引用本文： 吴张立, 吴振超, 王雯婷, 吴楠, 杨萍, 梁翠霞, 陈德彦, 许家璇, 郑劲平, 王晓华, 贺蓓, 沈宁. 吸呼双相肺部CT在慢性阻塞性肺疾病诊断应用中的价值. 中国呼吸与危重监护杂志, 2022, 21(2): 77-83. doi: 10.7507/1671-6205.202111022 复制
慢性阻塞性肺疾病（简称慢阻肺）是一种常见的慢性气道疾病，具有高度异质性，其病理学改变主要是气道和（或）肺泡异常，表型和严重程度因人而异，给社会经济造成重大的负担[1]。目前对慢阻肺的诊断方法除了依据危险因素、呼吸道症状、体征以外，还依赖于肺功能检查结果，即吸入支气管舒张剂后第1秒用力呼气容积（forced expiratory volume in one second，FEV1）与用力肺活量（forced vital capacity，FVC）的比值（FEV1/FVC）小于70%，由此可认为其存在持续气流受限。计算机断层扫描（computed tomography，CT）是慢阻肺可视化的一种选择，高分辨率CT（high resolution computed tomography，HRCT）能够区分慢阻肺的形态结构变化和不同表型，辅助临床医生评估病情[2-5]。本研究基于慢阻肺影像学多维度评价系统定量评估慢阻肺患者和对照组的肺气肿（emphysema，emph）、功能小气道病变（functional small airway disease，fsad）和正常肺（normal lung，norm）的严重程度，以期优化慢阻肺的诊断方法，帮助临床医生更有效地诊断慢阻肺。
1 资料与方法
1.1 临床资料
前瞻性纳入2019年12月至2021年9月在北京大学第三医院呼吸与危重症医学科就诊的慢阻肺患者26例作为慢阻肺组，以及同时期科室健康宣传募集人员41例作为对照组。将慢阻肺患者根据慢性阻塞性肺疾病全球倡议（Global Initiative for Chronic Obstructive Lung Disease，GOLD）分级分为两组，即轻中度的GOLD Ⅰ～Ⅱ组和重度极重度的GOLD Ⅲ～Ⅳ组，分别为18例与8例。记录年龄、性别、身高、体重、吸烟情况等一般资料。慢阻肺组纳入标准：（1）慢阻肺诊断明确，符合中华医学会制定的慢阻肺诊治指南的诊断[6]；（2）患者12周内无急性加重；（3）双气相CT完整清晰。对照组纳入标准：（1）肺功能检查正常；（2）无呼吸道疾病；（3）能配合检查，且双气相CT完整清晰。排除标准：（1）患者配合欠佳，图像质量差；（2）胸廓畸形，肺切除术后；（3）其他可以引起阻塞性通气功能障碍的疾病如支气管哮喘、支气管扩张症、陈旧性肺结核等；（4）肺不张、肺实变、大量胸腔积液；（5）肺癌或其他肺部占位性病变；（6）其他系统有严重或未控制的合并症。本研究通过北京大学第三医院伦理委员会批准［2019医伦审第（350-02）号］，所有研究对象均签署知情同意书。
1.2 方法
1.2.1 吸呼双相肺部CT扫描
所有受试者均在北京大学第三医院放射科接受吸呼双相肺部CT扫描。扫描前对受试者详细介绍CT扫描流程与深吸气末和正常呼气末屏气的方法，并多次训练受试者，使其能与操作者密切配合。采用美国GE公司生产的256排螺旋CT机，患者取仰卧位，双臂上举抱头，不注射对比剂。分别于深吸气末及正常呼气末从肺尖至肺底进行同参数扫描，条件为管电压120 kVp，管电流采用自动管电流调制技术，STND算法重建。
1.2.2 肺功能检查
所有受试者均在CT扫描后3 d内接受肺功能检查和支气管舒张试验（美国MedGraphics公司肺功能仪），以避免吸入支气管舒张剂对气道的定量测量造成影响。
1.2.3 CT定量分析
将双气相CT图像导入东软医疗系统股份有限公司研发的慢阻肺影像学多维度评价系统。系统使用改进的Demons配准算法对读入的吸气相和呼气相CT图像数据进行配准，配准完成后依据既往文献的分类标准[2]进行定量测量：吸气相<−950 HU且呼气相<−856 HU代表emph区域，影像上用红色表示；吸气相>−950 HU且呼气相<−856 HU代表fsad区域，影像上用黄色表示；吸气相≥−950 HU且呼气相≥−856 HU代表norm区域，影像上用绿色表示。最后用图表显示结果，并计算3种类别的全肺和各肺叶百分比，对受试者进行肺部改变的局部定位，见图1。
图1
慢阻肺影像学多维度评价系统CT定量测量示意图
a. 横断面；b. 冠状面；c. 矢状面。男，66岁，GOLD Ⅲ级。其中红色为emph区域，黄色为fsad区域，绿色为norm区域。
1.3 统计学方法
采用SPSS 26.0统计软件。采用S-W检验得到相关数据的正态性分布，针对符合正态性分布的数据采用均数±标准差（
±s）表示，行独立样本t检验或单因素方差分析来判断组间差异，而对不符合正态性分布的数据利用Wilcoxon分析或Kruskal-Wallis H检验来判断组间差异。对不符合正态性分布的数据采用中位数（四分位间距）［M（IQR）］表示，行Z检验和斯皮尔曼相关性分析。采用主成分分析，对肺定量CT参数降维，得到影像特征函数计算公式，使用二元Logistic回归分析验证患病的独立危险因素，用受试者操作特征（receiver operator characteristic，ROC）曲线分析预测患者是否患有慢阻肺。P<0.05为差异有统计学意义。
2 结果
2.1 一般资料
67例受试者均为男性，年龄43～74岁，平均年龄（57.0±5.9）岁，体重（71.22±10.60）kg，体重指数（body mass index，BMI）（24.94±3.23）kg/m2，吸烟指数380（780）支年。其中慢阻肺组26例，对照组41例。两组的年龄和吸烟指数差异有统计学意义，体重和BMI差异无统计学意义。结果见表1。
表1
慢阻肺组和对照组间一般资料比较［（
）/M（IQR）］
2.2 慢阻肺组和对照组的肺功能指标和定量CT参数的比较和相关性分析
2.2.1 肺功能指标和定量CT参数的比较
两组的肺功能指标FVC占预计值百分比（FVC%pred）、FEV1占预计值百分比（FEV1%pred）、FEV1/FVC、最大呼气中期流量（maximal mid-expiratory flow，MMEF）占预计值百分比（MMEF%pred）、残气量占肺总量的百分比（ratio of residual volume to total lung capacity，RV/TLC）、肺一氧化碳弥散量（diffusion capacity of carbon monoxide of the lung，DLCO）占预计值百分比（DLCO%pred）、每升肺泡容积的一氧化碳弥散量（diffusion capacity for carbon monoxide per liter of alveolar volume，DLCO/VA）的差异均有统计学意义，结果见表2。两组间的定量CT参数全肺和各肺叶的emph%、fsad%、norm%的差异均有统计学意义，并且可以发现两组的emph%低于fsad%，慢阻肺组全肺和各肺叶的emph%和fsad%显著高于对照组，而norm%则低于对照组。除此之外，慢阻肺组内的emph病变更多集中于双肺的中上叶，且fsad%高于emph%，结果见表3。
表2
慢阻肺组和对照组间肺功能指标比较［%，（
）］
表3
慢阻肺组和对照组间定量CT参数比较［%，（
）］
2.2.2 相关性分析
将慢阻肺组与对照组内的年龄、BMI、肺功能指标和定量CT参数进行相关性分析，发现年龄与FEV1%pred、FEV1/FVC呈负相关，与emph%、fsad%呈正相关；FEV1%pred和FEV1/FVC与emph%、fsad%呈负相关，与norm%呈正相关；BMI与肺功能和定量CT参数无显著相关性。结果见表4。
表4
两组肺功能与定量CT参数的相关性分析
2.3 不同的慢阻肺组内的CT参数的差异与意义
GOLD Ⅰ～Ⅱ组和GOLD Ⅲ～Ⅳ组的年龄、体重和BMI差异无统计学意义，而GOLD Ⅲ～Ⅳ组的吸烟指数、改良英国医学研究理事会呼吸困难指数（modified Medical Research Council scale，mMRC）评分和慢阻肺评估测试（COPD assessment test，CAT）评分明显高于GOLD Ⅰ～Ⅱ组，结果见表5。两组慢阻肺患者的全肺和各肺叶影像学参数也存在显著的差异，GOLD等级越高，全肺和各肺叶emph%和fsad%也越高，全肺和各肺叶norm%则越低，反映了影像学参数的严重程度与肺功能严重程度的一致性。结果见表6。
表5
不同组慢阻肺患者的基线指标的比较［（
）/M（IQR）］
表6
不同组慢阻肺患者的影像学参数的比较［%，（
）］
2.4 肺定量CT参数的诊断意义
2.4.1 主成分分析
由于定量CT参数指标过多，因此对两组67例受试者的全肺和各肺叶的emph%、fsad%、norm%进行主成分分析。主成分分析的KMO检验值大于0.6，巴特利特检验的P<0.05，说明数据满足主成分分析的条件，根据表7可知，主成分分析方法从18个参数中提取了大多数特征，提取的部分均在70%以上，其中对于全肺的emph%、fsad%、norm%三个参数提取部分约99%，说明提取出来的主成分的数据损失有限，从而实现数据的降维。根据表8，成分1和2能够解释89.459%的方差差异，且与其他成分有明显的差异，可以明确成分1和2为总数据中提取出来的两个主成分，命名为影像学特征函数1和影像学特征函数2。根据表9的成分矩阵结果，可以得到2个函数的公式（公式1、2）。从公式中可以分析，影像特征函数1主要与全肺和各肺叶的emph%、fsad%呈正相关，反映了慢阻肺患者总体的影像学上的emph和fsad病变；而影像特征函数2主要与emph%呈正相关，反映了慢阻肺患者局部的emph病变。
表7
公因子方差
表8
总方差解释
表9
成分矩阵*
公式1：
影像特征函数1=–0.27×norm%–0.261×norm左上%–0.259×norm右下%–0.255×norm左下%–0.25×norm右上%+0.25×fsad%+0.243×fsad右下%+0.241×fsad左下%+0.238×fsad左上%+0.237×fsad右上%–0.231×norm右中%+0.228×emph%+0.227×emph左上%+0.212×emph左下%+0.209×fsad右中%+0.206×emph右下%+0.206×emph右中%+0.205×emph右上%
公式2：
影像特征函数2=0.056×norm%+0.092×norm左上%–0.017×norm右下%–0.02×norm左下%–0.102×norm右上%–0.236×fsad%–0.155×fsad右下%–0.137×fsad左下%–0.277×fsad左上%–0.251×fsad右上%+0.127×norm右中%+0.335×emph%+0.308×emph左上%+0.325×emph左下%–0.332×fsad右中%+0.36×emph右下%+0.319×emph右中%+0.261×emph右上%
2.4.2 二元logistic回归分析
将两个影像特征函数与基线指标和与慢阻肺诊断相关的肺功能指标FEV1/FVC、FEV1%pred进行相关性分析。由表10可知，影像特征函数1与FEV1/FVC、FEV1%pred和影像特征函数2呈负相关（P<0.01），与年龄、吸烟指数呈正相关（P<0.01）。而影像特征函数2与年龄呈负相关（P<0.05）。这说明影像特征函数1可能辅助慢阻肺的诊断，且年龄和吸烟指数是影响影像特征函数1的混杂因素。将影像特征函数1、影像特征函数2、吸烟指数和年龄进行二元logistic回归分析，影像特征函数1是导致慢阻肺的独立危险因素（比值比=8.749，P<0.001)，结果见表11。
表10
影像特征函数与基线指标和相关肺功能指标的相关性分析
表11
二元logistic回归分析
2.4.3 年龄、吸烟指数对影像学参数的影响
按对照组的平均年龄为界值将对照组分为<55岁组和≥55岁组，将两组的影像学参数和影像特征函数1进行比较，发现两组之间的影像学参数和函数1的差异无统计学意义（P>0.05）。除此之外，按照是否吸烟将对照组分为吸烟组和非吸烟组，并比较两组的影像学参数与影像特征函数1，发现两组的影像学参数和影像特征函数1差异无统计学意义（P>0.05）。
2.4.4 ROC曲线分析
将得到的影像特征函数1进行ROC曲线分析，从而评估影像特征函数1是否能诊断慢阻肺，诊断模型的ROC曲线下面积为0.843（P<0.001），约登指数最大值为0.592，所对应的影像特征函数的临界值为−1.0039。结果见图2。
图2
影像特征函数1的ROC曲线
3 讨论
本研究通过差异分析发现慢阻肺组和对照组的定量CT参数指标的差异具有统计学意义，尤其是慢阻肺组的全肺和各肺叶emph%和全肺和各肺叶fsad%高于对照组，这反映了慢阻肺患者的肺部病理改变主要为emph和fsad病变。此外，慢阻肺组内全肺fsad%高于全肺emph%，说明慢阻肺患者的fsad病变先于emph病变，这与McDonough等[7]报道的慢阻肺患者活检结果中fsad病变先于emph病变一致。根据不同GOLD等级的慢阻肺组间的定量CT参数指标的显著差异可知影像学参数能够反映慢阻肺的严重程度，并且研究还明确两组间肺功能指标和定量CT参数指标之间存在一定的相关性。这进一步说明影像学指标可用于辅助慢阻肺的诊断和评估。通过主成分分析法和二元Logistic回归将全肺和各肺叶emph%、fsad%、norm%这一系列的参数值降维成主要成分—影像特征函数1和影像特征函数2，发现影像特征函数1和2分别与慢阻肺患者总体的病变和局部的emph病变相关，而且影像特征函数1是慢阻肺患病的独立危险因素。影像特征函数2由于涉及局部的emph病变，与肺功能整体下降的相关性不高，因此未能成为影响慢阻肺患病的独立危险因素。最后，影像特征函数1预测慢阻肺的ROC曲线下面积为0.843（P<0.01），具有良好的准确性，诊断慢阻肺的临界值为－1.0039。由于本研究将定量CT参数指标细分到了每个肺叶，全面的参数指标能够保证提取出最影响结果的因素，且能够更加详细地说明患者全肺的定量CT参数的具体情况，减少误差，反映出不同肺叶病变的范围与严重程度。本研究中肺功能检查的实施存在一些局限性，比如一些无法配合完成检查的潜在患者不能得到有效及时的诊断。此外，肺功能检查结果实则不太敏感，因为只有当肺功能损害达到75%时FEV1/FVC等指标才能出现异常[8-9]，这会使人群中有高危因素且伴有呼吸道症状的肺功能正常的潜在患者被忽略[10]。并且肺功能结果仅反映肺功能损害的严重程度，而不能反映小气道气流受限的具体因素，很难区分慢阻肺的表型。因此，对这部分可疑的慢阻肺患者的评估需要一种更为直观和客观的方法。虽然定量CT已经应用于慢阻肺研究，但是传统的定量CT参数如管壁厚度和管壁面积百分比等反映气道病变的指标仍然存在一定的局限性。一方面是因为管壁厚度和管壁面积百分比目前尚未探索出具体的分型界值，人为地选择不同位置的支气管进行测量也不能综合反映管壁增厚的总体情况。另一方面是传统的影像学参数通过管壁增厚的程度来间接判断fsad病变，缺少对慢阻肺fsad病变的直接评估，不能综合反映慢阻肺患者的实际情况[11-14]。因此，本研究所提出的通过吸呼双相肺部CT来判断全肺和各肺叶的emph%、fsad%和norm%不仅与肺功能检查的结果相似，辅助无法完成肺功能检查的患者的肺部病变评估，更能通过直观的图像明确不同病变的范围与形态，有效地辅助临床医生诊断慢阻肺，从而及时干预这类患者的治疗。
本研究存在一定的局限性。首先，本研究样本量较少且为单中心的研究，以致于两组的年龄存在差异，基线水平不匹配。虽然后续进行年龄分组明确年龄差异并不影响影像学指标，但是基于有限的样本量，在本研究中年龄对影像学指标的影响还有待评估[15]。此外，样本只包括男性，可能会出现性别偏差，因此后续研究还需要继续扩大样本量。其次，本研究没有考虑应用脉冲震荡法来评估受试者，脉冲震荡法对受试者的配合度要求低，并且已有研究表明脉冲震荡法对慢阻肺的诊断有显著的帮助[16]。最后，由于本研究需要患者接受两次CT扫描，存在射线剂量增大的问题。虽然吸呼双相肺部CT所导致的剂量辐射还是在安全范围以内，但是否可能会对敏感人群有所影响仍需关注[17]。
总之，本研究不仅为CT的定量测量提供了一种新型、客观的评估工具，也发现了新的独立危险因素和诊断指标，也为指导慢阻肺患者的个体化治疗提供了一种新的思路。
利益冲突：本研究不涉及任何利益冲突。
慢性阻塞性肺疾病（简称慢阻肺）是一种常见的慢性气道疾病，具有高度异质性，其病理学改变主要是气道和（或）肺泡异常，表型和严重程度因人而异，给社会经济造成重大的负担[1]。目前对慢阻肺的诊断方法除了依据危险因素、呼吸道症状、体征以外，还依赖于肺功能检查结果，即吸入支气管舒张剂后第1秒用力呼气容积（forced expiratory volume in one second，FEV1）与用力肺活量（forced vital capacity，FVC）的比值（FEV1/FVC）小于70%，由此可认为其存在持续气流受限。计算机断层扫描（computed tomography，CT）是慢阻肺可视化的一种选择，高分辨率CT（high resolution computed tomography，HRCT）能够区分慢阻肺的形态结构变化和不同表型，辅助临床医生评估病情[2-5]。本研究基于慢阻肺影像学多维度评价系统定量评估慢阻肺患者和对照组的肺气肿（emphysema，emph）、功能小气道病变（functional small airway disease，fsad）和正常肺（normal lung，norm）的严重程度，以期优化慢阻肺的诊断方法，帮助临床医生更有效地诊断慢阻肺。
1 资料与方法
1.1 临床资料
前瞻性纳入2019年12月至2021年9月在北京大学第三医院呼吸与危重症医学科就诊的慢阻肺患者26例作为慢阻肺组，以及同时期科室健康宣传募集人员41例作为对照组。将慢阻肺患者根据慢性阻塞性肺疾病全球倡议（Global Initiative for Chronic Obstructive Lung Disease，GOLD）分级分为两组，即轻中度的GOLD Ⅰ～Ⅱ组和重度极重度的GOLD Ⅲ～Ⅳ组，分别为18例与8例。记录年龄、性别、身高、体重、吸烟情况等一般资料。慢阻肺组纳入标准：（1）慢阻肺诊断明确，符合中华医学会制定的慢阻肺诊治指南的诊断[6]；（2）患者12周内无急性加重；（3）双气相CT完整清晰。对照组纳入标准：（1）肺功能检查正常；（2）无呼吸道疾病；（3）能配合检查，且双气相CT完整清晰。排除标准：（1）患者配合欠佳，图像质量差；（2）胸廓畸形，肺切除术后；（3）其他可以引起阻塞性通气功能障碍的疾病如支气管哮喘、支气管扩张症、陈旧性肺结核等；（4）肺不张、肺实变、大量胸腔积液；（5）肺癌或其他肺部占位性病变；（6）其他系统有严重或未控制的合并症。本研究通过北京大学第三医院伦理委员会批准［2019医伦审第（350-02）号］，所有研究对象均签署知情同意书。
1.2 方法
1.2.1 吸呼双相肺部CT扫描
所有受试者均在北京大学第三医院放射科接受吸呼双相肺部CT扫描。扫描前对受试者详细介绍CT扫描流程与深吸气末和正常呼气末屏气的方法，并多次训练受试者，使其能与操作者密切配合。采用美国GE公司生产的256排螺旋CT机，患者取仰卧位，双臂上举抱头，不注射对比剂。分别于深吸气末及正常呼气末从肺尖至肺底进行同参数扫描，条件为管电压120 kVp，管电流采用自动管电流调制技术，STND算法重建。
1.2.2 肺功能检查
所有受试者均在CT扫描后3 d内接受肺功能检查和支气管舒张试验（美国MedGraphics公司肺功能仪），以避免吸入支气管舒张剂对气道的定量测量造成影响。
1.2.3 CT定量分析
将双气相CT图像导入东软医疗系统股份有限公司研发的慢阻肺影像学多维度评价系统。系统使用改进的Demons配准算法对读入的吸气相和呼气相CT图像数据进行配准，配准完成后依据既往文献的分类标准[2]进行定量测量：吸气相<−950 HU且呼气相<−856 HU代表emph区域，影像上用红色表示；吸气相>−950 HU且呼气相<−856 HU代表fsad区域，影像上用黄色表示；吸气相≥−950 HU且呼气相≥−856 HU代表norm区域，影像上用绿色表示。最后用图表显示结果，并计算3种类别的全肺和各肺叶百分比，对受试者进行肺部改变的局部定位，见图1。
图1
慢阻肺影像学多维度评价系统CT定量测量示意图
a. 横断面；b. 冠状面；c. 矢状面。男，66岁，GOLD Ⅲ级。其中红色为emph区域，黄色为fsad区域，绿色为norm区域。
1.3 统计学方法
采用SPSS 26.0统计软件。采用S-W检验得到相关数据的正态性分布，针对符合正态性分布的数据采用均数±标准差（±s）表示，行独立样本t检验或单因素方差分析来判断组间差异，而对不符合正态性分布的数据利用Wilcoxon分析或Kruskal-Wallis H检验来判断组间差异。对不符合正态性分布的数据采用中位数（四分位间距）［M（IQR）］表示，行Z检验和斯皮尔曼相关性分析。采用主成分分析，对肺定量CT参数降维，得到影像特征函数计算公式，使用二元Logistic回归分析验证患病的独立危险因素，用受试者操作特征（receiver operator characteristic，ROC）曲线分析预测患者是否患有慢阻肺。P<0.05为差异有统计学意义。
2 结果
2.1 一般资料
67例受试者均为男性，年龄43～74岁，平均年龄（57.0±5.9）岁，体重（71.22±10.60）kg，体重指数（body mass index，BMI）（24.94±3.23）kg/m2，吸烟指数380（780）支年。其中慢阻肺组26例，对照组41例。两组的年龄和吸烟指数差异有统计学意义，体重和BMI差异无统计学意义。结果见表1。
表1
慢阻肺组和对照组间一般资料比较［（）/M（IQR）］
2.2 慢阻肺组和对照组的肺功能指标和定量CT参数的比较和相关性分析
2.2.1 肺功能指标和定量CT参数的比较
两组的肺功能指标FVC占预计值百分比（FVC%pred）、FEV1占预计值百分比（FEV1%pred）、FEV1/FVC、最大呼气中期流量（maximal mid-expiratory flow，MMEF）占预计值百分比（MMEF%pred）、残气量占肺总量的百分比（ratio of residual volume to total lung capacity，RV/TLC）、肺一氧化碳弥散量（diffusion capacity of carbon monoxide of the lung，DLCO）占预计值百分比（DLCO%pred）、每升肺泡容积的一氧化碳弥散量（diffusion capacity for carbon monoxide per liter of alveolar volume，DLCO/VA）的差异均有统计学意义，结果见表2。两组间的定量CT参数全肺和各肺叶的emph%、fsad%、norm%的差异均有统计学意义，并且可以发现两组的emph%低于fsad%，慢阻肺组全肺和各肺叶的emph%和fsad%显著高于对照组，而norm%则低于对照组。除此之外，慢阻肺组内的emph病变更多集中于双肺的中上叶，且fsad%高于emph%，结果见表3。
表2
慢阻肺组和对照组间肺功能指标比较［%，（）］
表3
慢阻肺组和对照组间定量CT参数比较［%，（）］
2.2.2 相关性分析
将慢阻肺组与对照组内的年龄、BMI、肺功能指标和定量CT参数进行相关性分析，发现年龄与FEV1%pred、FEV1/FVC呈负相关，与emph%、fsad%呈正相关；FEV1%pred和FEV1/FVC与emph%、fsad%呈负相关，与norm%呈正相关；BMI与肺功能和定量CT参数无显著相关性。结果见表4。
表4
两组肺功能与定量CT参数的相关性分析
2.3 不同的慢阻肺组内的CT参数的差异与意义
GOLD Ⅰ～Ⅱ组和GOLD Ⅲ～Ⅳ组的年龄、体重和BMI差异无统计学意义，而GOLD Ⅲ～Ⅳ组的吸烟指数、改良英国医学研究理事会呼吸困难指数（modified Medical Research Council scale，mMRC）评分和慢阻肺评估测试（COPD assessment test，CAT）评分明显高于GOLD Ⅰ～Ⅱ组，结果见表5。两组慢阻肺患者的全肺和各肺叶影像学参数也存在显著的差异，GOLD等级越高，全肺和各肺叶emph%和fsad%也越高，全肺和各肺叶norm%则越低，反映了影像学参数的严重程度与肺功能严重程度的一致性。结果见表6。
表5
不同组慢阻肺患者的基线指标的比较［（）/M（IQR）］
表6
不同组慢阻肺患者的影像学参数的比较［%，（）］
2.4 肺定量CT参数的诊断意义
2.4.1 主成分分析
由于定量CT参数指标过多，因此对两组67例受试者的全肺和各肺叶的emph%、fsad%、norm%进行主成分分析。主成分分析的KMO检验值大于0.6，巴特利特检验的P<0.05，说明数据满足主成分分析的条件，根据表7可知，主成分分析方法从18个参数中提取了大多数特征，提取的部分均在70%以上，其中对于全肺的emph%、fsad%、norm%三个参数提取部分约99%，说明提取出来的主成分的数据损失有限，从而实现数据的降维。根据表8，成分1和2能够解释89.459%的方差差异，且与其他成分有明显的差异，可以明确成分1和2为总数据中提取出来的两个主成分，命名为影像学特征函数1和影像学特征函数2。根据表9的成分矩阵结果，可以得到2个函数的公式（公式1、2）。从公式中可以分析，影像特征函数1主要与全肺和各肺叶的emph%、fsad%呈正相关，反映了慢阻肺患者总体的影像学上的emph和fsad病变；而影像特征函数2主要与emph%呈正相关，反映了慢阻肺患者局部的emph病变。
表7
公因子方差
表8
总方差解释
表9
成分矩阵*
公式1：
影像特征函数1=–0.27×norm%–0.261×norm左上%–0.259×norm右下%–0.255×norm左下%–0.25×norm右上%+0.25×fsad%+0.243×fsad右下%+0.241×fsad左下%+0.238×fsad左上%+0.237×fsad右上%–0.231×norm右中%+0.228×emph%+0.227×emph左上%+0.212×emph左下%+0.209×fsad右中%+0.206×emph右下%+0.206×emph右中%+0.205×emph右上%
公式2：
影像特征函数2=0.056×norm%+0.092×norm左上%–0.017×norm右下%–0.02×norm左下%–0.102×norm右上%–0.236×fsad%–0.155×fsad右下%–0.137×fsad左下%–0.277×fsad左上%–0.251×fsad右上%+0.127×norm右中%+0.335×emph%+0.308×emph左上%+0.325×emph左下%–0.332×fsad右中%+0.36×emph右下%+0.319×emph右中%+0.261×emph右上%
2.4.2 二元logistic回归分析
将两个影像特征函数与基线指标和与慢阻肺诊断相关的肺功能指标FEV1/FVC、FEV1%pred进行相关性分析。由表10可知，影像特征函数1与FEV1/FVC、FEV1%pred和影像特征函数2呈负相关（P<0.01），与年龄、吸烟指数呈正相关（P<0.01）。而影像特征函数2与年龄呈负相关（P<0.05）。这说明影像特征函数1可能辅助慢阻肺的诊断，且年龄和吸烟指数是影响影像特征函数1的混杂因素。将影像特征函数1、影像特征函数2、吸烟指数和年龄进行二元logistic回归分析，影像特征函数1是导致慢阻肺的独立危险因素（比值比=8.749，P<0.001)，结果见表11。
表10
影像特征函数与基线指标和相关肺功能指标的相关性分析
表11
二元logistic回归分析
2.4.3 年龄、吸烟指数对影像学参数的影响
按对照组的平均年龄为界值将对照组分为<55岁组和≥55岁组，将两组的影像学参数和影像特征函数1进行比较，发现两组之间的影像学参数和函数1的差异无统计学意义（P>0.05）。除此之外，按照是否吸烟将对照组分为吸烟组和非吸烟组，并比较两组的影像学参数与影像特征函数1，发现两组的影像学参数和影像特征函数1差异无统计学意义（P>0.05）。
2.4.4 ROC曲线分析
将得到的影像特征函数1进行ROC曲线分析，从而评估影像特征函数1是否能诊断慢阻肺，诊断模型的ROC曲线下面积为0.843（P<0.001），约登指数最大值为0.592，所对应的影像特征函数的临界值为−1.0039。结果见图2。
图2
影像特征函数1的ROC曲线
3 讨论
本研究通过差异分析发现慢阻肺组和对照组的定量CT参数指标的差异具有统计学意义，尤其是慢阻肺组的全肺和各肺叶emph%和全肺和各肺叶fsad%高于对照组，这反映了慢阻肺患者的肺部病理改变主要为emph和fsad病变。此外，慢阻肺组内全肺fsad%高于全肺emph%，说明慢阻肺患者的fsad病变先于emph病变，这与McDonough等[7]报道的慢阻肺患者活检结果中fsad病变先于emph病变一致。根据不同GOLD等级的慢阻肺组间的定量CT参数指标的显著差异可知影像学参数能够反映慢阻肺的严重程度，并且研究还明确两组间肺功能指标和定量CT参数指标之间存在一定的相关性。这进一步说明影像学指标可用于辅助慢阻肺的诊断和评估。通过主成分分析法和二元Logistic回归将全肺和各肺叶emph%、fsad%、norm%这一系列的参数值降维成主要成分—影像特征函数1和影像特征函数2，发现影像特征函数1和2分别与慢阻肺患者总体的病变和局部的emph病变相关，而且影像特征函数1是慢阻肺患病的独立危险因素。影像特征函数2由于涉及局部的emph病变，与肺功能整体下降的相关性不高，因此未能成为影响慢阻肺患病的独立危险因素。最后，影像特征函数1预测慢阻肺的ROC曲线下面积为0.843（P<0.01），具有良好的准确性，诊断慢阻肺的临界值为－1.0039。由于本研究将定量CT参数指标细分到了每个肺叶，全面的参数指标能够保证提取出最影响结果的因素，且能够更加详细地说明患者全肺的定量CT参数的具体情况，减少误差，反映出不同肺叶病变的范围与严重程度。本研究中肺功能检查的实施存在一些局限性，比如一些无法配合完成检查的潜在患者不能得到有效及时的诊断。此外，肺功能检查结果实则不太敏感，因为只有当肺功能损害达到75%时FEV1/FVC等指标才能出现异常[8-9]，这会使人群中有高危因素且伴有呼吸道症状的肺功能正常的潜在患者被忽略[10]。并且肺功能结果仅反映肺功能损害的严重程度，而不能反映小气道气流受限的具体因素，很难区分慢阻肺的表型。因此，对这部分可疑的慢阻肺患者的评估需要一种更为直观和客观的方法。虽然定量CT已经应用于慢阻肺研究，但是传统的定量CT参数如管壁厚度和管壁面积百分比等反映气道病变的指标仍然存在一定的局限性。一方面是因为管壁厚度和管壁面积百分比目前尚未探索出具体的分型界值，人为地选择不同位置的支气管进行测量也不能综合反映管壁增厚的总体情况。另一方面是传统的影像学参数通过管壁增厚的程度来间接判断fsad病变，缺少对慢阻肺fsad病变的直接评估，不能综合反映慢阻肺患者的实际情况[11-14]。因此，本研究所提出的通过吸呼双相肺部CT来判断全肺和各肺叶的emph%、fsad%和norm%不仅与肺功能检查的结果相似，辅助无法完成肺功能检查的患者的肺部病变评估，更能通过直观的图像明确不同病变的范围与形态，有效地辅助临床医生诊断慢阻肺，从而及时干预这类患者的治疗。
本研究存在一定的局限性。首先，本研究样本量较少且为单中心的研究，以致于两组的年龄存在差异，基线水平不匹配。虽然后续进行年龄分组明确年龄差异并不影响影像学指标，但是基于有限的样本量，在本研究中年龄对影像学指标的影响还有待评估[15]。此外，样本只包括男性，可能会出现性别偏差，因此后续研究还需要继续扩大样本量。其次，本研究没有考虑应用脉冲震荡法来评估受试者，脉冲震荡法对受试者的配合度要求低，并且已有研究表明脉冲震荡法对慢阻肺的诊断有显著的帮助[16]。最后，由于本研究需要患者接受两次CT扫描，存在射线剂量增大的问题。虽然吸呼双相肺部CT所导致的剂量辐射还是在安全范围以内，但是否可能会对敏感人群有所影响仍需关注[17]。
总之，本研究不仅为CT的定量测量提供了一种新型、客观的评估工具，也发现了新的独立危险因素和诊断指标，也为指导慢阻肺患者的个体化治疗提供了一种新的思路。
利益冲突：本研究不涉及任何利益冲突。
