文献速递胸部CT

基于HRCT弹性配准技术评估肺收缩监测特发性肺纤维化

Lung shrinking assessment on HRCT with elastic registration technique for monitoring idiopathic pulmonary fibrosis.
PubMed 文献 · Eur Radiol · 2022-11-23

回顾性纳入69例IPF患者,对基线与随访HRCT行弹性配准计算Jacobian对数(log_jac)值。功能恶化组平均log_jac值显著低于稳定组,且与VC%、FVC%、肺血管体积及分支数相关。弹性配准可定量评估IPF肺收缩的形态学恶化。

要点

  • 功能恶化组平均log_jac值显著低于稳定组(-0.10 vs 0,p=0.03)。
  • Jacobian图显示恶化患者肺底部明显收缩(负log_jac值)。
  • 平均log_jac值与VC%、FVC%、肺血管体积及分支数正相关。

关键影像表现/征象

  • 功能恶化组Jacobian图显示肺底部显著收缩(负log_jac值),形态学改善组同部位呈膨胀(正log_jac值)。
  • 功能与形态学稳定组log_jac值分布均匀。
  • 视觉恶化组中功能恶化患者比例更高(23/25 [92.0%] vs 21/44 [47.7%],p=0.001)。

诊断标准与关键数值

  • 功能恶化定义为FVC%绝对下降10%或DLco%绝对下降15%(基于ATS/ERS/JRS/ALAT指南)。
  • log_jac=0表示体素大小不变,<0表示收缩,>0表示膨胀。
  • 平均log_jac值与VC%弱正相关(r=0.394,p<0.05),与FVC%弱正相关(r=0.395,p<0.05)。
  • 平均log_jac值与肺血管体积中度正相关(r=0.438,p<0.01),与肺动脉体积中度正相关(r=0.530,p<0.01),与肺血管分支数弱正相关(r=0.326,p<0.01)。

临床应用与阅片要点

  • 弹性配准生成的Jacobian图可直观显示IPF患者肺底部局灶性收缩,辅助视觉评估。
  • 平均log_jac值可作为定量指标,与肺功能及肺血管参数联合评估疾病进展。
  • 注意随访间隔不均可能影响log_jac值解读,恶化患者随访间隔更长(中位20.6 vs 9.0个月,p=0.012)。

局限性

  • 回顾性研究,随访间隔不均,恶化患者间隔更长。
  • 吸气程度无法控制,可能影响图像质量及结果。
  • 样本量较小(69例),相关性较弱,需多中心研究验证。
  • 排除死亡、失访、无法完成肺功能检查及CT质量差的患者,存在选择偏倚。
全文中译12 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. 2022 Nov 23;33(4):2279–88. doi: 10.1007/s00330-022-09248-7

引言

特发性肺纤维化(IPF)以肺实质进行性、不可逆的纤维化和呼吸衰竭为特征,与高死亡率相关[1]。IPF的病理特征为弥漫性肺泡炎症、肺泡结构紊乱和纤维化[2]。肺功能检查(PFTs),如用力肺活量(FVC)和一氧化碳弥散量(DLco),往往随时间推移而下降,是IPF进展最常见的指标[3, 4]。此外,近年来肺血管重塑在间质性肺疾病(ILD)发生和预后中的作用日益受到关注,肺血管重塑可能是除肺纤维化之外评估IPF患者疾病严重程度的新型影像生物标志物[5, 6]。肺血管结构的变化可能与相应部位肺纤维化所致的肺收缩以及其他部分的代偿性膨胀有关。IPF患者的肺纤维化病灶常伴有肺部相同区域的收缩,并导致肺血管结构和数量的改变。同时,随着纤维化进展,肺收缩逐渐加重。因此,肺血管结构的改变不仅与肺收缩相关,还与IPF的预后相关。

高分辨率计算机断层扫描(HRCT)是评估ILD的关键方法[7]。然而,通过视觉评估HRCT上IPF的进展通常是主观的[8, 9]。肺收缩需要对每个层面的CT扫描进行并排比较。图像弹性配准对一个或多个浮动图像施加多种几何变换,以便与目标图像匹配并建立对应关系[10, 11]。雅可比图是通过计算变形场每个体素的雅可比行列式对数(log_jac)获得的。在ILD方面,弹性配准已在多项相关研究中被证明可用于评估和量化肺部局部变形[12, 13]。Chassagnon等[14]对系统性硬化症相关间质性肺疾病(SSc-ILD)患者的吸气-呼气磁共振图像进行了弹性配准。其研究中的雅可比图显示肺底部有明显的收缩,且无纤维化参与者的log_jac小于有纤维化参与者,表明肺纤维化患者的呼吸变形较少。随后,他们证明基于CT扫描的弹性配准可以评估SSc-ILD随访期间的疾病进展[12]。目前,尚未有采用基于弹性配准的方法对IPF进行定量分析的报道。本研究旨在评估HRCT扫描上的肺收缩作为IPF纵向变化的标志物,并与肺功能检查等疾病进展指标及肺血管相关参数进行相关性分析。

材料和方法

研究人群

本回顾性单中心队列研究经我院机构伦理委员会批准(研究编号:2017-25)。在本回顾性研究中,每位患者均豁免知情同意。所有纳入患者均于HRCT检查当日使用肺功能测试系统(MasterScreen)完成PFTs。PFT测量包括预计用力肺活量百分比(VC%)、预计用力肺活量百分比(FVC%)、预计肺总量百分比(TLC%)和预计一氧化碳弥散量百分比(DLco%)。根据ATS/ERS/JRS/ALAT指南[15]评估,功能恶化定义为FVC%绝对下降10%或DLco%绝对下降15%。共纳入2015年1月至2021年5月在我院诊断为IPF的69例患者。IPF由多学科团队根据2011年美国胸科学会、欧洲呼吸学会、日本呼吸学会和拉丁美洲胸科学会(ATS/ERS/JRS/ALAT)标准诊断[15]。纳入标准为:(1)至少接受两次HRCT扫描的IPF患者;(2)HRCT与相应PFTs在同一天完成。排除标准为:(1)HRCT扫描质量差且存在明显伪影;(2)合并其他肺部疾病、手术或胸腔积液;(3)PFT数据不完整。若患者在随访期间接受超过两次HRCT,仅纳入最早和最晚的HRCT。图1显示了参与者如何被选择以及研究如何实施的流程图。

图1 本研究合格患者的流程图 查看原图 ↗

CT方案

本研究中的所有HRCT扫描均为非增强CT,并使用多探测器CT系统(LightSpeed VCT/64,GE Healthcare;Toshiba Aquilion ONE TSX-301C/320;Philips iCT/256;Siemens FLASH Dual Source CT)进行。全胸于仰卧位在单次屏气期间从肺尖至最低侧膈行头尾方向扫描。采集参数和重建参数符合CT标准:管电压100–120 kV,管电流100–300 mAs,层厚0.625–1 mm,床速39.37 mm/s,机架旋转时间0.8 s,重建增量1–1.25 mm。研究的所有参与者均取仰卧位,双手举过头顶以配合检查。

视觉评估

HRCT扫描的视觉评估分别由两位分别具有3年和5年胸部影像学经验的放射科医师(X.M.和X.S.)进行。若意见不一致,最终评估由第三位具有15年经验的胸部放射科医师(M.L.)作出。所有放射科医师对临床过程和PFTs均设盲。随后由两位放射科医师独立比较基线和随访HRCT,以评估ILD在形态学上表现为稳定、恶化还是改善。当随访HRCT显示磨玻璃影减少或减轻时记录为改善。若磨玻璃影或牵拉性支气管扩张和/或蜂窝影增加,则报告为恶化;否则报告为形态学稳定。

弹性配准

根据 Chassagnon 等 [12] 的研究,所有高分辨率CT(HRCT)首先以1 mm进行各向同性采样预处理,肺分割使用医学影像解决方案软件完成,该软件提供基于深度学习的分割方法 UNet,用于执行肺野的自动分割 [13]。随后,肺野通过全自动深度学习卷积神经网络(InferRead™ CT Lung,版本 R3.12.3;推想医疗科技股份有限公司)进行自动分割。接下来,使用 Advanced Normalization Tools(ANTs)中的 ElasticSyN 通过对称仿射和可变形变换进行弹性配准 [16],以将随访CT扫描与基线CT扫描对齐。

在此配准之后,为每对CT扫描生成变形场,即将随访CT体积匹配到相应基线体积时由每个体素的位移组成的场。最后,通过计算变形场每个体素的雅可比行列式的对数(或 log_jac)获得雅可比图。雅可比行列式是量化配准后每个体素形态变化的常用测量指标。如果 log_jac = 0,则变形后的体素大小解释为变形后未改变;< 0 为收缩;> 0 为膨胀。

雅可比图是雅可比行列式对数形式的可视化表示,也用于在按视觉评估或功能评估分组的患者组之间进行直观的视觉比较,这与 Chassagnon 等 [12] 的研究类似。具体而言,每张雅可比图均使用相同的配准方法配准到共同空间。在对每个患者组(根据CT视觉评估分为形态学改善组、稳定组和恶化组;根据肺功能评估分为功能稳定组和恶化组)的配准雅可比图求平均后,可获得特定的三维雅可比图用于视觉比较。还计算了每位患者雅可比图的均值,用于组间比较分析和PFT相关性检验。所有上述操作均在基于 Ubuntu 操作系统(版本 16.04;Canonical Ltd.)的 Python 环境(版本 3.5;Python Software Foundation)中实现。

血管分割与评估

医学数字成像和通信格式(DICOM)的HRCT扫描被传输至3D院内工作站(FACT AI+-digitalLung V1.0,神州德信医学成像技术有限公司),并采用自动整合分割方法对肺血管进行自动分割 [17]:(1)使用U-Net架构识别肺外动脉和静脉,(2)使用计算微分几何方案识别肺内血管,(3)对肺内血管进行骨架化,以指导相邻血管分支的追踪,(4)从肺外动脉和静脉开始追踪肺内血管骨架,以区分动脉和静脉。

统计分析

采用SPSS 26.0软件(SPSS)进行统计分析。研究人群特征中,定量资料采用方差分析和Student t检验比较,分类变量采用Mann-Whitney检验和Fisher精确检验比较。采用Spearman相关系数分析IPF患者平均log_jac值、肺功能指标(VC%、FVC%、TLC%和DLco%)与血管相关参数之间的相关性,其中r绝对值<0.2、0.2–0.39、0.40–0.59、0.60–0.79和>0.8分别被认为相关性差、弱、中等、强和极强。p值<0.05被认为具有统计学意义。

结果

人群特征

2015年1月至2021年5月,共有591例IPF患者在中日友好医院接受HRCT检查。共排除181例合并其他肺部疾病的患者。HRCT存在运动伪影的患者(n=21)、无随访胸部HRCT的患者(n=225)以及HRCT同日无相应PFT的患者(n=95)不符合纳入标准。最终,69例IPF患者(男性66例,中位年龄65岁,四分位距(IQR)60–70岁)纳入本研究(图1)。根据PFT将患者分为功能稳定组(n=44)和功能恶化组(n=25)。此外,根据HRCT将患者分为视觉改善组(n=4)、视觉稳定组(n=21)和视觉恶化组(n=44)(视觉评估示例见图2)。

基线时,FVC%中位数为88.8%(IQR,72.7–100.4%);40.6%的患者(69例中28例)FVC%下降(<预测值的80%)。功能稳定组与功能恶化组之间基线PFT参数(VC%、FVC%、TLC%和DLco%)均无统计学显著差异。总人群中DLco%中位数为51.4%(IQR,36.3–66.0%),77.0%的患者(69例中53例)DLco%下降(<预测值的70%)。基线与随访HRCT之间的中位间隔为13.1个月(IQR,6.2–23.3个月)。功能恶化患者的间隔更长(中位数20.6个月[IQR,11.7–24.8个月]),而功能稳定患者为中位数9.0个月(IQR,5.0–18.7个月)(p=0.012)(表1)。视觉稳定组与视觉恶化组之间基线PFT参数(VC%、FVC%、TLC%和DLco%)也无统计学显著差异(p>0.05)(表S1)。

此外,总人群的肺功能有轻度下降,FVC%的中位变化为−4.6%(IQR,−12.0%至−1.7%),DLco%的中位变化为−4.5%(IQR,−13.4%至2.0%)。然而,与功能稳定人群相比,功能恶化人群的下降显著更大,FVC%的中位变化分别为−14.0%(IQR,−21.7%至−11.0%)和−0.7%(IQR,−5.0%至3.1%)(p < 0.001),DLco%的中位变化分别为−15.8%(IQR,−20.3%至−12.2%)和−0.9%(IQR,−4.4%至6.9%)(p < 0.001)(表1和图3)。然而,除VC%(p = 0.014)外,视觉稳定组与视觉恶化组之间PFT参数(FVC%、TLC%和DLco%)的变化未观察到统计学显著差异(p > 0.05)(表S1)。与功能稳定患者(21/44 [47.7%])相比,视觉恶化更常发生于功能恶化患者(23/25 [92.0%])(p = 0.001)(表1)。

功能稳定患者与功能恶化患者在 median 总肺容积变化方面存在显著差异:分别为−85.9 mL(IQR,−302.1 mL至302.8 mL)对−385.2 mL(IQR,−796.5 mL至−45.2 mL)(p = 0.01);median 肺血管容积变化分别为−3.2 mL(IQR,−7.9 mL至3.5 mL)对−25.0 mL(IQR,−41.1 mL至−10.3 mL)(p < 0.001);肺动脉容积变化分别为−0.3 mL(IQR,−3.8 mL至2.2 mL)对−9.6 mL(IQR,−20.0 mL至−0.7 mL)(p < 0.001)。此外,两组间肺血管分支数量的变化存在显著差异(p < 0.001)(表2和图4)。然而,功能稳定患者与功能恶化患者之间总肺容积、肺血管容积和肺血管分支数量的变化无统计学差异(p > 0.05)(表S2)。此外,基线肺功能指标包括FVC%、VC%、TLC%和DLco%均与肺血管容积(p < 0.01)和血管分支数量(p < 0.01)相关。

图2 基于视觉评估的形态学分组。a、b 一名42岁患者在3年随访期间磨玻璃影范围显著缩小,被归入视觉改善组。c、d 一名64岁患者在6个月随访期间肺部病灶范围无显著变化,被归入视觉稳定组。e、f 一名52岁患者在18个月随访期间蜂窝影、网状模式和磨玻璃影扩大,被归入视觉恶化组 查看原图 ↗
表1 基于肺功能检查的IPF患者人口学和功能参数特征 查看原表 ↗
图3 根据功能评估各参数分布的箱线图。箱线图显示两组间mean log_jac值、预测用力肺活量百分比(VC%)、用力肺活量(FVC%)、总肺容量(TLC%)和预测一氧化碳弥散量(DLco%)数据分布的特征。*p < 0.05;**p < 0.001 查看原图 ↗
表2 基于肺功能检查的IPF患者肺容积和肺血管特征 查看原表 ↗
图4 根据功能评估各参数分布的箱线图。箱线图显示了两组间总肺容积、肺血管容积、肺血管分支数、肺动脉容积和肺静脉容积变化的数据分布特征。 查看原图 ↗

弹性配准

功能稳定患者的平均log_jac值为0(IQR,−0.02至0.02),高于功能恶化患者的−0.10(IQR,−0.61至0.02)(p = 0.03)(表1)。此外,平均log_jac值与VC%(r = 0.394,p < 0.05)和FVC%(r = 0.395,p < 0.05)呈弱正相关,与肺血管容积呈中度相关(r = 0.438,p < 0.01),尤其是肺动脉容积(r = 0.530,p < 0.01)。

基于log_jac值分布的雅可比图(Jacobian maps)被证明在各组之间存在显著差异。矢状面可视化显示,功能和形态学稳定两组中log_jac值均质(图5)。相反,在功能或形态学恶化患者中,肺底部发现显著肺收缩(负log_jac值),而在形态学改善患者中同一部位观察到膨胀(正log_jac值)。疾病进展和疾病稳定患者的基线和随访HRCT及雅可比图见图6。

图5 雅可比图矢状面。根据功能变化分为两组(a),根据形态学变化分为三组(b)。**p < 0.001 查看原图 ↗
图6 两名IPF患者的代表性雅可比图。a 一名63岁患者,随访间隔30个月。随访CT显示与基线CT相比蜂窝影和网状影显著增加。视觉和功能评估均支持疾病进展。雅可比图显示弥漫性肺收缩,与纤维化病变增加区域相对应,平均log_jac值为负。b 一名77岁患者,随访间隔7个月。随访CT显示与基线CT相比病变无显著变化。视觉和功能评估均提示疾病稳定,平均log_jac值为0 查看原图 ↗

讨论

我们首次证明了基于HRCT的弹性配准技术在定量评估IPF进展方面的有效性。肺纤维化导致肺收缩,这也是疾病进展的重要表现[18]。HRCT上的这种收缩在视觉上相对难以评估。弹性配准允许量化肺变形并以彩色图形式可视化。在功能和形态学恶化患者中,观察到肺底部显著收缩,平均log_jac值为负。这是IPF病变的首选部位[19],但在功能或形态学稳定患者中未见此类表现。此外,功能稳定与恶化患者之间的平均log_jac值存在显著差异(p < 0.05)。

肺功能检查(PFTs)最常用于评估IPF患者的疾病进展[17, 20]。在我们的研究中,包括VC%、FVC%、TLC%和DLco%在内的PFTs在两组患者中均具有统计学差异(p < 0.01)。然而,PFTs描述的是整体肺部状态,而弹性配准可以可视化局部病灶的变化。Chassagnon等人[12]描述了弹性配准在SSc-ILD随访期间评估疾病进展的价值,但尚无相关研究探讨弹性配准在IPF进展中的作用。多项研究表明,血管相关结构在预测多种疾病的预后方面优于视觉评分和功能参数。然而,其确切机制尚未阐明。据报道,肺血管体积与PFTs之间存在强相关性,提示血管相关结构有望成为评估IPF患者疾病严重程度的重要新指标[5, 6, 21–24]。我们的研究也观察到了类似结果。此外,值得注意的是,我们的研究发现平均log_jac值也与肺血管体积的变化相关(r = 0.438,p < 0.01),尤其是肺动脉体积(r = 0.530,p < 0.01),并与肺血管分支数量的变化呈正相关(r = 0.326,p < 0.01),提示导致肺收缩的肺纤维化也破坏了肺血管系统,伴有血管体积和数量的减少,并且也与疾病进展相关。总之,结果表明基于弹性配准的平均log_jac值可用于评估随访期间IPF的进展。

本研究仍存在若干局限性。第一,在我们机构死亡或失访的患者、因急性加重而无法完成PFTs的患者,以及因CT质量差或合并感染而无法实现柔性对齐的病例被排除。纳入病例较少是导致相关性较弱的主要原因。第二,这是一项回顾性研究,基线与随访HRCT之间的时间间隔范围不均匀。疾病恶化患者的时间间隔长于疾病稳定患者。第三,由于回顾性研究的性质,患者的吸气程度无法得到良好控制,这可能导致图像质量不均匀,甚至对我们的结果产生影响。由于我们对纳入患者的设计非常严格,许多缺乏高质量纵向HRCT数据或未在同一天进行HRCT和PFTs的患者被排除。尽管纳入的患者数量不足以得出可靠结论,但结果表明该方法是可行的。在进一步研究中,我们将开展多中心研究以验证弹性配准技术在IPF评估中的价值。

结论

通过弹性配准技术在HRCT上评估的肺弹性收缩是IPF定量分析中的一种新型影像生物标志物。

补充信息

ESM 1(DOCX 50 kb)

引用

  1. Sun, Yang, Sun, et al. Lung shrinking assessment on HRCT with elastic registration technique for monitoring idiopathic pulmonary fibrosis. Eur Radiol. 2022. PMID: 36424500. doi:10.1007/s00330-022-09248-7
  2. 全文:PMC10017651(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10017651/

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。