陳 強(qiáng)

（玉林市紅十字會(huì)醫(yī)院放射科 廣西 玉林 537000）

肺部滲出性病變病因、臨床癥狀多種多樣，在各種感染、心衰、結(jié)締組織病、肺挫傷、彌漫性肺泡出血等許多疾病的初期、治療階段、終末期均伴隨著肺部滲出病變，在就診、治療時(shí)常需應(yīng)用螺旋CT進(jìn)行檢查分析，并依據(jù)放射科醫(yī)師經(jīng)驗(yàn)對(duì)病變進(jìn)行鑒別診斷與變化評(píng)價(jià)。因此可見(jiàn)，準(zhǔn)確量化評(píng)價(jià)病灶數(shù)量分布、病灶質(zhì)地、對(duì)肺功能影響程度顯得尤為重要。目前依靠CT檢查對(duì)肺部滲出性病變主要量化分析項(xiàng)目為病變?nèi)莘e、病變密度質(zhì)量、肺功能量化分析。本文對(duì)肺部滲出性病變CT量化分析研究及進(jìn)展做一綜述。

1 CT量化基礎(chǔ)解剖研究與計(jì)算技術(shù)進(jìn)展

CT設(shè)備的物理學(xué)原理是通過(guò)計(jì)算物質(zhì)對(duì)X線的衰減系數(shù)并與水的衰減系數(shù)進(jìn)行對(duì)比，獲得一個(gè)相對(duì)數(shù)值：CT值，同時(shí)重建2D、3D圖像測(cè)量病灶尺寸，這是CT最基礎(chǔ)的密度、大小量化分析。早期大量研究數(shù)據(jù)獲得正常肺組織密度與肺功能成像參數(shù)正常值范圍：吸氣末平均CT值（-853.792±23.4524）HU、呼氣末平均CT值（-649.538±65.4004）HU、吸氣末CT肺體積（Vin）、呼氣末CT肺體積（Vex）、像素指數(shù)等[3]。但由于病變密度多樣、成分復(fù)雜、大小境界常難以分辨，臨床工作提出更多量化數(shù)據(jù)需求。在確定病變前，需先確定胸部正常結(jié)構(gòu)與變異、肺裂分割，隨著計(jì)算技術(shù)發(fā)展，縱隔及肺血管、氣管支氣管、肺裂自動(dòng)識(shí)別分割技術(shù)獲得快速進(jìn)展，逐漸進(jìn)入智能AI分析時(shí)代[1,2,5,30]。

2 病變?nèi)莘e量化分析

病灶形態(tài)多為不規(guī)則形，難以手工計(jì)算容積，因此研究者提出依據(jù)不同算法對(duì)用CT容積掃描獲得DICOM圖像進(jìn)行正常結(jié)構(gòu)識(shí)別、病灶分割并進(jìn)行體積測(cè)量，包括閾值法、區(qū)域生長(zhǎng)法、水平集法，各種計(jì)算方法各有優(yōu)缺點(diǎn)，并發(fā)展多計(jì)算方法相融合技術(shù)，提高分割速度，分割精度接近專家手動(dòng)分割效果[1,2,4-10]。但這些技術(shù)初期應(yīng)用都以影像診斷學(xué)醫(yī)師人工分割作為金標(biāo)準(zhǔn)，特別是在邊緣分界模糊時(shí)，更需人為介入劃界。在病灶發(fā)現(xiàn)和測(cè)量大小體積方面，以肺癌為最熱門應(yīng)用，并且發(fā)展“數(shù)字肺”影像組學(xué)，通過(guò)運(yùn)用CAD輔助技術(shù)完成三維容積方向的肺氣腫、實(shí)性病灶自動(dòng)發(fā)現(xiàn)與容積定量計(jì)算、惡性風(fēng)險(xiǎn)預(yù)判等，達(dá)到診斷準(zhǔn)確率高于常規(guī)CT檢查組效果[6,10-12]。有研究者通過(guò)動(dòng)物實(shí)驗(yàn)、軟件自動(dòng)計(jì)算獲得溺死與非溺死組家兔全肺平均CT值及全肺體積改變，溺死組發(fā)生水性肺水腫，并且其肺體積較失血和機(jī)械窒息組明顯增大結(jié)果[14]。但是對(duì)于邊緣模糊、密度淡薄的滲出病變，始終是研究的難點(diǎn)。在甲型流感研究中，有作者對(duì)以面積比例評(píng)分方式進(jìn)行病變計(jì)分與病毒載量對(duì)比，獲得病毒載量與CT肺部損害表現(xiàn)基本一致結(jié)果[15]。以基于深度學(xué)習(xí)與采用nn-Unet框架建立肺炎分割模型、隨機(jī)森林方法構(gòu)建肺炎分類模型的處理技術(shù)有利于對(duì)邊緣模糊肺炎病變更精確分割邊界，使COVID-19肺炎病灶分割模型在同源測(cè)試集上精準(zhǔn)度達(dá)到75.4%、病灶分割精度67.7%，并獲得COVID-19肺炎一些潛在影像學(xué)特征，如病灶累及中葉、累及肺葉數(shù)及病灶占整肺體積百分比等量化數(shù)據(jù)，成功應(yīng)用于預(yù)測(cè)疾病轉(zhuǎn)歸[13,19,29]。

3 病變密度質(zhì)量量化分析

在相同肺容積的病變中，以肺氣腫為代表的負(fù)性密度病變CT量化研究較多[3,10,12,21,23,27]，正性密度病變的研究在2019年以前以肺結(jié)節(jié)的研究較多[11,12,16-18,20,24]，滲出性病變CT量化研究相對(duì)較少，而自從2019年12月COVID-19肺炎爆發(fā)以來(lái)，關(guān)于該病的肺部病變量化研究迅速增多[13,25,28,29]。滲出性病變?cè)诜尾糠植伎纱嬖谟诜伍g質(zhì)、肺泡、支氣管腔內(nèi)，而以肺泡內(nèi)能容納的滲出物最多，同一容積內(nèi)含病變多寡及成分不同導(dǎo)致CT值高低不同，在治療過(guò)程中常需判斷病變變化比例，但滲出病變常有范圍廣、密度差距大情況，研究者多以磨玻璃密度、混合密度、實(shí)性密度分級(jí)作為簡(jiǎn)單量化方法，并從這些不同密度病變所占比例獲得一些鑒別診斷足以支撐肺炎分類的成果，也同時(shí)提出了肺炎病灶分割標(biāo)注、評(píng)估、度量較為困難[13,15,18]，當(dāng)然也與病變遮掩中血管難以分離并影響計(jì)算病變總量有關(guān)。在此本研究小組提出應(yīng)從CT成像原理與公式出發(fā)，探索質(zhì)量=體積×密度公式在病變總量中的計(jì)算方法。張帆等研究者的CT定量分析法對(duì)肺水腫病變區(qū)肺組織重量百分比LWI等測(cè)量計(jì)算結(jié)果做出統(tǒng)計(jì)，并得出CT定量分析法對(duì)肺水腫的定量測(cè)定有著良好的相關(guān)性和一致性結(jié)論[21,22]。當(dāng)然我們也可以理解為大片肺滲出是無(wú)數(shù)磨玻璃與實(shí)性結(jié)節(jié)匯集的結(jié)果，則有大量研究可供參考，獲得病變平均密度、密度構(gòu)成比例等[11,16,17,20]。在一組對(duì)亞實(shí)性肺結(jié)節(jié)的質(zhì)量研究中，質(zhì)量測(cè)量（Mass）能綜合反映密度增高和實(shí)性成分增加，而且質(zhì)量測(cè)量具有很好重復(fù)性，而病灶的分割方式（Automatic或Semi-Auto）對(duì)質(zhì)量測(cè)量變異有影響，同時(shí)獲得質(zhì)量觀察者內(nèi)一致性區(qū)間為-11.5%～10.4%，觀察者間一致性區(qū)間為-17.4%～19.3%[24-26]。在對(duì)新型冠狀病毒肺炎的研究中，不同研究均指向不同密度比例、病程與密度變化等關(guān)系，及成功預(yù)測(cè)病程走勢(shì)[25,28]。

4 病變對(duì)肺功能影響量化分析

肺功能準(zhǔn)確評(píng)估對(duì)于肺部疾病診斷、預(yù)后有重要作用[31,32]，而CT是評(píng)價(jià)肺部通氣狀況的良好檢查方式，通過(guò)肺部定量分析，可以直觀的評(píng)價(jià)肺不同區(qū)域的通氣狀況，通過(guò)比較吸氣末與呼氣末肺部通氣狀況，可以直觀評(píng)價(jià)機(jī)械通氣效果及安全性，進(jìn)而指導(dǎo)選擇適宜的潮氣量[3,22]。Terragni等通過(guò)定量分析發(fā)現(xiàn)不同的患者需要不同潮氣量，重癥ARDS患者可能需更小潮氣量來(lái)進(jìn)行肺保護(hù)[23]。在對(duì)小氣道病變研究中，基于體素更細(xì)致研究獲得比較多進(jìn)展，如李輝安團(tuán)隊(duì)在對(duì)COPD研究中，發(fā)現(xiàn)早期CTPD肺氣腫程度正常值上限為11.16%，小氣道病變程度正常值上限為50.07%，基于體素定量CT能早期發(fā)現(xiàn)有呼吸道癥狀但肺功能未達(dá)到COPD診斷小氣道損傷，有助于COPD早期診斷[27]。

5 總結(jié)與展望

肺部CT在臨床應(yīng)用極為廣泛，大量感染性病變、肺水腫、肺出血及腫瘤等病變進(jìn)展、吸收縮小均需以適當(dāng)量化方式進(jìn)行優(yōu)化評(píng)價(jià)。CT容積量化與密度質(zhì)量量化研究已經(jīng)獲得一些積極進(jìn)展，并且由于智能AI提高運(yùn)算速度，可以為臨床提供有效、準(zhǔn)確的量化數(shù)據(jù)。同時(shí)在病灶對(duì)肺功能影響、病灶物質(zhì)構(gòu)成比例、細(xì)胞構(gòu)成類型、MR肺部量化分析、大數(shù)據(jù)AI應(yīng)用等方面也有著廣闊的研究空間，值得深入研究。