心肌炎是一种以心肌炎症为特征的心血管疾病，可导致心力衰竭。表现方式、潜在病因和临床结果存在异质性，影响广泛的年龄组，从而导致诊断挑战。心血管磁共振（CMR）是急性心肌炎诊断检查的首选成像方式。需要系统的分析方法来改进诊断。人工智能 (AI) 和机器学习 (ML) 越来越多地应用于 CMR，并已被证明在多种疾病类别中与人类的诊断性能相匹配。在这篇综述文章中，我们将描述 CMR 在诊断急性心肌炎中的作用，然后对 AI 和 ML 在诊断急性心肌炎中的应用进行文献综述。只有少数论文在病例和对照规模方面存在局限性，并且除了缺乏相关的心血管疾病对照外，还缺乏有关队列特征的详细信息。此外，CMR 数据集通常不包括当代组织特征参数，例如 T1 和 T2 映射技术，而这些参数对于急性心肌炎的诊断至关重要。未来的工作可能包括使用可解释性工具来增强我们对机器学习模型的信心和理解，通过大型、特征更好的队列和临床背景来改善急性心肌炎的诊断。



"点击查看英文标题和摘要"