四维(4D)血流MRI是一种很有临床前景的影像学技术，可以全面评估血管、心腔内的体内血流和相关血流动力学参数，可用于临床辅助诊断，并为患有瓣膜病、心脏分流、Fontan循环、主动脉夹层和主动脉瓣狭窄的患者提供诊断信息。

心内4D血流MRI分析已成功应用于测量动能(KE)和双心室的血流成分，其中每一种成分在不同疾病状态下都会发生改变。虽然在大规模的临床研究中，从4D血流MRI中提取的高级血流动力学参数受到技术限制，但自动分割算法可以通过减少处理时间要求和消除用户间的差异性来解决这一瓶颈，而这种差异性在心内4D血流分割中往往很高。然而，为4D血流数据中的血管分割而优化的算法在心脏内的应用作并不理想。因此，建立一个新的专门用于心内4D血流MRI的自动分割方法对于推动该技术的临床应用和指导心脏疾病患者的治疗具有重要意义。

近日，发表在European Radiology杂志的一项研究定义了一个用于4D血流MRI心脏分割的自动后处理系统，并通过与三位专家对BSSFP MRI图像的手工分割进行了比较，进一步评估了该方法相对于观察者间差异的准确性。

本研究通过对本机构扫描的106名受试者的本地数据库进行再训练，并对先前发表的DL网络进行了微调。在26名测试对象中，心室由网络自动分割，并由3名研究者在BSSFP MRI上进行手动分割。然后将BSSFP图像与相应的4D血流图像进行登记，并将分割结果应用于4D流速数据。同时评估了各种血流动力学参数的Dice系数和测量之间的相对偏差。

与Dice评分(LV：0.92，RV：0.86)和手动分割观察者之间的相对偏差(LV KE：11%，p = 0.01;RV KE：19%，p = 0.03)相比，自动分割产生了相似的Dice评分(LV：0.92，RV：0.86)和较低的左心室(LV)平均动能(KE)和RV KE(15%)。

本研究开发了一种全自动的心室内4D血流MRI数据后处理方法，可利用模式内图像登记和深度学习进行双心室自动分割。该方法得出的血流动力学测量结果(流室分布和KE)与人工分割得出的结果相吻合，也符合观察者之间的差异性。该方法可用于大大加快心室内4D血流的后处理，并提高观察者之间的重复性。