心血管磁共振图像分割质量研究：学员与专家方法的比较及其对临床教学的启示

心血管磁共振（CMR）的广泛应用受限于培训不足。为解决这一问题，研究人员通过比较初学者、中级者和专家在标准化教学后的左心室（LV）和右心室（RV）分割差异，发现初学者在LV质量和RV分割上存在显著差异，但通过短期培训可达到临床可接受的准确性。该研究为CMR教学提供了质量评估框架，并强调了自动化质量保证工具（如Lazy Luna）的重要性。

　　

心血管磁共振（CMR）已成为现代心脏病学诊断的核心工具，尤其在评估左心室（LV）和右心室（RV）功能时具有不可替代的作用。然而，CMR的广泛应用面临一个关键瓶颈：专业培训的不足。许多医疗机构缺乏系统的CMR教学体系，导致不同经验水平的医师在图像分割质量上存在显著差异，进而可能影响临床决策的准确性。例如，LV射血分数（EF）的微小误差可能直接决定患者是否需要植入心脏起搏器。这种现状催生了一个重要问题：如何通过标准化培训缩小不同经验水平医师之间的技术差距？

为解决这一问题，来自Charité Medical University Berlin的研究团队开展了一项创新性研究，比较了初学者、中级者和专家在CMR图像分割中的表现差异。研究团队招募了46名参与者，包括19名初学者（无心血管影像经验）、21名中级者（有心血管影像经验但无CMR经验）和6名专家。所有参与者在接受标准化短期培训后，对10例临床病例的LV和RV进行独立分割，结果与专家共识轮廓（CC）进行对比。研究采用Dice相似系数（DSC）和Hausdorff距离（HD）等空间重叠指标量化分割质量，并通过Lazy Luna工具实现自动化质量评估。

研究的关键技术方法包括：1）多中心参与的队列研究设计，纳入10例临床CMR病例；2）基于专家共识的黄金标准轮廓（CC）建立；3）使用CVI⁴²软件进行图像分析；4）Lazy Luna工具量化分割差异；5）统计学分析（ANOVA、ICC等）评估组间差异。

结果
定量分析：尽管三组在LV和RV的绝对容积和功能参数（如EF）上无显著差异（p>0.2），但初学者组的精度较低，表现为更大的四分位距（IQR）。例如，LV-ED容积的差异中位数在初学者组为-5.6 mL，而专家组仅为-0.1 mL。

空间重叠指标：专家组的DSC显著高于其他组，尤其在RV分割（ES-DSC：89.0% vs. 初学者83.8%，p=0.003）和LV心肌分割（ED-DSC：85.0% vs. 初学者79.0%，p=0.001）。

临床分类误差：初学者更易错误分类EF临界值病例，如将17例LVEF误判为<40%（占9%），而专家组仅1例（2%）。

定性分析：初学者在基底切片选择上错误率最高（LV-ED错误率37.9%），而RV基底切片更常被忽略（54.7%）。

讨论与意义
该研究首次系统评估了标准化短期培训对CMR分割质量的影响，揭示了两个关键发现：其一，初学者通过培训可快速掌握基本分割技能，达到临床可接受的定量结果；其二，LV质量和RV分割仍是技术难点，需针对性强化训练。研究创新性地提出将自动化质量工具（如Lazy Luna）整合到教学中，通过实时反馈提升学习效率。

这一成果对临床实践具有双重意义：一方面为低年资医师的CMR培训提供了标准化路径，另一方面为AI辅助分割的临床应用划定了人工校验的重点区域（如基底切片）。未来研究可探索AI与人工分割的协同优化策略，进一步降低CMR技术的应用门槛。

论文发表于《CJC Open》，为CMR教学质量控制树立了新标杆。