新型容積定量技術(shù)評價新型冠狀病毒肺炎的CT 影像特征

謝 安 劉建濱 歐陽欣 譚顯政 顧潛彪 曾禹莉黃 鋒 陳 翔 鄧中華 廖金卯 劉 鵬*

新型冠狀病毒肺炎（coronavirus disease 2019，COVID-19）具有較強的傳染性，目前已造成了全球的大流行。其肺部影像學表現(xiàn)具有一定的影像學特征[1]，疾病早期主要表現(xiàn)為雙肺多發(fā)以胸膜下分布為主的磨玻璃病灶，HRCT 已經(jīng)成為診斷及監(jiān)測患者病情變化的主要手段。部分病例進展迅速，后期可發(fā)生成人呼吸窘迫綜合征（adult respiratory distress syndrome，ARDS）。目前對其肺部的嚴重程度評估，主要根據(jù)病變累及范圍進行主觀的評價[2-3]，HRCT 能清晰顯示COVID-19 疾病過程中影像學變化，且其表現(xiàn)與疾病的嚴重程度具有很好的一致性[4-5]，但均缺乏定量評估疾病嚴重程度的研究。目前對COVID-19 定量分析的報道較少。本研究利用西門子Syngo．via 后處理工作軟件Pulmo 3D 后處理技術(shù)對雙肺病灶進行量化分析，旨在對雙肺病灶進行有效的定量評價。

方 法

1． 對象

收集2020 年1 月24 日至2 月15 日2 家醫(yī)療單位發(fā)熱門診COVID-2019 確診患者66 例，肺部CT檢查缺失患者6 例，肺部CT 表現(xiàn)陰性12 例。納入定量研究患者43 例，病例選擇及排除標準見（圖1）。所有患者以年齡＜50 歲及≥50 歲分成兩組。通過電話隨訪記錄住院天數(shù)，出院標準符合《新型冠狀病毒肺炎診療方案（試行第七版）》[1]，用肺部CT 判斷是否有肺部基礎(chǔ)疾病。

2． 掃描方法

所有患者檢查前進行呼吸訓練，檢查時在吸氣末進行掃描。掃描范圍從胸廓入口到肺底。CT 檢查設(shè)備為荷蘭 Philips Brilliant16 及美國GE BRIVO325掃描儀，管電壓120kV，管電流200mAs，層厚和層間距為5mm，標準肺窗（窗位-500HU，窗寬1300HU），縱隔窗（窗位50HU，窗寬400HU），胸部CT 橫斷面圖像均行層厚及層間距1mm 重建（ultrahigh 算法）。

3．肺實質(zhì)區(qū)域定量分析

通過計算機輔助軟件自動分割技術(shù)判斷病灶分布并對病灶所在肺葉區(qū)域的平均密度及所占肺葉容積百分比及病灶總?cè)莘e進行定量測定，描述病變分布并比較不同年齡組病灶所在區(qū)域肺平均密度，病灶所占容積百分比及病灶總?cè)莘e差異。為評估COVID-19患者的肺部病變發(fā)生發(fā)展情況提供一種定量方法。

患者肺部CT 原始DICOM 數(shù)據(jù)導入西門子snygo．via 工作站中syngo．CT Pulmo 3D（VB10A）軟件進行后處理。軟件自動識別并勾畫雙肺邊界，對于識別偏差部分進行手動修正。軟件自動計算出左右肺容積和雙肺總?cè)莘e。左右肺分別采用以下三種方法進行自動分割：肺葉分割（圖2B，自動識別葉間裂分割）、三等分分割（圖2C，每個肺分成容積相等的上中下三部分）、核心表層分割（圖2D，核心區(qū)與表層區(qū)容積相等）。通過設(shè)定衰減值（attenuation value， AV），運用評估指數(shù)和子范圍兩種處理方法由軟件自動識別病變范圍。評估在不同分割方法中，病灶所在分割區(qū)域的平均CT 值及病灶容積百分比（圖3），所有數(shù)值均由軟件自動算出。由肺葉容積和病灶所占百分比計算出病灶體積。其中評估指數(shù)預(yù)設(shè)范圍低衰減值（low attenuation value， LAV）設(shè)定為-950HU，高衰減值（high attenuation value，HAV）設(shè)定為-200HU，病灶子范圍預(yù)設(shè)為-600 ～-200HU。

4．統(tǒng)計學處理

所 有 數(shù) 據(jù) 采 用SPSS 20．0 (IBM， Armonk，NY， USA)統(tǒng)計學軟件進行分析。定量資料符合正態(tài)分布采用±s，定性資料采用頻數(shù)及百分比表示，兩獨立樣本間計量資料采用獨立樣本t 檢驗，兩成組樣本間差異采用配對樣本t 檢驗，用多元線性回歸方程評估多個變量對因變量的影響，所有統(tǒng)計以P＜0．05 為差異有統(tǒng)計學意義。

結(jié) 果

1．患者臨床資料、病灶分布及累及肺葉數(shù)量

43 例患者中，平均年齡51．08±15．32 歲，中位年齡48 歲，男性22 例，女性21 例。其中有42例（97．67%，42/43）患者可見磨玻璃病灶，運用Pulmo 3D 肺葉自動分割技術(shù)，顯示累及1 個肺葉的患者8 例（18．60%，8/43），累及2 個及以上肺葉患者35 例（81．40%，35/43），共計120 個肺葉受累，上肺分布的占36．67%（44/120），下肺占52．50%（63/120），中肺病灶相對較少，占10．83%（13/120）。見表1。

表1 病灶部位及累及肺葉數(shù)量

表2 病灶占比配對樣本t 檢驗結(jié)果

2．病灶容積百分比及不同區(qū)域肺組織平均CT 值

左肺及右肺病灶容積在表層所占百分比均高于核心部位，二者具有統(tǒng)計學差異（P值分別為0．01、0．00），而左肺和右肺之間相同部位（包括核心和表層）病灶的分布沒有統(tǒng)計學差異（見表2）。上中下均等分割左右肺顯示，區(qū)域肺組織平均密度有統(tǒng)計學差異（P分別為0．00、0．04、0．00、0．00、0．04、0．00、0．00、0．00、0．03），左右肺均是上部1/3 肺＜中部1/3 肺＜下部1/3 肺（見表3）。

表3 病灶密度配對樣本t 檢驗結(jié)果

表4 按年齡分組不同部位的病灶容積

3．患者按不同年齡分組的病灶容積特點

對COVID-19 患者肺部病灶按不同年齡分組進行統(tǒng)計分析發(fā)現(xiàn)：不同年齡組肺部病灶總?cè)莘e沒有統(tǒng)計學差異（P=0．11），病灶容積百分比有統(tǒng)計學差異，左肺及雙肺病灶總?cè)莘e百分比50 歲以上組均較50 歲以下組高（P=0．02、0．04）。不同區(qū)域病灶占比在不同年齡組中差異具有統(tǒng)計學意義。在左肺中，50 歲以上組病灶在核心占比高于50 歲以下組（P=0．03），在表層50 歲以上組病灶占比低于50歲以下組（P=0．03）。在右肺中，病灶在核心占比在不同年齡組無統(tǒng)計學差異（P=0．16），而在表層，50 歲以上組病灶占比要低于50 歲以下組（P=0．05）。見表4。

4．病灶容積百分比、年齡、肺部基礎(chǔ)疾病與住院天數(shù)之間的相關(guān)性

納入患者的肺部病灶容積百分比、年齡、肺部是否有基礎(chǔ)疾病構(gòu)建多因素線性回歸方程，分析與患者住院天數(shù)之間的關(guān)系，發(fā)現(xiàn)病灶容積百分比對住院天數(shù)的影響有統(tǒng)計學差異（b=1．31，t=5．76，P=0．00），不同年齡對住院天數(shù)的影響沒有統(tǒng)計學差異（b=0．02，t=0．20，P=0．84），肺部是否有基礎(chǔ)疾病對住院天數(shù)的影響亦沒有統(tǒng)計學差異（b=0．43，t=0．14，P=0．89），見表5。

表5 肺部病灶容積百分比、年齡、肺部是否有基礎(chǔ)疾病和住院天數(shù)的相關(guān)性

圖1 病例選擇及排除標準。

討 論

COVID-19 患者的肺部CT 表現(xiàn)具有比較典型的影像學征象，病灶的分布呈多發(fā)性、雙側(cè)分布，以胸膜下及兩下肺多見。并臨床實驗室檢查及和胸部X線及CT 結(jié)果跟臨床預(yù)后有很大的相關(guān)性[6]。病程早期，COVID-19 易累及終末細支氣管和呼吸細支氣管周圍肺實質(zhì)，進而出現(xiàn)磨玻璃影伴病灶內(nèi)血管擴張及小葉內(nèi)間隔增厚，而小氣道管壁增厚、胸腔積液等征象少見，隨著病程進展可出現(xiàn)小段肺葉實變、臨近臟層及葉間裂胸膜增厚[2]。而在中晚期患者，肺部纖維化是比較常見的征象[3]。

計算機輔助Pulmo 3D 軟件（簡稱Pulmo 3D）自動肺葉分割，能夠方便快捷地評價分布特征并利用3d 圖像直觀顯示。在本組病例中通過該方法評價得到的病變分布特征與文獻報告一致[7]：雙肺病灶多發(fā)，累及1 個肺葉的患者8 例（18．60%，8/43），累及2 個及以上肺葉患者35 例（81．40%，35/43），在總共累及的120 個肺葉中，上肺分布的占36．67%（44/120），下肺占52．50%（63/120），中肺病灶相對較少，占10．83%（13/120），下肺分布多見。肺部磨玻璃影病灶占97．67%（42/43），并以外周分布為主，這與SRAS[8]和MERS[9]類似。

目前COVID-19 CT 影像表現(xiàn)分析主要基于主觀評價和半定量的方法為主[3，10]。目前大部分對于肺的定量研究分析主要集中在肺氣腫[11]和肺淋巴管肌瘤病[12]等疾病，均得到了比較滿意的結(jié)果。COVID-19 初診患者發(fā)生率最高的影像特征是磨玻璃病灶，本組患者中磨玻璃病灶占（97．67%（42/43），Pulmo 3D 軟件能夠準確識別以磨玻璃改變?yōu)橹鞯姆尾坎≡钸吔?。本研究?chuàng)新性地運用Pulmo 3D 軟件定量評估新型冠狀病毒肺炎CT 影像。所有參數(shù)指標均由軟件自動計算，由于評價者的不同而導致的誤差減少，可重復(fù)性強，本組除了3 例患者呼吸運動偽影明顯無法自動識別肺組織不能用于評估及2 例患者合并局部肺大泡等慢阻肺疾病影響局部肺段的密度外，其余患者均基于軟件自動分割及計算。

圖2 41 歲女性，有家庭聚集發(fā)病史，雙肺多發(fā)磨玻璃病變。LAV為-950HU，HAV 為-200HU，病灶預(yù)設(shè)CT 值范圍為-600HU ～-200HU。A．3D 透明顯示。B．肺葉分割模式。C．容積均分模式。D．核心及表層分割模式。

本文分別分析了左肺、右肺及雙肺所有病灶在肺表層及核心部分病灶容積百分比，單肺、雙肺之間具均有統(tǒng)計學差異，定量結(jié)果顯示病灶以肺表層分布為主，左右兩肺之間無統(tǒng)計學差異，病灶分布沒有左右肺傾向性。肺間質(zhì)和實質(zhì)性病變CT 衰減增加會造成病灶所在區(qū)平均CT 值的改變。對病肺進行容積三等分后發(fā)現(xiàn)，左右肺均是上1/3 肺部平均密度最低，下1/3 肺部平均密度最高，符合以下肺分布為主的特點，與文獻報道的主觀評價初診COVID-19 患者肺部病灶彌散分布，外周及下肺分布為主，左右肺分布無顯著差異性的特點相一致[7]。以上結(jié)果說明不管是肺段平均密度還是病灶容積百分比均能準確的反應(yīng)病灶的分布特征。COVID-19 患者隨著病程的推移，雙肺病灶動態(tài)變化可能出現(xiàn)此消彼長的情況，即可有密度的變化，也有病灶范圍的變化[4]，因此運用Pulmo 3D 軟件定量分析可以準確實現(xiàn)病灶客觀評價。

圖3 61 歲男性，左肺多發(fā)磨玻璃 病 變。LAV 為-950HU，HAV為-200HU，病灶預(yù)設(shè)CT 值范圍為-600HU ～-200HU。A、B． 雙肺容積三等分分割模式下，病變在橫斷面及冠狀面的分布。C．曲線顯示左肺中、下1/3 部分正常肺組織容積占比減低，而在-600HU ～-200HU 范圍內(nèi)的病灶容積占比增加。D． 曲 線 顯 示 左 肺 下1/3 部分正常肺組織容積占比減低，而在-600HU ～-200HU 范圍內(nèi)的病灶容積占比增加。

不同人群和個體肺葉體積差異較大，單純病灶容積絕對值并不能真實反映肺受累的程度，但病灶容積占肺葉容積的百分比能夠反映病灶范圍的嚴重程度。本研究進行了年齡分組分析，病灶總?cè)莘e在不同年齡組無統(tǒng)計學差異，但是病灶容積百分比是有統(tǒng)計學差異的。本研究發(fā)現(xiàn)年齡≥50 歲組患者右肺、左肺及雙肺總病灶容積百分比均較＜50 歲組要高，這可能是老年人免疫能力相對較低，病毒在肺部造成的損傷易擴散，導致病灶容積占肺葉總?cè)莘e的百分比增高。納入患者的肺部病灶容積百分比、年齡、肺部是否有基礎(chǔ)疾病這三個變量，發(fā)現(xiàn)病灶容積百分比與患者住院天數(shù)之間存在明顯的正相關(guān)性，具有統(tǒng)計學差異，說明用CT 病灶容積百分比這個客觀指標不僅能監(jiān)測COVID-19 疾病的演變，還可以預(yù)測疾病進程，從而有助于臨床醫(yī)生對病情的評估，對預(yù)后提供更客觀的依據(jù)。然而患者年齡和肺部是否有基礎(chǔ)疾病與住院天數(shù)之間的相關(guān)性并沒有統(tǒng)計學差異，這可能與樣本量偏少有關(guān)，亦有可能本來影響患者病程除了這些自身因素外，還與其他疾病狀態(tài)有關(guān)，比如糖尿病、冠心病等，而這些并不是影響疾病進程的唯一因素。

本研究存在一些局限性：本次入組樣本量較少，且均為初次就診的門診患者，沒有對住院患者影像征象隨著病程變化的情況進行定量評價，目前僅對病灶分布特征進行定量分析，但這并不影響該方法的實用價值。不管是平均密度還是病灶容積百分比，均是基于設(shè)定病灶CT 值范圍進行的，在單次評價中與病變的實際情況會有一定的偏差。該方法確定的像素指數(shù)取決于肺部體素的總和，呼吸狀態(tài)對于平均密度及容積有一定影響的[13]，這可能會影響不同人群的結(jié)果比較。

計算機輔助CT Pulmo 3D 軟件基于區(qū)域肺實質(zhì)的定量分析，能夠提供新冠肺炎患者病灶的密度、容積、容積百分比等定量指標和直觀的3D 影像，操作簡便，對病變的評價更加客觀，在初診患者的CT 評價中展現(xiàn)了一定的價值，具有定量監(jiān)測患者肺部病灶動態(tài)變化情況潛在能力，可為臨床治療及預(yù)后提供更加客觀準確的參考依據(jù)。