分享:
分享到微信朋友圈
X
临床指南·专家共识
肥厚型心肌病心脏磁共振图像标注专家共识
中华医学会放射学分会心胸学组

Cite this article as: Cardiothoracic Committee of Chinese Society of Radiology. Chinese expert consensus on cardiac magnetic resonance annotation of hypertrophic cardiomyopathy[J]. Chin J Magn Reson Imaging, 2025, 16(6): 1-9.本文引用格式:中华医学会放射学分会心胸学组. 肥厚型心肌病心脏磁共振图像标注专家共识[J]. 磁共振成像, 2025, 16(6): 1-9. DOI:10.12015/issn.1674-8034.2025.06.001.


[摘要] 肥厚型心肌病(hypertrophic cardiomyopathy, HCM)是一种以心室肌(尤其是室间隔)非对称性肥厚为特征的原发性心肌病。心脏磁共振成像(cardiac magnetic resonance, CMR)凭借其多序列、多参数、高分辨率的优势,能够精准评估心肌结构、功能及组织特征,已成为HCM诊断、危险分层及治疗决策的核心工具。本共识基于HCM影像学特点,制定了包含图像标注要求、标注方法及标注数据库建立的标准化流程,为构建高质量的CMR数据集和推动人工智能技术在HCM中的应用提供支持。
[Abstract] Hypertrophic cardiomyopathy (HCM) is a primary myocardial disorder characterized by asymmetric ventricular hypertrophy, particularly involving the interventricular septum. Cardiac magnetic resonance (CMR) imaging has emerged as a cornerstone modality for accurate diagnosis, risk stratification, and therapeutic decision-making in HCM, owing to its unique capabilities in multi-parametric tissue characterization, high spatial resolution, and comprehensive functional assessment. This consensus document establishes standardized protocols encompassing image annotation requirements, methodological approaches, and database construction, based on the characteristic imaging features of HCM. These guidelines aim to facilitate the development of high-quality CMR datasets and advance the application of artificial intelligence technologies in HCM management.
[关键词] 肥厚型心肌病;心脏磁共振;标注;专家共识
[Keywords] hypertrophic cardiomyopathy;cardiac magnetic resonance;annotation;expert consensus

中华医学会放射学分会心胸学组  

通信作者:郑敏文(空军军医大学西京医院放射诊断科),E-mail:zhengmw2007@163.com


基金项目: 国家重点研发计划项目 2022YFA1004204
收稿日期:2025-04-11
接受日期:2025-06-05
中图分类号:R445.2  R542.2 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2025.06.001
本文引用格式:中华医学会放射学分会心胸学组. 肥厚型心肌病心脏磁共振图像标注专家共识[J]. 磁共振成像, 2025, 16(6): 1-9. DOI:10.12015/issn.1674-8034.2025.06.001.

0 引言

       肥厚型心肌病(hypertrophic cardiomyopathy, HCM)是一种具有显著遗传异质性的原发性心肌疾病,全球成年人患病率约为0.2%~0.5%[1, 2]。该疾病以左心室非对称性肥厚为典型特征,临床表现涵盖心律失常、进行性心力衰竭及心源性猝死等严重并发症[3]。精准的影像学评估对于疾病诊断、危险分层及治疗决策具有重要临床价值。

       心脏磁共振成像(cardiac magnetic resonance, CMR)可多平面、多序列、多参数成像,可同时对心脏的解剖结构、运动功能、血流灌注和组织特性进行“一站式”评估,已成为HCM的影像“金标准”检查[4]。首先,CMR可精准量化心肌肥厚程度,有效鉴别HCM与心肌淀粉样变、运动员心脏病及高血压性心脏病等继发性心肌肥厚[4, 5];其次,电影序列成像可动态评估心室收缩功能,为射血分数、心室容积等关键血流动力学参数提供准确的测量[4];最重要的是,CMR首过灌注成像与延迟钆增强(late gadolinium enhancement, LGE)技术可分别检测微循环障碍和心肌纤维化,为猝死风险评估提供重要影像标志物[4]。这些多参数综合分析使CMR在HCM诊疗中发挥着不可替代的作用。

       近年来,人工智能(artificial intelligence, AI)技术在医学影像领域取得了显著进展。AI技术,特别是深度学习(deep learning, DL)算法在图像重建、病灶分割及预后预测等方面展现出巨大的潜力[6]。高质量标注的CMR影像数据库是构建可靠AI模型的重要基础。通过精准标注肥厚心肌、纤维化分布及血流动力学参数等关键特征,可提高AI模型在HCM诊断、风险评估和治疗决策中的准确性和效率[6, 7]。然而,目前国内尚缺乏统一的HCM CMR影像标注标准,这严重制约了AI模型的泛化能力与临床应用转化。

       本共识内容全面涵盖HCM的影像学特征、结构/功能标注标准、全流程操作规范及严格的质量控制要求,旨在建立HCM的CMR影像标准化标注体系。通过规范化的图像标注流程,为心血管医师、影像医师及科研人员提供权威技术指导,并推动AI技术在HCM疾病诊断、危险分层与治疗决策中的高质量应用,提升临床诊疗水平。

1 共识制订方法

       本专家共识已在国际实践指南注册与透明化平台注册(注册号:PREPARE-2025CN764)。共识由多中心心胸影像诊断专家与技术专家、人工智能领域专家、循证专家共同参与制订。执笔者全程参与专家组讨论,并根据专家组意见起草计划书、收集归纳关键问题、检索文献并梳理证据、撰写共识初稿。所有成员均填写利益冲突声明,明确与本共识不存在直接或间接相关的利益冲突。

       本共识适用于HCM患者的CMR影像标注,旨在为临床实践及科研工作提供标准化指导。适用对象包括心血管影像医师、心脏病学医师、医学科学研究人员及从事HCM诊疗、影像分析和人工智能应用开发的相关专业团队。

       文献检索与筛选在专家委员会指导下完成。检索覆盖Embase、Web of Science、PubMed、The Cochrane Library、中国知网、万方、CBM等数据库,以及国际国内指南发布平台和循证数据库,时间范围为建库至2025年1月1日,限定检索语言为中文和英文,采用主题词与自由词结合检索。检索词主要包括“HCM”“心脏磁共振”“标注”“分割”“后处理”,以及各类影像学技术名称。主要纳入指南、专家共识、系统评价、Meta分析及原始研究。

       选择适当的评价工具对证据质量进行评估。采用指南研究与评价(AGREE Ⅱ)工具评估临床指南与专家共识,使用系统评价方法学质量评价工具(AMSTAR2)对系统评价和荟萃分析进行评估,Cochrane偏倚风险评估量表用于随机对照试验的方法学质量评价。队列研究和病例对照研究则采用纽卡斯尔-渥太华量表(NOS)进行评估,病例系列报告应用加拿大卫生经济研究所量表(IHE)进行评价。此外,采用2011版牛津大学循证医学中心分级体系对证据和推荐意见进行分级(表1)。

       共识初稿完成后,将全文发送给各位专家进行审阅和修改。执笔者详尽记录并整理专家的反馈意见,通过线上或线下充分讨论,修改并完善形成本共识。具体共识达成原则如下:单条推荐意见若共识度超过75%,视为达成共识,仅根据专家建议进行小幅修订;若共识度在60%~74%之间,则该条尚未达成共识,须根据专家意见大幅调整后,进入下一轮评审;若共识度低于60%,则该推荐意见予以删除。

表1  英国牛津大学循证医学中心证据分级与推荐标注(2011年版)
Tab. 1  Oxford Centre for Evidence-based medicine levels of evidence and recommendation grades (2011 Edition)

2 HCM定义及CMR影像学表现

       HCM以左心室非对称性肥厚为特征,其诊断标准为:左心室心肌一个节段或多个节段室壁厚度≥15 mm,且非完全因心脏负荷异常引起。若患者有HCM的家族史,或者致病基因检测结果为阳性,则如果发现左心室壁厚度≥13 mm,亦可诊断为HCM[3, 8]。需排除其他可能导致左心室肥厚的疾病,如高血压、主动脉瓣狭窄、运动员型心肌肥厚等[8]

       CMR在HCM的诊断和评估中发挥重要作用[8]。在CMR图像中,可清晰观察到左心室心肌的非对称性肥厚,其中室间隔通常是主要受累区域,其余部位如乳头肌也可能出现不同程度的肥厚。随着疾病进展,左心室腔可能逐渐缩小,尤其是局部肥厚区域对应的心室腔更为明显,进而常因室间隔肥厚出现左心室流出道梗阻。电影序列通常显示左心室收缩功能正常甚至增强,但舒张功能显著受限。同时,二尖瓣前叶在收缩期可能出现收缩期前向运动(systolic anterior motion, SAM)征,成为该疾病的关键特征之一。在CMR-LGE序列中,纤维化区域通常表现为高信号,且多位于肥厚心肌内(图1)。纤维化的分布特点与病情进展及预后密切相关。

图1  肥厚型心肌病(HCM)心脏磁共振(CMR)表现。1A:电影短轴位序列显示左心室前壁、室间隔明显非对称性增厚(星号);1B:电影序列四腔心图像显示室间隔增厚(星号);1C:延迟钆增强(LGE)序列显示心肌内多发高信号纤维化区域(箭);1D:电影序列四腔心图像显示心尖型HCM,以心尖肥厚为特征(星号),左心室腔呈“黑桃A”形态;1E:电影序列三腔心图像显示收缩中期,二尖瓣前叶尖端向前运动突入左心室流出道(箭),加重了流出道梗阻;1F:电影序列四腔心图像显示乳头肌(箭)异常插入二尖瓣前叶基部,在收缩期导致肌性心室中段梗阻。
Fig. 1  Cardiac magnetic resonance (CMR) findings of hypertrophic cardiomyopathy (HCM). 1A: Short-axis cine image shows marked asymmetric hypertrophy of the left ventricular anterior wall and interventricular septum (asterisk); 1B: Four-chamber cine image shows pronounced septal hypertrophy (asterisk); 1C: Late gadolinium enhancement (LGE) sequence demonstrates multiple focal areas of high-signal myocardial fibrosis (arrow); 1D: Four-chamber cine image shows apical HCM characterized by apical hypertrophy (asterisk) and an “ace-of-spades” appearance of the left ventricular cavity; 1E: Three-chamber cine image during mid-systole shows anterior motion of the mitral valve anterior leaflet tip protruding into the left ventricular outflow tract (arrow), resulting in aggravated outflow tract obstruction; 1F: Four-chamber cine image shows abnormal insertion of the papillary muscle (arrow) into the base of the anterior mitral leaflet, leading to midventricular muscular obstruction during systole.

3 CMR图像标注要求

3.1 标注图像数据要求

       HCM患者CMR推荐使用1.5 T或3.0 T高场强磁共振设备进行图像采集,推荐使用8通道及以上心脏专用表面线圈以提高信噪比和空间分辨率[9, 10, 11, 12, 13]。设备需配备心电门控及呼吸门控系统,以抑制心脏搏动与呼吸运动造成的伪影[9, 10, 11, 12, 13]

       扫描范围应常规覆盖整个心脏,以全面显示心脏的结构和功能,并根据临床需要扩展至大血管或其他重要结构[9]。CMR对HCM的评估需要多序列联合应用,以实现心脏结构、功能及组织学全面评价。短轴位电影序列需覆盖左心室自基底部至心尖的完整范围,获取每层心肌的运动和形态信息,为测量心肌壁厚度、左心室心肌质量、心室容积及血流动力学参数提供基础。必要时,该序列可进一步扩展范围,以便完整评估左心房的结构与功能。长轴位电影序列包括二腔、四腔和三腔视图,二腔和四腔视图主要用于评估左心室和左心房的运动以及容积参数,三腔视图用于观察左心室流出道梗阻情况。平衡稳态自由进动序列(balanced steady-state free precession, bSSFP)为首选的电影序列,在心脏组织成像时具有更高的信噪比和对比度,且成像速度快,但对心肌运动伪影的敏感性较高,需依赖心电门控和呼吸触发以减少伪影[10, 14, 15]。LGE序列被公认为检测及量化心肌纤维化的“金标准”。相位敏感反转恢复(phase sensitive inversion recovery, PSIR)序列为LGE成像的首选,其优势在于能够减少反转时间(inversion time, TI)选择误差对信号的影响,提高纤维化区域与正常心肌的对比度[9, 16, 17]。拟纳入标注的HCM的CMR原始图像扫描参数应统一规范(表2[9]

       推荐意见1:对HCM患者进行心脏磁共振成像时,推荐采用1.5 T或3.0 T高场强设备,配备8通道及以上心脏专用表面线圈和心电/呼吸门控系统(证据等级:2b,推荐强度:B级)。常规多序列扫描应覆盖整个心脏,首选bSSFP序列获取短轴及长轴位电影图像(证据等级:1a,推荐强度:A级),LGE成像推荐使用PSIR序列(证据等级:2b,推荐强度:B级)。

       CMR扫描必须由经过专门培训、具备相关资质的技术人员操作,以确保影像采集的标准化与安全性[9, 18]。技术人员应熟悉不同序列的成像原理、参数设置以及常见伪影的识别与处理(表3[19]。采集过程中,技术人员需全程实时监测影像质量,包括评估扫描覆盖范围、信号强度、各类伪影等。同时,密切关注心电门控与呼吸门控的配合效果。在发现问题时,应及时调整扫描参数或与心血管影像医师沟通,必要时可立即中止无诊断价值的扫描片段并重新采集。

       CMR图像标注仅在图像质量合格的情况下进行,质量评估以图像在诊断及标注中的实际可用性为核心原则,具体包括以下几个维度:伪影程度、图像覆盖范围、短轴切面方向,以及心肌或纤维化边界清晰度[19, 20]。由于目前缺乏客观的图像质量不合格的量化标准,对图像质量的判断仍主要依赖于影像诊断医师的经验。本共识推荐采用Likert五级评分法,依据图像在实际诊断和标注过程中的适用性,分别对电影序列与LGE图像进行综合图像质量评价(表4)。

       推荐意见2CMR扫描应由专业培训且有资质的技术人员操作,采集时需实时监测影像质量,识别并处理伪影(证据等级:2b,推荐强度:B级)。图像标注应基于合格图像,质量评估以实际可用性为核心,包括伪影程度、覆盖范围、短轴切面方向、心肌或纤维化边界清晰度及诊断及标注适用性,推荐采用Likert五级评分法对电影序列与LGE图像进行综合评价(证据等级:2b,推荐强度:B级)。

表2  推荐纳入标注的CMR序列及关键参数
Tab. 2  Recommended CMR sequences and parameters for standardized annotation
表3  常见伪影识别与处理方法
Tab. 3  Common artifact identification and management methods
表4  基于诊断及标注适用性的Likert五级评分法综合图像质量评价参考标准
Tab. 4  Reference standards for comprehensive image quality assessment using a five-point Likert scale based on diagnostic and annotation applicability

3.2 标注来源数据保存要求

       CMR图像数据以DICOM标准格式存储,确保完整保存原始CMR影像数据,保证影像序列完整与层序准确,避免数据分层缺失、层序错乱等质量问题。不可对原始数据进行任何修改和编辑,不可进行有损压缩。应对原始DICOM格式数据进行脱敏处理,去除患者隐私信息(如姓名、年龄、性别、医院名称等)。涉及标注数据的研究方案需获得伦理委员会批准[21],以充分保障患者权益及数据安全性。

3.3 标注平台及工具要求

       在选择图像标注平台及工具时,需遵循因地制宜、因时制宜的原则,依据实际情况和条件挑选合适的平台与工具。所选平台及工具必须满足网络安全和数据保护的相关标准,确保数据的安全性与隐私性。在图像阅片功能方面,要具备诸如放大、缩小、调整窗宽/窗位、平移旋转、层面切换、灰度反转以及阈值过滤等基本操作,以满足对图像细致观察的需求。此外,多平面重组及三维重建功能不可或缺,利用该功能从多个方位对所标注的结构进行准确且完整地测量、评估与标记。

       标注工具需支持高效操作功能,包括手动标注、半自动识别及跨层操作等。其中,画笔功能提供精准的手动标注能力;半自动识别技术有助于提高标注效率;自动跨层功能使标注操作可在不同图像层面间延续,无需逐层重复操作;自动边界调整则能基于图像特征优化标注区域边界,使其更贴合目标结构实际边缘。此外,自动填充与快速修正功能同样能够显著提升标注工作的便捷性与精确性。

       在数据交换方面,标注导出格式应支持多种公开格式,如NIfTI、JSON、XML、DICOM及DICOM-SEG,以保障数据在不同系统和平台间的兼容性与流通性。目前可使用的标注工具主要包括飞标、3D slicer[22]、MITK[23]、ITK-SNAP[24]等。此外,MONAI Label[25]作为一种由人工智能驱动的开放框架,也提高了图像标注效率,通过集成3D Slicer和OHIF等界面,支持包括DL和主动学习机制的交互式标注与自动分割功能,从而显著减少传统标注方式的时间成本。

3.4 标注方式

       标注方式应以灵活多样为原则,可根据具体需求采用手动、半自动或全自动方式或联合标注。手动标注通常适用于复杂或高精度的任务,如医学图像中的特定结构标注,但耗时较长。半自动标注结合了人工干预与算法辅助,例如通过交互式工具(如DeepGrow或Scribbles-based方法)提升效率[25]。全自动标注则依赖DL模型实现快速批量处理,通常需要人工校验以确保准确性[25]。联合使用多种方式可兼顾效率与质量,例如先用自动方法生成初始标注,再通过半自动或手动工具优化细节。

3.5 标注人员资质要求

       标注团队的专业性和经验对标注质量具有决定性影响,因此,团队应由标注医师、审核医师和仲裁医师共同组成,以确保标注过程的严谨性和结果的可靠性。所有团队成员必须为心血管影像领域的资深诊断医师,并满足严格的资质要求。标注医师须具备放射诊断专业主治医师职称,且拥有至少5年心血管影像诊断工作经验;审核医师须具备放射诊断专业副主任医师及以上职称,并拥有10年以上相关经验;仲裁医师则须具备放射诊断专业主任医师职称,且拥有15年以上心血管影像诊断经验。

3.6 标注人员培训及考核

       基于本专家共识的内容和要求,对标注医师进行统一培训。培训阶段每位标注医师需在审核医师或仲裁医师的全程指导下,完成5例HCM的CMR图像数据标注。这一阶段的目标是帮助标注医师逐步掌握心脏结构的标注要求,包括左心室、右心室、左心房、右心房、室间隔和心室游离壁等关键解剖结构。对于HCM患者,标注重点应集中于左心室的精准勾画,尤其是心肌壁边界的清晰界定以及左心室流出道位置和边缘的准确标注。在标注医师熟悉标注要求、内容、方法和合格标准后,需进一步完成至少5例HCM患者的CMR图像标注作为考核。所有标注数据需经审核医师和/或仲裁医师评估,确认其完全符合标准后,方可认定该标注医师为合格。

3.7 标注数据的审核/仲裁

       在医学影像标注过程中,数据标注的准确性和一致性是确保研究质量的关键,建议采用三阶段质量控制体系。每例待标注数据均需由两名经过培训合格的标注医师独立完成。标注过程中,两名医师需核对标注的解剖结构、病灶位置以及相关属性信息的一致性。对于标注结果不一致的数据,将转交至少1名审核医师进行专业判定和修改。审核医师的主要职责是识别并纠正标注中的错误,包括但不限于边界不准确、解剖结构误判等问题。审核医师无法达成一致意见的疑难病例,将提交至仲裁环节。在此阶段,由仲裁医师组织标注团队对争议数据进行深入讨论并作出最终判定。

3.8 标注后数据的质量

       CMR图像标注过程中,数据质量是确保研究可靠性的关键因素[20]。所有的CMR图像应具备清晰的解剖结构、足够的空间分辨率和对比度,使标注者能够准确识别和标注心脏的各个结构。采用三阶段质量控制体系确保标注结果的一致性和可靠性。

4 CMR图像标注方法与标注参考流程

       初级标注由具备5年以上CMR诊断经验的放射科医师完成,重点标注左心室、右心室、左心房及LGE纤维化区域。标注前需全面评估图像质量(如伪影、信噪比),并确认左右心室的完整覆盖范围。在电影短轴位和长轴位序列中,标注者通过目视评估左心室腔的大小变化、瓣膜运动状态来确定心动周期时相;将左心室腔最大的时期定义为舒张末期(end-diastole, ED),最小的时期定义为收缩末期(end-systolic, ES)[20, 26];或者,将二尖瓣关闭、主动脉瓣打开前的瞬时期相定义为ED,二尖瓣打开前、主动脉瓣关闭前的瞬时期相定义为ES[20]

4.1 短轴位电影序列左心室、右心室的标注

       在短轴电影序列图像中,在心脏舒张末期和收缩末期,标注者从基底部到心尖部逐层追踪勾画左心室心内膜和心外膜,获得左心室心肌和血池标签(图2)。心外膜边界应在化学位移伪影线(如果存在)中间绘制;心内膜边界在血池与心肌交界区绘制[20, 26, 27, 28]。乳头肌和肌小梁属于心肌组织,理想情况下应包含在左心室心肌质量中,但在实际标注过程中通常归入血池区域以简化标注,从而提高标注结果的一致性和可重复性,标注者需采用统一的轮廓定义方法[20, 26, 28, 29, 30]。左心室流出道为左心室血池的一部分,当在基底层面识别出主动脉瓣时,轮廓勾画需要包含瓣下左心室流出道[20, 26, 28]。由于二尖瓣收缩期向心尖部移动,必须使用标准化的一致方法小心处理一个或两个最基底的层面,基底层面可以定义为至少50%的血池被心肌围绕,需通过长轴位置进行交叉参考谨慎勾画[20, 26, 28]。当最基底层面仅包含少量新月形心肌且没有可辨别的心室血池时,仅描绘可见心肌的心外膜轮廓,配以心内膜轮廓成环。当最远端心尖层面图像仅包含一圈心肌而没有血池时,仅绘制心外膜轮廓。为保证标注质量,标注者需比对舒张末期和收缩末期左心室心肌质量,确保两者基本一致;如发现明显差异,则需对轮廓进行仔细审查和修正[26]

       对于右心室的标注,标注者在短轴位视图中从基底部到心尖部逐层追踪勾画右心室ES和ED的心内膜边界(图2)。右心室的ES/ED时间帧与左心室同步。将三尖瓣横截面图像定义为右心室基底部,需避免误纳入右心房[26]。右心室标注需完整包含右心室流出道至肺动脉瓣下区域[26]。标注过程中,肌小梁纳入右心室标注[20, 26, 28]。完成标注后,应通过四腔心等长轴视图验证基底-心尖一致性,并检查右心室与左心室的每搏输出量匹配性;若出现显著差异,需核查是否存在误标[20, 26]

       推荐意见3:在HCM短轴位电影序列左心室标注时,推荐于舒张末期和收缩末期逐层勾画左心室心内膜(绘于血池-心肌交界区)和心外膜(定位于化学位移伪影线中间)边界,乳头肌和肌小梁划归血池区,左心室流出道作为血池纳入标注,基底层面需≥50%血池被心肌包绕并联合长轴视图验证,无血池的基底或心尖层仅勾画心外膜,标注后应校验ED/ES心肌质量一致性(证据等级2a,推荐强度B级)。

       推荐意见4:右心室标注时同步左心室时相,短轴位逐层勾画心内膜边界,基底部以三尖瓣横截面为界,完整包含右心室流出道及肌小梁,标注后通过长轴视图验证基底-心尖一致性,并检查与左心室每搏输出量的匹配性(证据等级2a,推荐强度B级)。

图2  短轴位电影序列舒张末期左心室、右心室标注。从左心室基底部到心尖逐层勾画左心室心内膜、心外膜边界,以及右心室心内膜边界,生成左心室心肌(蓝色)、左心室血池(绿色)、右心室血池(粉色)标签。
Fig. 2  Left and right ventricle annotation on short-axis cine images in end-diastolic stage. The endocardial and epicardial borders of the left ventricle and the endocardial border of the right ventricle were manually contoured from base to apex, generating labeled masks for: LV myocardium (blue), LV cavity (green), and RV cavity (pink).

4.2 电影序列左心房的标注

       电影序列左心房标注涉及短轴位和长轴位视图的标注。从短轴电影MRI图像获取的左心房标注标签,被视为量化左心房参数的标准[31]。长轴位视图可提供心脏的纵向解剖信息,能够更清晰地显示左心房与二尖瓣、左心耳及肺静脉的解剖关系;同时长轴位视图也是运用双平面法计算左心房容积的重要依据。

       在左心房短轴位电影序列中,标注者需逐帧浏览图像,密切观察心脏的动态变化。在ED和ES的每个短轴切面上,勾画左心房内膜轮廓(图3)。在此过程中,要注意区分左心房与邻近结构。左心耳在图像上通常表现为左心房前上方的指状或三角形突起,肺静脉则显示为与左心房相连的管状结构,标注时应依据这些形态特征仔细区分,将其排除在左心房内膜边界轮廓之外。在房室交界处,心室心肌包绕的血池比例需小于50%方可识别为左心房,同时需参考长轴切面以验证解剖边界[20, 31]

       长轴位视图左心房标注需在二腔心和四腔心视图进行[32]。标注者在二腔心、四腔心切面上,应先明确二尖瓣环位置,以其为起始点,沿着左心房内膜轮廓勾画[26]图4)。需小心将左心耳、肺静脉排除在外。

       推荐意见5:左心房标注应在短轴位与长轴位(二腔心、四腔心)视图协同操作;短轴位标注需在ED/ES逐层勾画左心房内膜轮廓,排除左心耳及肺静脉结构;房室交界处血池需满足<50%心室心肌包绕标准并经长轴视图验证边界(证据等级:2b,推荐强度:B级)。长轴位标注以二尖瓣环为起点沿内膜勾画,同步排除左心耳与肺静脉(证据等级:2a,推荐强度:B级)。

图3  短轴位电影序列舒张末期(ED)左心房标注。从房室交界层面到左心房顶部逐层标注左心房血池(橘红色),标注时需注意排除左心耳及肺静脉结构。
Fig. 3  Left atrial annotation on short-axis cine images. Left atrial blood pool (red) was systematically annotated across sequential short-axis cine slices acquired at end-diastole encompassing the anatomical continuum from the atrioventricular junction to the superior LA dome. Special attention was directed toward excluding the left atrial appendage and pulmonary vein ostia.
图4  长轴位电影序列左心房标注。在四腔心(4CH)和二腔心(2CH)切面上,分别于舒张末期(ED)和收缩末期(ES),以二尖瓣环为起始点,沿着左心房内膜轮廓标注左心房。
Fig. 4  Left atrial annotation on long-axis cine images. Left atrial (LA) endocardial borders were manually traced on both 4-chamber (4CH) and 2-chamber (2CH) views at end-diastolic (ED) and end-systolic (ES) phases. The annotation initiated from the mitral annulus, followed the LA endocardial contour.

4.3 心肌纤维化标注

       采用LGE短轴位序列图像对心肌纤维化区域进行标注。从左心室基底部到心尖,标注者应依次沿心肌外膜和内膜边界手动勾画心肌及血池,乳头肌和肌小梁统一纳入血池。完成心肌边界勾画后,进一步区分正常心肌与LGE区域。LGE区域在影像上表现为高信号,可采用手动或半自动阈值标注方法(图5[20, 33]。首先,手动选择远离病灶的正常心肌感兴趣区,测定其平均信号强度(signal intensity, SI),作为参考SI参考。随后,通过调整阈值滑块,实时观察不同阈值下标注出的区域变化,选取能准确圈定高信号LGE区域的最佳阈值。对于SI参考+2SD、+3SD、+4SD、+5SD、+6SD等不同阈值,LGE的定量结果存在显著性差异(图5)。目前,推荐采用SI参考+5SD作为心肌梗死的LGE阈值标准,而针对HCM的LGE最佳阈值尚无统一意见。实际操作中,可采用半自动法,通过逐步调整阈值及结合专业经验确定最终标注范围,同时应谨慎排除心外膜血管或心肌内间隔支等非心肌高信号影[20, 33]。为确保标注准确性,建议在至少两个正交平面上再次确认LGE区域,以有效排除伪影干扰[20]

       推荐意见6:建议采用LGE短轴位序列图像对HCM心肌纤维化区域进行标注。LGE区域推荐结合手动和半自动阈值法标注,选择远离病灶的正常心肌ROI测定参考信号强度SI参考,在SI参考+2SD至+6SD范围内动态调整阈值,结合专业经验并在至少两个正交平面复核,确定最终标注范围(证据等级:2b,推荐强度:B级)。

图5  延迟钆增强(LGE)短轴位图像心肌纤维化标注。5A:手动勾画左心室心肌心外膜轮廓(蓝色)、心内膜轮廓(绿色)及心肌内高信号纤维化区域(黄色);5B~5H:半自动阈值法标注心肌纤维化区域;5B:手动勾画心肌轮廓;5C~5G:不同阈值(SI参考+2SD、+3SD、+4SD、+5SD、+6SD)所确定的LGE范围;5F:SI参考+5SD所确定的LGE范围与实际高信号区域最为一致;5H:注意识别血管等非心肌高信号(红箭)。SI:信号强度;SD:标准差。
Fig. 5  Myocardial fibrosis annotation on short-axis late gadolinium enhancement images. 5A: Short-axis LGE images acquired 10 minutes post-contrast administration demonstrate epicardial contour (blue), endocardial contour (green) and myocardial fibrosis (yellow, hyperintense); 5B-5H: Semi-automated threshold method for delineating myocardial fibrosis; 5B: Manual delineation of myocardial contours; 5C-5G: LGE regions determined by different thresholds (reference SI +2SD, + 3SD, + 4SD, + 5SD, + 6SD); 5F: The LGE area determined by reference SI + 5SD is most consistent with the actual high-signal region; 5H: Note the identification of vessels and other non-myocardial high-signal areas (red arrow). SI: signal intensity; SD: standard deviation.

4.4 标注参考流程及数据库建立

       本标注流程采用三阶段质量控制体系,确保CMR影像标注的准确性和一致性,为后续的模型训练和临床研究提供高质量的数据支持。HCM CMR图像数据库创建及标注参考流程见图6

图6  肥厚型心肌病(HCM)心脏磁共振成像(CMR)图像标注流程及数据库建立示意图。
Fig. 6  Schematic workflow of standardized cardiac magnetic resonance image annotation and database construction for hypertrophic cardiomyopathy.

5 人机交互标注

       人机交互标注是一种典型的监督学习过程,其核心在于通过迭代优化逐步提升模型的标注能力。该过程通常从图像标注的初始阶段即可引入人机交互机制。在操作流程上,首先利用平台提供的标注分割工具进行手动图像标注。完成少量数据的标注后,将这些标注数据上传至系统,用于训练初步的分割模型。随后,利用该初步模型对新的原始图像进行辅助标注,生成的标注结果需人工校验和修正后再次上传。这一过程遵循“人工标注-训练模型-模型辅助标注-进一步训练模型-模型自动标注”的循环模式,通过多次迭代不断优化分割模型的性能。

6 小结

       CMR凭借其多序列、多参数的成像优势,能够全面评估心肌结构、功能及组织病理特征,在HCM的诊断、风险分层及治疗决策中具有不可替代的临床价值。构建高质量、标准化的CMR影像标注数据库是推动HCM的AI研究及临床转化的关键基础。在此过程中,必须严格遵循医学伦理规范,确保患者数据隐私与安全,同时需建立标准化的标注流程,以保证数据的准确性、一致性和可重复性。本共识制定了HCM的CMR数据采集、存储及标注的全流程规范,明确了各环节的技术标准与操作要求,并对参与人员的资质与职责作出界定。这些规范的建立,不仅为构建符合伦理要求的高质量CMR影像数据库提供了实践指南,还将进一步促进HCM的多中心研究、AI模型开发及精准诊疗发展,最终使患者获益。

       执笔者:许荆棘(空军军医大学西京医院放射诊断科)

       共识影像专家组成员(按姓名汉语拼音排序):陈欣(西安交通大学第二附属医院医学影像科)、成官迅(北京大学深圳医院医学影像科)、范丽(海军军医大学大学第二附属医院放射诊断科)、葛英辉(阜外华中心血管病医院放射科)、郭应坤(四川大学华西第二医院放射科)、贺毅(首都医科大学附属北京友谊医院放射科)、侯阳(中国医科大学附属盛京医院放射科)、胡春洪(苏州大学附属第一医院放射科)、金征宇(中国医学科学院 北京协和医学院 北京协和医院放射科)、李东(天津医科大学总医院医学影像科)、李小虎(安徽医科大学第一附属医院医学影像科)、李新春(广州医科大学附属第一医院放射科)、刘辉(广东省人民医院放射科)、刘士远(海军军医大学大学第二附属医院放射诊断科)、陆敏杰(中国医学科学院 北京协和医学院 国家心血管病中心 阜外医院放射影像科)、吕滨(中国医学科学院 北京协和医学院 国家心血管病中心 阜外医院放射影像科)、马跃(中国医科大学附属盛京医院放射科)、彭礼清(四川大学华西医院放射科)、蒲红(四川省医学科学院四川省人民医院放射科)、王海燕(山东第一医科大学附属省立医院医学影像科)、王健(陆军军医大学第一附属医院放射科)、王荣品(贵州省人民医院医学影像科)、王锡明(山东第一医科大学附属省立医院医学影像科)、王艳(新疆维吾尔自治区人民医院放射影像中心)、王怡宁(中国医学科学院 北京协和医学院 北京协和医院放射科)、吴江(山西省心血管病医院医学影像科)、吴连明(上海交通大学医学院附属仁济医院放射科)、萧毅(海军军医大学大学第二附属医院放射诊断科)、邢艳(新疆医科大学第一附属医院影像中心)、徐磊(首都医科大学附属北京安贞医院医学影像科)、许茂盛(浙江省中医药大学附属第一医院放射科)、杨本强(北部战区总医院放射诊断科)、杨旗(首都医科大学附属北京朝阳医院放射科)、于晶(大连大学附属中山医院医学影像科)、张佳胤(上海市第一人民医院放射科)、张龙江(解放军东部战区总医院放射诊断科)、张同(哈尔滨医科大学附属第四医院医学影像科)、张伟国(陆军军医大学大坪医院放射科)、张晓琴(内蒙古自治区人民医院影像医学科)、张笑春(广州市妇女儿童医疗中心影像部)、张燕(贵州医科大学附属医院影像科)、张永高(郑州大学第一附属医院放射科)、张璋(天津医科大学总医院医学影像科)、赵世华(中国医学科学院 北京协和医学院 国家心血管病中心 阜外医院放射影像科)、郑敏文(空军军医大学西京医院放射诊断科)、朱力(宁夏医科大学总医院放射科)

       共识方法学专家成员(按姓名汉语拼音排序):贺光军(《磁共振成像》杂志社)、文娣娣(空军军医大学西京医院放射诊断科)、郑敏文(空军军医大学西京医院放射诊断科)

       共识统计学专家组成员(按姓名汉语拼音排序):杨燕(西安交通大学数学与统计学院信息科学系)、朱燕杰(中国科学院深圳先进技术研究院医学成像科学与技术系统全国重点实验室)

[1]
SEMSARIAN C, INGLES J, MARON M S, et al. New perspectives on the prevalence of hypertrophic cardiomyopathy[J]. J Am Coll Cardiol, 2015, 65(12): 1249-1254. DOI: 10.1016/j.jacc.2015.01.019.
[2]
MARON B J, GARDIN J M, FLACK J M, et al. Prevalence of hypertrophic cardiomyopathy in a general population of young adults. Echocardiographic analysis of 4111 subjects in the CARDIA Study. Coronary Artery Risk Development in (Young) Adults[J]. Circulation, 1995, 92(4): 785-789. DOI: 10.1161/01.cir.92.4.785.
[3]
国家心血管病中心心肌病专科联盟, 中国医疗保健国际交流促进会心血管病精准医学分会. 中国成人肥厚型心肌病诊断与治疗指南2023[J]. 中国循环杂志, 2023, 38(1): 1-33. DOI: 10.1161/01.cir.92.4.785.
The Joint Committee of Cardiomyopathy Specialty Alliance, National Center for Cardiovascular Diseases/Cardiovascular Precision Medicine Branch of China International Exchange, Promotive Association for Medical, et al. 2023 guideline for diagnosis and treatment of patients with hypertrophic cardiomyopathy[J]. Chin Circ J, 2023, 38(1): 1-33. DOI: 10.1161/01.cir.92.4.785.
[4]
中华医学会心血管病学分会, 中国医师协会心血管内科医师分会, 中华心血管病杂志编辑委员会. 心肌病磁共振成像临床应用中国专家共识[J]. 浙江医学, 2015, 37(17): 1409-1417, 1423. DOI: 10.3760/cma.j.issn.0253-3758.2015.08.007.
Chinese Medical Association Cardiovascular Branch, Chinese Physician Association Cardiovascular Internal Medicine Branch, Editorial Committee of the Chinese Journal of Cardiovascular Disease. China expert consensus on clinical application of cardiomyopathy magnetic resonance imaging[J]. Zhejiang Med J, 2015, 37(17): 1409-1417, 1423. DOI: 10.3760/cma.j.issn.0253-3758.2015.08.007.
[5]
SIVALOKANATHAN S. The role of cardiovascular magnetic resonance imaging in the evaluation of hypertrophic cardiomyopathy[J/OL]. Diagnostics (Basel), 2022, 12(2): 314 [2025-04-10]. https://pmc.ncbi.nlm.nih.gov/articles/PMC8871211/. DOI: 10.3390/diagnostics12020314.
[6]
SERMESANT M, DELINGETTE H, COCHET H, et al. Applications of artificial intelligence in cardiovascular imaging[J]. Nat Rev Cardiol, 2021, 18(8): 600-609. DOI: 10.1038/s41569-021-00527-2.
[7]
FOTAKI A, PUYOL-ANTÓN E, CHIRIBIRI A, et al. Artificial intelligence in cardiac MRI: is clinical adoption forthcoming [J/OL]. Front Cardiovasc Med, 2022, 8: 818765 [2025-04-10]. https://pmc.ncbi.nlm.nih.gov/articles/PMC8785419/. DOI: 10.3389/fcvm.2021.818765.
[8]
OMMEN S R, HO C Y, ASIF I M, et al. 2024 AHA/ACC/AMSSM/HRS/PACES/SCMR guideline for the management of hypertrophic cardiomyopathy[J]. J Am Coll Cardiol, 2024, 83(23): 2324-2405. DOI: 10.1016/j.jacc.2024.02.014.
[9]
KRAMER C M, BARKHAUSEN J, BUCCIARELLI-DUCCI C, et al. Standardized cardiovascular magnetic resonance imaging (CMR) protocols: 2020 update[J/OL]. J Cardiovasc Magn Reson, 2020, 22(1): 17 [2025-04-10]. https://pmc.ncbi.nlm.nih.gov/articles/PMC7038611/. DOI: 10.1186/s12968-020-00607-1.
[10]
BANDETTINI W P, SHANBHAG S M, MANCINI C, et al. A comparison of cine CMR imaging at 0.55 T and 1.5 T[J/OL]. J Cardiovasc Magn Reson, 2020, 22(1): 37 [2025-04-10]. https://pmc.ncbi.nlm.nih.gov/articles/PMC7232838/. DOI: 10.1186/s12968-020-00618-y.
[11]
NORTHRUP B E, MCCOMMIS K S, ZHANG H S, et al. Resting myocardial perfusion quantification with CMR arterial spin labeling at 1.5 T and 3.0 T[J/OL]. J Cardiovasc Magn Reson, 2008, 10(1): 53 [2025-04-10]. https://pmc.ncbi.nlm.nih.gov/articles/PMC2654036/. DOI: 10.1186/1532-429X-10-53.
[12]
GUTBERLET M, SCHWINGE K, FREYHARDT P, et al. Influence of high magnetic field strengths and parallel acquisition strategies on image quality in cardiac 2D CINE magnetic resonance imaging: comparison of 1.5 T vs. 3.0T[J]. Eur Radiol, 2005, 15(8): 1586-1597. DOI: 10.1007/s00330-005-2768-z.
[13]
GERRETSEN S C, VERSLUIS B, BEKKERS S M, et al. Cardiac cine MRI: comparison of 1.5 T, non-enhanced 3.0 T and blood pool enhanced 3.0 T imaging[J]. Eur J Radiol, 2008, 65(1): 80-85. DOI: 10.1016/j.ejrad.2007.11.004.
[14]
CURIONE D, CILIBERTI P, MONTI C B, et al. Compressed sensing cardiac cine imaging compared with standard balanced steady-state free precession cine imaging in a pediatric population[J/OL]. Radiol Cardiothorac Imaging, 2022, 4(2): e210109 [2025-04-10]. https://pmc.ncbi.nlm.nih.gov/articles/PMC9059096/. DOI: 10.1148/ryct.210109.
[15]
CRAFT J, LI Y, NASHTA N F, et al. Comparison between compressed sensing and segmented cine cardiac magnetic resonance: a meta-analysis[J/OL]. BMC Cardiovasc Disord, 2023, 23(1): 473 [2025-04-10]. https://pmc.ncbi.nlm.nih.gov/articles/PMC10512640/. DOI: 10.1186/s12872-023-03426-1.
[16]
RAJIAH P S, SUNDARAM B, NG M Y, et al. Artifacts at cardiac MRI: imaging appearances and solutions[J/OL]. Radiographics, 2025, 45(1): e230200 [2025-04-10]. https://pubmed.ncbi.nlm.nih.gov/39745866/. DOI: 10.1148/rg.230200.
[17]
SCHULTZ A, CASPAR T, SCHAEFFER M, et al. Late gadolinium enhancement cardiac imaging on a 3T scanner with parallel RF transmission technique: prospective comparison of 3D-PSIR and 3D-IR[J]. Eur Radiol, 2016, 26(6): 1547-1555. DOI: 10.1007/s00330-015-4002-y.
[18]
DARTY S, JENISTA E, KIM R J, et al. Society for cardiovascular magnetic resonance recommendations for training and competency of CMR technologists[J/OL]. J Cardiovasc Magn Reson, 2022, 24(1): 68 [2025-04-10]. https://pmc.ncbi.nlm.nih.gov/articles/PMC9721081/. DOI: 10.1186/s12968-022-00900-1.
[19]
KLINKE V, MUZZARELLI S, LAURIERS N, et al. Quality assessment of cardiovascular magnetic resonance in the setting of the European CMR registry: description and validation of standardized criteria[J/OL]. J Cardiovasc Magn Reson, 2013, 15(1): 55 [2025-04-10]. https://pmc.ncbi.nlm.nih.gov/articles/PMC3707748/. DOI: 10.1186/1532-429X-15-55.
[20]
SCHULZ-MENGER J, BLUEMKE D A, BREMERICH J, et al. Standardized image interpretation and post-processing in cardiovascular magnetic resonance - 2020 update: Society for Cardiovascular Magnetic Resonance (SCMR): Board of Trustees Task Force on Standardized Post-Processing[J/OL]. J Cardiovasc Magn Reson, 2020, 22(1): 19 [2025-04-10]. https://pmc.ncbi.nlm.nih.gov/articles/PMC7066763/. DOI: 10.1186/s12968-020-00610-6.
[21]
国家卫生健康委, 教育部, 科技部, 国家中医药局. 涉及人的生命科学和医学研究伦理审查办法[EB/OL]. (2023-02-28) [2025-04-10]. https://www.nhc.gov.cn/qjjys/c100016/202302/6b6e447b3edc4338856c9a652a85f44b.shtml
National Health Commission of the People's Republic of China, Ministry of Education of the People's Republic of China, Ministry of Science and Technology of the People's Republic of China, Administration of Traditional Chinese Medicine of the People's Republic of China. Measures for ethical review of life science and medical research involving human beings[EB/OL]. (2023-02-28) [2025-04-10]. https://www.nhc.gov.cn/qjjys/c100016/202302/6b6e447b3edc4338856c9a652a85f44b.shtml.
[22]
FEDOROV A, BEICHEL R, KALPATHY-CRAMER J, et al. 3D Slicer as an image computing platform for the Quantitative Imaging Network[J]. Magn Reson Imaging, 2012, 30(9): 1323-1341. DOI: 10.1016/j.mri.2012.05.001.
[23]
NOLDEN M, ZELZER S, SEITEL A, et al. The medical imaging interaction toolkit: challenges and advances: 10 years of open-source development[J]. Int J Comput Assist Radiol Surg, 2013, 8(4): 607-620. DOI: 10.1007/s11548-013-0840-8.
[24]
YUSHKEVICH P A, PIVEN J, HAZLETT H C, et al. User-guided 3D active contour segmentation of anatomical structures: significantly improved efficiency and reliability[J]. Neuroimage, 2006, 31(3): 1116-1128. DOI: 10.1016/j.neuroimage.2006.01.015.
[25]
DIAZ-PINTO A, ALLE S, NATH V, et al. MONAI Label: a framework for AI-assisted interactive labeling of 3D medical images[J/OL]. Med Image Anal, 2024, 95: 103207 [2025-04-10]. https://pubmed.ncbi.nlm.nih.gov/38776843/. DOI: 10.1016/j.media.2024.103207.
[26]
PETERSEN S E, AUNG N, SANGHVI M M, et al. Reference ranges for cardiac structure and function using cardiovascular magnetic resonance (CMR) in Caucasians from the UK Biobank population cohort[J/OL]. J Cardiovasc Magn Reson, 2017, 19(1): 18 [2025-04-10]. https://pmc.ncbi.nlm.nih.gov/articles/PMC5304550/. DOI: 10.1186/s12968-017-0327-9.
[27]
RETSON T A, MASUTANI E M, GOLDEN D, et al. Clinical performance and role of expert supervision of deep learning for cardiac ventricular volumetry: a validation study[J/OL]. Radiol Artif Intell, 2020, 2(4): e190064 [2025-04-10]. https://pmc.ncbi.nlm.nih.gov/articles/PMC7392063/. DOI: 10.1148/ryai.2020190064.
[28]
HUDSMITH L E, PETERSEN S E, FRANCIS J M, et al. Normal human left and right ventricular and left atrial dimensions using steady state free precession magnetic resonance imaging[J]. J Cardiovasc Magn Reson, 2005, 7(5): 775-782. DOI: 10.1080/10976640500295516.
[29]
PAPAVASSILIU T, KÜHL H P, SCHRÖDER M, et al. Effect of endocardial trabeculae on left ventricular measurements and measurement reproducibility at cardiovascular MR imaging[J]. Radiology, 2005, 236(1): 57-64. DOI: 10.1148/radiol.2353040601.
[30]
CHUANG M L, GONA P, HAUTVAST G L T F, et al. Correlation of trabeculae and papillary muscles with clinical and cardiac characteristics and impact on CMR measures of LV anatomy and function[J]. JACC Cardiovasc Imaging, 2012, 5(11): 1115-1123. DOI: 10.1016/j.jcmg.2012.05.015.
[31]
CHILDS H, MA L, MA M, et al. Comparison of long and short axis quantification of left ventricular volume parameters by cardiovascular magnetic resonance, with ex-vivo validation[J/OL]. J Cardiovasc Magn Reson, 2011, 13(1): 40 [2025-04-10]. https://pmc.ncbi.nlm.nih.gov/articles/PMC3169477/. DOI: 10.1186/1532-429X-13-40.
[32]
GONZALES R A, SEEMANN F, LAMY J, et al. Automated left atrial time-resolved segmentation in MRI long-axis cine images using active contours[J/OL]. BMC Med Imaging, 2021, 21(1): 101 [2025-04-10]. https://pmc.ncbi.nlm.nih.gov/articles/PMC8214286/. DOI: 10.1186/s12880-021-00630-3.
[33]
MIKAMI Y, KOLMAN L, JONCAS S X, et al. Accuracy and reproducibility of semi-automated late gadolinium enhancement quantification techniques in patients with hypertrophic cardiomyopathy[J/OL]. J Cardiovasc Magn Reson, 2014, 16: 85 [2025-04-10]. https://pmc.ncbi.nlm.nih.gov/articles/PMC4189726/. DOI: 10.1186/s12968-014-0085-x.

上一篇 磁共振波谱在血液系统疾病中的研究及应用进展
下一篇 三种降糖药对T2DM患者嗅觉神经环路重塑价值的fMRI研究
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2