《Journal of Cardiovascular Magnetic Resonance》：Clinical Importance of All the Characteristics of Late Gadolinium Enhancement from Acquisition to Expert and Artificial Intelligence Analysis: State-of-the-Art
延迟钆增强（LGE）由心血管磁共振（CMR）评估，是心肌组织表征的基石，能够在广泛的心脏疾病谱中提供关键的诊断与预后信息。尽管传统上对LGE的评估主要聚焦于其有无及范围，但对其多样化特征的综合评估——称为“LGE颗粒度（granularity）”，包括其位置、范围及模式——可为心肌病理生理提供更深入的认识。
LGE的临床意义受多种因素影响，范围涵盖采集方案（包括对比剂的选择）与后处理技术、专家阅片解读，以及近年兴起的基于人工智能（AI）的分析。影像协议的进步已优化LGE的检出与定量，提升了诊断准确性与重复性。此外，AI方法正通过自动分割、特征提取及风险分层推动LGE评估的变革。
尽管LGE已被广泛应用于临床，但在不同中心之间统一采集参数及协调解读标准方面仍面临挑战。此外，将AI整合入临床工作流程也引出了关于验证、泛化能力及医师接受度的重要问题。然而，新近证据提示，基于AI的LGE分析可能改善预后建模、促进更早期的疾病检出，并增强个体化治疗决策。
本综述系统呈现LGE的技术、解读与预后相关最新进展，并强调AI在心肌组织表征中的作用。通过衔接传统专家分析与前沿计算技术，LGE评估的未来目标在于优化心脏风险分层，并推动心脏病学精准医学的发展。
1. INTRODUCTION
心血管磁共振（CMR）是无创性心肌组织表征的金标准，延迟钆增强（LGE）在过去数十年中已成为其核心支柱。LGE对于整合多种心脏疾病的诊断与预后判断具有关键作用。文章强调，LGE不应仅被理解为“有或无”的二元指标，而应从“颗粒度”视角进行解读，即同时关注强化范围、解剖部位、透壁性以及分布模式，从而更深入地揭示潜在病理生理机制并提高风险分层精度。作者还指出，技术层面的采集选择会直接影响LGE的检出与定量，因此规范化采集和结构化报告至关重要。与此同时，人工智能（AI）已可用于自动分割、特征提取与预后建模，但其在验证、泛化及临床流程整合方面仍需审慎推进。综述的目标是贯通从成像物理与采集、标准化与定量、疾病证据、专家解读到AI分析的完整链条，以统一最佳实践并建立可操作的LGE分析框架。
2. Methods
本文采用结构化叙述性前沿综述（state-of-the-art review）设计。研究人员基于PubMed开展文献检索，使用预设医学主题词（MeSH）围绕心血管磁共振与延迟钆增强进行检索，并优先纳入近10年的多中心、多厂商研究。文献筛选重点关注LGE采集、定量技术、临床应用、预后价值及AI分析。纳入优先级主要依据方法学严谨性、样本量、多中心设计、临床影响与LGE相关性。国际指南与专家共识文件被系统性纳入。针对AI部分，研究人员进一步采用结合人工智能（AI）、机器学习（ML）和深度学习（DL）的专门检索策略，在2008年至2026年2月的文献中筛选出直接应用于LGE数据且报告临床相关性能指标的研究，用于总结AI在LGE领域的进展。
2.1. Pathophysiology and clinical significance of LGE
LGE的病理生理基础在于细胞外分布型钆对比剂静脉注射后在心肌细胞外间隙中的分布特征。正常心肌中钆清除较快，而在细胞外容积扩大的组织，如纤维化、水肿或淀粉样沉积区域，对比剂廓清延迟，因此在T1加权图像上表现为相对于正常心肌的高信号。文中指出，该机制最早在心肌梗死中得到验证：急性期由于细胞膜破裂导致细胞外容积增加，慢性期则因肌细胞被胶原替代。标准化共识建议于注射钆后约10分钟采集LGE图像，并在采集前通过TI-scout序列个体化调节反转时间（TI），以抑制正常心肌信号并最大化瘢痕与正常心肌之间的对比。
从临床意义看，LGE是多类心肌疾病的重要诊断工具。心内膜下或透壁性强化通常提示缺血性损伤，而中层心肌或心外膜下分布则更倾向于非缺血性病因。对于后者，强化的部位与分布有助于鉴别心肌炎、结节病、扩张型心肌病（DCM）、肥厚型心肌病（HCM）、淀粉样变性等不同疾病。此外，透壁性强化程度还可预测心肌梗死后心肌活性及血运重建后功能恢复的可能性。无论在缺血性还是非缺血性疾病中，LGE均可独立预测不良心血管事件。
3. TECHNICAL ASPECTS OF LGE
3.1. Inversion recovery principles and TI optimization
LGE采集主要依赖反转恢复梯度回波序列，其中最关键参数为反转时间（TI）。合理设置TI可使正常心肌信号被“归零”，从而增强瘢痕与正常心肌之间的对比。由于检查过程中钆持续洗脱，TI并非固定不变，而需随时间动态调整。相位敏感反转恢复（PSIR）技术通过重建极性信息，降低了成像对TI选择不精确的敏感性，因此在临床常规中提高了成像稳健性。
3.2. Field strength considerations and 3D high-resolution LGE
磁场强度会影响图像质量与序列设置。1.5 T下信噪比与稳健性的平衡较佳，TI相对较短，伪影较少；3 T则具有更高信噪比，可支持更小体素与更清晰的瘢痕边界，但通常需要略长的TI。除常规二维多次屏气采集外，自由呼吸三维全心高分辨率LGE逐渐兴起。该技术通常结合心电触发和导航门控，可获得接近各向同性的体素并支持多平面重建，从而减少部分容积效应，改善心房和右心室等薄壁结构显示。不过，该方法采集时间更长，且更易受呼吸漂移、心律失常及对比剂洗脱期间TI变化影响。
3.3. Motion- and rhythm-related challenges
LGE采集常受到呼吸运动、心脏运动及节律异常干扰。呼吸可导致模糊与鬼影，通常通过屏气控制，但部分患者难以完成长时间或重复屏气。心脏运动一般通过心电门控并在舒张末期采集来减轻。对于心律失常患者，不规则RR间期不仅影响心电门控，也会使心搏间纵向磁化反转恢复不一致，造成心肌抑制不稳定与信号异质性。对于频发早搏或屏气能力差者，单次采集PSIR-稳态自由进动（SSFP）结合运动校正平均技术可作为更稳健的替代方案，尽管会牺牲一定空间分辨率。
3.4. Limitations of conventional bright-blood LGE
传统亮血LGE在识别心内膜下瘢痕时存在局限，因为血池与心内膜下纤维化可能具有相近信号强度，从而削弱瘢痕-血池对比。这会造成小范围心内膜下梗死、乳头肌纤维化或薄壁结构病变被低估，甚至出现假阴性；反之，邻近心内膜的高亮信号也可能被误判为强化灶，带来假阳性。为改善这些问题，研究发展出多种暗血LGE技术，通过抑制血池信号而保留心肌纤维化可视性，尤其有利于缺血性瘢痕及薄壁结构评估。
3.5. Device-related artifacts and wideband LGE techniques
植入式心脏电子装置的金属成分可引起严重高信号伪影，明显降低图像可解释性。宽带（wideband）LGE通过增加反转脉冲的频谱带宽，可显著减轻此类装置相关伪影，同时保留瘢痕检出能力。进一步发展的宽带黑血LGE结合高带宽反转与T2预备脉冲，在伪影抑制及瘢痕-血池对比方面表现更优，但代价是更高的比吸收率。总体而言，成功的LGE采集有赖于对反转恢复参数、磁场强度及运动、心律、装置伪影的综合优化。
3.6. Quantification and standardization of LGE analysis
LGE后处理方法包括定性视觉评估、半定量及全定量技术。临床实践中，许多中心仍依赖人工勾画、节段评分等方法，优点是简便，但存在显著操作者依赖性。定量方法通常以左心室（LV）质量百分比表示瘢痕负荷，常见策略是在远隔正常心肌中放置感兴趣区（ROI），并采用≥2至8个标准差（SD）阈值定义纤维化区域。另一常用方法为半高全宽（FWHM），即将信号达到瘢痕最大强度50%的区域界定为纤维化。文章指出，FWHM在缺血性心肌病（ICM）中对核心瘢痕及边界区量化具有较高重复性，而在非缺血性心肌病（NICM）中，5-SD或6-SD方法重复性更佳。然而，这些方法均受ROI选取、噪声分布假设及固定阈值限制。由于幅度图像噪声更接近Rician或Rayleigh分布，传统高斯假设并不准确，可能导致LGE范围高估。基于分布建模的Rayleigh曲线方法可一定程度改善上述偏倚，但因技术复杂尚主要停留在研究领域。作者据此强调，当前LGE定量在跨厂商、跨中心的标准化方面仍缺乏共识，迫切需要国际层面的统一规范。
4. CLINICAL EVIDENCE OF LGE ACROSS CARDIOVASCULAR DISEASES
4.1. LGE in ICM
在缺血性心肌病（ICM）中，LGE典型表现为冠脉分布范围内的心内膜下或透壁性强化，这是鉴别缺血性与非缺血性病变的重要影像标志。LGE还可识别无症状心肌梗死，并具类似已知梗死事件的不良预后意义。作为心肌活性评估工具，LGE强化范围与血运重建后功能恢复呈负相关。此外，瘢痕的存在与范围、梗死周边“灰区”纤维化及室间隔受累，均与死亡、室性心律失常和心源性猝死（SCD）风险增加相关，其预测能力优于单纯左心室射血分数（LVEF）。
4.2. LGE in DCM
在扩张型心肌病（DCM）中，LGE见于约25%–45%的患者，不仅具有诊断意义，也有重要预后价值。不同非缺血性强化模式可提示特定病因，如心肌炎的心外膜下分布、结节病的斑片状强化、LMNA相关疾病的室间隔中层强化，以及DSP或FLNC截短变异携带者的环形样模式。预后方面，LGE的存在与范围与室性心律失常、SCD、心力衰竭及全因死亡密切相关。室间隔LGE、游离壁LGE、心外膜下LGE及多灶分布均提示更高风险。LGE随时间进展也与不良结局相关，因此其已被纳入植入型心律转复除颤器（ICD）一级预防风险分层考量。
4.3. LGE in Non-Dilated Left Ventricular Cardiomyopathy (NDLVC)
对于非扩张性左心室心肌病（NDLVC），LGE是确认非缺血性心肌纤维化存在的首选影像技术，这对确立诊断至关重要。预后上，LGE不仅超越LVEF成为强有力指标，还与心力衰竭治疗后较差的左心室逆重构、较高室性心律失常及SCD风险相关。指南已建议在显著LGE患者中考虑一级预防性ICD植入。
4.4. LGE in HCM
肥厚型心肌病（HCM）中LGE患病率较高，通常位于肥厚节段的中层心肌，也可见于右心室插入点。LGE在鉴别肌节蛋白相关HCM与表型模拟疾病方面有诊断价值。更重要的是，LGE的存在和范围与全因死亡和SCD风险增加密切相关。当前指南已将LGE负荷超过LV质量15%作为低至中危患者考虑一级预防性ICD植入的重要依据。除总负荷外，室间隔定位、中层合并心外膜下模式以及累及心内膜下的LGE，也显示出附加预后信息。近年来，对瘢痕结构、离散性与影像组学特征的深入分析，进一步揭示了HCM致心律失常基质的复杂性。
4.5. LGE in Amyloidosis
淀粉样变性，尤其是转甲状腺素蛋白相关类型，常表现为弥漫性心内膜下或透壁性LGE，并伴异常心肌信号归零现象，反映广泛间质浸润。无论轻链型（AL）还是转甲状腺素蛋白型，其LGE范围与模式均与预后及治疗反应相关。
4.6. LGE in Fabry disease
Fabry病的LGE通常局限于基底部下外侧壁，且常先于心肌肥厚出现，代表替代性纤维化。即使在接受酶替代治疗的早期患者中，此表现仍与疾病进展及心律失常事件相关。
4.7. LGE in Myocarditis
心肌炎急性期和慢性期的LGE多表现为非缺血性模式，如前外侧节段的心外膜下或中层强化，对应免疫介导损伤与心肌坏死。LGE存在与心律失常、持续性心室功能障碍及全因死亡增加有关，即便射血分数保留亦如此。其中特别是前间隔中层LGE，被认为是SCD的独立预测因素；LGE进展亦与主要不良心血管事件相关。
4.8. LGE in Sarcoidosis
心脏结节病中的LGE常呈多灶性，累及基底部室间隔和侧壁，并可波及右心室。室间隔纤维化具有较强致心律失常性，与室性心律失常和SCD独立相关。在LVEF保留或轻度降低患者中，显著LGE可支持一级预防ICD植入决策。
4.9. LGE in other Inflammatory Myocardial Diseases (IMD)
在其他炎症性心肌疾病及部分遗传性心肌病中，LGE模式虽然异质，但常具有决定性诊断价值。某些遗传病因如TTN、LMNA、FLNC变异相关疾病可表现为中层或“环形样”LGE，此模式与较高致心律失常风险和SCD相关。于桥粒相关或致心律失常性心肌病中，LGE甚至可先于结构重构出现，因此联合遗传信息与LGE定量分析，有助于精准风险分层与预防性ICD决策。
4.10. The “LGE granularity” concept
文章提出“LGE颗粒度”概念，以超越单纯“有无LGE”的传统框架。该概念整合四个可在临床常规中直观评估的维度：累及范围、解剖部位、分布方式以及强化模式。不同维度反映不同病理生理过程，例如室间隔LGE因邻近传导通路而更具致心律失常性，透壁性强化反映全层瘢痕形成并提示较差预后。该框架在ICM、DCM和HCM多项队列中显示出较高预后判别力，且具有可重复、视觉化、相对不依赖特定软件的优势，为临床风险分层提供了实用路径。
4.11. LGE to guide ventricular tachycardia (VT) ablation
LGE在室性心动过速（VT）消融中的作用已由基质识别扩展至直接程序引导。基于磁共振成像（MRI）重建的瘢痕模型可整合入电解剖标测系统，用于识别传导通道、瘢痕核心、边界区及异质性组织通路，从而更精准地定位折返环关键峡部。高分辨率三维采集与先进后处理进一步提高了这些关键结构的可视化能力。尽管采集标准化与分割阈值尚存挑战，LGE已逐步成为连接结构表征与介入电生理的重要桥梁。
5. EXPERT ANALYSIS OF LGE: CLINICAL INTERPRETATION AND LIMITATIONS
尽管LGE诊断准确性已获广泛认可，但在弥漫性或边界性强化区域，其观察者间与观察者内重复性仍是主要难点。由于缺乏统一阈值标准，且LGE结果需结合具体临床背景解读，专家判读仍不可替代。文章强调，结构化报告应不仅说明LGE是否存在，还应明确其范围、部位、模式、透壁性以及所用定量方法，同时标注磁场强度和对比剂信息。不同对比剂弛豫率与剂量、不同场强下信号特征差异，均可影响LGE大小和强度。虽然LGE已越来越多地用于ICD决策，但其本身并不能完全覆盖致心律失常基质，因此纳入多参数风险评分仍是持续发展方向。推动采集、分析与报告协调统一，是提升临床可重复性与AI应用基础的关键。
6. AI FOR LGE ANALYSIS: EMERGING TRENDS AND CLINICAL APPLICATIONS
AI正在重塑LGE分析流程，在自动化、重复性和预后分层方面展现出显著潜力。典型流程由DICOM数据导入及预处理开始，包括运动校正、强度归一化和TI协调，以降低采集差异影响。当前AI的核心应用在于利用卷积神经网络（CNN）实现瘢痕自动分割与定量，多项研究已达到接近专家水平的一致性，并明显减少阅片者差异与后处理时间。超越分割层面，AI还可通过影像组学和深层特征学习，对瘢痕异质性与边界区复杂度进行定量表征，这些特征已被证明与心律失常事件、不良重构和临床结局相关，从而提升缺血性和非缺血性心肌病的风险分层能力。
然而，AI临床转化仍面临多重挑战。影像组学特征对体素大小、信噪比、对比噪声比、TI设定、对比剂延迟时间及扫描仪厂商差异高度敏感；部分容积效应、呼吸运动、空间分辨率不足及低对比度心内膜下强化也会降低小病灶识别能力。作者特别强调，若训练标注本身未经充分验证，AI模型将传播系统性偏倚与标签噪声，尤其是在薄壁、心内膜下或弥漫性瘢痕区域。为此，必须进行独立多中心、多厂商和时间外部验证，并针对装置伪影、运动干扰、节律异常及血池-瘢痕对比受限等真实世界失效模式开展压力测试。归一化、领域自适应及多中心联合训练，是提高泛化性的必要策略。与此同时，AI模型的可解释性和合规性亦不可忽视，尤其在欧洲联盟《人工智能法案》框架下，用于高风险临床决策支持时，透明性和可重复性成为部署前提。
7. FUTURE DIRECTIONS AND CLINICAL PERSPECTIVES
未来LGE的发展将围绕精准医学与方法学可靠性并行推进。文章认为，尽管LGE越来越直接地影响临床决策，但由于技术持续创新，建立一成不变的全球统一标准并不现实。更具可行性的路径可能是事后标准化与数据协调转换，同时依托高质量“金标准”数据集支撑算法开发和方法评价。AI在自动定量、模式识别、风险预测以及伪影识别或校正方面前景广阔，但其训练数据的有效性和泛化性必须受到严格审查。专业学会、学术网络与产业合作可共同制定质量基准、验证路径和性能透明标准。作者进一步指出，应借鉴实验室与工业体系中的质量控制与外部审核机制，为CMR和LGE分析建立稳健的质量保障结构，使AI增强分析在不削弱临床信任的前提下真正带来附加价值。
8. CONCLUSION
LGE仍是局灶性心肌损伤的参考影像生物标志物，但其临床影响取决于图像质量、重复性与报告精确性。文章主张从二元瘢痕识别转向更精细的颗粒化分析框架，即同时量化范围、明确解剖位置、刻画透壁性与模式并评估分布特征，以实现更具操作性的预后分层并优化治疗决策。针对当前跨平台技术异质性与观察者变异问题，作者提出四个实施支柱：标准化采集协议、透明化定量方法披露、结构化报告框架及系统性多中心基准评估。AI虽有望通过自动化、影像组学特征提取及综合风险预测模型扩大LGE应用规模，但其可靠落地依赖于多样化数据上的充分训练与验证、明确的性能报告、真实失效模式评估以及严格质量保障。总体而言，专家判读、AI辅助分析、采集后协调策略与严格质控机制的融合，被视为实现可信、以患者为中心决策支持的最佳路径。
