［摘要］ 目的：應(yīng)用COPD分析軟件自動(dòng)測(cè)量受試者CT定量指標(biāo)全肺低衰減區(qū)百分比（LAA%）（閾值≤-950 HU），探討其與臨床肺功能指標(biāo)的相關(guān)性。方法：選取COPD患者463例（COPD組）及肺功能正?；颊?3例（正常組），均行肺功能檢查及吸氣相薄層CT檢查。按照2005版美國(guó)胸科學(xué)會(huì)和歐洲呼吸協(xié)會(huì)（ATS/ERS）分級(jí)標(biāo)準(zhǔn)，將COPD組分為5個(gè)亞組：輕度組96例，中度組92例，中重度組95例，重度組86例及極重度組94例。將吸氣相薄層CT圖像上傳至肺氣腫后處理工作站，自動(dòng)測(cè)量各肺葉LAA%（閾值≤-950 HU），將各組全肺LAA%行兩兩比較。使用Spearman相關(guān)分析比較COPD組LAA%與肺功能指標(biāo)［FEV1%（第1秒用力呼氣容積占預(yù)計(jì)值的百分比）、FVC（用力肺活量）、FEV1/FVC］的相關(guān)性。結(jié)果：正常組與COPD各組LAA%、FEV1%、FVC、FEV1/FVC兩兩比較差異均有統(tǒng)計(jì)學(xué)意義（均Plt;0.05）。LAA%與肺功能指標(biāo)（FEV1%、FVC、FEV1/FVC）均呈負(fù)相關(guān)（rs=-0.447，-0.264，-0.570；均Plt;0.05）。結(jié)論：CT定量指標(biāo)全肺LAA%可反映肺功能嚴(yán)重程度，可作為一種無(wú)創(chuàng)、敏感的肺氣腫檢查手段應(yīng)用于臨床工作。

［關(guān)鍵詞］ 肺疾病，慢性阻塞性；人工智能；體層攝影術(shù)，X線計(jì)算機(jī)；肺功能

Correlation study between quantitative CT assessment based on artificial intelligence and pulmonary function in chronic obstructive pulmonary disease

ZHANG Tao1，YI Shenwen2，WU Jing1，MAO Shan2，XU Jun2，XU Chenyu2，GU Wei2，YE Liang2

1Department of Radiology，Nanjing First Hospital，Nanjing Hospital of Nanjing Medical University，Nanjing 210006，China；2Department of Respiratory，Nanjing First Hospital，Nanjing Hospital of Nanjing Medical University，Nanjing 210006，China.

［Abstract］ Objective：To assess the correlation between LAA% （threshold ≤-950 HU），a quantitative CT index，and clinical lung function index，by using COPD analysis software. Methods：A total of 463 COPD patients （COPD group） and 93 patients with normal lung function （the normal group） were selected. Lung function examination and inspiratory phase thin-slice CT examination were required at the same time. According to the ATS/ERS classification criteria，463 COPD patients were divided into 5 subgroups，96 cases were in the mild group，92 cases in the moderate group，95 cases in the moderate-severe group，86 cases in the severe group and 94 cases in the extremely severe group. The inspiratory phase thin-slice CT of all patients was uploaded to the digital workstation，and LAA% was automatically measured，and LAA% of each group was compared. The correlation between LAA% and pulmonary function indices （FEV1%，F(xiàn)VC，F(xiàn)EV1/FVC） in the COPD subgroups was compared by Spearman correlation analysis. Results：LAA%，F(xiàn)EV1%，F(xiàn)VC，F(xiàn)EV1/FVC were different in pairwise comparisons between the normal group and 5 COPD subgroups （all Plt;0.05）. LAA% was negative correlation with FEV1%，F(xiàn)VC，F(xiàn)EV1/FVC （rs=-0.447，-0.264，-0.570，all Plt;0.05）. Conclusions：LAA%，the quantitative CT index，reflects the severity of lung function，and can be used as a non-invasive and sensitive means to detect emphysema in clinical work.

［Key words］ Pulmonary disease，chronic obstructive；Artificial intelligence；Tomography，X-ray computed；Pulmonary function

慢性阻塞性肺疾?。╟hronic obstructive pulmonary disease，COPD）是一種由于氣道和/或肺泡異常導(dǎo)致持續(xù)性、進(jìn)行性氣流阻塞的異質(zhì)性肺疾?。?］，其因高患病率、致殘率和死亡率成為全球公共衛(wèi)生問(wèn)題。2021年我國(guó)死因監(jiān)測(cè)數(shù)據(jù)顯示，COPD死亡數(shù)占總死亡數(shù)的6.5%，是第4位死因疾?。?］。由于臨床對(duì)COPD認(rèn)識(shí)不足，防治工作也不容樂(lè)觀［3］，故早期診斷、評(píng)估病情并制訂治療策略尤為重要。

CT廣泛應(yīng)用于COPD的診療過(guò)程中，但傳統(tǒng)CT的解讀依賴于醫(yī)師的專業(yè)知識(shí)和經(jīng)驗(yàn)，存在主觀性。肺功能檢查能客觀反映肺功能受損程度，為COPD患者的診療提供重要參考，其操作較復(fù)雜，且檢查結(jié)果可能會(huì)受患者身體狀況等影響。人工智能的飛速發(fā)展為醫(yī)學(xué)影像學(xué)帶來(lái)了革命性的變化，如何使用人工智能技術(shù)，將CT定量診斷與肺功能檢查相結(jié)合，以更全面、準(zhǔn)確地評(píng)估COPD患者的病情是當(dāng)前研究的重要方向［4-5］。肺低衰減區(qū)百分比（percentage of low attenuation area，LAA%）是肺氣腫破壞的全球指標(biāo)［6］。本研究利用深度卷積神經(jīng)網(wǎng)絡(luò)的分割技術(shù)，計(jì)算低衰減區(qū)體積在全肺及各肺葉的占比，并建立與美國(guó)胸科學(xué)會(huì)（American Thoracic Society，ATS）和歐洲呼吸協(xié)會(huì)（European Respiratory Society，ERS）（ATS/ERS）嚴(yán)重程度分級(jí)相似的CT分級(jí)標(biāo)準(zhǔn)，探討基于人工智能COPD的CT定量分析與肺功能之間的關(guān)系，為COPD的診療和評(píng)估提供新的思路和方法。

1" 資料與方法

1.1" 一般資料

選取2019年1月至2022年12月我院慢病管理數(shù)據(jù)庫(kù)中的COPD患者463例（COPD組）及肺功能正?；颊?3例（正常組）；男353例，女203例；年齡23～87歲，平均（60.10±7.87）歲。均行肺功能檢查及吸氣相薄層CT檢查，間隔時(shí)間≤3 d［7］。本研究獲得醫(yī)院倫理委員會(huì)批準(zhǔn)（批號(hào)：YW20211018-05）。

COPD組納入標(biāo)準(zhǔn)：①均具備不完全可逆的氣流受限特征，即吸入支氣管舒張劑沙丁胺醇后，肺功能指標(biāo)第1秒用力呼氣容積與用力肺活量的比值（ratio of the first second forced expiratory volume to forced vital capacity，F(xiàn)EV1/FVC）lt;70%；②近1個(gè)月內(nèi)病情穩(wěn)定，無(wú)急性加重病史，無(wú)使用抗生素、糖皮質(zhì)激素史。排除標(biāo)準(zhǔn)：①圖像顯示不清或有偽影；②有影響CT圖像觀察的疾病，如肺大部分感染、嚴(yán)重肺不張及肺實(shí)變等；③肺內(nèi)腫瘤或腫瘤樣病變；④影響肺容積的病變，如肺部切除史、胸廓畸形等；⑤合并嚴(yán)重的肝腎心功能不全。

正常組納入標(biāo)準(zhǔn)：選取肺功能正常者，即FEV1/FVC ≥ 70%。排除標(biāo)準(zhǔn)：有胸部手術(shù)史、心血管疾病、呼吸系統(tǒng)疾病或肝腎功能不全等全身性疾病。

按照2005年ATS/ERS發(fā)布的肺功能檢查判讀指南［8］，將COPD患者分為5個(gè)亞組：輕度組96例，中度組92例，中重度組95例，重度組86例及極重度組94例。ATS/ERS分級(jí)標(biāo)準(zhǔn)：輕度，第1秒用力呼氣容積占預(yù)計(jì)值的百分比（forced expiratory volume in one second percentage，F(xiàn)EV1%）≥70%；中度，60% ≤ FEV1%lt;70%；中重度，50% ≤ FEV1%lt;60%；重度，35% ≤ FEV1%lt;50%；極重度，F(xiàn)EV1%lt;35%。

1.2" 儀器與方法

1.2.1" 肺功能檢查" 使用德國(guó)耶格高級(jí)肺功能儀（型號(hào)：PST）。由專業(yè)技師負(fù)責(zé)，患者取坐位，以其配合最好的一次作為最終結(jié)果。肺功能參數(shù)包括：FEV1%、FEV1/FVC及FVC。

1.2.2" CT檢查" 使用聯(lián)影128層CT掃描儀，患者取仰臥位，兩臂上舉，于深吸氣末從肺尖掃描至肺底。掃描參數(shù)：120 kV，螺距1.087 5，球管旋轉(zhuǎn)時(shí)間0.5 s，層厚、層距均為5 mm。采用高分辨力重建算法行薄層重建，層厚1.0 mm，層距0.625 mm，觀察窗窗寬1 200 HU，窗位-500 HU。

1.3" CT圖像智能處理

肺氣腫的自動(dòng)測(cè)量：運(yùn)用密度屏蔽法測(cè)定肺氣腫指數(shù)，將所有重建后CT圖像上傳至肺氣腫專用后處理工作站（數(shù)坤科技股份有限公司），打開(kāi)吸氣相薄層圖像，利用軟件中的肺氣腫分析測(cè)量軟件，將lt;-950 HU閾值的肺組織設(shè)定為粉紅色，計(jì)算出總肺及各肺葉分割開(kāi)的肺氣腫的比值，即LAA%，并顯示肺密度分布曲線圖（圖1）。

1.4" 統(tǒng)計(jì)學(xué)分析

采用SPSS 19.0軟件進(jìn)行數(shù)據(jù)分析。LAA%與肺功能相關(guān)性采用Spearman相關(guān)性檢驗(yàn)。計(jì)量資料若符合正態(tài)分布，且方差齊，以x±s表示，選擇方差分析行多組間比較，兩兩比較行LSD-t檢驗(yàn)；若不符合正態(tài)分布或方差不齊，以M（QR）表示，選擇Tamhane’s T2檢驗(yàn)。以Plt;0.05為差異有統(tǒng)計(jì)學(xué)意義。

2" 結(jié)果

2.1" 各組LAA%比較

正常組及COPD輕度組、中度組、中重度組、重度組、極重度組的平均LAA%分別為（6.22±3.51）%、（11.99±4.94）%、（17.12±4.91）%、（22.05±5.94）%、（25.34±6.91）%及（30.80±7.26）%；各組兩兩比較，差異均有統(tǒng)計(jì)學(xué)意義（均Plt;0.05）。

2.2" 各組肺功能指標(biāo)比較

COPD各組相關(guān)肺功能指標(biāo)（FEV1%、FVC、FEV1/FVC）均較正常組低，且隨COPD分級(jí)越高，F(xiàn)EV1%、FVC、FEV1/FVC越低，正常組與COPD各組比較差異均有統(tǒng)計(jì)學(xué)意義（均Plt;0.05）。COPD各組間兩兩比較，差異均有統(tǒng)計(jì)學(xué)意義（均Plt;0.05）（表1）。

2.3" COPD組LAA%與肺功能指標(biāo)相關(guān)性

COPD組LAA%與肺功能指標(biāo)（FEV1%、FVC、FEV1/FVC）均呈負(fù)相關(guān)（rs=-0.447，-0.264，-0.570；均Plt;0.05）（圖2）。

3" 討論

目前，臨床診斷COPD仍依靠肺功能檢測(cè)，但其僅反映肺的整體功能，無(wú)法提供COPD的類型和肺部受累程度［9］。CT可顯示支氣管異常、肺氣腫形態(tài)、嚴(yán)重程度和分布［1］，對(duì)無(wú)法行肺功能檢查的患者，CT定量分析可作為一項(xiàng)重要的診斷方法。CT與肺功能檢查相互補(bǔ)充，可更準(zhǔn)確地評(píng)估病情，為制訂個(gè)性化治療方案提供依據(jù)。CT定量測(cè)量COPD患者肺氣腫程度時(shí)，對(duì)劃分肺氣腫與非肺氣腫區(qū)域的閾值存在爭(zhēng)議，在兼顧敏感性與特異性的情況下，閾值廣泛采用-950 HU［10-13］，這與顯微鏡觀及大體觀也有較強(qiáng)的相關(guān)性，尤其在吸氣相［14］。因此，本研究采用LAA%lt;-950 HU測(cè)定肺氣腫程度。

基于人工智能的COPD的CT定量與肺功能關(guān)系的研究，對(duì)提高COPD的診斷準(zhǔn)確率和治療效果具有重要意義。本研究通過(guò)比較正常組與COPD組定量CT測(cè)量指標(biāo)LAA%，發(fā)現(xiàn)各組間差異均有統(tǒng)計(jì)學(xué)意義，表明LAA%可反映肺通氣功能障礙嚴(yán)重程度，為肺功能的評(píng)估提供重要的輔助信息。其不僅可幫助醫(yī)師更準(zhǔn)確地判斷有無(wú)COPD，還可用于評(píng)估肺氣腫的嚴(yán)重程度和預(yù)測(cè)疾病的發(fā)展趨勢(shì)。本研究發(fā)現(xiàn)，基于人工智能的COPD的CT定量分析與肺功能之間存在密切關(guān)系，且LAA%與FEV1%、FVC及FEV1/FVC均呈負(fù)相關(guān)，尤其與FEV1/FVC相關(guān)性更強(qiáng)，這與大多數(shù)研究［15-17］相符，即隨肺氣腫范圍的增加，疾病加重，肺組織破壞程度越大，肺功能越差。

通過(guò)對(duì)大量COPD患者的CT圖像和肺功能數(shù)據(jù)進(jìn)行深度學(xué)習(xí)和分析，可構(gòu)建出預(yù)測(cè)模型，用于預(yù)測(cè)發(fā)生COPD可能，以及疾病的進(jìn)展速度和嚴(yán)重程度，有助于醫(yī)師及時(shí)采取干預(yù)措施，延緩疾病的進(jìn)展，提高患者的生活質(zhì)量。

本研究的局限性：①為單中心、回顧性研究，研究對(duì)象均來(lái)自于慢病管理數(shù)據(jù)庫(kù)中的患者，可能影響結(jié)果的準(zhǔn)確性，未來(lái)可進(jìn)行多中心、前瞻性研究。②僅研究一種CT定量指標(biāo)，研究范圍較局限，今后可納入其他定量指標(biāo)進(jìn)行更全面的研究。

綜上所述，基于人工智能的COPD的CT定量分析與肺功能之間存在密切關(guān)系，有助于肺氣腫患者嚴(yán)重程度的量化及長(zhǎng)期隨訪，為COPD的診斷、治療和評(píng)估提供了新的思路和方法。全肺LAA%在一定程度上能評(píng)估肺氣腫的嚴(yán)重程度，也可直觀反映肺功能嚴(yán)重程度，可作為一種無(wú)創(chuàng)、敏感的肺氣腫檢查手段應(yīng)用于臨床。

［參考文獻(xiàn)］

［1］ AGUSTI A，CELLI B R，CRINER G J，et al. Global initiative for chronic obstructive lung disease 2023 report：GOLD executive summary［J］. Eur Respir J，2023，61（4）：2300239.

［2］ 國(guó)家衛(wèi)生健康委統(tǒng)計(jì)信息中心中國(guó)疾病預(yù)防控制中心慢性非傳染性疾病預(yù)防控制中心. 中國(guó)死因監(jiān)測(cè)數(shù)據(jù)集2021［M］. 北京：中國(guó)科學(xué)技術(shù)出版社，2022.

［3］ 佟赫，叢舒，方利文，等. 2019-2020年中國(guó)40歲及以上人群肺功能檢查狀況分析［J］. 中華流行病學(xué)雜志，2023，44（5）：727-734.

［4］ 林曉青，夏藝，范麗. CT定量分析及人工智能對(duì)COPD急性加重的研究進(jìn)展［J］. 中國(guó)臨床醫(yī)學(xué)影像雜志，2024，35（1）：61-64.

［5］ 鄭國(guó)利，劉艷，卜春紅，等. 多排螺旋CT定量測(cè)量對(duì)慢性阻塞性肺疾病病情診斷的臨床價(jià)值［J］. 中國(guó)CT和MRI雜志，2021，19（1）：70-72.

［6］ BENLALA I，LAURENT F，DOURNES G. Structural and functional changes in COPD：what we have learned from imaging［J］. Respirology，2021，26（8）：731-741.

［7］ 李輝安，師美娟，沈聰，等. 基于體素的COPD早期診斷與CT肺功能定量評(píng)估［J］. 西安交通大學(xué)學(xué)報(bào)（醫(yī)學(xué)版），2019，40（2）：187-192.

［8］ PELLEGRINO R，VIEGI G，BRUSASCO V，et al. Interpretative strategies for lung function tests［J］. Eur Respir J，2005，26（5）：948-968.

［9］ EBRAHIMIAN S，DIGUMARTHY S R，BIZZO B，et al. Artificial intelligence has similar performance to subjective assessment of emphysema severity on chest CT［J］. Acad Radiol，2022，29（8）：1189-1195.

［10］ HOFFMAN E A. Origins of and lessons from quantitative functional X-ray computed tomography of the lung［J］. Br J Radiol，2022，95（1132）：20211364.

［11］ DISTLER O，ASSASSI S，COTTIN V，et al. Predictors of progression in systemic sclerosis patients with interstitial lung disease［J］. Eur Respir J，2020，55（5）：1902026.

［12］ 吳玲秀，雷新軍，張永平，等. 慢性阻塞性肺疾病肺功能與CT掃描容積定量參數(shù)指標(biāo)的相關(guān)性分析［J］. 醫(yī)學(xué)影像學(xué)雜志，2019，29（8）：1429-1432.

［13］ 姜偉強(qiáng)，高會(huì)艷. 定量CT測(cè)量與COPD患者肺功能的相關(guān)性分析［J］. 中國(guó)CT和MRI雜志，2020，18（9）：73-75.

［14］ 史維雅，杭晶卿，張志勇，等. 呼吸氣雙相HRCT成像對(duì)不同COPD表型的定量評(píng)估［J］. 中國(guó)臨床醫(yī)學(xué)影像雜志，2018，29（5）：329-332.

［15］ CAO X，JIN C，TAN T，et al. Optimal threshold in low-dose CT quantification of emphysema［J］. Eur J Radiol，2020，129：109094.

［16］ 劉明珠，羅潔君，管宇，等. CT定量分析對(duì)慢性阻塞性肺疾病高危人群的診斷價(jià)值［J］. 中國(guó)中西醫(yī)結(jié)合影像學(xué)雜志，2023，21（5）：475-480.

［17］ 谷慧慧，韓婷婷，曹憲憲，等. 基于定量CT分析COPD患者肺血管改變與肺氣腫嚴(yán)重程度的一致性［J］. 臨床放射學(xué)雜志，2024，43（1）：63-67.

［基金項(xiàng)目］ 南京市衛(wèi)生科技發(fā)展重點(diǎn)項(xiàng)目（ZKX21041）；江蘇省衛(wèi)健委醫(yī)學(xué)科研重點(diǎn)項(xiàng)目（ZDB2020012）。

［通信作者］ 葉亮，Email：yeliang0988@163.com。