基于对比超声心动图的新型 trabeculation 定量方法在左心室过度 trabeculation 诊断中的应用 Kristóf Attila Farkas-Süt?, Balázs Mester, Flóra Klára Gyulánczi, Krisztina Filipkó, Hajnalka Vágó, Béla Merkely 和 Andrea Sz?cs

《Journal of Imaging》：Novel, Contrast Echocardiography-Based Trabeculation Quantification Method in the Diagnosis of Left Ventricular Excessive Trabeculation Kristóf Attila Farkas-Süt?, Balázs Mester, Flóra Klára Gyulánczi, Krisztina Filipkó, Hajnalka Vágó, Béla Merkely and Andrea Sz?cs

　　摘要 心脏磁共振成像（CMR）是诊断左心室过度细小化（LVET）的金标准，而超声心动图（Echo）通常无法做出明确诊断。使用超声造影剂可以更准确地成像细小化系统；然而，我们尚未为造影超声心动图（CE-Echo）制定专门的诊断标准。我们的目的是确定CE-Echo在LVET诊断中的作用，并提出一种新的细小化量化方法。我们纳入了55例LVET患者和54例年龄和性别匹配的健康对照组。所有受试者都接受了非造影超声心动图、CE-Echo和CMR检查。除了体积参数和射血分数（EF）外，我们还测量了尖端CE-Echo图像中细小化层的面积及其与左心室面积的比率（Trab/LV_area）。根据CMR得出的诊断结果，当尖端图像的平均Trab/LV_area比率达到17%（AUC = 0.98）或在至少一张图像中超过20%（AUC = 0.96）时，该方法能够以高特异性（98%）和敏感性（95%）识别出LVET患者。CE-Echo的使用不仅有助于LVET的形态学评估，还有助于其定量诊断，而Trab_area/LV_area可能是LVET诊断的一个良好补充标准。

1. 引言
原发性左心室过度细小化（LVET）是一种与广泛的左心室功能和临床表现相关的独特表型，从无症状、功能保留到伴有心律失常或中风的心力衰竭不等[1,2]。尽管2023年欧洲心脏病学会（ESC）关于心肌病的指南对LVET的命名进行了范式转变，但之前基于非致密心肌与致密心肌（NC/C）比率制定的诊断标准并未改变[3]。目前，心脏磁共振成像（CMR）使用Petersen和Jaquier标准作为诊断金标准；然而，在图像质量良好的情况下，也可以使用Jenni和Chin的超声心动图诊断标准[4,5,6,7]。在许多情况下，由于声学窗口不佳，很难获得高质量的、无近场伪影的短轴（SAX）图像或尖端图像，从而无法清晰区分非致密（NC）层和致密（C）层。造影增强超声心动图（CE-Echo）可以改善可视化效果并克服尖端近场伪影，从而实现更准确的NC心肌测量。先前的病例报告和研究显示，造影剂可以提高超声心动图在LVET诊断中的准确性[8,9,10,11,12,13,14]。在这些研究中，CE-Echo的诊断依赖于定性评估或使用Jenni和Chin的临界值进行定量测量；然而，这些临界值是基于非造影（N）图像制定的[13]。此外，Zhang等人证明，NC层和C层的厚度测量在N-Echo和CE-Echo之间存在显著差异，这引发了关于这两种超声方式是否可以互换使用这些标准的问题[15,16]。尽管先前研究的证据促使欧洲和美国成像学会建议使用造影剂来评估非致密心肌，但由于目前尚未定义CE-Echo特有的定量诊断标准，这些建议仅限于定性评估[17,18]。因此，我们假设通过追踪CE-Echo图像中细小化区域的面积（Trab_area），可以量化细小化的程度，从而帮助区分LVET和正常对照组。

在我们的研究中，我们旨在比较LVET组和健康对照组之间的体积、功能参数及Trab_area参数，探讨CMR得出的细小化质量与CE-Echo得出的Trab_area之间的关联，并确定这种新的CE-Echo细小化量化方法是否能作为一种准确的诊断工具。

2. 材料与方法
在我们的前瞻性研究中，所有参与者在同一天接受了CMR和经胸超声心动图检查。

2.1. 研究人群
我们的团队维护着一个包含通过CMR诊断出的LVET患者的详细数据库。在本研究中共纳入了55名（23名女性）LVET患者，他们同时满足Petersen（非致密心肌与致密心肌层厚度≥2.3）和Jacquier（细小化质量与总心肌质量≥20%）的非致密心肌诊断标准。排除标准包括先天性或缺血性心脏病、未经治疗的高血压、其他心肌病、每周运动时间超过6小时、可能导致继发性细小化的其他心脏外合并症，以及由于技术原因无法使用CMR或超声心动图图像的患者。由于仅依靠影像标准容易过度诊断LVET，所有参与者还根据Vergani和Negri提出的算法以及Grebur引入的红旗系统进行了严格的风险分层，并排除了没有任何风险因素的低风险个体[2,19]。危险因素包括任何影像学方法记录的LVEF降低和LV扩张、CMR图像上的晚期钆增强（LGE）、致病性突变或阳性家族史、记录在心电图（ECG）上的室性心律失常、去极化或复极化异常、血栓栓塞事件以及不明原因的晕厥（表S1）。

对于对照组（C组），我们选择了与LVET组年龄和性别相似的人群（54名个体，22名女性）。我们仔细审查了这些个体的病史数据，仅纳入了没有显著合并症（如未经治疗的高血压、缺血性心脏病、心肌病、先天性异常、心脏外疾病）且在心脏MRI上没有显著异常的人群，并且运动时间小于6小时。两组基线特征见表1。尽管LVET组的体积和功能参数平均值在正常范围内，但值得注意的是有9名（16.4%）患者LVEF降低，26名（47.3%）患者存在LV扩张（表S1）。表1. 使用CMR研究的人群的基线特征。本研究中的所有程序均符合1964年《赫尔辛基宣言》及其后续修订版，或相当的伦理标准。所有程序均获得了匈牙利医学研究委员会的伦理批准，并由国家制药与营养研究所颁发。所有参与者均提供了书面知情同意。患者数据包括心电图记录、CMR检查结果、遗传学结果和医疗记录，收集时间从2024年4月至2025年5月。所有能够识别研究参与者的数据仅由K.A.F.-S.和A.S.访问。

2.2. 超声心动图成像
所有参与者均采取仰卧位，使用GE Vivid E95超声机（GE HealthCare Technologies Inc., Chicago, IL, USA）和4Vc相控阵矩阵探头进行了经胸2D超声心动图检查。在标准尖端四腔、三腔和二腔（A4Ch、A3Ch、A2Ch）视图以及二尖瓣水平、乳头肌和心尖处的SAX视图上，记录了呼吸暂停时的心动图循环。所有循环图像首先在注射造影剂前记录，然后在静脉注射造影剂后重复记录，直至达到平衡状态/均匀的LV内膜边界。我们使用0.6 mL的SonoVue造影剂和10 mL生理盐水冲洗进行注射。当开始出现尖端旋涡现象时，需重复注射；平均需要三次注射才能获得最佳图像质量并记录所有必要的尖端和SAX视图。使用特定的造影成像预设，机械指数（MI）设置为0.21，压缩和增益设置为最佳细小化可视化效果。图像采集在基底衰减伪影消失后进行，但在尖端旋涡明显影响细小化可视化之前完成。当标准设置下细小化几乎不可见时，使用更高的0.27 MI设置。离线图像分析使用Philips Ultrasound Workspace（版本6.0.0.0，Royal Philips, Amsterdam, The Netherlands）软件进行。体积测量从A4Ch和A2Ch视图中的NC和C心肌边界处的LV内膜轮廓获取。非造影图像使用LV-Autostrain模块进行分析，该模块支持在整个心肌周期内自动追踪内膜轮廓，允许在舒张末期和收缩末期进行手动调整。在CE图像中，仅在舒张末期和收缩末期帧手动追踪内膜。使用这些轮廓，软件通过Simpson的双平面方法计算舒张末期、收缩末期和每搏输出量（EDV、ESV、SV）及射血分数（EF）。

为了量化细小化，我们开发了一个新参数——细小化区域（Trab_area），该参数在舒张末期的尖端四腔、三腔和二腔长轴图像上测量。Trab_area是通过追踪C层和NC层边界处的内膜轮廓并跟随腔内细小化轮廓获得的，如图1所示。图1. 使用CE-Echo的Trab_area追踪方法。绿色线条显示了尖端四腔-三腔-二腔视图中的Trab_area和LV_area轨迹，其中细小化区域用浅绿色突出显示。在黄色背景之前，显示了尖端四腔视图。红色箭头指示了舒张末期帧中的一个旋涡伪影，它在静止图像中类似于细小化现象，但在舒张末期帧前15帧时不存在，证实这是一个伪影而非真正的细小化。视频S1展示了同一心动图循环，其中伪影的短暂出现清晰可见。这强调了在动态心动图循环中评估细小化模式的重要性，而不仅仅是依赖于静态帧。相同追踪的尖端三腔和二腔视图的视频材料分别见视频S2和S3。值得注意的是，在四腔视图中，两个不相连的细小化区域分别追踪后合并以获得该视图中的总体Trab_area。缩写：A4-3-2Ch：尖端四腔-三腔-二腔视图；CE-Echo：造影增强超声心动图；LV_area：左心室面积；Trab_area：细小化区域面积。由于乳头肌的基底通常也是细小化的，因此在乳头肌变得致密且与NC层明显分离之前，它们也被包含在Trab_area中（图2）。图2. 带有乳头肌的Trab_area追踪。Trab_area追踪包括乳头肌的细小化基底部分（绿色突出显示），直到乳头肌看起来致密（黄色突出显示）。缩写：Trab_area：细小化区域面积。作为参考，左心室面积（LV_area）也是通过在同一尖端视图中追踪C层和NC层边界并连接二尖瓣瓣叶的铰链点来测量的，类似于体积追踪方法。在A3Ch视图中，主动脉瓣环和二尖瓣瓣叶插入点定义了基底轮廓边界（图1）。

在分析过程中，追踪在心动图循环的舒张末期帧上进行，随后通过审查相应的心动图循环来验证其准确性，这有助于评估细小化层并区分其与尖端旋涡伪影[20]。根据心动图审查结果，必要时对追踪结果进行修正。当0.21 MI成像不足以定义细小化模式时，也使用0.27 MI成像。同时检查0.21和0.27 MI图像以准确评估细小化结构，最终Trab_area在低MI图像上追踪确定。

在讨论部分（第4节）中，我们进一步描述了使用这种新量化方法的经验，并总结了我们对细小化追踪的建议。体积和Trab_area参数均按照体表面积（BSA）进行了归一化。表S2显示了不同观察者之间测量的超声心动图参数的变异性，表现出优异的可重复性。最后，我们还在收缩末期的非造影尖端SAX图像上测量了NC/C比率，以比较我们的CE-Echo诊断标准与金标准N-Echo Jenni标准（收缩末期NC/C层厚度≥2）的敏感性和特异性[6]。

2.3. CMR图像采集与分析
CMR图像使用西门子Magnetom Aera（Siemens Healthineers, Erlangen, Germany）1.5 T MR成像机在同一天获取，时间距离超声心动图检查不超过2小时。我们的方案包括传统的四腔、三腔和二腔长轴心动图循环，以及覆盖整个左心室的SAX心动图循环。我们使用回顾性门控的平衡稳态自由进动序列记录了呼吸暂停图像。切片厚度为8毫米，没有层间间隙，视野平均为350毫米，适应了身体的大小。电影循环数据使用Medis Suite软件（Medis Suite QMass，版本4.0，Medis Medical Imaging Systems，荷兰莱顿）进行分析。在后处理过程中，分别在舒张末期和收缩末期的SAX图像上描绘了心内膜和心外膜的轮廓。该软件采用半自动追踪技术，并进行手动修正，以确保心内膜和心外膜边界的准确对齐。根据建立的轮廓，软件计算左心室舒张末期容积（EDV）、收缩末期容积（ESV）、每搏输出量（SV）和射血分数（EF）。为了评估小梁肌和乳头肌的质量（Trab_mass），使用了基于阈值的算法。MassK模块利用50%的阈值设置分析信号强度模式，区分心肌组织和血液组织。因此，心内膜边界内的心肌组织代表了在舒张末期帧中测量的Trab_mass。所有体积和心肌质量参数都根据体表面积（BSA）进行了归一化。作为参考值，我们使用了2025年心血管磁共振学会（Society for Cardiovascular Magnetic Resonance）制定的正常范围[21]。

2.4 统计分析
所有连续参数均报告为平均值，并附有置信区间的下限和上限；所有离散参数均报告为计数或百分比。Kolmogorov–Smirnov检验用于评估连续参数的正态分布，Levene检验用于评估同质性。首先，我们分别使用配对样本t检验和Pearson相关系数比较了LVET组和对照组内的两种超声模式。为了比较LVET组和对照组之间的平均值，我们根据数据集的分布情况使用了独立样本t检验和Mann–Whitney U检验。通过Pearson相关系数，我们评估了CMR得出的Trab_mass与CE-Echo得出的Trab_area_avg和Trab_area_max测量值之间的关系。为了分析两种Trab_area参数和两种Trab/LV_area参数相对于金标准CMR诊断标准的诊断准确性，我们检查了它们的接收者操作特征（ROC）曲线，并使用Youden指数设置了最佳临界值。为了评估我们测量结果的可重复性，我们使用了组内相关系数（ICC）；大于0.75的值被认为是极好的一致性。p值小于0.05被认为具有统计学意义。统计分析使用了IBM SPSS Statistics（版本30.0，美国纽约阿蒙克）。

3 结果
3.1 成像模式的比较
首先，我们分别比较了对照组和LVET组的N-Echo和CE-Echo模式。在两组中，CE-Echo测得的EDV(i)、SV(i)和EF显著高于N-Echo（表2）。我们还发现这两种超声模式对应的参数之间存在极好相关性（表3）。
表2. LVET组和对照组的N-Echo和CE-Echo参数。
表3. 研究人群中三种成像模式之间的相关性。

3.2 使用CE-Echo比较LVET组和对照组
我们比较了LVET组和对照组之间的体积和功能超声参数以及Trab_area测量值，发现LVET组的EDV(i)、ESV(i)、Trab_area(i)和Trab/LV_area显著更高，而EF较低（表2）。在评估CMR得出的Trab_mass与CE-Echo得出的Trab_area测量值之间的关系时，我们发现这两种量化小梁结构的方法之间存在显著相关性（图3）。
图3. CMR得出的Trab_mass与CE-Echo得出的Trab_area_avg和Trab_area_max之间的相关性。缩写：*：p < 0.05；avg：每个人的测量参数平均值；CE-Echo：对比增强超声心动图；CMR：心脏磁共振成像；max：每个人的参数最大测量值；Trab_area：小梁层的面积；Trab_Mass：小梁肌和乳头肌的质量。然后，我们确定了Trab_area_avg(i)、Trab_area_max(i)或它们与LV_area(i)的比率（Trab/LV_area_avg、Trab/LV_area_MAX）是否可以用来正确分类LVET患者。分析上述参数的ROC曲线，AUC值分别为0.977、0.947、0.983和0.960（图4）。
图4. CE-Echo得出的小梁结构量化参数的ROC曲线。缩写：avg：每个人的测量参数平均值；AUC：曲线下面积；CE-Echo：对比增强超声心动图；max：每个人的参数最大测量值；ROC：接收者操作特征；Trab_area：小梁层的面积；Trab/LV_area：Trab_area与左心室面积的比率。根据Youden指数，我们为每个参数确定了最佳临界值（表4）。我们分析了这些标准的组合使用，以进一步提高方法的敏感性和特异性，同时考虑到临床实用性，并发现如果一个人的Trab/LV_area平均比率达到17%，或者在任何尖端视图中的比率达到20%，则可以诊断为LVET（表4）。我们测量了研究人群中的最大收缩末期NC:C比率，并使用Jenni等人的临界值，发现N-Echo的敏感性和特异性分别为58.5%和92.2%（表4）。

4 讨论
LVET的诊断基于成像模式，包括金标准CMR和经胸超声。当前的诊断标准侧重于通过层厚度或CMR得出的心肌质量来量化小梁层[4,5,6,7]。由于可能存在危及生命的并发症，早期诊断和风险分层是识别高风险个体的关键因素。一线成像模式是N-Echo，已经建立了几种方法来评估左心室的小梁结构，包括Jenni和Chin（非压缩层与压缩层的比率）以及St?llberger（尖端视图中≥3个明显的小梁）方法[5,6,22]。所有这些方法都受到图像质量的限制，因为NC层和C层之间的边界通常不清晰，特别是在前壁和前外侧壁由于肺部干扰，在心尖由于近场伪影的影响。虽然建议使用彩色多普勒来确认小梁间的血流，但其准确性也受到声学窗口不佳的限制。出于这个原因，超声通常无法做出准确诊断，患者需要CMR来确认LVET。另一方面，正如几项先前的病例研究和最新的CE-Echo指南所证明的那样，使用对比剂可以提高NC层和C层之间边界的可见性，从而实现更精确的量化[8,9,10,11,12,13,14,17,18]。Zhang等人证明，先前为N-Echo建立的标准不适用于CE-Echo图像；然而，到目前为止，还没有为这种模式建立公开的LVET诊断标准[15,16]。因此，本研究旨在建立特定的CE-Echo诊断标准。我们假设可以通过在CE-Echo图像上追踪小梁结构的面积来量化其程度，这一参数可以作为LVET的有效诊断工具。

4.1 两种成像模式的比较
我们发现CE-Echo的体积测量值高于N-Echo，这是一个在多个群体中都有记录的现象[17,23,24,25,26,27]。然而，在小梁过度增多的群体中，这一现象尚未得到广泛研究，在这种群体中，N-Echo的心内膜追踪通常更具挑战性。这可能解释了LVET组与对照组之间平均差异较大的原因[28]。

4.2 LVET组和对照组的比较
使用CE-Echo，我们比较了LVET组和对照组之间的体积、功能和Trab_area参数，发现LVET组的EDV(i)、ESV(i)、Trab_area(i)和Trab/LV_area显著更高，而EF较低（表2）。在评估CMR得出的Trab_mass与CE-Echo得出的Trab_area测量值之间的关系时，我们发现这两种量化小梁结构的方法之间存在显著相关性（图3）。
图3. CMR得出的Trab_mass与CE-Echo得出的Trab_area_avg和Trab_area_max之间的相关性。缩写：avg：每个人的测量参数平均值；AUC：曲线下面积；CE-Echo：对比增强超声心动图；max：每个人的参数最大测量值；ROC：接收者操作特征；Trab_area：小梁层的面积；Trab/LV_area：Trab_area与左心室面积的比率。根据Youden指数，我们确定了每个参数的最佳临界值（表4）。我们分析了这些标准的组合使用，以进一步提高方法的敏感性和特异性，同时考虑到临床实用性，并发现如果一个人的Trab/LV_area平均比率达到17%，或者在任何尖端视图中的比率达到20%，则可以诊断为LVET（表4）。我们测量了研究人群中的最大收缩末期NC:C比率，并使用Jenni等人的临界值，发现N-Echo的敏感性和特异性分别为58.5%和92.2%（表4）。

4. 讨论
LVET的诊断基于成像模式，包括金标准CMR和经胸超声。当前的诊断标准侧重于通过层厚度或CMR得出的心肌质量来量化小梁层[4,5,6,7]。由于可能的致命并发症，早期诊断和风险分层是识别高风险个体的关键因素。一线成像模式是N-Echo，已经建立了几种方法来评估左心室的小梁结构，包括Jenni和Chin（非压缩层与压缩层的比率）以及St?llberger（尖端视图中≥3个明显的小梁）方法[5,6,22]。所有这些方法都受到图像质量的限制，因为NC层和C层之间的边界通常不清晰，特别是在前壁和前外侧壁由于肺部干扰，在心尖由于近场伪影的影响。虽然推荐使用彩色多普勒来确认小梁间的血流，但其准确性也受到声学窗口不佳的限制。因此，超声通常无法做出准确诊断，患者需要CMR来确认LVET。然而，正如几项先前的案例研究和最新的CE-Echo指南所表明的那样，使用对比剂可以提高NC层和C层之间边界的可见性，从而实现更精确的量化[8,9,10,11,12,13,14,17,18]。Zhang等人证明，先前为N-Echo建立的标准不适用于CE Echo图像；然而，到目前为止，还没有为这种模式建立公开的LVET诊断标准[15,16]。因此，本研究旨在建立特定的CE-Echo诊断标准。我们假设可以通过在CE-Echo图像上追踪小梁结构的面积来量化其程度，这一参数可以作为LVET的有效诊断工具。

4.1 两种成像模式的比较
我们发现CE-Echo的体积测量值高于N-Echo，这是一个在多个群体中都有记录的现象[17,23,24,25,26,27]。然而，在小梁过度增多的群体中，这一现象尚未得到广泛研究，在这种群体中，N-Echo的心内膜追踪通常更具挑战性。这可能解释了LVET组与对照组之间平均差异较大的原因[28]。

4.2 LVET组和对照组的比较
使用CE-Echo，我们比较了LVET组和对照组之间的体积、功能和Trab_area参数，发现LVET组的体积显著更高，而EF较低，这与之前发表的CMR和N-Echo研究结果一致[19,28,29,30,31,32,33,34]。然而，我们尚未发现关于CE-Echo比较的先前研究。Trab_area和Trab/LV_area参数在两组之间存在显著差异，表明它们可能是区分LVET群体的有希望的诊断工具。此外，CMR得出的Trab_mass与CE-Echo得出的Trab_area之间的显著相关性表明，我们的新型量化技术是衡量小梁结构的有效方法。根据ROC曲线，Trab_area(i)和Trab/LV_area参数的平均值和最大值可以作为一个可行的诊断工具；然而，为了提高诊断准确性，我们还测试了这些参数的所有合理组合。总体而言，我们发现两个Trab/LV_area比率的最佳组合是：如果一个人的Trab/LV_area_avg ≥ 17.0%或Trab/LV_area_max ≥ 20.0%，则可以诊断为LVET。这种组合在实用性和日常临床使用中也更受欢迎：如果一个人在至少一个尖端视图中的Trab/LV_area比率达到20.0%，则可能不需要分析其余视图。这可以节省时间，并且在无法在所有尖端视图中获得最佳图像质量的情况下（例如，由于解剖学限制）非常有用。值得一提的是，当我们测试Trab_area_avg(i)和两个Trab/LV_area比率的组合时，我们发现特异性和敏感性总体上相似，即受试者的Trab_area_avg(i)必须达到3.1 cm2/m2，并且比率达到上述某个临界值之一才能建立诊断。然而，由于Trab_area_avg(i)需要分析所有三个尖端视图，因此我们认为它不是最优选择。

4.3 CE-Echo成像和轮廓描绘的见解
由于Trab_area追踪是一种新的测量技术，我们旨在提供更多关于我们经验的见解，并为临床应用提供指导。

4.3.1 图像采集
为了评估LV非压缩，欧洲心血管成像协会发布的最新CE-Echo指南建议使用中等MI设置（0.2–0.5）[17,18,35]。先前关于该主题的案例报告往往缺乏关于MI设置、给药技术、对比剂剂量和超声机型号的全面文档[8,10,11]。根据提供的图像，大多数研究仅关注在小梁区域实现最佳造影；因此，一旦这些区域清晰可见，就不一定需要整个LV的完全均匀造影。然而，只有在对基底衰减清除后且在对比剂破坏明显之前，通过Trab_area方法进行的定量评估才能准确追踪。我们发现了两项较大的队列研究，这两项研究都使用了0.5至1.5毫升的SonoVue对比剂剂量，在MI介于0.3和0.5之间进行LV造影[13,15]。根据发布的图像，整个LV都得到了均匀造影，与我们的研究相似；然而，他们使用的对比剂剂量平均几乎是我们的两倍。在我们的GE Vivid E95超声机上，我们使用了可用的LV对比剂预设，MI设置为0.21，低于之前的研究，但仍属于中等MI成像的下限。根据我们的经验，当我们增加输出功率时，微泡破坏和尖端漩涡伪影非常明显，导致无法充分显示小梁结构。这可能是由于注射的对比剂量显著低于之前的研究，或者可能是超声机的供应商造成的影响。在我们的研究中，有一个病例中，在尖端2腔视图中无法清楚地看到前壁基底和中段的小梁结构，我们无法确定是否存在小梁结构，或者这只是伪影。当我们增加输出功率时，发现确实存在小梁结构；然而，由于较高的MI设置，尖端无法清晰显示。因此，我们仍然在较低的0.21 MI图像上追踪了Trab_area（视频S4）。Aggarwal等人发表了一篇描述类似现象的案例报告：在较高的MI下，小梁结构更可见，而尖端漩涡更为明显[14]。根据我们的经验和已发表的文献，对比剂剂量和MI设置应该适当匹配，较高的MI值需要更大的对比剂剂量。我们建议根据患者的图像质量和超声机的能力调整这些参数，以实现最佳的小梁结构可视化。为了进一步优化小梁结构的图像，我们发现降低2D增益可以改善小梁网络的可视化（视频S5）。GE自动图像增强工具可以通过提供柔和和清晰的过滤设置来提高声音不佳条件下的图像清晰度；然而，有时不进行任何增强处理可以获得最佳的图像质量。避免图像偏离轴线和出现缩短现象至关重要，因为这些情况可能会严重过高估计Trab_area并低估LV_area，从而导致Trab/LV_area比率异常高，并造成假阳性诊断（视频S6）。先前的CE-Echo研究建议使用SAX图像来评估心尖小梁的分布情况，类似于N-Echo的Jenni标准。然而，根据我们的经验，CE-Echo在心尖区域的SAX图像通常无法提供足够的图像质量进行量化；因此，我们选择了明显更好且更可靠的心尖视图。

4.3.2 小梁追踪方法
在CE-Echo上追踪可视化的小梁是一种新颖的定量技术，目前尚无既定的指南；因此，本章旨在总结基于我们经验的建议，以努力实现测量的标准化。在追踪小梁时，使用CE-Echo可以很容易地识别NC-C边界；但是，评估该层的LV边界则更具挑战性，尤其是在心尖区域的小梁层迅速发生旋转时。小梁形成的表面不平整，这在静止图像上难以辨认，使得区分小梁和心尖旋转变得困难（图1）[14]。因此，我们建议在移动的连续成像（cine loop）中验证追踪结果，并在软件允许额外编辑的情况下进行进一步修正。如果此功能不可用，也可以通过将同一视图的静态图像和连续成像图像进行并排比较，并在静态帧上使用连续成像作为参考来辅助提高准确性。
在接下来的段落中，我们将介绍在追踪未压缩层时遇到的具体情况。一般来说，大多数人在心尖区域以及前壁和侧壁都有一定程度可追踪的小梁，形成一个连续的网状结构，可以一次性完成追踪。然而，小梁的整体模式因人而异，特别是在患有LVET的个体中。偶尔，我们观察到左心室的两个独立、不相连的小梁段，这导致需要分别进行两次追踪，最终得到总的Trab_area。尽管这种情况在健康个体中也会出现，并非LVET所特有（图1，视频S1）。
当小梁相互融合形成网络时，我们会用追踪线覆盖整个网络表面；但是，较大的小梁间间隙会被排除在追踪结果之外（图1，视频S1）。在极少数情况下，一个较大的小梁可能会连接左心室的两侧壁，形成特殊的追踪模式，如视频S7所示。不过，细小的假腱通常会被对比剂的高回声性所掩盖，在CE-Echo上几乎不可见。
乳头肌的起源部分通常也是小梁结构；因此，为了确保最佳的可重复性，我们将它们追踪到看起来像紧凑肌肉的位置。需要注意的是，由于CE-Echo在远场的空间分辨率较低，因此在LV基底区域可视化小梁有时会比较困难，特别是在靠近乳头肌的位置。在这些具有挑战性的情况下，前面提到的高MI成像技术可以改善可视化效果。即使无法完全观察小梁网的精细结构，仍可以根据回声性估计其总体范围。
钙化、高回声性的小梁用CE-Echo很难可视化，因为它们的回声性与对比剂非常相似（视频S8）。这些情况突显了结合使用N-Echo和CE-Echo评估小梁模式的重要性，因为高回声性的小梁应该在没有对比剂的情况下也能被看到。Zhang等人也报告称，尽管CE-Echo提高了LVET的诊断准确性且优于N-Echo，但将这两种成像方式结合使用可以获得最佳结果[15]。我们还进行了几例对比N-Echo和CE-Echo连续成像的情况，以全面了解小梁的模式。
总体而言，我们的研究强调了CE_Echo在LVET定量诊断中的实用性，因为Trab/LV面积比率已被证明是一个准确的诊断参数。

4.4 限制
我们的研究中，严重扩张的LV患者占比较低，这种情况会显著增加LV_area，从而影响Trab/LV面积比率，可能降低该人群的敏感性。然而，多处扩张的LV通常表明存在过度小梁化的DCM重叠表型，这表明LVET的诊断具有较低的预后价值，而CMR成像是风险分层的一部分，可以用于诊断LVET。病例数量相对较少也限制了我们的研究范围；不过，由于高风险LVET是一种罕见的情况，我们研究的人群规模与之前发表的类似LVET研究相符。未来，我们计划继续这项研究，以进一步优化CE-Echo在LVET诊断中的应用方法。

5. 结论
在我们的研究中，我们旨在基于心尖视图中的Trab_area追踪建立特定的CE-Echo LVET诊断标准。我们还分别比较了LVET组和对照组中的N-Echo和CE-Echo成像方式，并评估了这两组在体积和功能参数上的差异。虽然两种成像方式表现出很强的相关性，但我们发现使用CE-Echo得到的LV体积和LVEF值高于N-Echo的结果。使用CE-Echo，LVET患者显示出更高的LV体积和Trab_area，以及更低的射血分数；此外，CE-Echo得出的小梁面积与CMR得出的小梁质量相关，支持CE-Echo作为量化小梁结构的有效工具。ROC分析表明，小梁面积和Trab/LV面积比率在检测LVET方面具有较高的敏感性，实际诊断阈值定义为任意心尖视图中的Trab/LV_area ≥17%或Trab/LV_area ≥ 20%。
总体而言，我们的研究结果表明，基于CE-Echo的Trab/LV面积指标可以可靠地再现CMR对LVET的分类。它可能为常规临床实践中检测病理性LV小梁提供一种更为便捷的超声参考方法，同时也强调了需要在更大、更多样化的队列中进行进一步验证的必要性。

补充材料
以下支持信息可在以下网址下载：https://www.mdpi.com/article/10.3390/jimaging12040169/s1
- 表S1：LVET人群的临床特征
- 表S2：所研究超声参数的观察者间差异
- 视频S1：使用CE-Echo在四腔心尖视图中的Trab_area追踪
- 视频S2：使用CE-Echo在三腔心尖视图中的Trab_area追踪
- 视频S3：使用CE-Echo在两腔心尖视图中的Trab_area追踪
- 视频S4：0.21和0.27 MI之间的差异
- 视频S5：不同增益设置下的小梁显示情况
- 视频S6：避免图像缩短的重要性
- 视频S7：一个具有极端小梁结构和不寻常小梁模式的受试者的无对比剂和对比剂超声心动图记录
- 视频S8：高回声性小梁