Eur J Nucl Med Mol Imaging：一种可预测COVID-19患者肺部病变进展的新型CT通气显像技术

2019年12月，中国武汉首次报告由SARS-CoV-2引起的COVID-19。截至2021年3月，已有超过1.18亿人感染COVID-19，其中260万人死亡。在本次突发公共卫生事件中，胸部计算机断层扫描(CT)在筛查和监测COVID-19肺炎进展方面发挥了重要作用。COVID-19肺炎的典型CT表现为磨玻璃密度影(GGOs)、实变合并GGOs、偏心铺路石样病变、实变。根据COVID-19肺炎诊疗指南，建议患者住院期间进行一次以上胸部CT扫描。

在预测COVID-19疾病进展方面，明确说明和早期确定将受肺炎影响的地区仍然是巨大的挑战。

最近，Eur J Nucl Med Mol Imaging杂志发表华中科技大学和磁共振与原子与分子物理国家重点实验室合作研究论文，该研究拟用CT通气显像（CTVI）预测COVID-19患者早期肺部病变进展情况。但常规CTVI方法是在同一天进行两次CT扫描，而COVID-19患者的CT扫描通常是在不同的时间进行。因此，该研究提出了一种扩展的CTVI方法，用于不同天的两次CT扫描。然后，利用该方法生成的预测图来区分健康肺区域和潜在受损肺区域。该方法可以准确预测肺部病变的进展，帮助医生提前判断COVID-19肺炎的严重程度，帮助医生提前制定有效的治疗方案。

预测COVID-19患者肺部病变进展的概念。首先，利用扩展的CTVI方法使用a CT1图和b CT2图生成c肺通气图。然后，根据CT通气图的FV值将d肺体素分为P1、P2和P3三种类型，用于创建e预测图。P1预测为健康区域，P2和P3预测为病变区域。最后，通过后续CT3扫描验证了预测结果。CT2图像上可见病变在预测图中以橙色标记，并排除在预测之外。

该研究旨在通过胸部CT对COVID-19患者早期肺部病变进展进行预测和可视化。回顾性纳入3次进展期胸部CT扫描的COVID-19患者。提出了一种扩展CT通气显像(CTVI)方法，该方法适用于使用不同天获得的两次胸部CT扫描图，然后生成肺通气图。根据肺局部功能和组织性质变化的分级通气值，得到预测图。第三次CT扫描验证预测图是否可用于区分健康区域和潜在病变。

CT1扫描、CT2扫描、CT3扫描，以及3例典型COVID-19患者的预测图谱。第一例患者(女性，39岁)的预测图主要包含P1体素(蓝色)。第二例患者(男性，30岁)的预测图有大量的P2体素(黑色)。第三例患者(男性，40岁)的预测图中存在大量的P3体素(黄色)。P1体素预测了健康的肺区域。P2和P3体素预测潜在的肺部病变。这些预测结果在随访的CT3扫描中得到了证实。

共纳入30例患者(平均年龄±SD, 43±10岁，19例女性，第二次和第三次CT扫描间隔2-12天)。预测的病灶位置和大小与第三次CT显示的真实病灶几乎相同。定量上，预测的病灶体积与真实的病灶体积具有良好的Pearson相关性(R2 = 0.80;P<0.001)，Bland-Altman图具有良好的一致性(均数偏差= 0.04 cm3)。对于现有病变的扩大，预测结果也表现出良好的Pearson相关性(R2 = 0.76;P<0.001)。

定量分析预测结果的准确性。a COVID-19患者真实病变体积和最大病变切片预测病变体积分组结果。b预测病变体积与真实病变体积的相关分析结果。c预测病变体积与真实病变体积的Bland-Altman图。d预测病灶扩大与真实病灶扩大的相关性分析结果。

CT3-CT2扫描时间间隔与病变体积相对误差的关系，CT3-CT2扫描时间间隔与病变增大的相对误差的关系。

综上所述，该研究采用基于两次胸部CT扫描的肺通气图来预测COVID-19患者早期肺部病变的进展。由通气图生成的预测图可以根据区域功能和组织变化将肺体素分为三种类型，进而预测潜在病变。因此，该方法可以帮助医生预测和可视化COVID-19患者肺部病变的进展，使他们能够清楚地说明和快速确定肺炎的影响区域。

原文出处

Wang, C., Huang, L., Xiao, S. et al. Early prediction of lung lesion progression in COVID-19 patients with extended CT ventilation imaging. Eur J Nucl Med Mol Imaging (2021). https://doi.org/10.1007/s00259-021-05435-8