陳 靜 金晨望 郭佑民 沈 聰 于 勇 段海峰 于 楠,*

1.陜西中醫(yī)藥大學(xué)附屬醫(yī)院醫(yī)學(xué)影像科(陜西 咸陽 712000)

2.西安交通大學(xué)第一附屬醫(yī)院醫(yī)學(xué)影像科(陜西 西安 716000)

新型冠狀病毒(2019-new coronal virus,2019-nCoV)是一種β屬的新型冠狀病毒，該病原感染導(dǎo)致的新型冠狀病毒肺炎(corona virus disease 2019，COVID-19)在全球迅速傳播[1-4]。與急性呼吸窘迫綜合征相關(guān)的冠狀病毒(severe acute respiratory syndrome related coronavirus,SARSr-CoV)和中東呼吸綜合征相關(guān)的冠狀病毒(Middle east respiratory syndrome coronavirus,MERSr-CoV)相似，2019-nCoV可引起發(fā)熱、乏力、干咳等臨床癥狀[5-7]，放射學(xué)檢查及診斷是COVID-19診療與臨床評估過程中至關(guān)重要的一環(huán)[8]。影像學(xué)特征主要包括沿胸膜下和支氣管血管束分布為主的斑片或?qū)嵶冇?，類似于“鋪路石”樣改變，也可表現(xiàn)為磨玻璃密度[9]。病變的形態(tài)、密度和范圍會隨著患者的年齡、免疫力以及疾病的不同階段而發(fā)生變化[10-11]。COVID-19的臨床分型主要基于隨訪期間病變進(jìn)展的情況，病灶體積和密度的變化是COVID-19隨訪過程中需要重點(diǎn)關(guān)注的監(jiān)測指標(biāo)[12-13]。計(jì)算機(jī)輔助診斷可以為臨床提供更加客觀準(zhǔn)確的測量結(jié)果，且具有可重復(fù)性。這種無創(chuàng)性定量技術(shù)既往廣泛應(yīng)用于多種肺部疾病的臨床評估，如肺氣腫，支氣管擴(kuò)張、肺栓塞、肺結(jié)節(jié)等。因此，本研究擬采用基于自動深度學(xué)習(xí)的定量CT方法評價COVID-19患者肺部病變體積和質(zhì)量的改變，為臨床提供更加精準(zhǔn)的影像信息。

1 資料與方法

1.1 一般資料此項(xiàng)回顧性研究得到陜西中醫(yī)藥大學(xué)附屬醫(yī)院機(jī)構(gòu)審查委員會的批準(zhǔn)，免除知情同意。納入2020年1月至3月確診的COVID-19患者22例，所有患者熒光聚合酶鏈反應(yīng)檢測咽拭子或下呼吸道核酸檢測均為陽性，并具有湖北疫區(qū)流行病學(xué)史。

1.2 檢查設(shè)備與方法采用64通道CT掃描儀(Siemens Medical Solutions,Forchheim,Germany)，患者取仰臥位，深吸氣末或平靜吸氣末進(jìn)行屏氣掃描。掃描參數(shù)如下：檢測器準(zhǔn)直0.75mm，光束間距1.0，重建厚度1.0mm，層厚1.0mm，旋轉(zhuǎn)時間0.5s，管電壓120 kVp，管電流60 mA，矩陣512×512，掃描范圍自肺底肋膈角水平至胸廓入口。圖像重建采用中等銳利重建算法。

1.3 定量CT分析與參考標(biāo)準(zhǔn)采用計(jì)算機(jī)定量分析平臺(Digital Lung,DEXIN,China)對肺部病變的體積和密度進(jìn)行自動測量。自動分割檢測過程如圖1所示：(1)通過人工智能方法對整體肺進(jìn)行分割；(2)病變區(qū)域分割：基于3D區(qū)域生長算法和密度閾值法相結(jié)合的方式對病變區(qū)域分割和提??；(3)采用三維幾何分割方法對支氣管與肺血管進(jìn)行分割，并從肺組織總體積中抽取支氣管與肺血管體積部分；(4)分割后對病灶的體積和密度進(jìn)行定量評價。病變體積占總肺體積的百分比 (LOV%)定義為(病變總體積/肺總體積)/100。Mass值是基于病變平均衰減及病變體積綜合值，按照[病變體積×(病灶平均密度＋1000)]/ 1000公式計(jì)算得出。整個分析過程全自動進(jìn)行，平均時間5min。

圖1 定量CT處理流程：原始圖像經(jīng)過定量CT分析后，由醫(yī)生進(jìn)行分析結(jié)果評估，漏診病灶進(jìn)行手動分割(藍(lán)框)后作為參考標(biāo)準(zhǔn)，三維圖像顯示分割病變。A圖為原始圖像，B圖為QCT結(jié)果，C圖為參考標(biāo)準(zhǔn)。

所有CT圖像分割結(jié)果由兩名具有15年以上胸部影像診斷經(jīng)驗(yàn)的放射科醫(yī)生審核。如有分割不準(zhǔn)區(qū)域，通過手動分割并重新計(jì)算定量值；如遇不同意見，則經(jīng)過討論達(dá)成一致后決定。該最終結(jié)果作為參考標(biāo)準(zhǔn)，用于評估定量CT分割的準(zhǔn)確性。

1.4 臨床分型根據(jù)新冠狀病毒性肺炎診療方案(試行第7版)[14]對所有被試進(jìn)行臨床分型。輕型：臨床癥狀較輕，影像學(xué)無明顯肺炎表現(xiàn)；普通型：發(fā)燒并伴有其他呼吸道癥狀，胸部CT出現(xiàn)肺炎改變；重型：成人符合以下任何一條均被視為重型(1)呼吸頻率每分鐘≥30次；(2)靜息狀態(tài)下血氧飽和度≤93%；(3)動脈血氧分壓(PaO2)/吸氧分?jǐn)?shù)(FiO2)≤300mmHg。

1.5 統(tǒng)計(jì)學(xué)方法采用SPSS 17.0統(tǒng)計(jì)軟件對數(shù)據(jù)進(jìn)行統(tǒng)計(jì)學(xué)分析。配對樣本t檢驗(yàn)進(jìn)行定量CT測量值與參考標(biāo)準(zhǔn)結(jié)果間的對比。服從正態(tài)分布且方差齊性的參數(shù)采用方差分析，用()表示，反之則進(jìn)行Mann Whitney U檢驗(yàn)，結(jié)果以中位數(shù)(最小值-最大值)表示。計(jì)數(shù)資料以絕對值及百分比表示。P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。ROC曲線分析評價定量CT相關(guān)參數(shù)在區(qū)分COVID-19臨床分型中的評估能力。

2 結(jié) 果

2.1 臨床特征22例患者均顯示陽性結(jié)果。其中9例符合重型標(biāo)準(zhǔn)(圖2)，13例患者為普通型(圖3)。重型患者年齡較普通型更大(64歲vs 45歲)。普通型和重型患者2組間性別、發(fā)病到初次胸部CT檢查間隔時間無統(tǒng)計(jì)學(xué)差異。2組間人口統(tǒng)計(jì)學(xué)特征，初始癥狀和實(shí)驗(yàn)室檢查結(jié)果如表1所示。

圖2 男性，51歲，重型COVID-19患者，分割后定量結(jié)果為：體積：1316ML，LOV：30.85%，平均密度：-452.0Hu，Mass值：841.2，肺體積：4268ML。圖3 男性，42歲，普通型COVID-19患者，分割后定量結(jié)果為：體積：97.9ML，LOV：1.83%，平均密度：-552.2Hu，Mass值：55.03，肺體積：5347ML。

2.2 定量影像學(xué)特點(diǎn)22例患者初次CT掃描獲得的方法間體積測量無顯著統(tǒng)計(jì)學(xué)差異(P=0.934)。普通型患者LOV%介于0.05%至5.67%之間，重型患者的LOV%范圍較大(從5%至36.68%)。普通型和重型患者的定量CT指標(biāo)具有顯著差異(P＜0.00)：包括LOV%(2.6 VS 23.1)Mass值(56.1vs 516.3)和病變體積(96.6 VS 742.3)，具體病變體積和質(zhì)量數(shù)值如表1。鑒別重型COVID-19患者的最佳LOV%閾值為10.37%，而鑒別重型COVID-19患者的最佳質(zhì)量閾值為160.1(曲線下面積均為1.000，敏感度100%，特異性100%)。

表1 普通型和重型患者人口學(xué)特點(diǎn)及檢查結(jié)果比較

3 討 論

本研究利用定量CT方法自動測量COVID-19患者在疾病進(jìn)展過程中病灶體積和質(zhì)量的變化，結(jié)果顯示該檢測方法與參考標(biāo)準(zhǔn)相當(dāng)(先由定量CT計(jì)算，然后由放射科醫(yī)生確認(rèn))，通過其變化進(jìn)一步分析評估臨床分型，且能夠在隨訪期間連續(xù)監(jiān)測。根據(jù)定量CT參數(shù)分析普通型和重型患者病變范圍、密度和質(zhì)量的區(qū)別，為臨床檢測疾病發(fā)展及預(yù)后提供客觀科學(xué)的影像依據(jù)。

研究發(fā)現(xiàn)，定量CT可能是評價COVID-19一種更為精準(zhǔn)的新方法。定量CT參數(shù)與COVID-19的臨床分期和嚴(yán)重程度密切相關(guān)[15]。COVID-19的影像學(xué)評價是判斷疾病是否進(jìn)展的重要因素，定量CT能夠自動分割并且提取病變特征，有助于臨床更加客觀準(zhǔn)確的判斷疾病發(fā)展。單純的病變體積測定對隨訪期間判斷COVID-19是否進(jìn)展具有一定局限性。病變質(zhì)量不僅能反映病變的大小(體積)，同時還可以體現(xiàn)病灶密度的改變。而在疾病發(fā)展過程中病灶平均密度的增高，也與既往類似的研究報(bào)告結(jié)果一致[16]。早期病變呈磨玻璃密度比較局限，密度均勻，隨著病程發(fā)展到中期可以形成大片狀磨玻璃密度，甚至出現(xiàn)融合、實(shí)變的表現(xiàn)。

本研究中使用的定量CT分析是一種3D計(jì)算機(jī)技術(shù)，可以自動分割和識別肺體積，支氣管，小肺血管和異常磨玻璃密度影。課題組既往研究發(fā)現(xiàn)[17-20]，定量CT精準(zhǔn)度高，操作簡單快捷，對肺組織可以準(zhǔn)確地進(jìn)行分割。但樣本量少是本研究的局限性。

綜上所述，定量CT可以客觀有效的對COVID-19患者進(jìn)行肺部病灶體積及質(zhì)量的測定，這對臨床分型、疾病進(jìn)展及治療預(yù)后評價具有重要提示意義。