本研究は、遅延ガドリニウム強調画像（LGE）から心筋瘢痕を正確にセグメント化するための新しいマルチモーダルフレームワークを提案します。心電図（ECG）信号は生理的情報を提供し、心筋の損傷部分を正確に特定する助けとなります。提案手法では、AHA-17アトラスからの解剖学的情報をECGと統合し、時間差に基づいて動的に特徴を重み付けして融合する「時間認知特徴融合機構（TAFF）」を導入しました。臨床データセットで評価した結果、従来の画像ベースの手法に比べ、心筋瘢痕の平均ダイススコアが0.6149から0.8463に向上し、精度と感度も高い成績を収めました。これにより、生理学的および解剖学的知識を統合することで、従来の方法以上に強力な心筋瘢痕セグメンテーションが実現できることが示されました。