文献速递胸部MRCT

慢性阻塞性肺疾病中相位分辨功能性肺(PREFUL)MRI与CT参数反应图(PRM)的比较:COSYCONET研究

Comparison of phase-resolved functional lung (PREFUL) MRI and CT parametric response mapping (PRM) in COSYCONET COPD.
PubMed 文献 · Eur Radiol · 2026-03-28

本研究为COSYCONET前瞻性队列的单中心回顾性分析,纳入51例COPD患者,比较自由呼吸1.5T PREFUL MRI的通气缺陷百分比(PREFUL-VDP)与CT参数反应图(PRM)指标及肺功能的相关性。结果显示PREFUL-VDP与PRMfSAD+emph强相关(r=0.86),与FEV1呈负相关(r=-0.75),但PREFUL无法区分小气道病变与肺气肿。

要点

  • PREFUL-VDP与CT的PRMfSAD+emph强相关(r=0.86),与FEV1呈负相关(r=-0.75)。
  • PREFUL-VDP与PRMfSAD(r=0.57)和PRMemph(r=0.82)的相关性弱于与两者合计的相关性。
  • PREFUL-VDP与PRMfSAD+emph的空间重叠为0.60,缺陷Dice系数为0.53,提示PREFUL不能区分小气道病变与肺气肿。

核心结论

  • PREFUL-VDP与PRM测量的肺气肿和功能性小气道病变合计值相关性最强,是有前景的无创、无辐射COPD区域通气定量工具。

研究设计与样本

  • COSYCONET前瞻性队列的单中心回顾性分析,纳入51例COPD患者,PREFUL MRI于1.5T自由呼吸下采集冠状位,PRM源自配对低剂量吸气相和呼气相CT,以肺功能为参照。

关键影像表现/征象

  • 随着GOLD分期进展,PRM显示fSAD和肺气肿增加(p=0.02和p<0.001),PREFUL显示FV降低(p<0.01)、QCD增大(p<0.001)和VDP升高(p<0.001)。

诊断标准与关键数值

  • PRM分类阈值:PRMnormal为呼气相>−856 HU且吸气相>−950 HU;PRMfSAD为呼气相<−856 HU且吸气相>−950 HU;PRMemph为呼气相<−856 HU且吸气相<−950 HU。PREFUL-VDP阈值:每层面实质体素第75百分位数乘以0.7,低于该阈值定义为通气缺陷。

临床应用与阅片要点

  • PREFUL-VDP可作为无辐射的区域通气评估工具,但阅片时需注意其不能区分小气道病变与肺气肿,且回归截距约25%、斜率0.36提示在早期COPD可能高估病变、在重度COPD可能低估病变。

局限性

  • 本研究为单中心回顾性分析。
  • PREFUL-VDP计算采用经验阈值(第75百分位数乘以0.7),该经验因子在早期COPD似乎高估病变负担,而在晚期COPD依赖第75百分位数会低估病变负担,因此有必要进一步优化阈值策略。
全文中译17 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Eur Radiol. 2026 Mar 28;36(7):5454–68. doi: 10.1007/s00330-026-12429-3

引言

近年来,人们致力于利用肺部影像学改进慢性阻塞性肺疾病(COPD)的表型分型。影像学生物标志物提供了超越传统肺功能检查的区域性信息,并已被证实与临床相关结局相关联[1–10]。这些生物标志物捕捉了气道和血管的结构与功能改变,而这些正是COPD的标志性特征。然而,由于该疾病复杂的病理生理异质性[2, 7],在界定和纵向监测COPD不同组分方面的进展仍然有限[11]。

参数反应映射(PRM)是一种基于CT的技术,利用肺部的放射密度测量来量化正常肺实质(PRMnormal)、肺气肿性肺实质(PRMemph)以及因功能性小气道疾病导致的气体潴留区域(PRMfSAD)的数量[12]。这是通过将吸气相和呼气相CT扫描进行共同配准并根据两个密度阈值对每个体素进行分类来实现的。PRM已被证明在短期内具有可重复性[11],与肺部气体MRI显示空间一致性[13],与肺功能相关,并与第1秒用力呼气容积(FEV1)的纵向下降相关联[14]。

PRM和其他基于CT的技术的局限性在于需要电离辐射,这限制了其用于重复检查。这促使了基于MRI的区域性肺通气评估方法的发展。

傅里叶分解(FD)MRI是一种基于质子的后处理技术,用于动态自由呼吸非增强肺MR成像,可评估肺灌注和通气[15]。该方法的基本原理是对体素级信号时间序列进行频率分解,将从呼吸过程中肺实质变形产生的质子密度变化与与肺血流相关的变化分离[16]。相位分辨功能性肺(PREFUL)MRI通过回顾性重排图像以重建完整的通气和灌注周期,从而扩展了这一概念,由此提高了有效时间分辨率[17]。此前,通气加权FD和PREFUL MRI的重复性和可再现性已被证实[18–20],并已对照其他技术进行了验证,如单光子发射计算机断层扫描/CT[21, 22]、氦-3(3He)MRI[23–25]、129Xe[26, 27]以及19F-MRI[28]和COPD患者的肺功能检查[28]。更近期地,PREFUL MRI还在哮喘患者中与PRM进行了比较,显示通气缺陷与PRMfSAD之间存在关系,但在该队列中PRM几乎检测不到肺气肿[29]。

相比之下,在COPD中——肺气肿是核心病理特征且PRMemph贡献显著——PREFUL MRI与PRM之间的比较尚未见报道。因此,在本研究中,我们探究PREFUL MRI所描绘的通气不足是否与PRM测量指标(包括肺气肿负荷)以及COPD患者肺功能检查参数在区域上相关并保持一致。

材料与方法

患者特征与研究方案

当地伦理委员会批准了研究方案。在所有参与者充分了解操作程序的性质后,获得了他们的书面知情同意。

本回顾性分析考虑纳入53例COPD患者。所有患者最初均纳入COSYCONET(“COPD与系统性后果——共病网络”),这是一项在稳定期COPD患者中开展的前瞻性、观察性、多中心队列研究[5]。本工作为COSYCONET的单中心亚组分析,重点关注在我们中心接受额外MRI检查的患者。

纳入标准为:由呼吸科医师根据慢性阻塞性肺疾病全球倡议(GOLD)标准[30]诊断为COPD,且年龄> 40岁。排除标准为:既往胸部手术史、过去4周内肺炎或中重度急性加重,以及MRI或MRI对比剂禁忌证。

区域通气PREFUL MRI

PREFUL MRI作为COSYCONET MRI方案(包括形态学和增强序列)的单中心方案增补进行采集。所有扫描均在1.5-T扫描仪(MAGNETOM Avanto,Siemens Healthineers)上采集。

对于PREFUL,采集四个冠状切面,一个位于气管水平中部,两个位于气管前方,一个位于气管后方,使用非门控扰相梯度回波序列,参数设置如下:视野500 × 500 mm2,矩阵大小128 × 96(插值至256 × 256),层厚15 mm,层位置之间间距7.5 mm,回波时间/重复时间0.82 ms/3 ms,翻转角5°,带宽1500 Hz/px。在约1分钟的时间内以288 ms的时间分辨率,每个切面获得200幅图像。PREFUL MRI的总扫描时间约为4分钟。采集在自由呼吸下进行,不使用对比剂。

肺通气计算的后处理按Voskrebenzev等[17]所述进行。简言之,所有图像使用高级归一化工具包(ANTs)[31]以组导向配准方案[32]非刚性配准至中间肺位置的一幅固定图像。经低通滤波[32]后,通过根据呼吸周期的时间相位对图像排序并随后插值至均匀时间网格,时间分辨率名义上约提高至33 ms。最后,根据Zapke等引入的以MR信号表示的分数通气(FV)方程定量通气:其中SExp和SInsp分别为合成通气周期中呼气末和吸气末的MR信号[33]。

随后,排除中央大血管,由一名在分割时具有4年经验的放射科住院医师(T.F.K.)手动分割双肺肺叶。中叶和舌叶计入其相应的上叶。

PRM

经过简短的呼吸训练后,于MRI同日在64层扫描仪(Lightspeed VCT,GE HealthCare)上于仰卧位行肺部完全吸气末和呼气末(即肺总容量(TLC)和残气量(RV))CT检查,不使用静脉对比剂。两种呼吸状态的扫描参数如下:管电流120 kV,自动管调制,床进39.375 mm/机架旋转,层厚0.625 mm,重建间隔0.7 mm,使用标准重建核。

通过使用专用软件(MeVisPULMO 3D,Fraunhofer MEVIS)在吸气相和呼气相应用局部自适应区域生长算法,对双肺各肺叶进行半自动分割。中叶和舌叶计入其相应的上叶。

使用非刚性ANTs配准将吸气相数据集配准到呼气相数据集上。PRM按照Galban等人的描述进行,根据呼气相和吸气相的两个阈值对肺体素进行标记:PRMnormal(呼气相> −856 HU且吸气相> −950 HU)、PRMfSAD(呼气相< −856 HU但吸气相> −950 HU)和PRMemph(呼气相< −856 HU且吸气相< −950 HU)[12]。

PREFUL-MRI与PRM的层面匹配

由于PREFUL-MRI的平面内体素尺寸和层厚大于CT数据集,且两种模态是在不同的呼吸指令下采集的,因此需要专门的步骤来实现准确的层面匹配和分析。首先,将CT数据的分辨率在每个维度上降采样两倍。然后,在形态学CT和MRI图像中半自动识别气管分叉头侧10 mm处的气管中心。随后相对于该标志点计算CT和MRI层面的背腹侧位置,并识别落在每个PREFUL-MRI层面内的CT层面,对其进行平均,用作与ANTs进行跨模态配准的参考图像(PREFUL MRI配准至CT)。

为进行功能分析,从对应于每个PREFUL层面的原始(未平均)CT层面生成PRM图。通过在z方向应用多数标签投票将这些图合并为PREFUL匹配的PRM图,确保每个PREFUL层面具有空间对齐的PRM对应图。通过合并基于MRI和基于CT的掩膜创建共识分割掩膜,并将该掩膜应用于PREFUL和PRM图。

因此,对每个数据集提取了空间对齐的全层面及肺叶的中位数和四分位距值。从PREFUL获得以下指标:FV(PREFUL-FV)、相应的四分位离散系数(PREFUL-QCD)作为通气异质性的度量,以及分类为通气缺陷的体素相对体积(PREFUL-VDP)。从PRM衍生出PRMnormal、PRMfSAD和PRMemph的百分比,并将联合PRM-VDP定义为PRMfSAD与PRMemph之和(等价于1 – PRMnormal)。

由于仰卧位肺通气遵循生理性前后梯度,PREFUL的通气缺陷图使用层面特异性和受试者特异性阈值计算。对每个层面,确定肺实质体素值的第75百分位数(代表正常通气)并乘以0.7,该经验系数是从五个随机选择的涵盖不同GOLD阶段的COPD测试病例中视觉推导得出的。低于该阈值的体素被分类为通气缺陷。类似的基于分布的阈值方法此前已有应用[17, 34, 35]。

最后,生成了联合CT-MRI匹配-不匹配图。这些图包含四个类别:共识健康(两种模态均正常)、仅PREFUL缺损、仅PRM缺损和共识缺损(两种模态均异常)。对于每个类别,提取呼气与吸气之间Hounsfield单位差值(ΔHU,定义为呼气HU与吸气HU之差)的中位数,以及PREFUL-FV和PREFUL-QCD的中位数,以便在相应区域进行模态间比较。

降采样和层面匹配的验证

为确保上述匹配步骤未引入系统性偏倚,在两种条件下比较了PRM值。首先,为检验空间降采样的效果,在9例患者的子集中比较了全分辨率数据集得出的PRM指标与降采样数据集得出的PRM指标。其次,为评估将肺容积限制至PREFUL MRI层面位置并应用多数标签投票的影响,在所有患者中比较了全肺CT数据集的PRM值与相应MRI匹配层面获得的PRM值。

肺功能检查

肺功能检查测量按照美国胸科学会和欧洲呼吸学会的建议进行[36]。本研究使用MRI检查前后研究救护车中最接近一次就诊的数据(中位数24天;四分位距为MRI就诊前7–52天)。

统计分析

使用Shapiro–Wilk检验对所有功能性MRI和CT参数进行正态性检验。由于这些变量不服从正态分布,故使用非参数检验。数据以中位数及第25和第75百分位数表示。

对于队列特征描述,GOLD分期之间的差异使用Kruskal–Wallis检验(连续变量)和Fisher精确检验或精确Kruskal–Wallis检验(分类变量或有序分类变量)进行评估。

为评估PRM重采样可能引入的偏倚,进行了Bland–Altman分析,报告平均差异和95%置信区间(CI)。

PREFUL参数、PRM指标与肺功能检查之间的关联在全局和肺叶水平上使用Spearman秩相关进行分析。对于肺叶水平相关性(共9项检验),使用Bonferroni法将显著性水平调整为0.006。

PREFUL和PRM参数在GOLD分期之间的比较使用Kruskal–Wallis综合检验进行,随后使用Dunn检验进行事后分析。应用线性回归进一步评估PREFUL与PRM VDP值之间的一致性。

通过计算缺损和健康体素类别的空间重叠和Dice系数,评估PREFUL与PRM之间VDP图的一致性。此外,使用Wilcoxon符号秩检验比较体素类别的中位数。

除应用Bonferroni校正的情况外,p < 0.05被认为具有统计学意义。所有分析均使用JMP Pro 13软件(SAS Institute)进行。

结果

参与者特征

53例患者中有2例因幽闭恐惧症导致MRI中止而被排除在本研究之外。表1显示了成功完成所有检查的51例COPD患者(中位年龄65(58–70)岁)的最终人口学特征、GOLD分布和肺功能测量结果。大多数人口学、肺量计和影像学变量在各GOLD组间存在显著差异,而年龄、包年以及急性加重次数、抗生素疗程数和泼尼松龙疗程数则无显著差异。

表1 受试者人口学特征 查看原表 ↗

降采样与层面匹配的验证

比较全分辨率与降采样数据集显示,PRMnormal存在显著但较小的偏倚,平均差异为0.6%(95% CI:0.1–1.0%),p = 0.004。未观察到PRMfSAD和PRMemph的显著差异。比较全肺与MR层面匹配体积的PRM参数未发现显著偏倚(例如,PRMnormal的平均差异为0.8%(95% CI:−1.9–3.4%),p = 0.67)。

PREFUL-MRI与PRM的整体比较

图1显示了4例GOLD I–IV期COPD患者的代表性冠状面图,PRM与PREFUL MRI的空间一致性良好,并显示随着GOLD分期增加肺密度可见降低。定量分析证实了这些观察结果(图2):PRM显示fSAD和肺气肿增加(分别为p = 0.02和p < 0.001)。同时,PREFUL MRI显示随着GOLD分期进展,FV降低(p < 0.01)、通气QCD的空间异质性增大(p < 0.001)以及通气缺陷百分比(PREFUL-VDP;p < 0.001)升高。如表2所示,PRMnormal与PREFUL-FV在整体水平(r = 0.54,p < 0.001)以及肺叶水平均存在中度相关性。比较PRMnormal与通气异质性(PREFUL-QCD,r = −0.72,p < 0.001)时相关性更强。PREFUL-FV和PREFUL-QCD与PRMfSAD和PRMemph的相关性较弱,且PREFUL-FV与PRMfSAD的相关性不显著(例如,全肺r = −0.21,p = 1.12)。PREFUL-VDP与PRMfSAD+emph强相关(r = 0.86,p < 0.001),与PRMfSAD和PRMemph分别也呈强相关(表3)。以PREFUL评估的VDP(y轴)与PRM(x轴)进行线性回归,结果为:截距25%,斜率0.36%,相关系数0.86,p < 0.001(图3)。

图1 由CT得出的PRM与由PREFUL MRI得出的部分通气图(PREFUL-FV)计算得到的通气缺陷图(PREFUL-VDP)的代表性对应冠状面图。第一列:60岁男性,GOLD I期(FEV1为预测值的91%,PRMnormal 78%,PRMfSAD 19%,PRMemph 4%,中位PREFUL-FV 0.20,PREFUL-VDP 38%,空间重叠69%)。第二列:70岁女性,GOLD II期(FEV1为预测值的56%,PRMnormal 75%,PRMfSAD 25%,PRMemph 0%,中位PREFUL-FV 0.20,PREFUL-VDP 39%,空间重叠64%)。第三列:63岁女性,GOLD III期(FEV1为预测值的46%,PRMnormal 25%,PRMfSAD 58%,PRMemph 18%,中位PREFUL-FV 0.13,PREFUL-VDP 46%,空间重叠56%)。第四列:66岁男性,GOLD IV期(FEV1为预测值的23%,PRMnormal 9%,PRMfSAD 40%,PRMemph 52%,中位PREFUL-FV 0.07,PREFUL-VDP 58%,空间重叠56%)。 查看原图 ↗
图2 按GOLD I期(n = 13)、II期(n = 17)、III期(n = 14)和IV期(n = 7)分组的PREFUL(上排)和CT(下排)参数箱线图:PREFUL-FV(a)、PREFUL-QCD(b)、PREFUL-VDP(c)、PRM-fSAD(d)、PRM-emph(e)和PRM-VDP(f)。Kruskal–Wallis综合检验对所有参数均显著。GOLD分期之间的统计学差异以Dunn检验的p < 0.05(*)、p < 0.01(**)、p < 0.001(***)或非显著(n.s.)结果标记。每个箱线图中,中央线表示中位数,箱体边缘表示第25和第75百分位数,须线延伸至未被归类为异常值的最极端值。个体数据点以圆圈表示 查看原图 ↗
图3 比较PREFUL和PRM评估的VDP的线性回归。截距:24%,斜率0.36%,相关系数0.80 查看原图 ↗
表2 PRM分类(PRMNormal = 1-PRM-VDP、PRMfSAD、PRMemph)与PREFUL衍生的FV及相应QCD作为通气异质性度量的比较 查看原表 ↗
表3 PREFUL-FV与PRM指标衍生的VDP的比较 查看原表 ↗

PREFUL-MRI与PRM的区域比较

空间重叠(即两种方法均标记为通气缺陷或健康肺实质的体素百分比)显示全肺一致率为60%,缺陷体素的相应Dice系数为53%(28–62%),正常通气体素为68%(39–74%)。

仅PRM-VDP区域的PREFUL-FV和QCD显著低于共识健康区域,且显著高于共识VDP区域(p < 0.001)。仅标记为PREFUL-VDP的体素与共识健康区域相比ΔHU显著降低,但显著高于共识VDP区域(p < 0.001)。与此类似,这些发现对PREFUL-FV和-QCD同样成立。共识分析的箱线图见图4,数值汇总见表4,代表性病例见图5。

图4 PREFUL与PRM之间空间一致性与不一致性的比较及其对呼气相与吸气相之间ΔHounsfield单位(HU)分布(a)、PREFUL-FV(b)和PREFUL-QCD(c)相应分布的影响。Cons. healthy,共识健康;Cons. VDP,共识VDP。统计学差异以p < 0.05(*)、p < 0.01(**)、p < 0.001(***)或非显著(n.s.)标记 查看原图 ↗
图5 一名60岁男性GOLD I期疾病患者的代表性冠状位图像(FEV1为预测值的91%,PRMnormal 78%,PRMfSAD 19%,PRMemph 4%,PRMfSAD+emph 23%,PREFUL-FV中位数0.20,PREFUL-VDP 38%,空间重叠69%)。第一排:CT;第二排:参数反应图(PRM);第三排:PREFUL MRI衍生的FV;第四排:PREFUL MRI衍生的通气缺陷图;第五排:黑色:两种方法匹配结果,粉色:仅PRM检测到的通气缺陷,紫色:仅PREFUL MRI检测到的通气缺陷 查看原图 ↗
表4 一致和不一致标记通气缺陷区域中PREFUL与CT参数的比较 查看原表 ↗

与肺功能检查的相关性

PRM和PREFUL参数的线性回归显示与肺功能参数显著相关(表5)。PREFUL-VDP与FEV1(%预测值)之间发现强显著相关,r = 0.75,p < 0.001,与FEV1/用力肺活量(FVC)之间R = 0.73,p < 0.001,与RV(%预测值)之间r = 0.64,p < 0.001。

表5 PRM和PREFUL与肺功能参数的相关性 查看原表 ↗

讨论

数据来自嵌入COSYCONET队列的一项前瞻性单中心研究。该回顾性分析聚焦于51例临床稳定的COPD患者中PREFUL MRI与基于CT的PRM之间的一致性。主要结果如下:在COPD患者中,采用PREFUL MRI对通气缺陷的区域评估以及通气异质性评估,与PRM CT衍生的fSAD和肺气肿合并体积的相关性显著最佳。随着GOLD分期增加,观察到PREFUL-FV降低和PREFUL-VDP升高。两种方法在COPD患者中均与肺功能检查参数如FEV1、FEV1/FVC和RV具有良好的相关性。

PRM的开发旨在通过两个阈值的空间组合来改进fSAD和肺气肿的测量,为COPD表型分析提供稳健的生物标志物。图像配准用于根据每个体素在吸气相和呼气相的放射密度进行分类,从而能够将小气道疾病和肺气肿的贡献与气体陷闭测量区分开来。此外,近期已证实其与MRI评估的灌注分析在空间上具有一致性[37]。

PREFUL衍生的FV、VDP以及作为通气异质性测量的QCD,与PRMfSAD和PRMemph的组合相关性最强,而非与任一单独成分的相关性更强。这是合理的,因为FV及其衍生指标本质上是相对通气测量:虽然它们可能在一定程度上反映绝对肺实质密度,但它们无法像PRM那样直接区分fSAD和肺气肿。值得注意的是,Capaldi等人在COPD患者中比较了3He MR成像衍生的VDP与PRM,同样报道VDP与PRMfSAD的相关性(Pearson r = 0.47,p = 0.03)弱于与PRMemph的相关性(Pearson r = 0.62,p < 0.001)[13]。

PREFUL-VDP的计算使PREFUL与PRM的一致性比PREFUL-FV更强。这并不意外,因为二值缺陷图的计算减少了值的局部变异。在最近一项研究中,12例COPD患者中通过FD MRI评估的半自动计算VDP与基于CT的−950 HU以下肺气肿定量(与PRMemph所用阈值相同)以及肺超极化3He MRI衍生的VDP进行了比较,报道FD-VDP在整体和空间上均与CT(Pearson r = 0.80,p = 0.002)和3He-MRI VDP [24](r = 0.88;p < 0.001)强相关。这与本研究中PREFUL-VDP与PRMemph的显著相关性(Spearman r = 0.82,p < 0.001)一致。此外,Friedlander等人在重症哮喘中报道了非常相似的结果[29],其中PREFUL-VDP与PRMfSAD相关(r = 0.55),与我们观察到的相关性(r = 0.57)密切吻合。

尽管存在强相关性,进一步比较PREFUL与PRM仍揭示出两种技术之间的系统性差异。首先,回归截距显示,即使PRMfSAD+emph为0%,PREFUL-VDP已约为25%。其次,较低的回归斜率提示PREFUL可能无法捕捉重度COPD的全部疾病范围。这些差异可能与用于计算PREFUL-VDP的自适应阈值方法有关。在本研究中,假定代表健康肺组织的信号分布第75百分位数被用作参考,并按经验系数0.7进行缩放。该经验系数似乎在早期COPD中高估疾病负担,而对第75百分位数的依赖则在仅剩有限健康参考组织的晚期COPD中低估疾病负担。因此,有必要进一步优化阈值策略。

其他因素也可能导致PRM与PREFUL之间的差异:(1)与CT相比,PREFUL MRI的层厚相对较大且平面内分辨率较低,可能降低检测小通气缺损的敏感性,反映了时间分辨率与信噪比之间的权衡。

(2)PREFUL-MRI在潮式呼吸期间进行,而基于CT的PRM使用RV和TLC时的扫描。用力呼吸动作可加重疾病,类似于测量FEV₁需要用力呼气。Comellas等支持这一点,他们证明当PRM应用于功能残气量而非RV时,fSAD的量发生显著变化,可能是由于体素内空气排空不完全。此外,RV时的PRM在区分有和无COPD的参与者方面提供了更强的区分能力[38]。通过纳入用力呼吸动作能否增强PREFUL的敏感性仍有待确定;初步数据提示该方法具有潜力[39],尽管在这种情况下,PREFUL的主要优势——不依赖患者配合——将被削弱。

除定量和相关性比较外,还分析了PREFUL MRI与PRM之间的空间一致性。对于缺损类别,考虑到该队列中观察到的缺损分数,获得的Dice系数0.53对应于两种模态之间约23%的肺体素重叠。该重叠水平显著高于随机水平,而对于相同的缺损分数和ROI大小,随机水平预计会明显更低。详细的定量推导和统计学解释见补充材料。

使用匹配/不匹配图进一步分析了由PREFUL MRI和PRM识别的一致和不一致的通气缺陷。值得注意的是,被PREFUL MRI归类为缺陷但PRM未归类的体素,其ΔHU值与标记为健康或两种方法均标记为缺陷的区域相比存在显著差异。相反,仅被PRM识别为缺陷的体素,其PREFUL-FV和QCD值显著低于健康区域,但高于两种方法均归类为缺陷的区域。综上所述,这些发现凸显了二分类的局限性:尽管各方法之间的区域并不完全一致,但它们表现出相似的趋势,提示阈值选择强烈影响分类、敏感性以及最终的一致程度。在此背景下,Kirby等人提出的引入连续概率图(例如fSAD的概率值而非二分类标签)可能通过捕捉中间状态并减少阈值依赖性,提供一种更稳健的替代方案[40]。

局限性

本研究存在若干局限性。首先,如本研究中所采用的低剂量设置CT成像(等效剂量< 3.5 mSv),已知会使PRM测量偏向更高的肺气肿和fSAD百分比,尽管该效应的幅度仍不确定[41]。然而,在可进行比较的情况下,本研究获得的PRM值与既往发表的数据一致[41]。其次,CT扫描未进行肺功能门控。因此,由于不同的呼吸用力可能影响图像配准指标的可重复性,参与者接受了仔细指导以达到最大吸气和呼气末。

第三,图像伪影——尤其是下叶心脏运动产生的伪影——以及CT与PREFUL之间跨模态配准的潜在误差,可能降低了两种技术之间观察到的相关性。尽管如此,PREFUL MRI与PRM之间仍显示出显著关联。

第四,尽管COSYCONET队列研究是一个多中心、纵向项目,纳入了德国各地大量患者,但本文分析的影像学子研究在单中心进行,且迄今仅包含一个成像时间点。PREFUL MRI是作为本地方案修订而非标准化多中心方法引入的。

最后,MRI与肺功能检查之间的中位时间间隔约为一个月,这可能给相关性分析引入偏倚。在未来的研究中,肺功能检查最好应与MRI在同一天进行。尽管如此,在该稳定性COPD患者队列中,PREFUL MRI、PRM与肺量计检查之间观察到显著相关性。

结论

PREFUL-VDP与PRM测量的肺气肿和功能性小气道疾病联合指标显示出最强的相关性。这些发现支持PREFUL作为一种有前景的无创、无辐射工具,用于评估和监测COPD患者的区域通气。

补充信息

电子补充材料

引用

  1. Voskrebenzev A, Gutberlet M, Klimeš F, et al. Comparison of phase-resolved functional lung (PREFUL) MRI and CT parametric response mapping (PRM) in COSYCONET COPD. Eur Radiol. 2026. PMID: 41902924. doi:10.1007/s00330-026-12429-3
  2. 全文:PMC13282224(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13282224/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。