RSNA2018肺部影像學

喬金晗，周舒暢，王玉錦，向敏，胡瓊潔，楊朝霞，詹晨奧，陳沖，劉藝文

人工智能/深度學習

在人們不斷的探索下，人工智能無論是在胸部X線平片上還是CT上都展示出良好的應用前景。胸部X線平片是最常用的影像學檢查。影像學檢查中病變的改變或缺乏對患者治療方案的選擇具有重大意義。Singh等比較機器學習(machine learning, ML)算法(Qure AI)和胸部放射科醫(yī)師在連續(xù)復查的胸部X線平片上評估病變穩(wěn)定或變化的準確性，結果顯示ML算法的性能更好。ML可以根據病變的變化或穩(wěn)定對胸片進行分層，從而加快對有重要變化的影像學的發(fā)現。Sahu等亦發(fā)現在門診胸部X線平片中，人工智能算法表現出優(yōu)良的性能，提示其在放射科的質量控制中，可以有效地篩選出需要進行復查的胸片。Hwang等的研究結果顯示，基于ML的自動檢出(DLAD)算法在胸片中檢出惡性肺結節(jié)/腫塊、結核、肺炎和氣胸等主要胸部異常病變的效能較高，提示DLAD可以增強放射科醫(yī)生在影像診斷和病灶檢測方面的診斷表現，有利于提高診斷準確性、患者的安全性和工作流程的有效性。

肺部X線數據庫Chest X-ray14 是目前規(guī)模最大的、用于胸部X線自動分析的公開標注數據集，由1個或更多的14個胸部病理分級組成，如實變、浸潤、炎癥和其他11個。然而，放射科醫(yī)師單獨根據影像無法鑒別實變、浸潤和炎癥，為解決這一限制，Abidin等重新采樣了屬于3個“不透明”和“無發(fā)現”類的數據，合并了視覺上難以區(qū)分的病理學分類，減輕了“結構化噪聲”的影響，該方法優(yōu)于目前最先進的方法發(fā)布的最佳結果，表明放射相關性病理標簽定義在自動胸部X線分析的訓練深度ML系統(tǒng)是非常重要的。

Lakhani等研究證實，卷積神經網絡(convolutional neural networks,CNN)之Inception-v3模型在胸片上評估氣管內導管位置具有良好的性能，同時提出可利用人工智能的自動識別減少放射科醫(yī)生識別關鍵位置的時間。Park等利用3D深度CNN對惡性腫瘤進行基于64×64×64的結節(jié)邊界內和周圍區(qū)域的深度學習分類，并進行4倍交叉驗證，結果顯示相比于放射科醫(yī)師，DL能提高肺結節(jié)風險分級的準確性，有助于在肺部篩選人群中實現更早的腫瘤診斷，減少不必要的逐步檢查。Lee等回顧性分析包括術前的CT影像、分為3級的肺腺癌的病理學，并探究CNN深度學習方法鑒別表現為孤立性肺結節(jié)的肺腺癌病理分級的診斷效能，結果顯示深度學習在鑒別肺腺癌病理分級方面具有較高的診斷準確性，但CNN輸出與患者預后的聯系還需要進一步的研究證實。由此得出，深度CNN無論是在肺結節(jié)良惡性的鑒別上、還是其病理分級上均具有較好的研究價值。

影像組學

影像組學是一個利用數據特征算法從醫(yī)學圖像中提取特征的研究領域，在肺部非腫瘤性疾病的診斷、結節(jié)良惡性的鑒別、惡性腫瘤的分類等方面均有應用。計算機視覺的最新發(fā)展表明，深度學習是提取圖像特征的有力工具。

Cho等應用影像組學預測慢性阻塞性肺病(chronic obstructive pulmonary disease，COPD)患者的總生存率(overall survival，OS)的模型顯示出良好的性能——將患者分為高風險組和低風險組，在進一步驗證后有望作為一種有效的成像生物標志用于評估COPD患者的OS。Chassagnon等利用放射成像技術建立胸部CT構建的影像生物標志物，可用于評估囊性纖維化(cystic fibrosis，CF)肺部嚴重程度的預后。

Tang等將從胸部CT掃描中提取特征來預測結節(jié)為惡性腫瘤的一種深度學習方法和先前建立的影像組學方法進行系統(tǒng)的比較，結果顯示，在結節(jié)為惡性腫瘤的預測中，影像組學聯合深度學習方法的曲線下面積(area under the curve，AUC)明顯高于單純的深度學習或影像組學，而深度學習方法的AUC略高于影像組學，即深度學習提取的特征在一定程度上可以補充影像組學提取的信息。

Wu等建立一種結合血漿生物標志物、影像組學、常規(guī)影像學特征和臨床資料的肺癌診斷預測模型，該模型的AUC為0.9，高于其他模型報告的性能，且這4組特征的組合在肺結節(jié)診斷中優(yōu)于每一組單獨的特征，提示結合血漿生物標志物、影像組學、常規(guī)影像學特征和臨床數據有可能改善和促進肺結節(jié)的處理。Watari等利用基于肺CT圖像深度學習、高曲率和紋理特征預測類風濕性關節(jié)炎相關間質性肺病(rheumatoid arthritis-interstitial lung disease，RA-ILD)患者的OS證實，相對于性別、年齡和生理學指數，聯合影像組學特征在預測OS方面，具有更高的性能。

Chen等回顧性評價CT定量影像組學特征(quantitative radiomic features,QRF)在T1期肺腺癌(lung adenocarcinoma，LAD)患者腦轉移預測中的應用發(fā)現，對于T1期LAD，邊界銳利的實體瘤比邊界不清的磨玻璃樣陰影的實體瘤更易發(fā)生腦轉移。早期非小細胞肺癌(early stage non-small cell lung cancer，ES-NSCLC)治療性切除術后復發(fā)風險高達55%，OS在35%～50%之間。Bera等在基線CT上結合瘤內和瘤周影像特征實現了對ES-NSCLC的侵襲性和5年無復發(fā)生存率的預測，有助于腫瘤學專家確定哪些患者在治療性切除術后的輔助化療中受益。Funayama等研究立體定向全身放射治療(stereotactic body radiation therapy,SBRT)對肺癌患者的影像組學評分(Radiomics score,RAD-score)發(fā)現，RAD-score是SBRT術后肺癌患者無進展生存率的一個預后因素，且有可能成為肺癌SBRT的適應癥之一。Fan等將影像組學和基因組學聯合起來，開發(fā)了一個影像基因組特征來評估非小細胞肺癌(non-small cell lung cancer，NSCLC)患者對放射治療的反應，提出影像基因組學是預測NSCLC放射敏感性的生物標志物。

劑量

超低劑量CT(ultra low dose CT，ULDCT)可能會導致肺影像報告和數據系統(tǒng)(lung imaging reporting and data system,Lung-RADS)分類錯誤。Marom等發(fā)現應用非局部均值(locally-consistent non-local-mean，LC-NLM)去噪算法可改善ULDCT圖像，使Lung-RADS分類與正常劑量掃描相似，在掃描劑量降低同時，可篩選出超過90%的肺癌。

單能CT與雙能CT

既往研究表明，用于肺動脈增強的虛擬單能圖像(virtual monoenergetic images，VMI)在光譜CT中的最佳能量水平為40 keV。Ha等發(fā)現40 keV時的VMI不是檢測肺栓塞(pulmonary embolism，PE)的最佳選擇，因PE的直徑常減小，甚至檢測不到小的PE；但此時的對比噪聲比(contrast-to-noise ratio，CNR)和信噪比(signal-to-noise ratio，SNR)最好，故提議檢測PE時，還應使用其他算法以確保不漏診小的PE。

Hwang等探討氙氣增強型和碘增強型雙能CT(dual energy CT，DECT)聯合用藥后，COPD患者局部通氣和灌注狀態(tài)的變化，定量和視覺分析表明，通氣和通氣/灌注失配的改善可能與患者對藥物治療的反應有關。

Ohno等前瞻性地直接采用全肺動態(tài)造影灌注面積檢測器CT(area-detector CT，ADCT)對IA期NSCLC患者肺功能喪失的評估和形態(tài)變化的評價，結果顯示除全身動脈灌注(systemic arterial perfusion，SAP)圖外，所有灌注參數均與肺功能各參數顯著相關，提示全肺動態(tài)一次性通過的灌注ADCT對IA期NSCLC患者肺功能喪失和形態(tài)改變的評估有一定的指導意義。

胸部MRI與功能成像

高分辨力CT是最常用的放射學檢查方法，但其在兒童、孕婦以及需要長期重復檢查的患者中受到一定限制。相比于CT和PET/CT的輻射問題，MRI的無輻射特性顯示出良好的應用前景。

Dang等以常規(guī)劑量CT為參考標準，評估無輻射的MRI檢查鑒別周圍型肺病灶(peripheral pulmonary lesions，PPL)良惡性的有效性,結果顯示表觀擴散系數(apparent diffusion coefficient，ADC)值能初步鑒別PPL，但如果結合三維容積插入式屏氣檢查(three dimension volumetric interpolated breath-hold examination,3D-VIBE)形態(tài)學特征能更好的進行鑒別，故為減少和避免輻射暴露，可使用MRI 3D-VIBE和DWI代替常規(guī)劑量CT以識別PPL。

Dias等首次在肺部病灶進行MRI-DWI與18F-FDG PET/CT的診斷效能meta分析，他們檢索2017年12月前的medline和embase數據庫，并納入明確18F-FDG PET/CT或DWI對肺惡性病變診斷表現的英文文獻，獨立分析每個圖像模式的病灶定性參數，如PET/CT的最大標準化攝取值(maximum standard uptake value，SUVmax)，MRI的病灶/脊髓信號比率(lesion-to-spinal ratio,LSR)和ADC值，結果顯示在評估潛在的肺部惡性病灶方面，DWI的診斷性能可與18F-FDG PET/CT相媲美，該結果支持將MRI作為肺部病灶隨訪的一個低花費無輻射的檢查項目。

Ohno等對113名患者的122個肺結節(jié)進行3.0T磁共振化學交換飽和轉移(chemical exchange saturation transfer,CEST)成像、DWI檢查、FDG-PET/CT、病理以及隨訪，結果顯示，與DWI和FDG-PET /CT相比，CEST成像具有更好的潛力，可以提高單個肺結節(jié)的診斷性能。Deng等以69名有明確病理結果的患者為研究對象，比較3.0T MRI-DWI上病灶最大橫截面(2D-ROI)和全腫瘤區(qū)域(3D-ROI)的ADC直方圖鑒別孤立肺病灶(solitary pulmonary lesions，SPL)良惡性的診斷效能，結果顯示二者均有助于病變良惡性的鑒別，全腫瘤區(qū)域的ADC直方圖分析具有更好的診斷性能和重復性，但病灶最大橫截面的ADC直方圖分析因節(jié)省時間的原因更適用于臨床。

伊拉克-阿富汗戰(zhàn)爭肺損傷(war lung injury，WLI)是在中東部署的士兵出現的新的呼吸道癥狀，最終會導致收縮性細支氣管炎。Joseph等通過對3名士兵的完整肺功能評估發(fā)現，新型氟-19(19F)-MRI比現有技術能更早發(fā)現氣道異常，這可能有助于更好地診斷有挑戰(zhàn)的氣道異常，如WLI，并可能成為評估干預措施的工具。

Kestler等比較自控非對比增強的功能性肺MRI(SENCEFUL)和V/Q(通氣/灌注)閃爍掃描發(fā)現，SENCEFUL-MRI在對慢性血栓栓塞性肺動脈高壓(chronic thromboembolic pulmonary hypertension，CTEPH)患者檢測灌注缺損顯示出良好的一致性，并通過脈沖相位的峰-偏移比對，發(fā)現病理和健康的象限之間存在顯著差異，這為將來確定SENCEFUL-MRI的閾值提供了一個可量化的值。Doganay等則首次在健康受試者、COPD和肺癌患者中，使用超極化氙-129(hyperpolarized Xenon-129，HPX)的新型功能MRI技術量化從肺泡到肺組織和血漿以及肺部紅細胞室的氙氣傳輸動力學(xenon gas transfer dynamics，XGTD)，并確定COPD和肺癌放射前后XGTD的差異，這有助于早期放射性肺損傷的檢測。而Glass等發(fā)現新型氟-19(19F)-MRI能夠快速、安全地量化局部通風缺陷、氣體沖刷和沖刷動力學，有助于在囊性纖維化受試者中發(fā)現通氣缺陷，這種新的成像技術因便宜的對比劑和惰性化合物、允許使用多個圖像集等優(yōu)點，比氙氣通氣MRI更具優(yōu)勢。

肺癌的篩查

目前肺癌篩查常用的標準是Lung-RADS評分。Kessler等在首次行肺癌CT篩查時顯示有結節(jié)的486名患者中，比較溫哥華風險計算器(Vancouver risk calculator，VRC)和Lung-RADS評分發(fā)現，VRC在多種肺癌篩查項目中對于患者惡性腫瘤的預測表現出更高的敏感性，但特異性和準確性較低，故兩者結合使用可能會提高對肺癌的預測。

Hwang等在全國肺癌篩查項目的病例中比較手動測量系統(tǒng)(手動系統(tǒng))和配備了半自動結節(jié)分割和計算機輔助診斷(computer aided diagnosis,CAD)系統(tǒng)(軟件系統(tǒng))，發(fā)現軟件系統(tǒng)檢測到的結節(jié)數量和陽性檢出率較手動系統(tǒng)顯著提高，而兩個系統(tǒng)間的結節(jié)尺寸無顯著差異，因此肺癌篩查中應用軟件的使用應提供詳細的說明。Yuan等比較先顯示CAD結果，放射科醫(yī)生接受或拒絕CAD結果(CAD+Tech-1)，和CAD標記先被隱藏，放射科醫(yī)師獨立閱讀完CT圖像再打開CAD(RAD-1st)，結果顯示CAD+Tech作為第一位讀者無法取代放射科醫(yī)師，但CAD可在肺癌篩查中節(jié)省放射科醫(yī)師的時間，最重要的是可使假陽性率降低4%。

Flores等對2015年全國健康訪談調查(NHIS)進行回顧性分析，納入55～77歲無肺癌的個體，發(fā)現與未患精神疾病的人群相比，自述患有精神疾病的人吸煙率更高，而且符合肺癌篩查(lung cancer screening，LCS)條件的可能性幾乎是前者的2倍，該結果提示放射科醫(yī)師有可能與精神病學和初級保健部門合作，為因吸煙率較高而罹患肺癌風險較高的精神疾病患者開展有針對性的LCS擴展工作。Li等發(fā)現，對少數人群、社會經濟弱勢人群、高風險人群進行低劑量CT肺癌篩查是可行的，但他們從中的獲益程度與條件優(yōu)越人群可能不同，且他們堅持年度復查和后續(xù)隨訪仍具有挑戰(zhàn)性。

大量患者接受低劑量胸部CT的年度LCS。除簡單的肺癌狀態(tài)信息外，CT數據還包含患者健康的重要信息。國家肺癌篩查(NLST)數據庫提供具有相關臨床元數據的大數據集，可用于訓練機器學習算法以提取盡可能多的有用的健康信息。Sheth等在這些CT研究上開發(fā)和驗證3D卷積神經網絡(CNN)算法，預測糖尿病、心臟病、COPD和中風的曲線下面積(AUC)分別為0.75、0.70、0.74、0.69 ，說明該算法除用于正式的LCS外，還可提供有用的關于主要疾病的健康信息。

肺癌的分級與治療

影像學檢查在肺內、肺外腫瘤的鑒別及分級上發(fā)揮著重要作用。Suh等利用臨床和影像學變量，開發(fā)了一種用于鑒別多發(fā)性原發(fā)性肺癌(multiple primary lung cancers，MPLC)和肺內轉移(intrapulmonary metastasis，IPM)的新算法，結果顯示該算法可在大量多發(fā)性肺癌累及多個肺部位的病例中區(qū)分MPLC和IPM。

Hine等根據病理尺寸在肺癌TNM分類(第8版)基礎上以1 cm的間隔引入更詳細的分期，并評估不同胸部放射科醫(yī)生的放射學分期是否與之一致，結果顯示放射科醫(yī)生對腫瘤大小的測定存在很大差異，易受受損部位形態(tài)和測量選擇的影響，雖然較肺癌TNM分類(第8版)更細，可更好地預測生存率，但放射學階段的不確定性和讀片者間的差異降低其臨床可行性。肺癌指南建議，對影像學研究中沒有淋巴結疾病證據的中央腫瘤患者進行有創(chuàng)性的縱隔分期，然而該建議對中心腫瘤的定義卻并不統(tǒng)一。Jeong等根據對中心腫瘤的幾種不同定義，評估NSCLC伴放射學N0分期患者發(fā)生隱匿性縱隔疾病的風險，結果建議用三分之一的胸腔內同心線作為NSCLC伴放射學N0分期患者的超聲內鏡引導下的經支氣管針吸活檢(endobronchial ultrasound-guided transbronchial needle aspiration，EBUS-TBNA)的指征。

Li等驗證了影像引導下腫瘤內射頻消融(radiofrequency hyperthermia，RFH)增強肺癌局部hsv-tk/gcv介導的自殺基因治療的可行性，而這一過程很可能是通過活化bax/bcl-2/caspase-3依賴的凋亡途徑和hsp-70/il-2依賴性免疫調節(jié)通路而實現的。

NSCLC是最容易發(fā)生腦轉移的惡性腫瘤之一。Samson等對接受立體定位性放射手術(stereotactic radiosurgery，SRS)與全腦放射治療(whole brain radiation therapy，WBRT)的NSCLC腦轉移患者進行比較，其中SRS隊列包括接受SRS，直線加速器(linear accelerator，LINAC)放射手術、伽馬刀放射手術、接受分數尺寸≥6Gy的外線束放射治療的患者，WBRT隊列包括所有接受大腦放射治療≥5的患者，結果顯示，WBRT、SRS患者的總生存時間均值分別為4.1和8.9月(P<0.0001)，該結果提示，NSCLC腦轉移患者SRS的使用率增加，且與總生存率的提高獨立相關。Livi等對40例中央型NSCLC行SBRT的療效及毒副作用的單中心研究分析，結果顯示SBRT耐受性較好，無G3/G4毒副作用：最嚴重的副作用為G2食管炎5/40例(12.5%)，該結果為SBRT在中央型NSCLC的可行性和臨床療效提供證據。

Jahangiri等對30名原發(fā)性非小細胞肺癌(LA-NSCLC)放療前后的PET/CT進行分析，采用自適應對照閾值化算法測量代謝活躍腫瘤體積、未校正標準攝取值(standard uptake value，SUV)、部分體積校正SUV及病灶糖酵解總量，結果顯示自適應對照閾值化算法在定量LA-NSCLC患者全腫瘤糖酵解方面非常有前景；他們又分析39名以ⅢA/ⅢB期 NSCLC為主的患者(53.8%為女性，平均年齡67歲)放療前后的FDG-PET/CT，計算并矯正全肺的平均標準攝入值(mean standard uptake value，SUVmean)、全肺糖酵解(global lung glycolysis，GLG)、肺體積、代謝活性腫瘤體積(metabolically active tumor volume，MTV)、腫瘤SUV和病變處糖酵解(total lesion glycolysis，TLG)，并用GLG減去TLG計算出肺實質糖酵解(GLPG)，結果顯示光子放療組的部分體積矯正標準攝取值(partial volume correction SUV，PVC-SUV)和PVC-GLPG均明顯升高，而僅接受質子放療的患者并不存在這種改變，證實質子放療可減少放療相關性肺炎。

Ohno等采用相同的數學方法，使用基于實體瘤的療效評價標準(response evaluation criteria in solid tumors，RECIST)指南比較CT動態(tài)對比增強灌注病變區(qū)域檢測成像(ADCT)、MR動態(tài)灌注成像、FDG-PET/CT在局限期小細胞肺癌(SCLC)患者治療效果的預測能力，發(fā)現動態(tài)對比增強灌注ADCT和MR動態(tài)灌注成像在預測局限期SCLC患者的治療結果方面比FDG-PET/CT更好。

血管介入

采用肺動脈增強掃描評估PE時，根據患者特定的血流動力學實時調節(jié)掃描開始時間，可實現最佳掃描，減少非診斷性掃描次數。Schwartz等評估肺動脈增強掃描的圖像質量，結果顯示該方法可提高主觀圖像質量，并減少非診斷性肺動脈段的總數。Chen等探討對于危重患者行低對比劑低電壓的容積螺旋(volume helical shuttle，VHS)模式的可行性，結果顯示在總輻射劑量不變，并減少58%的對比劑用量下，獲得了較為滿意的圖像效果，有助于克服危重患者不能很好地配合的困難。

Branch等證實了一種可視化機器學習算法在非心電圖同步、非對比劑增強的胸部CT中定量分析胸主動脈直徑的能力，提出該方法的自動主動脈測量可豐富放射學報告中的流行病學研究，節(jié)省臨床醫(yī)生解釋時間，以及確保不錯過異常擴張的主動脈。

胸部其他炎癥與腫瘤

免疫相關肺炎(immune-related pneumonitis，IRP)是一種可由免疫治療引起的、罕見的、有潛在致命性的疾病。Kim等比較IRP與肺炎的臨床及CT表現發(fā)現，相較于病原體肺炎，IRP更常出現彌漫性分布的網狀結構及GGO、雙側和外周分布的小葉間隔增厚等CT征象，故放射科醫(yī)生應熟悉IRP的表現，以免延誤診斷和發(fā)生嚴重的藥物相關并發(fā)癥。

Kim等比較胸腺上皮腫瘤(thymic epithelial tumors，TET)和胸腺囊腫的生長率發(fā)現，體積倍增時間(volume-doubling times，VDTs)和出現間隔增長的頻率無法將胸腺上皮腫瘤和胸腺囊腫區(qū)分開，水分衰減(≤20 HU)是胸腺囊腫病變生長的標志，因此，對于明顯的囊腫可以進行CT隨訪，而不是手術切除，即使他們呈間隔生長。Hwang等發(fā)現MRI增強鑒別前縱隔良性囊腫和實性病變的相對增強比(relative enhancement ratio，RER)臨界值為26%時，可適當區(qū)分良性囊腫和實性前縱隔腫塊，這可能有助于減少無效的胸腺切除術。

肺氣腫和COPD

COPD存在多種病理模式，選擇更好的影像學成像方式、制定更為全面的評分標準對于患者的臨床分級及預后評估日趨重要，尤其是吸煙患者。Chae等描述了正常CT受試者的區(qū)域空氣體積變化分布，并發(fā)現隨著年齡的增長，上、下葉的氣量呈下降趨勢；而吸煙者的氣量變化對重力依賴的方向性似乎與正常值相反；相對區(qū)域空氣體積變化(relative regional air volume changes，RRAVC)圖的可視化有助于這些變化的識別。Karanjah等則利用商用軟件首次分析肺癌與肺氣腫患者的異質性，提出半自動量化每個肺葉的肺氣腫是可行的，量化肺氣腫的區(qū)域和全肺異質性可能有助于COPD患者發(fā)展為肺癌的風險分層。

Bartlett等在應用附加的銳核(Q65)/光子計數檢測器(photon counting detectors，PCDs)/1024矩陣重建圖上，標記出每個肺葉中能清晰顯示的最高級別的支氣管分支，并對3級和4級支氣管進行評估發(fā)現，該方法可增加高階支氣管和支氣管壁的可視化而不降低結節(jié)的檢測能力，表明與目前的常規(guī)胸部CT重建相比[常規(guī)的臨床內核(B46)/能量整合檢測器(energy integrating-detectors，EIDs)/512和1024矩陣]，該重建方法可提高中小支氣管的可見性，使放射科醫(yī)師能更好地判斷肺部的病理情況。

Ohno等研究發(fā)現，在COPD的肺功能喪失評估和臨床階段分類上，具有3D肺運動評估的吸氣/呼氣氙增強區(qū)域檢測器比不具有3D運動分析的CT性能好。

因需每年行肺癌篩查的患者發(fā)生其他心肺疾病的風險也較高，故對這部分患者使用低劑量CT掃描(LDCT)是非常有意義的。Lee等通過對860例患者的LDCT使用深度學習，證明該方法識別其他病癥，特別是預測肺氣腫存在一定的潛力。目前該算法雖尚在微調中，但考慮到其已經實現的高性能，微調可能會實現更高的性能，具有提高效率和防止遺漏重要發(fā)現的潛力。

Retson等利用卷積神經網絡(CNN)，從全胸CT中選擇10個等距軸向胸部圖像的子集進行訓練，以此預測的肺總量(TLC)，功能殘氣量(FRC)和肺氣腫百分比等均與實際情況的相關性較好，表明對CNN的改進可將其擴展到其他結構或體積；并可能實現肺功能定量和體積測量的自動化，從而簡化疾病的監(jiān)測。

Sevco等對來自國家肺篩查試驗(NLST)的低劑量CT掃描圖，比較了兩種獨立視覺評估方案[方案一是評估肺氣腫存在或不存在；方案二是將肺分為上、中、下三個區(qū)域，將肺氣腫分為無(0%)、微量(1%～25%)、輕度(25%～50%)、中度(50%～75%)和嚴重(>75%)五個等級]，結果顯示方案二更符合肺活量測定法檢測到的氣流阻塞率以及先前公布的肺癌篩查人群的肺氣腫率；由于肺氣腫是肺癌的重要危險因素，該研究表明，需要標準化并改進肺癌篩查低劑量CT掃描的肺氣腫的評估方法。

Ohno等通過比較接受3D氧增強MRI、薄切片CT和肺功能測試的20名患者發(fā)現，與定量CT相比，3D氧增強MRI具有更好的對吸煙者的肺功能損失評估和臨床階段分類能力。

Kaddouri等通過對參加COPDGene研究的4126名受試者研究發(fā)現，無論吸煙受試者有無COPD，其基線水平可見性肺氣腫的存在都與5年隨訪時肺氣腫的高進展率和空氣潴留有關，意味著吸煙者CT圖像上可見性的肺氣腫是后續(xù)病情進展的重要預測指標。

Schreuder等對已故COPD參與者及與之匹配的存活患者分析后計算標準化肺氣腫評分(normalized emphysema score，normES)，并模擬死亡率隨時間的變化，參考模型包含基線(T0)normES、第一次(T1)、第二次年度篩選輪次(T2)的normES；normES進展(normES progression，normESprog)的計算通過從T1或T2的log(normES)中減去T0的log(normES)并除以它們之間的時間，結果顯示標準化肺氣腫評分進展，可比單一基線測量更好地預測長期死亡率。

氣道疾病

氣道作為呼吸系統(tǒng)的重要組成部分，對它的定量評估非常重要。Park等比較放射技師與機器學習模型(machine learning model，MLM)測量氣道的研究發(fā)現，經過訓練的MLM對氣道測量的結果與有經驗的放射技師沒有差異，且耗時更短，因此，如果氣道分割得當，MLM可在無專家參與的情況下完全自動地測量所有的氣道分支。Li等在哮喘患者CT小氣道測量與臨床及炎癥指標的相關性研究中發(fā)現，CT氣道指標與哮喘發(fā)病年齡、病程、吸煙狀況、血清瘦素、IgE、誘導痰Eos%和MMP-9有一定的關系；CT氣道指數還與FEV1 / FVC和FEV1%呈正相關。

Chae等使用標準化方案的定量CT評估表明，吸煙可以誘導氣道壁增厚并減少呼吸期間氣道壁厚度的變化，這意味著氣道壁順應性的降低；第3級氣道受吸煙的影響最大，提示在研究吸煙的影響時，標準化和關注節(jié)段性氣道壁的增厚十分重要；成對吸氣CT和動態(tài)呼氣CT(dynamic exhalation CT，DECT)之間的氣管面積縮小百分比可用于氣管軟化(tracheomalacia，TM)的診斷和分級。但Lee等的單中心研究中，與單相DECT相比，在兩個連續(xù)的超低劑量DECT(mDECT)中的任一個取最大的氣管面積縮小百分比的方法，能顯示更低的患者輻射劑量，平均氣管面積縮小百分比增加，TM診斷率更高，疾病分布更嚴重。

Ruiter等在豬模型中研究了一種新型的錐形束CT(cone beam CT，CBCT)圖像引導原型，顯示在不使用支氣管鏡而使用CBCT三維分割和圖像引導結合透視進行基于導管的支氣管內導航到達周圍肺是可行的；導管和導線的設計，包括尺寸、形狀和物理性能是導航成功的重要預測因素，特別是對于更外周的氣道導航任務。

數字化校園按照教育階段的不同可以分為：高校數字化校園，中等教育數字化校園，基礎教育數字化校園。根據每個階段教育的不同特點，其構建的數字化教育形式有所不同。

肺部彌漫性病變

影像學的診斷往往會影響患者的治療策略。IgG4相關疾病(RD)是一種免疫介導的纖維炎癥疾病，可影響呼吸系統(tǒng)。Daye等探討胸部影像學與IgG4-RD，IgG4抗體水平與肺部癥狀間的關系，結果顯示氣道受累是IgG4-RD的常見表現；當IgG4-RD抗體水平升高和肺部癥狀出現時，胸部成像有助于診斷IgG4-RD的肺部受累情況，這將影響患者治療方案的選擇。在診斷IV期NSCLC患者時，間質性肺異常(interstitial lung abnormalities，ILA)的存在與較短的生存期有關，Araki等在一個更大的IV期NSCLC患者治療隊列中驗證了兩者的相關性，他提出胸部CT上識別ILA很重要，因為ILA可作為較短生存期的標志物，有助于患者的監(jiān)測和管理。

在鑒別無蜂窩狀改變的特發(fā)性肺纖維化(idiopathic pulmonary fibrosis，IPF)與非特異性間質性肺炎(non-specific interstitial pneumonia,NSIP)的研究中，Kim等發(fā)現結合胸膜粘連和急性支氣管折疊有助于診斷；他們還認為最小密度投影(MinIP)圖像分析支氣管軌跡可提高無蜂窩化的IPF的診斷可信度。Cho等認為類固醇治療(TX)效果欠佳的組織性肺炎(OP)在CT上有一定的特征，同時基線胸部CT上的支氣管擴張(BE)與治療反應差及易復發(fā)相關。

Lin等證實經導管主動脈瓣置換術(transcatheter aortic valve replacement,TAVR)患者的預后與CT上彌漫性肺病(纖維化和肺氣腫)相關，并提出在TAVR術前，行CT檢查評估網狀和蜂窩狀結構等病變，有助于患者出現術后不良事件的可能性預判。Prosch等為研究無監(jiān)督機器學習方法識別IPF患者疾病進展的CT模式的作用，將所有研究對象的CT都自動分割成超級體素，并提取在質心位置的灰度共生特征，結果顯示用于預測的個體數據集因肺部的位置不同而提供的信息不同，預示成像標記的數據驅動識別能夠利用復雜的模式來檢測和量化疾病進展。

心肺大血管

肺血管CT是評價PE的首選診斷方法，通常采用碘化對比劑(CM)注射。Schicchi等證實可以使用較低量的CM在新的雙源CT技術獲得診斷質量的肺血管CT。

單次MRI掃描可同時評估心臟、肺的形態(tài)和功能。既往研究表明阻塞性肺疾病與心功能不全有關。Ricarda等在一項基于人群的全身MRI掃描隊列研究中發(fā)現，在無心血管疾病的患者隊列中，非專用全身MRI得出的心功能和容積參數，如心搏出量和雙心室舒張末期容積與肺容積顯著相關。

Ma等采用二維相位對比磁共振成像(2D phasecontrast MRI，2D-PC MRI)發(fā)現，吸煙者的主肺動脈血流與左心房功能參數呈正相關，提示對二者的進一步研究有助于了解和揭示吸煙對心血管系統(tǒng)的影響。

急診放射學

心輸出量(cardiac output，CO)是一種在急診和住院患者中具有診斷和預后價值的重要指標，然而，目前確定CO需要侵入性或昂貴的檢查。Chang等應用CT肺動脈血管成像(CTPA)，提供了一種簡單的評估CO的方法，即通過在升主動脈中段水平的橫軸面CTPA圖像上測量血管密度來評估低CO，從而識別CO降低的患者，并量化CO。

Vito等將基于迭代重建技術(IMR)的80 kV的CTPA和利用混合迭代重建(IDose4) 100 kV的CTPA進行比較發(fā)現，基于IMR的低劑量CTPA可在極低噪聲情況下獲得優(yōu)質的診斷圖像(主觀質量)，并顯著減少輻射劑量，是急診PE的一種可行方案。Guangming等利用雙能譜CT最優(yōu)keV單色圖像，提高了計算機輔助檢測軟件的PE檢測能力。Abdellatif等比較第二代雙源(Flash)和第三代雙源(Force)評估PE的研究顯示，與Flash相比，Force CT掃描儀的圖像質量明顯更高，平均采集時間明顯更短，運動偽影更少，其在大范圍的急診放射學中具有顯著的可用價值。

Mozafarykhamseh等發(fā)現全自動計算機輔助診斷(computer aided diagnosis，CAD)在急診腹部CT上，可顯著提高放射科醫(yī)生對肺部結節(jié)的檢出能力，并提出CAD可充當第二閱片者的角色。

基于體積CT數據集的多種后處理重建技術可用于生成三維(3D)圖像，從而更好地描述復雜的解剖細節(jié)。容積再現(volume rendering,VR)是一種常用的標準3D重建技術，最近食品藥品監(jiān)督管理局(FDA)批準了另一種稱為電影再現(CR)的技術，根據Qamar等在急性創(chuàng)傷情況下使用CR圖像的初步經驗顯示，CR是一種很有前景的新興技術，它能夠以細致的解剖細節(jié)顯示視覺上逼真的3D高清晰度圖像，但CR圖像在患者管理中的臨床應用尚需更多的研究證實。