《Biomedical Signal Processing and Control》：Deep learning advancements for cardiovascular diseases (CVDs) diagnosis: Imaging modalities, challenges, and future perspectives
编辑推荐：
心血管疾病是全球主要死因，传统影像解读存在操作者依赖性强、耗时等问题。为克服这些局限，研究人员系统综述了深度学习在超声心动图、冠脉CTA、心脏MRI、核医学成像和X线血管造影五大模态中的应用，总结了核心架构（如CNN、Transformer）在分割、分类等任务中的性能，并探讨了数据集偏倚、可解释性等临床部署挑战。该工作为开发稳健、可靠的AI辅助诊断系统提供了重要参考，有望推动心血管影像实践的智能化转型。
心血管疾病（Cardiovascular Diseases, CVDs）长久以来都是威胁人类健康的“头号杀手”，每年导致全球约1790万人死亡，其造成的长期残疾、生活质量下降以及巨额医疗开支构成了沉重的社会负担。在临床诊断中，医学影像扮演着“眼睛”的角色，帮助医生评估心脏的结构、功能与组织特性。然而，传统的影像解读方式高度依赖医生的经验，图像质量参差不齐，分析过程耗时费力，这些局限性如同迷雾，阻碍了精准、高效诊断的实现。
近年来，人工智能（Artificial Intelligence, AI），特别是深度学习（Deep Learning, DL）技术的崛起，为拨开这层迷雾带来了曙光。深度学习能够对心血管影像进行自动化、高效率、可重复的分析，已在左心室射血分数（Left-Ventricular Ejection Fraction, LVEF）估算、解剖结构分割、疾病检测等多个任务中展现出媲美人类专家的性能，成为该领域的重要工具。但是，现有的研究在方法学、数据集质量和临床验证方面差异巨大，关于深度学习系统在真实世界心血管实践中是否可靠、能否推广，仍存在诸多不确定性。因此，一篇系统性的综述对于厘清现状、指明挑战、规划未来显得尤为迫切。
为此，深圳技术大学人工智能学院的研究团队在《Biomedical Signal Processing and Control》上发表了这篇题为“Deep learning advancements for cardiovascular diseases (CVDs) diagnosis: Imaging modalities, challenges, and future perspectives”的综述文章。该研究旨在对深度学习在五大主要心血管成像模态中的应用进行全面、以模态为导向的综合分析，总结不同架构的优劣，识别共性的技术与临床挑战，并勾勒出未来的研究方向，以期支持开发出强健且临床可靠的深度学习系统，并促进其向常规心血管影像实践的转化。
为了开展这项系统性综述研究，作者团队主要采用了文献调研与归纳分析的方法。研究基于大量的已发表学术文献，涵盖了超声心动图（Echocardiography）、冠状动脉CT血管成像（Coronary CT Angiography, CCTA）、心脏磁共振成像（Cardiac Magnetic Resonance Imaging, CMRI）、核医学成像（SPECT/PET）以及X线血管造影（X-ray Angiography）这五大心血管成像模态。研究聚焦于卷积神经网络（Convolutional Neural Networks, CNN）、循环模型（如RNN, LSTM）、基于Transformer的网络、图模型、混合框架以及生成模型等主要深度学习架构。分析的核心任务包括图像分割、分类、检测、运动分析和功能评估。此外，研究还整合了跨模态的方法学趋势、可转移的设计原则以及持续存在的技术缺口等方面的证据。
2. 深度学习在心血管影像中的挑战与局限性
研究表明，深度学习模型在五大成像模态中均面临一系列共性的挑战，这些挑战削弱了其鲁棒性、泛化能力和临床采纳度。
- •
数据集局限与偏倚：许多数据集规模小，且人口统计学分布偏斜（如过度代表高龄或高风险患者），导致模型过拟合并泛化能力差。类别不平衡（如CCTA中的小口径冠状动脉分支、CMRI中的薄心肌壁）也是一个普遍问题，会降低模型对临床显著但罕见模式的敏感性。
- •
标注质量与变异性：不同机构和观察者之间的手动标注不一致，引入了观察者偏倚和标注标准差异，直接影响模型准确性。例如，在超声心动图和CMRI中，心室和瓣膜分割的观察者间变异性会降低分割精度。
- •
图像质量、伪影与协议变异性：每种模态都有其特有的图像质量问题。例如，超声心动图存在视野依赖性、声影和噪声；CCTA受运动模糊、钙化导致的晕染伪影影响；CMRI则面临低分辨率切片和运动伪影的困扰。这些因素都会 degrade（降低）模型在检测和分割任务中的性能。
- •
架构与算法局限性：特定架构存在固有缺点。例如，用于超声心动图射血分数估算的3D-CNN对标签噪声敏感且时间建模能力有限；CCTA和CMRI中的编码器-解码器架构在下采样过程中可能丢失细微结构细节；核医学成像中依赖压缩极坐标图输入的模型则空间分辨率有限。
- •
域偏移与泛化：当模型应用于来自不同扫描设备、采集协议或人群的外部数据集时，性能会出现下降。尽管迁移学习和基于GAN的合成等域适应技术已被探索，但它们可能引入不真实的纹理或无法保持解剖保真度。
- •
有限的多模态整合：将成像数据与临床元数据（如人口统计学、生物标志物）相结合可以提高诊断性能，但由于数据格式不一致、变量缺失以及缺乏标准化的融合框架，多模态整合仍然有限。
- •
可解释性与临床信任：许多深度学习模型的“黑箱”特性降低了决策透明度，阻碍了其在高风险任务（如治疗规划）中的临床采纳。
- •
计算需求与可扩展性：处理高分辨率的CCTA和CMRI容积数据需要大量的计算资源。在超声心动图和X线血管造影中，计算负载也常常限制着实时或近实时推理的实现。
3. 用于心血管疾病诊断的深度学习架构与方法学进展
本部分综述了应用于心血管影像的各种深度学习架构及其演进。
- •
卷积神经网络（CNN）：CNN已被广泛应用于各大模态，在冠状动脉分割、狭窄评估、斑块表征（CCTA）、心肌组织分割与梗死界定（CMRI）、心肌灌注图质量提升（核医学）以及心肌病和瓣膜病分类（超声心动图）等任务中表现出色。U-Net及其变体是图像分割的主力架构。
- •
图网络与胶囊网络：图卷积网络（Graph Convolutional Networks, GCN）和胶囊网络（Capsule Networks）通过表示空间层次和解剖关系来增强模型的结构理解能力。例如，GCN可用于对CCTA中的血管拓扑结构进行建模，而胶囊网络在数据有限或噪声条件下能提供更稳健的边界描绘。
- •
混合与专用架构：混合架构（如CNN-GRU、CNN-LSTM）通过结合空间特征与时间序列信息，改善了心血管风险预测和动态影像分析。注意力机制、残差连接和深度监督的集成进一步提升了分割和病理定位的精度。
- •
生成模型：生成对抗网络（Generative Adversarial Networks, GAN）、变分自编码器（Variational Autoencoders, VAE）和扩散模型（Diffusion Models）在图像合成、伪影去除、数据增强和运动分析方面发挥着重要作用。它们有助于解决标注数据有限、采集变异性和类别不平衡等问题。
- •
循环神经网络（RNN）：RNN，特别是长短期记忆网络（Long Short-Term Memory, LSTM）和双向LSTM，擅长对动态心血管影像（如电影MRI）中的时间序列依赖关系进行建模，用于准确重建和解释时间分辨的心脏动力学。
- •
基于Transformer与注意力模型：Vision Transformer（ViT）和Swin Transformer等模型通过全局自注意力机制捕获长程依赖关系，在CMRI分割、超声心动图视图分类等任务中显示出优势。混合ViT-CNN框架结合了全局上下文和局部卷积先验，进一步提升了性能。
- •
可解释与语言驱动的AI方法：可解释人工智能（Explainable AI, XAI）技术，如梯度加权类激活映射（Gradient-weighted Class Activation Mapping, Grad-CAM）和SHAP，通过突出显示影响预测的图像区域来增强模型透明度。语言驱动的方法，如视觉-语言基础模型，通过将视觉特征与临床文本描述对齐，提高了可解释性。
4. 跨成像模态的深度学习应用
文章按模态详细回顾了深度学习在具体诊断任务中的应用研究。
- •
超声心动图：DL模型已用于自动化诊断冠心病、心力衰竭、瓣膜病等。架构从使用VGG16、EfficientNet等进行静态图像分类，发展到使用3D-CNN和CNN-LSTM混合模型处理电影循环序列以评估射血分数和瓣膜反流。U-Net及其变体（如VDS-UNet、ResU-Net）被广泛用于左心室、心房等结构的分割。
- •
冠状动脉CT血管成像（CCTA）：DL在CCTA中的核心应用包括冠状动脉自动分割、狭窄检测与定量、斑块成分分析（如钙化、脂质、纤维成分）以及心血管风险预测。模型如3D PSPNet、U-Net变体以及集成注意力机制的架构在此领域表现突出。
- •
心脏磁共振成像（CMRI）：DL在CMRI中主要用于心肌、心室腔的自动分割，瘢痕组织（晚期钆增强，Late Gadolinium Enhancement, LGE）的检测与量化，以及心脏功能的评估（如射血分数、应变）。DeepLabV3+、U-Net以及结合课程学习的改进模型被广泛使用。
- •
核医学成像（SPECT/PET）：DL应用侧重于提升图像质量（如CT-free衰减校正、低剂量图像去噪）、自动化心肌灌注缺损检测与缺血分类，以及从灌注极坐标图中进行准确的定量血流量分析。CNN是完成这些任务的主要工具。
- •
X线血管造影：DL在该侵入性模态中主要用于血管分割、中心线提取、狭窄检测与定量，以及手术规划辅助。模型需要应对低血管对比度、解剖结构重叠（如导管、骨骼）等挑战，常用架构包括改进的U-Net和结合图模型的后处理流程。
研究结论与意义
本综述系统性地阐明，深度学习已在心血管影像的多个关键任务中展现出巨大潜力，能够实现自动化、高效且可重复的分析，有望减轻临床医生负担、减少人为误差并提高工作流程效率。研究识别并详细讨论了阻碍其临床广泛部署的核心挑战，包括数据集偏倚与不平衡、标注不一致、图像伪影、域偏移、多模态整合不足、“黑箱”可解释性差以及高计算成本等。
文章进一步指出了未来的重点研究方向：开发更强大的混合架构（如CNN-Transformer）、利用扩散模型进行高质量数据生成、构建多模态基础模型、采用联邦学习（Federated Learning）在保护数据隐私的前提下利用多中心数据，以及持续推进可解释人工智能（XAI）以确保临床信任。
综上所述，这项综述为研究人员和临床医生提供了一份全面的“路线图”。它不仅总结了当前深度学习在心血管影像诊断中的能力与局限，更重要的是为未来开发出鲁棒、可靠且易于临床转化的AI系统指明了道路。推动这些方向的进展，对于最终实现个性化、精准化的心血管疾病诊断与管理，降低全球心血管疾病负担具有至关重要的意义。
