楊存霞,張雨豪,李莉,殷小平,4
(1.河北大學(xué)附屬醫(yī)院放射科,河北 保定 071000;2.浙江省人民醫(yī)院放射科,浙江 杭州 310000;3.首都醫(yī)科大學(xué)附屬北京佑安醫(yī)院放射科,北京 100069;4.河北省炎癥相關(guān)腫瘤精準(zhǔn)影像學(xué)重點實驗室,河北 保定 071000)
甲型流感病毒(influenza A virus,IAV)屬于正黏病毒科,根據(jù)血凝素和神經(jīng)氨酸酶這2種表面糖蛋白進(jìn)一步分為16個HA亞型(H1—H16)和9個NA亞型(N1—N9)[1-2]。其中甲型 H1N1 流感是一種新型的經(jīng)呼吸道傳播疾病,在流行的甲型流感中占主導(dǎo)地位[3],多發(fā)于小兒以及免疫力低下的人群,以冬春季節(jié)為主,近年來導(dǎo)致大量發(fā)病和住院[4]。甲型H1N1流感于2018年底至2019年初在中國某些地區(qū)爆發(fā)[5]。大多數(shù)甲型H1N1病毒感染患者病情輕微,自限性、預(yù)后良好,約2%甲型H1N1患者出現(xiàn)重癥和危重癥[4]。和普通流感病毒感染不同,甲型 H1N1 流感病毒極易侵入肺組織而進(jìn)展為肺炎,且具有病情發(fā)展迅速、病死率較高等特點[6]。本文就甲型 H1N1 流感肺炎的影像學(xué)進(jìn)行綜述。
甲型 H1N1 流感的早期癥狀與普通流感相似,多以發(fā)熱、干咳、咽痛、全身疼痛等為常見癥狀,部分患者出現(xiàn)腹瀉、嘔吐等[5]。其中發(fā)熱、咳嗽、胸痛和休息時呼吸困難是甲型H1N1流感肺炎患者的主要癥狀[7]。甲型 H1N1 流感患者可能合并肺炎等并發(fā)癥,少部分患者可能出現(xiàn)重癥或危重癥,比如低氧血癥、急性呼吸窘迫綜合征(acute respiratory distress syndrome,ARDS)、呼吸衰竭等,嚴(yán)重者甚至可能會導(dǎo)致死亡[8]。從2019年12月開始,一種由β冠狀病毒引起的新型肺炎,即新型冠狀病毒感染,在全球范圍內(nèi)肆虐。有研究[9]顯示,甲型 H1N1 流感患者咳嗽、咳痰、疲勞和呼吸急促的比例較高,新型冠狀病毒感染患者的淋巴細(xì)胞、血紅蛋白和肌酸激酶計數(shù)較高,白細(xì)胞、中性粒細(xì)胞、血尿素氮和C反應(yīng)蛋白計數(shù)較低。新型冠狀病毒感染患者中ARDS或死亡的發(fā)生率較低[9]。新型冠狀病毒感染患者的臨床表現(xiàn)較甲型H1N1流感肺炎患者更隱蔽。少痰、乏力和氣短癥狀,加上白細(xì)胞、中性粒細(xì)胞和C反應(yīng)蛋白計數(shù)低,可能是老年患者新型冠狀病毒感染的預(yù)測因素[9]。
胸部X線檢查是一種方便而有價值的工具。因甲型 H1N1 流感肺炎發(fā)病急驟,早期肺泡內(nèi)可見滲出性炎癥,隨著病情發(fā)展,肺實質(zhì)相繼受到損傷,滲出也增多[10]。病變累及雙肺更多見,并且病變雙側(cè)、多區(qū)域及外周分布的特征與臨床表現(xiàn)密切相關(guān)[11],而胸腔積液、肺葉塌陷及肺空洞等不常見。也有部分甲型H1N1流感肺炎病例病變主要見于雙肺中下肺野,有間質(zhì)變化和磨玻璃樣影(ground-glasso-opacity,GGO)加間質(zhì)變化[12]?;謴?fù)期因炎癥累及終末細(xì)小支氣管引起肺的局部通氣過度而導(dǎo)致肺大泡形成[13]。總之,甲型H1N1流感肺炎胸部 X 線檢查可見肺野密度增加呈磨玻璃樣陰影及實變影,局部病灶增大、融合成片,病變多位于支氣管動脈周邊及胸膜下側(cè),縱隔及肺門處淋巴結(jié)腫大少見[10]。
胸部高分別率CT(high-resolution CT,HRCT)成像在甲型H1N1流感肺炎疾病的診斷中起著核心作用[14]。甲型 H1N1 流感肺炎患者CT主要表現(xiàn)為胸膜下或支氣管血管周圍的彌漫性或斑片狀GGO,大部分患者預(yù)后良好,重癥患者可遺留肺纖維化[5]。GGO是典型的肺泡損傷、炎癥浸潤和肺泡水腫導(dǎo)致的,是對病毒感染的反應(yīng)[3,7]。 隨著疾病的發(fā)展,小葉間隔膜因淋巴回流受阻而增厚,當(dāng)水腫進(jìn)一步加重時,顯示為實變影[4]。除了彌漫性肺泡損傷外,甲型H1N1流感肺炎還伴有壞死性細(xì)支氣管炎[15],當(dāng)小氣道受累時,表現(xiàn)為小葉中心結(jié)節(jié)[3]。綜合之前的研究,GGO、小葉間隔增厚、實變和小葉中心結(jié)節(jié)是在甲型H1N1流感肺炎患者CT圖像中觀察到的最常見的放射學(xué)特征[16-18],并具有隨機分布和下葉分布特點[3]。
逆轉(zhuǎn)錄聚合酶鏈反應(yīng)(reverse transcription polymerase chain reaction,RT-PCR)或基因測序是診斷新型冠狀病毒感染的金標(biāo)準(zhǔn)[19],但由于各種原因,如不標(biāo)準(zhǔn)的標(biāo)本采集,RT-PCR檢測中存在假陰性的可能性[20]、耗時、不方便等,RT-PCR不足以診斷新型冠狀病毒感染[21]。通過影像學(xué)和臨床表現(xiàn)診斷更快速、更可靠,且具有更早反映疾病的優(yōu)勢[21-22]。但是新型冠狀病毒感染與其他類型肺炎都可能出現(xiàn)網(wǎng)狀影、GGO或者實變,對于不同類型肺炎的鑒別是一個巨大挑戰(zhàn)。
無論是傳播模式和規(guī)模上,還是臨床表現(xiàn)和影像學(xué)表現(xiàn)上,甲型H1N1流感肺炎與新型冠狀病毒感染都有許多相似重疊之處[23]。GGO、空氣支氣管影、實變、小葉間隔增厚、小葉中心結(jié)節(jié)和網(wǎng)狀陰影是甲型H1N1流感肺炎的主要CT表現(xiàn)[6,20],新型冠狀病毒感染也可出現(xiàn)一些相似CT特征,如GGO、血管擴大、小葉間隔增厚[24-25]。隨著疾病的發(fā)展,一些患者可能會發(fā)展為ARDS和多器官衰竭,從而導(dǎo)致死亡。然而,甲型H1N1流感肺炎的ARDS發(fā)病率較高,新型冠狀病毒感染的病死率較低[23]。因此,這2種肺炎的并發(fā)癥和預(yù)后是不同的。因此,甲型H1N1流感肺炎與新型冠狀病毒感染在臨床診斷中經(jīng)常會出現(xiàn)誤診,導(dǎo)致對患有甲型H1N1流感肺炎患者的治療不及時,嚴(yán)重威脅病患的生命安全。因此需要提升臨床對這2種疾病的診斷準(zhǔn)確率。
一些研究表明,新型冠狀病毒感染的外圍病變、GGO、小葉間質(zhì)增厚比甲型H1N1流感肺炎更常見[18,26]。Fischer等[27]認(rèn)為,與甲型H1N1流感肺炎患者相比,新型冠狀病毒感染危重患者的總肺部受累程度更高。隨著時間的推移,新型冠狀病毒感染和甲型H1N1流感肺炎患者的主要模式有所不同[27]。利用CT紋理特征[28]、常規(guī)血液檢查指標(biāo)[12,29],也可為臨床醫(yī)生提供一種快速分診工具??傊?,GGO、胸腔積液和實變的CT影像學(xué)特征以及血常規(guī)計數(shù)對鑒別診斷最有意義[21,30]。
放射組學(xué)是一種新興的提取高維定量圖像特征的技術(shù)。Quan等[31]提出一種新觀點,將整個肺定義為用于自動放射組學(xué)診斷的感興趣區(qū)域(region of interest,ROI)并進(jìn)行特征提取,評估流感病毒和新型冠狀病毒感染,發(fā)現(xiàn)所提出的針對整個左肺和右肺的自動放射性分割、提取和分析方法,在胸部CT中區(qū)分甲型流感肺炎、新型冠狀病毒感染具有良好的預(yù)測性和解釋能力。
深度學(xué)習(xí)技術(shù)是檢測各種疾病的便捷工具。目前,很多研究開發(fā)的深度學(xué)習(xí)模型,可用于對甲型流感和新型冠狀病毒感染進(jìn)行分類[32-33]。卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network,CNN)在放射學(xué)圖像的檢測、分割和分類任務(wù)中顯示出巨大的潛力[34],但Aftab等提出的技術(shù)對胸部X線圖像的評估優(yōu)于CNN模型,達(dá)到98%的準(zhǔn)確率[35]。Abdulsalam Hamwi等[36]提出一個基于三個系統(tǒng)的集成遷移學(xué)習(xí)模型,建立了從零開始構(gòu)建的模型,將胸部圖像分為2類肺炎。Zhou等[33]建立了一個用于新型冠狀病毒感染和流感鑒別診斷的集成人工智能(artificial intelligence,AI)框架,該框架在疾病病變的自動檢測、病變分類和患者早期鑒別診斷方面表現(xiàn)良好。有研究還利用咽部圖像和臨床信息開發(fā)診斷流感病毒感染的深度學(xué)習(xí)模型,并前瞻性地驗證其高性能[37]。
綜上所述,甲型H1N1流感肺炎的影像學(xué)表現(xiàn)以GGO最常見,病變進(jìn)展時可表現(xiàn)為實變伴空氣支氣管征,常見小葉間隔增厚及小葉中心結(jié)節(jié),并以外周、下葉分布常見。影像學(xué)檢查更有利于肺部損害的客觀評估以及能夠早期發(fā)現(xiàn)并發(fā)癥,對甲型H1N1流感肺炎患者的治療與預(yù)后具有至關(guān)重要的作用[38]。未來,隨著人工智能和現(xiàn)代影像學(xué)檢查技術(shù)的不斷發(fā)展,多中心影像數(shù)據(jù)的進(jìn)一步擴大和數(shù)據(jù)標(biāo)準(zhǔn)化以及人工智能和深度學(xué)習(xí)的發(fā)展,必將為甲型H1N1流感肺炎建立一種精準(zhǔn)、方便、簡單的影像學(xué)診斷方法,為患者的診療指引新的方向。