在心脏磁共振成像（CMR）领域，一项开创性的研究正在打破传统技术的局限。该研究聚焦于深度学习（DL）技术在实时心脏电影成像中的应用，尤其是自由呼吸（FB）与屏气（BH）两种状态下的对比分析。这一成果不仅有望提升成像效率，还能显著改善患者的检查体验，特别是对于那些无法长时间屏气的患者。

研究背景：传统CMR成像的挑战

传统的心脏磁共振电影成像（CMR cine imaging）在实际应用中面临诸多挑战。由于数据采集跨越多个心跳周期，心律不齐或无法长时间屏气的患者往往难以获得高质量的图像。这不仅影响了诊断的准确性，也限制了CMR在某些患者群体中的应用。因此，开发一种能够在自由呼吸状态下实现高质量成像的技术，对于提升CMR的可及性和患者舒适度具有重要意义。

研究方法：深度学习与实时成像的结合

这项前瞻性单中心队列研究共纳入了56名健康的成年志愿者，使用1.5-T MRI扫描仪进行成像。研究团队采集了包括短轴堆叠、2腔、3腔和4腔视图在内的实时电影序列，分别在自由呼吸和屏气状态下进行。作为参考标准，研究中使用了经过验证的基于深度学习的电影序列，该序列覆盖了三个心动周期，用于体积测量结果的对比。

研究结果：自由呼吸成像的突破

图像质量：在主观图像质量（sIQ）方面，自由呼吸状态下的实时电影图像被评为良好至优秀，虽然略逊于屏气状态下的图像（p < 0.0001），但仍然具有较高的临床价值。这表明，即使在自由呼吸状态下，深度学习技术也能生成高质量的心脏图像。

成像时间：在成像时间上，自由呼吸状态下的成像时间显著缩短，一套电影序列的采集时间仅为90秒，相比屏气状态下的180秒缩短了50%（p < 0.0001）。这一时间的大幅缩短不仅提高了检查效率，还显著改善了患者的检查体验。

体积分析：在体积分析方面，左心室（LV）舒张末期容积、收缩末期容积、每搏输出量和左心室质量等参数在实时序列与参考标准之间存在显著差异。然而，屏气电影成像与参考标准之间的相关性极佳，除右心室射血分数（RV EF，ICC = 0.887）外，所有参数的组内相关系数（ICC）均大于0.90。自由呼吸电影成像与参考标准之间的相关性也较为理想，左心室射血分数（LV EF，ICC = 0.825）和右心室射血分数（ICC = 0.824）的相关性良好，其他参数的相关性则达到了极佳水平（ICC > 0.90）。

研究结论：自由呼吸成像的临床潜力

基于深度学习的实时电影成像技术在自由呼吸状态下是完全可行的，能够提供良好至优秀的图像质量，并且在健康志愿者中获得了可接受的体积测量结果。这一技术不仅显著缩短了成像时间，还提高了患者的舒适度，对于那些无法长时间屏气的患者来说，具有重要的临床意义。

临床相关性：提升CMR的可及性和患者体验

这项研究是提高CMR可及性更广泛目标的一部分。通过减少检查的复杂性、缩短检查时间并改善患者舒适度，该技术有望使更多患者受益，包括那些因身体状况无法长时间屏气的患者。这不仅提升了医疗服务的质量，也为心脏疾病的诊断和治疗提供了更有力的支持。

随着这一技术的进一步发展和应用，我们有望看到心脏磁共振成像在临床实践中的更广泛应用，为患者带来更精准、更舒适的诊断体验。这一突破不仅为心脏成像领域带来了新的希望，也为未来医疗技术的发展指明了方向。

信源：Klemenz, AC., Watzke, LM., Deyerberg, K.K. et al. Pushing the limits of cardiac MRI: deep-learning based real-time cine imaging in free breathing vs breath hold. Eur Radiol (2025). https://doi.org/10.1007/s00330-025-11941-2