腦血管事件的對(duì)照組中，存在10個(gè)紋理特征有顯著性差異(均來(lái)自T2WI)，樸素貝葉斯分類(lèi)器鑒別性能最佳，其AUC高達(dá)0.88，敏感度82.9%，特異度83.7%，表明這些紋理特征有潛在的預(yù)后價(jià)值，并可能成為T(mén)akotsubo綜合征患者風(fēng)險(xiǎn)分層的新成像標(biāo)志物。需要注意的是，T2WI檢測(cè)到的心肌水腫程度可能會(huì)隨時(shí)間變化，其紋理特征也會(huì)隨之改變。此外，紋理特征的病理學(xué)意義和臨床應(yīng)用還有待進(jìn)一步驗(yàn)證。

5 不足與展望

雖然MRI影像組學(xué)提高了心臟疾病預(yù)測(cè)、鑒別、危險(xiǎn)分層及預(yù)后價(jià)值，但是目前大多數(shù)MRI影像組學(xué)研究屬于概念驗(yàn)證性研究，并未廣泛應(yīng)用于實(shí)際臨床中。主要考慮存在以下幾點(diǎn)限制：(1)目前的研究多為小樣本、單中心、回顧性研究，未來(lái)應(yīng)增大樣本量，進(jìn)行多中心、前瞻性研究進(jìn)一步驗(yàn)證。(2)影像采集的不同機(jī)型、不同磁場(chǎng)強(qiáng)度、不同序列和參數(shù)、圖像分割的不同軟件與方式、不同的影像預(yù)處理方式等每一個(gè)影像組學(xué)步驟的不同，都會(huì)導(dǎo)致結(jié)果產(chǎn)生偏倚，可重復(fù)性低[7]，其潛在的解決方案是促進(jìn)圖像采集和后處理標(biāo)準(zhǔn)化。(3)紋理特征重復(fù)性的不確定性，使這些特征構(gòu)建模型的可靠性降低，未來(lái)迫切需要定義具有魯棒性的紋理特征，并優(yōu)先考慮這些特征來(lái)構(gòu)建模型。(4)很多研究只通過(guò)內(nèi)部驗(yàn)證評(píng)估模型性能，應(yīng)增加多中心的外部驗(yàn)證來(lái)檢測(cè)模型的通用性。(5)在心臟疾病的診斷與鑒別診斷應(yīng)用中缺乏紋理特征與心肌細(xì)胞生物學(xué)行為直接相關(guān)的證據(jù)，有待未來(lái)進(jìn)行更深層次的研究。

影像組學(xué)作為一種新的定量分析方法，可量化心肌結(jié)構(gòu)特征，并因此有可能提供對(duì)心臟疾病病理生理學(xué)的見(jiàn)解，理解疾病機(jī)制，是傳統(tǒng)MRI檢查的重要補(bǔ)充。且基于MRI非增強(qiáng)序列的影像組學(xué)，不僅有潛力提高心臟疾病診斷準(zhǔn)確性和預(yù)測(cè)能力，同時(shí)可以縮短掃描時(shí)間和降低對(duì)比劑所帶來(lái)的風(fēng)險(xiǎn)。隨著人工智能與互聯(lián)網(wǎng)醫(yī)療的快速發(fā)展，未來(lái)需要以個(gè)體化為基礎(chǔ)，將臨床參數(shù)、基因組學(xué)、蛋白質(zhì)組學(xué)及生物標(biāo)記物等更多地融合于心臟疾病的MRI影像組學(xué)研究中，促進(jìn)轉(zhuǎn)化為常規(guī)臨床實(shí)踐，為心臟疾病的精準(zhǔn)醫(yī)療做出貢獻(xiàn)。

作者利益沖突聲明：全體作者均聲明無(wú)利益沖突。