傅鋼澤，陶潔潔，孫厚長，楊運俊，王美豪

溫州醫(yī)科大學附屬第一醫(yī)院 放射科，浙江 溫州 325015

隨著多層螺旋CT 和人工智能（artificial intelligence,AI）技術不斷發(fā)展，軟件能實現(xiàn)肺內病灶自動分割和三維容積數(shù)據(jù)測定。CT定量分析在胸部疾病的運用較為廣泛，如慢性阻塞性肺炎的全肺定量評估與肺結節(jié)的定量分析[1-4]。CT檢查是病毒性肺炎篩查的重要檢查手段[5]，近期也有報道[6-7]將病毒性肺炎的CT定量分析應用于臨床研究。然而以往在病毒性肺炎的影像學上基本采用半定量分析評估，缺乏相對精準的定量評估方法。本研究以48例COVID-19患者作為研究對象，將其醫(yī)學數(shù)字成像和通信（digital imaging and communications in medicine,DICOM）格式CT薄層資料用AI軟件測量并計算出病變區(qū)域肺質量，旨在探討病變肺質量與病毒性肺炎患者發(fā)病早期常見臨床特征及實驗室指標的相關性。

1 對象和方法

1.1 對象 收集2020年1月19日至2月31日期間溫州醫(yī)科大學附屬第一醫(yī)院、溫州醫(yī)科大學附屬第二醫(yī)院及樂清市人民醫(yī)院經核酸檢測陽性，并確診為COVID-19，且可獲得完整CT薄層DICOM格式電子版的患者。排除標準：①首次CT檢查沒有發(fā)現(xiàn)肺炎的患者；②CT檢查偽影明顯或病灶邊界不清無法準確分割；③CT檢查在發(fā)病時間10 d以上。最終獲得具有DICOM格式薄層CT資料的患者48例，記錄性別、年齡、體溫、發(fā)病時間、白細胞計數(shù)、淋巴細胞計數(shù)、C反應蛋白值等臨床資料。本研究通過溫州醫(yī)科大學附屬第一醫(yī)院倫理委員會批準。

1.2 檢查方法 使用的C T 機型為Phillips Brilliance 16 層、GE LightSpeed VCT 64 層。掃描參數(shù)：管電壓120 kV，管電流30～150 mAs，層厚5.00 mm，重建層厚0.625～1.5 mm，螺距0.99～ 1.20，矩陣512×512。所有患者采取仰臥位在深吸氣后屏氣狀態(tài)下完成1次胸部CT掃描，掃描范圍為從肺尖至肺底。圖像分析采用高分辨率算法肺窗（窗寬 1 500 Hu，窗位-500 Hu）和縱隔窗（窗寬400 Hu，窗位40 Hu）。

1.3 分組方法 按體溫不同分為無發(fā)熱組（≤37.3 ℃）、低度發(fā)熱組（＞37.3～38.0 ℃）、中高度發(fā)熱組（＞38.0 ℃）；根據(jù)發(fā)病時間分發(fā)病≤4 d組和發(fā)病≥5 d組；根據(jù)C反應蛋白值分升高組和正常組；根據(jù)白細胞計數(shù)分升高組、正常組和降低組；根據(jù)淋巴細胞計數(shù)分升高組、正常組和降低組。比較各組之間病灶的質量、體積、密度的差異。

1.4 AI及后處理方法 IDICOM格式薄層CT傳輸至后處理軟件采用德信肺炎模塊（V1.7.1.1）AI自動分割病灶，分別經兩位高年資醫(yī)師獨立復審校正分割界限，得到兩次病灶的體積和平均密度取其平均值。感興趣區(qū)勾畫要求較大的血管和支氣管除外，由計算機自動生成病灶三維圖像。記錄病灶的體積和密度，并將體積與密度換算成病灶質量。換算公式：質量（g）=（1 000+CT值）×體積（mL）/1 000[8]。分別統(tǒng)計病灶質量、體積、密度與臨床特征（性別、年齡、體溫、發(fā)病時間、白細胞計數(shù)、淋巴細胞計數(shù)及C反應蛋白值）的相關性。

1.5 統(tǒng)計學處理方法 采用SPSS22.0統(tǒng)計軟件進行分析。資料正態(tài)檢驗用Kolmogorov-Smirnov檢驗。正態(tài)分布資料用±s表示，兩組間比較用t檢驗，多組間比較用單因素方差分析；非正態(tài)分布資料用M（Q1，Q3）表示，兩組間比較用Mann-WhitneyU檢驗，多組間比較用Kruskal-WallisH檢驗。定量參數(shù)值與不同臨床特征采用Spearman相關分析。P＜0.05為差異有統(tǒng)計學意義。

2 結果

2.1 患者一般資料 AI輔助測量COVID-19患者48例，年齡28～81（45.2±16.5）歲，男26例，女22例，發(fā)病時間3（1，5）d；發(fā)熱患者38例（占79%），其他癥狀有咳嗽6例（占13%），咽痛5例（占10%），肌肉酸痛2例（占4%），胃腸道癥狀6例（占3%），乏力5例（占10%）；白細胞計數(shù)下降7例（占15%），淋巴細胞計數(shù)下降15例（占31%），C反應蛋白升高33例（占69%）。有肝炎病史2例，肝硬化病史1例，高血壓病史7例，抑郁癥1例。

2.2 CT定量參數(shù)和臨床特征的相關性分析 COVID-19患者肺內病灶AI輔助分割得到病灶密度、體積和質量參數(shù)見圖1、圖2；病灶的定量參數(shù)值與臨床特征的相關性見表1。病灶的體積和質量與C反應蛋白值存在強相關性（均P＜0.001）；病灶的體積、質量分別與體溫、發(fā)病時間存在相關性（均P＜0.05）。病灶密度與白細胞計數(shù)、C反應蛋白存在弱相關性（P＜0.05）。

表1 CT定量參數(shù)和臨床特征的相關性分析

圖1 COVID-19患者，男，28歲，發(fā)熱2 d，體溫37.9 ℃，白細胞計數(shù)3.29× 109/L，淋巴細胞計數(shù)0.94×109/L，C反應蛋白0.64 mg/L。CT示兩下肺少許斑片，橫段位、冠狀位及矢狀位分別示左下肺病灶呈“鋪路石征”的磨玻璃斑片的分割界限；三維立體示圖顯示紅色區(qū)域是兩下肺少許炎癥病灶，左肺病灶明顯。病灶容積11.4 mL，平均CT值約-465 Hu，質量6.1 g

圖2 COVID-19患者，男，43歲，體溫38.4 ℃，白細胞計數(shù)3.48×109/L，淋巴細胞0.77×109/L，C反應蛋白45.8 mg/L。CT橫段位、冠狀位、矢狀位示肺炎分布：兩肺胸膜下多發(fā)磨玻璃斑片影，兩下肺分部為主；AI實現(xiàn)肺內炎性病灶的自動分割，感興趣區(qū)去除較大的血管、支氣管；三維立體圖像示綠色是右肺，藍色是左肺，紅色區(qū)域是炎性病灶區(qū)。病灶容積173.8 mL，平均CT值約-450 Hu，質量95.6 g

2.3 不同臨床特征組病灶的質量及體積、密度比較 不同體溫組病灶質量、體積和密度差異有統(tǒng)計學意義（P＜0.05）；中、高度發(fā)熱組病變肺質量明顯大于低度發(fā)熱組和無發(fā)熱組（P＜0.05）。發(fā)病時間≥5 d組質量大于發(fā)病時間≤4 d組，C反應蛋白升高組質量大于正常組，差異均有統(tǒng)計學意義（P＜0.05）。見表2。

表2 不同臨床特征組別的病灶體積、密度及質量比較

3 討論

盡管有研究[9-10]表明COVID-19患者臨床癥狀及實驗室指標與COVID-19嚴重程度具有相關性，但仍缺乏一個精準量化肺炎程度的影像學指標。HRCT不僅能夠高清顯示病毒性肺炎的細微征象、病變范圍，而且可以進一步利用AI軟件自動識別肺炎區(qū)域，測量病灶體積和平均肺密度從而實現(xiàn)肺炎程度上的量化。本研究基于CT病變肺體積和密度計算的基礎上，提出一個病變肺質量指標，并研究實驗室指標及臨床癥狀與其相關性。

COVID-19、嚴重急性呼吸綜合征（severe acute respiratory syndrome,SARS）和中東呼吸綜合征（middle east respiratory syndrome,MERS）引起的病理特征類似[11]。病毒性肺炎肺部損傷源于肺間質，CT密度可反映間質增厚和肺炎肺泡填充的程度。肺炎進展期病灶成形并與正常肺組織之間的界限相對明顯，CT圖像上容易實現(xiàn)準確分割。以往研究采用半定量參數(shù)評估病變程度。如CASARINI等[12]評估肺結核，將兩肺野按氣管隆突與下肺靜脈兩條水平線劃分兩肺6個區(qū)域，各個區(qū)域根據(jù)病灶所占比例進行5級評分法。FENG等[13]對H7N9肺炎評分采用上述評分的基礎上，另外按肺部影像正常、磨玻璃密度、實性密度分為1～3 級別。謝浩鋒等[14]根據(jù)肺孢子菌肺炎滲出性病變與對正常區(qū)域的密度差進行測量，多發(fā)病灶區(qū)域測量的密度差進行累加。最近有文獻報道[15]采用目測法對 COVID-19評分，5個肺葉各按病灶所占比例計分，存在個人主觀視覺判斷的差異性偏倚，也缺乏密度上的因素。

本研究中病灶的質量、體積和發(fā)病時間具有顯著統(tǒng)計學相關性。已有研究證明[16]總體肺內病灶的個數(shù)以及伴有實變的病灶個數(shù)均隨著發(fā)病時間的延長而增多，所得結論與本研究一致。本研究顯示發(fā)病≥5 d的患者肺內病灶平均質量顯著大于發(fā)病≤4 d患者病灶的質量。發(fā)熱的程度與肺內病灶的體積、密度、質量存在正相關，隨著發(fā)熱程度的遞增，病變肺的質量顯著升高，中高度發(fā)熱組的質量顯著大于低度發(fā)熱組。病灶肺體積、密度和質量均能有效反映肺炎患者的癥狀及發(fā)病時間，尤其是病變肺體積和質量和癥狀具有顯著相關性。

本研究顯示白細胞計數(shù)和病灶密度存在負相關，細菌性肺炎白細胞計數(shù)增高常見，通常肺內感染灶密度高于病毒性肺炎。COVID-19典型影像學表現(xiàn)為胸膜下分布的磨玻璃為主多發(fā)斑片影，可伴有實變，部分病灶見“暈征”“反暈征”“鋪路石征”等征象[5，15-17]。本研究中COVID-19患者的白細胞及淋巴細胞的數(shù)量和病灶的體積、質量均無顯著相關性，或許與本研究的患者肺炎程度基本偏輕有關。但也有文獻[15]用視覺評估法研究得到肺炎分值與白細胞計數(shù)和淋巴細胞計數(shù)具有弱相關。本研究C反應蛋白升高占69%，C反應蛋白值和肺內炎癥的體積和質量有強相關性，C反應蛋白增高組的病灶質量和體積比正常組高出5倍以上。C反應蛋白是反映炎癥水平的敏感指標，本研究結果C反應蛋白與病變肺質量的相關性要比體積和密度好，也說明了將質量作為新型指標的優(yōu)勢。

病變肺質量與COVID-19患者的臨床癥狀和實驗室指標具有顯著相關性?；诒覥T病變肺質量計算值兼顧病灶體積和密度兩個因素，可作為反映COVID-19嚴重程度的一個影像學定量指標。