0 引言

       胎盘功能不全是一个过程，因各种原因引起螺旋动脉重构不足，向胎儿转运的氧气和营养物质减少，进而刺激胎儿代谢需求下调，最终导致先兆子痫或宫内胎儿生长受限^[1]。胎盘功能不全是目前世界各地围产期发病率和死亡率的主要原因，据统计，每年全世界约5万孕产妇的死亡中，其中一半的死产与胎盘功能不全有关，显著影响了围产期健康及婴儿后期的发育成长^[2]。目前，胎盘功能不全除了终止妊娠外，没有其他治疗的方法。虽然有临床研究证明了几种药物可以改善子宫胎盘血流或胎盘健康的有效性，但基于动物模型存在不可避免的局限性，不能完全概括人类疾病，加上临床研究中的安全性问题很难达到与动物研究中使用的相似治疗条件，未达到临床应用。因此，尽早准确地评估胎盘功能不全是产科的一个重要研究领域。目前，彩色多普勒超声是评估胎盘内循环和胎盘异常诊断的首选检查方法，但对胎盘梗死、血肿、间充质发育不良的诊断和临床处理贡献有限，无法在符合临床诊断胎盘功能不全伴胎儿生长受限之前检测到早期的胎盘功能障碍^[3]，通过脐带阻塞和胎盘栓塞减少血流的动物研究也证明，只有当胎盘血流严重受损，脐血管多普勒值的变化才会显著，因此，与胎盘功能不全之间的相关性较差^[4]。近年来MRI一直是临床实践的一部分，除了评估胎儿外，还可以显示胎盘的正常结构及其在妊娠期的形态变化，并帮助诊断和管理异常胎盘^[5]。随着MRI新技术的不断发展，不仅能成像结构，还能提供与组织性质和功能有关的定量测量，甚至一些技术对血管结构和支持性如氧合血流非常敏感，实现了对胎盘功能信息的评估^[6]。而基于人工智能（artificial intelligence, AI）的快速功能性MRI技术可对偏离正常动态的成熟胎盘状况以及密切相关的妊娠并发症进行自动量化，对管理和可能的干预措施方面显示出巨大的希望，但由于多数研究因技术标准化与可重复性不足，缺乏前瞻性、多中心、大样本的临床研究来验证MRI参数的诊断效能，因此具有一定的局限性。故本文系统梳理了MRI新技术评估子宫螺旋动脉的重塑情况、量化胎盘血流灌注、对偏离正常动态的成熟胎盘状况以及密切相关的妊娠并发症进行自动量化的潜在优势及不足，探讨未来研究方向，旨在为临床及早、快速、可靠预测胎盘功能不全提供可靠依据，同时对管理和可能的干预措施提供新的思路。

1 MRI在胎儿、胎盘检查技术标准化及临床应用可行性分析

       美国放射学会（American College of Radiology, ACR）发布的安全指南指出MRI是一种有用的产前辅助手段，当超声发现异常或结果不明确时可提供额外信息，特别是在孕中期进行检查会受益于孕晚期的随访，也包括需要复杂分娩计划的患者。ACR指出尽管MRI检查缺乏电离辐射，基于射频脉冲的潜在加热效应和对胎儿的声损伤存在争议，故推荐1.5 T磁共振扫描仪进行检查，检查时间通常限定在15~30分钟，对于大多数妊娠中期的患者采用仰卧位，而晚期妊娠的患者，左侧侧卧位有较好的耐受性（降低子宫腔静脉受压而导致的静脉回流受损风险）。此外，胎盘MRI检查一般建议在24~30周时进行，此时胎盘已经成熟，外观相对稳定和可预测。因钆对比剂在动物研究中具有致畸作用^[7]，所以胎盘MRI检查主要以平扫为主。目前，随着高场强MRI系统信噪比的改善、图像质量的提高以及运动伪影矫正技术的应用，MRI的产前诊断能力已得到了极大的提升^[8]，应用也越来越广泛，特别是在确认胎儿和胎盘异常方面^[9]。现有的文献中有许多关于胎儿颅脑或脏器的MRI研究，但关于胎盘的研究和指南有限，为更好地促进产前MRI的应用及规范操作，国际妇产科超声协会于2023年2月发布了《ISUOG实践指南（更新）：胎儿磁共振成像的应用》^[10]，其中指出，对于胎盘的评估需遵循：（1）最低标准应包括整个子宫的稳态自由进动序列，确保必要时进行胎盘体积测定；（2）需要排除前置胎盘；（3）胎盘的检查时间应多于胎儿的检查时间。

       整体而言，随着MRI功能成像的不断发展，可从结构、功能、灌注等多模态信息对胎盘进行全面刻画。而MRI功能成像技术与AI方法的研发整合，在监测胎盘成熟动态状况的同时，又可为预测相关的妊娠并发症、管理和可能的干预措施提供更强有力的影像学诊断工具。

2 不同MRI技术在胎盘功能不全方面的研究进展及不足

2.1 扩散加权成像

       扩散加权成像（diffusion-weighted imaging, DWI）主要探测活体内水分子的随机热运动，即布朗运动，其优势在于可快速和鲁棒地检测出人体组织中水分子扩散运动受限的方向及程度，间接反映组织微观结构的变化，从而诊断是否有疾病的存在^{[11, 12, 13]}。目前多项研究证实了DWI在评估胎儿脑成熟^{[13, 14]}和胎儿肾脏^{[15, 16]}疾病中的价值。对于胎盘功能不全，最常见的病因为血肿和梗死，引起组织变性和瘢痕形成的同时又会限制血液供应，最终导致胎儿宫内生长与胎盘周围绒毛水平交换表面积减少，这些变化会限制水分子的扩散，并反映在表观扩散系数（apparent diffusion coefficient, ADC）图上，故相较于常规MRI检查技术，DWI在胎盘功能障碍诊断中具有巨大的优势^[17]。此外，子痫前期和胎儿生长受限（fetal growth restriction, FGR）中最常见的原因为母体血管灌注不足^[18]，在组织学上主要表现为胎盘绒毛发育不全或绒毛成熟加速，而胎盘发育不良和局灶性胎盘屏障破坏可导致扩散受限，DWI可额外增加超声未发现的胎盘缺血信息^{[19, 20]}。在一项对母体血管灌注不足的胎盘DWI回顾性分析研究中发现，与正常妊娠相比，胎盘扩散减少且ADC降低可作为胎盘损伤的早期标志物^[21]。此外，SLATOR等^[22]研究发现DWI在检测晚发性FGR妊娠胎盘具有显著的优势。

       综上所述，DWI在检测胎盘缺血性变化的同时预测FGR的严重程度^[23]方面具有较大的优势和价值，但DWI有一定的局限性。首先大多数研究都没有一个统一的妊娠组织学参考标准，也没有将特定的MRI结果与组织病理学检查中的胎盘结果相关联，甚至部分研究是在已知胎儿异常需要进行MRI的高危人群中进行，不代表大众人群。此外，ADC值也是从各自的人群中确定，加之没有随时间推移跟踪个体妊娠变化，导致特异性和敏感性可能被高估。因此，进一步建立统一的ADC值标准作为胎盘功能障碍预测的前瞻性研究是非常有必要的。

2.2 体素内不相干运动

       体素内不相干运动（intravoxel incoherent motion, IVIM）是一种双指数模型，利用一系列扩散敏感因子b值将组织扩散（慢扩散）和毛细血管灌注（快速扩散）分离开来，具有非对比增强成像技术的优势，能够提供器官和疾病中更详细的局部灌注信息^[24]。由于胎盘具有高血分数和大灌注成分的高血管化特征，因此适合IVIM进行评估。IVIM中的扩散系数（D）值可反映水在绒毛血管外的扩散状态并描述组织标志物；伪扩散系数（D*）可反映绒毛内的血液和绒毛内的血液在绒毛间隙内的流动；灌注分数（f）为体素体积中运动血液与总体素体积之比，反映局部血容量^[25]。目前IVIM主要用于评估胎盘植入性病变（placenta accrete spectrum disorders, PAS）^[26]，功能性研究相对较少，但动物研究表明在正常妊娠和生长受限的异常妊娠中，IVIM参数表现出了明显不同的模式，特别是在病理证实伴有胎盘血管灌注不良的妊娠中和小于胎龄（small for gestational age, SGA）新生儿^[27]。有学者基于DWI的虚拟磁共振弹性成像和IVIM的双指数参数在预测SGA胎不良结局的预测价值进行了研究，结果发现在产前诊断SGA的患者其胎盘灌注分数在妊娠期中度增加，与脐动脉阻力指数呈负相关^[28]；而宫内发育迟缓的胎盘其子宫外区域流动血液较正常胎盘相比明显减少，证明了IVIM可量化SGA患者胎盘弹性成像和微循环，为预测SGA胎儿不良结局提供了非侵入性的重要检查技术^[29]。SOHLBERG等^[30]研究发现与正常妊娠的妇女相比，子痫前期早期（≤34周）的妇女胎盘灌注分数较小，晚期（>34周）的妇女胎盘灌注分数较大，而正常妊娠的胎盘灌注分数随着胎龄的增加降低。此前在一项60名孕妇的胎盘研究^[31]中发现IVIM技术可以准确量化胎盘灌注，其中f值与彩色多普勒测得的子宫动脉血流阻力有较强的相关性，对迟发性胎儿生长受限有一定的预测价值。MELBOURNE等^[32]开发的组合模型（包括IVIM和T2弛豫）有助于在了解胎盘的生理特性方面的同时识别胎盘损伤。

       IVIM可为孕妇胎盘微循环的评估提供新的选择，也在预测危及生命的失血方面发挥着潜在的优势，从而为临床提供个性化诊疗措施以获得良好的术后结果和减少孕产妇不良结局的发生率。但IVIM有一定的局限性，首先大部分研究人群很小，其次由于胎龄是影响f的重要因素，因此不同胎龄可能导致IVIM参数存在异质性^[33]。此外，IVIM的功能参数可能与胎盘病理结果相对应^[34]，但并不是所有患者的胎盘都进行了病理检查，尤其是那些没有不良后果的患者。因此在未来的研究中，亟待多中心、大样本，甚至精确的疾病分类以及胎龄的统一才能进一步阐明IVIM在胎盘功能障碍中的应用价值。

2.3 扩散峰度成像

       扩散峰度成像（diffusion kurtosis imaging, DKI）是一种非高斯扩散加权模型，能够描述组织中复杂的水扩散率并较好地反映组织异质性和细胞^[35]。平均扩散系数（mean diffusivity, MD）和平均峰度（mean kurtosis, MK）是DKI模型的两个定量参数。MD为校正的ADC（修正后的ADC值），反映了水分子的非高斯扩散行为，与单指数模型导出的ADC相似。MK描述了信号衰减与单指数模型，反映水分子和细胞内化合物的相互作用^[36]。DKI在肿瘤性病变定性、中单层和容积评估方面优于传统DWI，目前主要用于脑肿瘤性病变^[37]、乳腺癌^[38]、前列腺癌^[36]、宫颈癌^[39]等。正常情况下，胎盘的绒毛结构排列紧密，分支广泛，由绒毛膜板、绒毛膜基板和绒毛间隙组成，胎盘绒毛的发育是一个从初级绒毛到成熟终绒毛的连续过程，其特征是由细长的无分支毛细血管组成^[40]，随着胎盘的生长和成熟，胎盘的扩散、灌注和异质性也随之发生变化。DKI通过高斯分布法测量组织水分子扩散的偏差，意味着可对更复杂的组织微观结构进行观察，因此，在胎盘功能的研究中具有潜在的价值。LU等^[41]通过单指数、双指数和扩散峰度MRI对有创胎盘的诊断价值进行了探讨，结果发现有创胎盘患者的MD均值、D均值、毛细血管网微循环灌注信息（D fast）均值低于无创胎盘患者，ADCmax、Dmax高于无创胎盘患者^{[34, 41]}。此外，以往的胎盘体积分析主要研究胎盘体积与胎龄变化的相关性^[42]，然而胎盘细胞异质性和血流动力学效应会随着胎龄的增加而改变，LU等^[43]通过IVIM-DKI混合模型评估与孕龄相关的胎盘组织特征变化，证明了IVIM-DKI模型在妊娠期间胎盘灌注、扩散和微观结构复杂性评估中的可行性，且在该研究中发现成熟终绒毛的形成在妊娠晚期呈指数级增长，是以确保足够的表面积用于气体和营养交换，故在胎盘成熟过程中，MD随孕周（gestational age, GA）升高而降低，尤其是妊娠最后几周。此外，MK通过量化水分子扩散遵循高斯分布的偏差，可以间接反映胎盘组织微观结构的复杂性和非均匀性；MK max代表组织结构更复杂和受限的某些胎盘区域的较高MK值，且随着胎盘绒毛的生长，MK max值会随着GA的增加而增加，这可能与胎盘血管的空间排列和尺寸变化相关，所以MK max可作为评价胎盘组织复杂性的一个有效参数^[17]。

       整体而言，DKI对胎盘植入性病变、宫内生长受限和先兆子痫的胎盘功能变化诊断有较大的潜力，但在评价胎盘功能方面仍有一定的局限性，比如：由于无法对孕妇进行屏气成像，在自由呼吸条件下获得的DKI图像会降低参数图上的信噪比。此外，当b值较高时，理论上讲DKI模型相对于简单IVIM模型的优越性和受限扩散的影响可以被阐明，然而在临床环境中，较高的b值可能导致图像的信噪比相对较低，从而降低其准确性。

2.4 扩散张量成像

       扩散张量成像（diffusion tensor imaging, DTI）是DWI的扩展，通过测量水分子随机位移的大小，以此诊断一系列器官系统的不同病理实体，目前主要用于大脑^[44]。虽然在制作高质量数据集方面存在一些技术挑战，但DTI是一种非侵入性技术，不需要新的设备、对比剂或化学示踪剂，就可对组织结构内的水运动具有无与伦比的敏感度^[45]。孕24~26周胎盘绒毛的细胞构筑和结构形成发生了关键的变化，而这一过程中的任何干扰都可能会减少活跃的胎盘表面并降低胎盘的营养能力，通过引入DTI，就可获得胎盘组织此方面的微观结构特性参数^[46]。此外，DTI广泛地克服了DWI的一个缺点，即DWI的操作仅与ADC有关，因此不能显示组织的精确几何扩散真实情况，而DTI能够更准确地查看胎盘组织属性，对胎盘相关的病理（如出血、梗死）诊断具有更大的优势。有研究使用DTI对胎儿宫内发育迟缓（intrauterine growth retardation, IUGR）的胎盘体积进行了测量，研究中胎盘的体积测量充分涵盖了胎盘成熟期，结果发现IUGR患者有功能胎盘组织（putative functional placental tissue, PFPT）较正常同孕龄患者的胎盘组织减少了2/3，这也与胎盘多普勒超声的测量结一致。而胎盘IUGR的PFPT体积曲线斜率在时间PFPT体积图上显示由正到负的逐渐拐点与当时观察到的胎盘微结构的形态变化相吻合，该变化被归因于胎盘血管床的成熟，再加上胎盘中扩散受限，这可能表明了绒毛成熟的另一种障碍，也反映了胎盘的假定阶段，即胎盘逐渐成熟是从主要的体积增长转变为绒毛复杂性的增加，而与IUGR胎盘相比，正常妊娠中除了较高的PFPT体积外，PFPT内的扩散也更容易，这与其他MRI技术的结果一致^[47]。

       DTI也有自身的局限性。第一，任何DTI方法测量数据的准确性都会受到胎盘灌注和血流的影响^[48]，而这些因素的影响是不可避免的。此外，病例数量较少，尽管正常胎盘和胎盘IUGR之间在PFPT容量测定方面的差异是明确的，但需要更大的队列才能为此方法取得决定性的结果。第二，尚不清楚基于DTI关于胎盘IUGR微结构不成熟的假设是否真的适用于组织结构的微观变化，因IUGR和对照胎盘的PFPT体积在显微镜下也不能够明确诊断，加之所有的妊娠在DTI检查后又延长了几周，不确定在短时间内会不会对结果产生影响，因此关于功能性DTI参数差异的假设仍然是推测的。但整体来讲，DTI似乎是识别IUGR胎盘的最佳选择，在胎盘IUGR的进一步治疗中发挥重要的补充作用，而胎盘DTI结合胎盘PFPT体积测量是检测胎盘IUGR的一种巨大前景检测工具，所获得的结果也为更大范围的前瞻性研究提供了基础学习。

2.5 BLOD

       BLOD成像是一种能反映组织血氧水平的MRI功能成像技术，用于推断氧气输送或氧气提取的区域性变化，允许对胎儿血流动力学和氧合进行更复杂的定量分析^[49]。早前有报道称妊娠晚期胎儿脑发育受损是复杂先天性心脏病（congenital heart disease, CHD）幸存者脑损伤和神经发育障碍的一个促成因素^[48]，现有证据也表明胎儿氧输送的改变可能导致这一高危胎儿人群的异常脑发育、增加母体氧合过度^[50]。目前BLOD大部分研究主要针对胎儿生长受限的患者，判断对母体给氧或高氧（hyperoxia, HO）否能改善胎儿结局^[51]。近几年已有一些研究者将其应用于人体或动物胎儿胎盘中，比如YOU等^[52]试图通过使用BLOD功能MRI来研究母体HO对胎儿胎盘和脑氧合的影响，结果发现母体高氧6分钟就会增加健康胎儿和先天性心脏病胎儿的胎盘氧合，并选择性增加单心室或主动阻塞胎儿的脑血氧合。GINOSAR等^[53]研究发现正常妊娠中短暂的高碳酸血症会导致胎盘、胎儿肝脏和胎儿心脏BLOD信号强度（signal intensity, SI）急性降低，然而胎儿脑SI几乎没有变化，证明了急性高氧高碳酸血症只会导致母体肝和胎盘SI的降低，这些数据与其他成人和新生儿脑外实体器官的研究一致，表明通过BLOD技术对高氧高碳酸血症的情况下识别胎盘灌注不足和胎儿窒息更敏感。也有学者试图通过BLOD技术来解释妊娠期高氧是否能导致胎盘氧合的可检测变化，结果表明在健康的无并发症妊娠中，产妇吸氧与胎盘BLOD信号显著增加有关，而BLOD MRI在健康孕妇中研究胎盘高氧对胎儿大脑的影响中发现，胎盘高氧并不平行于胎儿大脑氧合状态的改变，说明由于保护健康胎儿的大脑免受高氧伤害的机制，氧气的摄取在氧气输送的广泛变化中保持恒定。整体而言，较超声相比BLOD可测量孕妇、胎盘和胎儿的血管含氧情况，也可以在短时间间隔内重复测量以评估胎盘和胎儿对生理或药物干扰的动态反应，或者评估动物缺氧时子宫灌注变化、缺氧后局部子宫内胎儿器官灌注的变化、孕妇高氧血症或高碳酸血症等。甚至SHAPIRO等^[54]提出可将BLOD-MRI作为一种评估胎盘和胎儿药效学影响的无创血流动力学的工具。

       BLOD同样具有一定的局限性，尽管不同胎儿器官的SI的区域变化确实暗示胎儿器官灌注的区域变化（或氧提取的区域变化）^[55]，然而BLOD SI不是灌注的直接测量，关于胎盘中的BLOD变化是否对应于胎儿或母体血液中的氧饱和度变化的解释仍然是不确定的，再加部分数据因过度解释，导致胎盘中的这些BLOD变化必然对应于胎儿或母体血液中灌注或组织氧饱和度的变化，这样是不严谨的，故BLOD技术仍有待进一步研究。

2.6 动脉自选标记及血流敏感交替反转恢复的ASL

       动脉自选标记（arterial spin labeling, ASL）涉及对所研究器官的动脉血液的磁化操纵，这种磁性标记的动脉血被用作内源性示踪剂，可诱导所研究的器官中的信号强度的修改，与灌注相关^[56]。DELOISON等^[57]通过4.7 T MRI扫描使ASL来定量大鼠胎盘血流量（placental blood flow, PBF），对18只大鼠的47个胎盘进行了PBF测定，数值为（147±70）mL/min/100 g，该数值描述了以mL/min/100 g胎盘为单位的组织灌注（即器官实质内的血液循环），由于胎盘密度几乎为1 g/mL，获得的值与之前基于动态对比增强（dynamic contrast-enhanced, DCE）MRI（126~180 mL/min/100 g）的动物胎盘灌注评价相比更具有优势。血流敏感交替反转恢复的动脉自旋标记（arterial spin labeling with flow-sensitive alternating inversion recovery, FLAIR-ASL）具有全局和切片选择性反转的图像，以标记感兴趣切片外的流入血液，从而产生灌注对比度^[58]。也有学者使用ASL评估正常妊娠和受慢性高血压（chronic hypertension, cHTN）影响的纵向胎盘灌注，发现正常妊娠人群的灌注随着时间的推移而下降，而cHTN联合组妊娠受试者的灌注保持相对稳定。此外，cHTN患者的血流灌注是最低的，而这些患者生下了SGA婴儿，表明妊娠中、早期（16~20孕周）胎盘血流灌注可能是胎盘功能不全的有效生物标志物。FLAIR-ASL虽不能测量传统意义上的组织灌注，但序列中标记后延迟的选择确保了信号主要来自组织而不是血管室，此外T1效应可使标记失效前具有足够的标记磁化，使其在测量妊娠中期胎盘灌注是否与多普勒超声评估的子宫动脉血流阻抗中显示，SGA新生儿的妊娠中胎盘出现灌注减少，而测量值与子宫动脉中的流动阻抗密切相关，证明了FLAIR-ASL检查可直接和非侵入性地确定胎盘灌注，且测量值是未来妊娠结局的强有力指标，因此，部分学者认为该检查技术比IVIM更适用于胎盘血流灌注的研究^[59]。

       ASL由于信噪比差和易受运动伪影的影响而敏感度较低^[60]，当标记的质子保留在血管中时，可能存在血管伪影，而血液从标记切片移动到感兴趣切片所花费的时间（即血液传输时间）与采集时间相比太长时^[61]，可能导致研究结果高估。此外，大部分研究针对FGR患者，而孕龄大、多次分娩以及肥胖都可能会导致结果的偏倚，因此后续研究应纳入更多的临床因素。另外，在未观察到胎盘整体灌注变化的情况下，未来的研究重点将关注胎盘灌注的区域变化和直方图分析。在技术改进方面，未来ASL将纳入运动注册算法，以进一步减少呼吸伪影；尽管ASL图像切片厚度设置和对方向匹配的T2WI图像进行人工分割有助于PBF地图的部分体积效应，但使用自动分割方法可能减少部分体积效应，也可以提供客观的测量。总之，ASL需要继续完善，在进一步提高信号比的同时，缩短检查时间降低运动伪影，才能有助于为临床环境中传统的子宫动脉评估提供有用的补充检查手段，并明确其适用性。

2.7 AI

       AI最早出现于上世纪50年代，主要是指基于计算机科学模拟人类认知功能的理论方法及应用系统，以扩展人的智能的一门信息科学^{[62, 63]}。由于图像的视觉定性分析可能无法完全准确地提取相应的诊断信息，近几年尤其是在肿瘤性病变的研究领域，AI凸显了其巨大的应用价值，主要包括随时间进展对肿瘤的体积描绘、从放射学表型推断肿瘤基因和生物学进程、预测临床结果、评估疾病和治疗对邻近器官的影响等^[64]。目前，AI基于图像数据（包含肉眼不能辨识的信息），高通量挖掘图像特征并通过机器学习（machine learning, ML），针对临床问题建立各种生物学标签，而挖掘图像特征的方式包括影像组学 ^[65]和深度学习（deep learning, DL）^[66]。有研究已证明胎盘加速老化和胎盘衰竭、胎儿生长受限、先兆子痫与不明原因晚期死产风险增加相关^[67]。相反，胎盘成熟延迟与妊娠糖尿病和染色体异常相关^[68]。因此，提高对胎盘成熟的理解，并确定描述和量化这一过程的工具对帮助改善胎盘衰竭的早期检测至关重要。此外，在分娩后组织病理学评估之前，产前识别胎盘功能不全病例的能力是进行密切监测和潜在干预的关键，而通过快速功能性MRI对胎盘成熟和健康情况进行基于AI的人群自动量化，有助于识别或检测加速老化或个体胎盘的延迟轨迹，以便实现后续干预治疗并降低相关的妊娠并发症。PIETSCH等^[69]通过建立一个全自动的管道，使用平均T2测量作为胎盘成熟和健康的生物标志物，以表征胎盘正常成熟和异常组织变化，结果发现从自动分割中获得的平均T2值在GA上的衰减与文献一致^[70]。对于明显胎盘功能不全的高危队列，获得的胎盘Z评分与通过出生体质量百分位数、出生时GA和组织病理学评估结局具有良好的相关性。而假设与加速老化相关的Z评分降低也与该研究中母体血管灌注不良（绒毛梗死、胎盘后出血、绒毛加速成熟和远端绒毛发育不全）的存在相对应，证明了基于AI的分段U型网络训练有助于快速、稳定和可靠地预测胎盘成熟并量化队列水平和个人预测的不确定性，有望成为胎盘功能不全诊断和干预的基石。PINI等^[71]利用一种基于定量特征的径向基函数支持向量机（radial basis function of support vector machine, RBF-SVM）分类方法，从160例健康胎儿和102例晚期IUGR胎儿的常规胎心监护采集的胎心率信号中提取特征，发现通过RBF-SVM模型参数的微调在训练集中产生了令人满意的分类性能（准确度93%，敏感度93%，特异度84%），将该模型应用于完全独立的测试集时，获得了可比较的结果，进一步证明了机器学习模型已超越了传统的线性方法，可作为晚期IUGR胎儿识别的筛查工具。

       综上所述，AI技术的主要创新之处在于获得完整胎盘表面信息后，通过影像组学分析，证明胎盘纹理信息更丰富，更适用于胎盘功能的诊断，为开展后续其他研究奠定了基础。但需要注意的是，在所有AI的功能性胎盘数据进行手动分割仍然是一项耗时的任务，而对分割的回顾性分析表明，对于高体质指数（body mass index, BMI）受试者或病理存在会增加评估者间评估结果的不一致，另外，模型的预测能力可能受到极端年龄导致的标准数据密度降低限制，特别是缺乏有意义的老年胎盘功能不全病例，可能无法可靠地评估检测妊娠晚期加速老化的预测性。因此，未来的研究可着重于探索神经网络结构、训练方法的进一步优化，并验证不同机器学习方法和深度学在胎盘功能预测的性能。

3 总结与展望

       目前，胎盘功能不全没有具体的治疗方法，基于安全方面的挑战，该领域的进展在一定程度上受到了阻碍。除了通过以胎盘健康为核心的针对性策略改善孕产妇健康外，有效的早期诊断措施还为干预胎儿发育进程、改善后代远期健康提供了契机。现有的胎盘常规MRI技术，在成像方法和图像处理方面并不完美，不足以支撑高敏感度和特异度的临床诊断，随着功能性MRI技术的不断发展，实现了对胎盘的微观结构、代谢、灌注等功能方面的评估，可更好地评估胎盘血管化和功能不全的多种潜在应用。而基于AI的快速功能性MRI技术在帮助更全面了解胎盘生理学和病理生理学的同时，实现了量化胎盘功能信息的这一过程，这些前沿的影像技术可能为评估胎盘结构或功能异常提供额外的信息，并为胎盘病理生理学提供新的见解。

       近几年，开发用于预测胎盘功能且经验证的模型越来越受到关注，其不但可用于设计针对特定风险的有效治疗策略，还被用于识别临床试验中获益的高风险患者，对孕产妇适当管理、监测治疗期间的反应、改善预后，甚至提高母婴安全有重要指导价值。然而，不同的统计和ML方法在结果的可解释性、算法的易于实施性以及关于预测因素和结果之间的潜在关系信息生成方面有不同的利弊。因此，未来需研发高精度的自动化分割方法甚至更全面地优化神经网络结构，方可提升AI在诊断胎盘功能不全的临床易用性和可重复性；此外，需要更多的样本量来验证当前发现，并且样本要来自多个地点，这样会更有说服力。当前大部分研究为探索性研究，对胎盘功能不全疾病进行分析不够深入、广泛，后续在条件允许的情况下，可以扩大胎盘疾病种类，将有助于临床提高胎盘衰竭的早期检测，为快速、可靠预测早期胎盘功能不全提供了新的思路或检查技术指导，从而针对胎盘或母体健康更好地结合新治疗策略，改善母体和胎儿的结局。