自2019年12月起，COVID-19新型冠状病毒席卷全球，防疫抗疫自是刻不容缓。富士胶片集团有限公司，运用Synapse^®3D系统，积极配合暨南大学附属第一医院（广州华侨医院）专家深入研究新冠肺炎和患者的病情发展。

目标：

针对新型冠状肺炎患者的三维CT（3D-CT）图像，定量分析肺和肺炎的动态变化。

方法：

对2020年1月3日至2月29日接受胸部CT检查的110例实验室确诊COVID-19患者进行回顾性分析。胸部CT将肺炎病变分为早期、进展期、高峰期和吸收期四个阶段。计算机辅助诊断(CAD)系统计算全肺体积(TLV)、低吸收区百分比(LAA%)、肺炎体积、磨玻璃样阴影体积(GGO)、实变体积加GGO/实变。CT评分由放射科医师进行视觉评估。

四个阶段的肺部和肺炎参数的比较采用单因素方差分析(one-way ANOVA)及多重比较检验。采用斯皮尔曼相关性分析（SPSS）CT评分与肺炎体积、四个阶段中LAA%与肺炎体积的关系。

结论：

在COVID-19患者的随访中，定量3D-CT可以作为常规CT的有益补充。定量评估COVID-19患者肺部和肺炎的动态变化可能有助于患者的常规管理。

关键词：

新型冠状病毒2019；计算机体层摄影（CT）；CT评分；CAD（计算机辅助诊断系统）；低衰减区

背景

对于新冠病毒(COVID-19)的大流行，迫切需要快速准确的诊断。 COVID-19疫情暴发以来，除RT-PCR外，胸部CT作为一种方便、高灵敏度的筛查、诊断和随访工具被广泛使用。 伴实性或非伴实性双侧肺磨玻璃影是COVID-19最常见的肺部表现。近期有研究将COVID-19肺炎典型CT临床表现描述成病程早期、进展期、高峰期和吸收期四个阶段。半定量CT评分可以反映疾病的严重程度，是日常实践中简单的指标。然而，放射科医师解释胸部CT受限于较大的观察者间差异、耗时和效率低下。

COVID-19患者随访计划中未考虑除肺炎病灶外的一系列肺部改变。LAA%可用来描述肺部疾病的严重程度;低衰减区(LAAs)代表肺气肿破坏的单个区域。既往研究未考虑COVID-19患者并发慢性肺异常，如肺气肿和间质性肺病。Colombi等人发现，在COVID-19肺炎患者中，初始CT上通气良好的肺容积可能表明疾病的严重程度，并可作为重症监护病房(ICU)入院或死亡的预测指标。

迄今为止，除了Mo等发现COVID-19患者（尤其是重症患者）在出院前肺容积受损外，尚无COVID-19患者住院期间肺功能数据。以往的研究表明，一些康复患者感染了其他冠状病毒肺炎[如严重急性呼吸系统综合征(SARS)和中东呼吸综合征(MERS)]可能会导致肺部持续受损，这种情况可能持续数月甚至数年。监测COVID-19患者治疗后肺的动态变化具有重要的临床意义，这可能决定后续肺功能检测和肺康复的必要性。

本研究旨在利用计算机辅助诊断(CAD)系统，在COVID-19患者三维CT (3D-CT)上量化肺部和肺炎的序列变化，为医护人员快速、准确评估COVID-19患者病情严重程度和治疗反应提供影像学手段。这可能在疾病监测、早期干预和确定入院时间方面发挥重要作用。

材料和方法

研究人群

本回顾性研究经我院伦理委员会批准，并放弃知情同意。从2020年1月3日到2月29日，共有185名疑似新型冠状病毒肺炎患者入住指定医院。

纳入标准如下：

(1)患者经咽拭子RT-PCR检测COVID-19核酸阳性(至少采集两份样本，间隔至少24小时);(2)住院期间至少有1次胸部CT阳性;(3)患者行随访胸部CT。

根据中国国家卫生健康委员会发布的COVID-19指南（试行第七版），将该疾病严重程度分为轻、中、重、危重四类。排除胸部CT持续阴性患者，或接受x线检查的危重患者。下图为患者入组流程图。最后纳入110例COVID-19患者进行分析。

CT 检查

所有患者行胸部检查CT, 未使用造影剂

CT定量分析

根据先前的一项研究，胸部CT上的早期、进展期、高峰期和吸收期分别定义为初始症状出现后的0-4、5-8、9-13和14天。采用CT评分系统评估各肺受累面积/肺炎程度:0: 0%; 1：1 - 25%; 2： 26 - 50%; 3： 51 - 75%;  4：76-100%。CT评分(范围0-20)通过汇总五个肺叶得分得出。所有胸部CT图像均由两名具有10年以上经验的放射科医生独立检查，他们对临床和实验室结果不知情。任何分歧都被一致意见解决。

将胸部CT图像导入富士胶片Synapse Imaging Intelligence (Fujifilm Medical Systems, Tokyo, Japan)

Synapse 3D系统：

1. 自动提取双肺，识别支气管，并确定叶间裂位置准确计算肺叶体积

2. 可通过简单拖动感染区域的两端，就能自动提取出肺炎区域

两个心胸放射科医生通过Synapse 3D检查病灶分割，当系统无法完全识别时，通过勾画叶间裂和感染区域的轮廓进行手动修正。

根据分割结果进行定量分析。 肺野区CT值阈值<-950 Hounsfield Unit (HU)的被视为LAA。全肺LAA占比（LAA%）会自动计算。通过对肺炎病灶CT值进行阈值化，识别GGO和实变，其值范围分别为−800 ~−300 HU和−300 ~ 50 HU。GGO和实性区域的体积和占比也会被自动计算。

图：在COVID-19肺炎的四个阶段使用Synapse 3D进行肺分析的例子。(a)早期的轴向、冠状、矢状面多面重建视图和容积渲染图(从左到右)。(b)进展期轴位、冠状位和矢状位多面重建图和容积渲染图(从左到右)。(c)峰值期的轴向、冠状和矢状面多面重建图和容积渲染图(从左到右)。(d)吸收阶段的轴向、冠状和矢状面多面重建图和容积渲染图(从左到右)。黄色区域为右上叶，蓝色区域为右中叶，绿色区域为右下，橙色区域为左上叶，粉色区域为左下叶。

图：COVID-19肺炎患者四个阶段的LAA视图，肺野区CT值阈值<-950 HU的被视为LAA。可显示早期(a)、进展 (b)、峰值 (c)、吸收期(d)四个阶段LAA分布的轴向、冠状、矢状面二维(2D)和三维(3D)图像(从左到右)。三维图像上绿色区域为肺炎病灶。

图：在区分感染区域后，自动提取GGO和实性区域。通过对肺炎病灶CT值进行阈值划分，分别识别出GGO(绿色区域)和实变(粉色区域)，取值范围分别为−800 ~−300和>-300 HU。图中为GGO及实变在早期(a)、进展期(b)、峰期(c)、吸收期(d)的轴向、冠状、矢状面的多面重建图(从左到右)。

统计学分析

计算机辅助诊断(CAD)系统计算全肺体积(TLV)、低吸收区百分比(LAA%)、肺炎体积、磨玻璃样阴影体积(GGO)、实变体积加GGO/实变。CT评分由放射科医师进行视觉评估。

四个阶段的肺部和肺炎参数的比较采用单因素方差分析(one-way ANOVA)及多重比较检验。采用斯皮尔曼相关性分析（SPSS）CT评分与肺炎体积、四个阶段中LAA%与肺炎体积的关系。所有统计分析均使用SPSS统计软件包进行(version 23, SPSS Inc., Chicago, IL, USA).

结果

临床特征

110例患者的平均年龄为45.2±12.8岁(范围：14 ~ 80岁)，其中男性65例(59.1%)。100名患者（90.9%）为中度，10例(9.1%)患者为重度。共进行了534次胸部CT扫描，平均每个患者4次(四分位差范围为3-5次)。早期、进展期、高峰期和吸收期CT扫描数分别为91次(17.0%)、188次(35.2%)、39次(7.3%)、216次(40.4%)。 共62人(56.4%)、89人(80.9%)、18人(16.4%)、95人(86.4%)分别经历早期、进展期、高峰期和吸收期。

肺和肺炎参数的比较（参数由Synapse 3D生成）

1. 与早期CT评分比较，进展期CT评分(7.6 ± 3.2 vs. 3.2 ± 2.1, P < 0.001)和峰值期(10.3 ± 4.4 vs. 3.2± 2.1, P < 0.001)明显增高。

2. 进展期肺总容积显著降低 (3.5 L 1.1 vs. 4.2 L 1.2, P<0.001)和峰值期(3.1 L 0.9 vs. 4.2 L 1.2, P < 0.001)，然后在吸收期恢复(3.8 L 1.1 vs. 4.2 L 1.2, P = 0.008)。

3. 双侧下叶感染最严重

4. 肺炎体积在进展期(431.5 ± 409.3 cm3 vs. 73.8 ± 96.0 cm3, P < 0.001)和峰值期(568.1±470.6 cm3 vs. 73.8±96.0 cm3, P<0.001) 明显增加，然后在吸收期降低(291.0 ± 404.6 cm3 vs. 73.8 ± 96.0 cm3, P < 0.001)

5. 肺炎体积到峰值的平均时间为5.2±4.8天

6. 在早期，22名(22%)患者LAA%<5%，78名（70.9%）患者LAA% 5%-24%, 10名（9.1%）患者LAA% 25%-49%。LAA%在进展期（10.1 ± 6.6% vs. 13.7 ± 8.0%, P < 0.001）、峰值期(10.3 ± 5.7% vs. 13.7 ± 8.0%, P < 0.01) 和吸收期(9.8 ± 6.1% vs. 13.7 ± 8.0%, P < 0.001)降低。

7.GGO体积在进展期(230.6 cm3 ± 231.0 vs 41.4 cm3 ± 59.2, P < 0.001)和峰值期(328.3 cm3 ± 299.0 vs 41.4 cm3 ±59.2, P<0.001)增加，但在吸收期(155.4 cm3 ±204.7 vs 41.4 cm3 ±59.2, P <0.001)降低。

8. 实性体积在进展期(125.6 cm3 ± 122.1 vs 21.6 cm3 ± 30.9, P < 0.001)和峰值期(157.7 cm3 ± 124.4 vs 21.6 cm3 ± 30.9, P < 0.001)增加，但在吸收期(49.4 cm3 ± 71.5 vs 21.6 cm3 ± 30.9, P < 0.05)降低。

9： GGO/实性的比率在进展期(3.0 ± 4.0 vs 31.2 ± 160.5, P < 0.01),和峰值期(2.6 ± 2.7 vs 31.2 ± 160.5, P < 0.05)降低，在吸收期(9.5 ± 36.2 vs 31.2 ± 160.5, P < 0.05)增大。

CT评分和肺炎体积的关系

CT评分与肺炎体积显著相关，早期（r = 0.731, 95% CI: 0.614–0.816, P<0.001），进展期(r =0.761, 95% CI: 0.692–0.817, P < 0.001)，峰值期(r = 0.715, 95% CI: 0.508–0.844, P <0.001)，吸收期(r =0.669, 95% CI: 0.585–0.738, P < 0.001)

讨论

本研究量化了COVID-19患者住院期间肺部和肺炎的3D-CT动态变化。研究结果表明肺体积和LAA%在进展期、峰值期和吸收期降低。肺炎病变体积、GGO体积、实性病变体积在进展期和峰值期持续增加。GGO/实性的比率在进展期和峰值期显著降低，之后在吸收期轻微恢复。此外，我们发现在早期、进展期和吸收期， CT视觉评分与肺炎体积之间存在中度相关性。

肺是COVID-19最易受累的器官，典型的病理表现包括弥漫性肺泡上皮破坏、肺泡间隔纤维增生、透明膜形成和毛细血管损伤/出血。病理改变是COVD-19肺炎典型CT表现的基础。以往的研究观察到COVID-19肺炎在病变范围和严重程度上的时间依赖性变化可分为四个阶段。早期，双侧GGO以胸膜下分布为主。随后，感染迅速发展为弥漫性GGO，伴铺路石征、空气支气管征和实变。之后，一些患者的感染在大小、数量和密度方面增加到高峰。支持治疗控制感染后，实变逐渐吸收并纤维化，但因实变吸收而出现GGO。本研究的定量分析很好地反映了时间进程上肺的胸部CT变化。本研究观察到肺炎区域体积、GGO和实变在进展期明显的增长，在峰值期缓慢增长，在吸收期明显降低。肺炎体积到峰值的平均时间为5.2±4.8天。GGO/实变的比在进展期和峰值期持续降低，在吸收期略有回升。及时监测全肺炎、GGO和实变的变化，有利于评价COVID-19患者的治疗效果和调整临床分期。

CT半定量评分可根据肺受累面积或程度评估COVID-19病情严重程度。这种标记简单，在临床环境中很容易获得，不需要任何后处理。但是，当COVID-19肺炎病变多发或不规则时，这种评价稍有些主观。基于CAD的定量CT可能优于基于CT视觉评分的传统半定量方法。尽管CT评分存在局限性，但本研究发现CT视觉评分与CAD系统测量的肺炎体积之间存在中度相关性，提示CT评分在临床应用中是安全有效的。本研究显示，进展期和高峰期的CT评分明显高于早期和吸收期，这可能与炎症相关的生物标志物升高有关。杨等人发现重症患者的CT评分高于轻症患者，他们发现，使用CT评分大于19.5可以预测严重的COVID-19，具有较高的敏感性(83%)和特异性(94%)，这与Liu等人的研究一致。Mahdjoub等发现入院时胸部CT评分可预测COVID-19患者的5天预后（如机械通气或死亡）。因此，CT评分有助于风险分级，识别进展迅速需要及时治疗的高危患者。

据我们所知，本研究首次证明了在胸部CT上COVID-19肺容积在进展期和高峰期显著减小，然后在吸收期缓慢增大，这可能提示COVID-19患者肺功能受损; 但这之后需要肺功能测试(PFT)来确认。以往的研究表明，间质性肺疾病中肺容积与PFT显著相关。自该病爆发以来，其对肺功能的影响尚不清楚。以往的研究表明，SARS-CoV和MERS-CoV患者康复后可能会留下持续性的肺功能损伤。Mo等人发现，在COVID-19痊愈者中，最常见的肺功能异常是肺弥散功能降低，其次是限制性通气缺陷，这与疾病的严重程度有关。最近的一份病例报告可能提示，老年COVID-19患者出院后更有可能出现残留放射学改变和肺功能受损。这些初步发现可能表明，有必要对COVID-19康复患者进行肺功能监测和康复。我们的研究提供了一种评估肺容积而不增加额外健康费用的可能性。

本研究有一些局限性：

1. 是一篇回顾性研究

2. 由于排除了轻症和危重症，选择标准可能引入了选择偏差

3. 不同的CT扫描参数可能对基于软件的量化有潜在的影响

4. 一些患者不能很好地屏住呼吸呼吸，特别是重症患者，这可能会影响计算

5. 样本量相对较小，特别是在峰值阶段;为了更好地了解这种感染的潜在机制和传播模式，还需要更多的研究对象

6. 其他患者的信息可能是一个混杂因素，如吸烟状况和预先条件呼吸系统疾病的影响未被确定。

7. 没有观察分析其他肺结构的影响，如气道，血管和裂隙。

综上所述，定量3D-CT可作为COVID-19患者随访中常规CT的有益补充。定量评估COVID-19患者肺部和肺炎的动态变化可能有助于常规患者管理。

注：本文所涉及到的参考文献请至原文中查看。