Компьютерная томография легких при коронавирусе что показывает
Обновлено: 21.11.2024
Людям с подозрением на COVID-19 необходимо быстро узнать, инфицированы ли они, чтобы получить соответствующее лечение, самоизолироваться и сообщить об этом близким контактам.
В настоящее время для постановки официального диагноза COVID-19 требуется лабораторный анализ (ОТ-ПЦР) образцов носа и горла. ОТ-ПЦР требует специального оборудования и занимает не менее 24 часов для получения результата. Он не совсем точен и может потребовать повторной ОТ-ПЦР или другого теста для подтверждения диагноза.
COVID-19 – это респираторное заболевание. Клиницисты могут использовать томографию грудной клетки для диагностики людей с симптомами COVID-19, ожидая результатов ОТ-ПЦР или когда результаты ОТ-ПЦР отрицательные, а у человека есть симптомы COVID-19.
Что мы хотели выяснить?
Мы хотели узнать, достаточно ли точны методы визуализации органов грудной клетки для диагностики COVID-19 у людей с подозрением на инфекцию. Это второе обновление этого обзора; в него мы включили исследования только у людей с подозрением на COVID-19; мы исключили исследования с участием людей с подтвержденным COVID-19.
Доказательства актуальны на 30 сентября 2020 года.
Что такое визуализирующие исследования органов грудной клетки?
Рентгеновские снимки или сканирование позволяют получить изображение органов и структур грудной клетки.
- Рентгеновские лучи (рентгенография) используют излучение для получения двухмерного изображения. Обычно выполняется рентгенологом в больницах с использованием стационарного оборудования, но также может выполняться на переносных аппаратах.
– Компьютерная томография (КТ) использует компьютер для объединения двухмерных рентгеновских изображений и преобразования их в трехмерное изображение. Они требуют узкоспециализированного оборудования и выполняются в больнице специалистом-рентгенологом.
– При ультразвуковом сканировании для создания изображения используются высокочастотные звуковые волны. Их можно проводить в больницах или других медицинских учреждениях, например в кабинете врача.
Что мы сделали?
Мы провели поиск исследований, в которых оценивалась точность визуализации грудной клетки для диагностики COVID-19 у людей любого возраста с подозрением на COVID-19. Исследования могут иметь любой дизайн, за исключением исследований случай-контроль, и могут проводиться где угодно.
Что мы нашли?
Мы нашли 51 исследование с участием 19 775 человек. Из этих людей 10 155 (51%) имели окончательный диагноз COVID-19. Сорок семь исследований подтвердили инфекцию COVID-19 только с помощью ОТ-ПЦР. В четырех исследованиях использовалась ОТ-ПЦР с другим тестом.
Сорок семь исследований оценивали по одному методу визуализации в каждом, а четыре исследования оценивали по два метода визуализации в каждом.
Компьютерная томография грудной клетки оценивалась в 41 исследовании (16 133 участника, 8110 (50%) подтвержденных случаев COVID-19), рентгенография грудной клетки — в девяти исследованиях (3694 участника, 2111 (57%) подтвержденных случаев COVID-19) и УЗИ пятью исследованиями (446 участников, 211 (47%) подтвержденных случаев COVID-19). Тридцать три исследования были проведены в Европе, 13 в Азии, три в Северной Америке и два в Южной Америке. Двадцать шесть исследований включали только взрослых, 21 исследование включало как взрослых, так и детей, одно исследование включало только детей, одно исследование включало участников в возрасте 70 лет и старше, а в двух исследованиях возраст участников не сообщался. В двух исследованиях участвовали стационарные пациенты, а в 32 — амбулаторные. В остальных 17 исследованиях условия были неясными.
Если в четырех или более исследованиях оценивался тот или иной тип визуализации органов грудной клетки, мы объединяли их результаты и анализировали вместе.
КТ грудной клетки
Обобщенные результаты показали, что КТ грудной клетки правильно диагностировала COVID-19 у 87,9% людей, у которых был COVID-19. Однако он неправильно определил COVID-19 у 20% людей, у которых не было COVID-19.
Рентген грудной клетки
Обобщенные результаты показали, что рентгенограмма грудной клетки правильно диагностировала COVID-19 у 80,6 % людей, перенесших COVID-19. Однако он неправильно определил COVID-19 у 28,5% людей, у которых не было COVID-19.
УЗИ легких
Обобщенные результаты показали, что УЗИ легких правильно диагностировало COVID-19 у 86,4 % людей с COVID-19. Однако он неправильно диагностировал COVID-19 у 45% людей, у которых не было COVID-19.
Насколько надежны результаты?
Исследования отличались друг от друга и использовали разные методы представления результатов. В нескольких исследованиях оценивали рентген грудной клетки и ультразвуковое исследование грудной клетки; и очень немногие исследования напрямую сравнивали один тип визуализирующего теста с другим. Поэтому мы не можем делать уверенные выводы на основе результатов исследований, описанных в этом обзоре.
Что это значит?
Имеющиеся данные свидетельствуют о том, что КТ грудной клетки позволяет лучше исключить инфекцию COVID-19, чем отличить ее от других респираторных заболеваний. Таким образом, его полезность может быть ограничена исключением инфекции COVID-19, а не отличением ее от других причин инфекции легких.
Мы планируем обновлять этот обзор по мере поступления дополнительных доказательств. Будущие исследования должны определить, что такое положительный тест, и сравнить различные типы визуализирующих тестов на аналогичных группах людей.
Наши результаты показывают, что КТ органов грудной клетки чувствительна и умеренно специфична для диагностики COVID-19. Рентген грудной клетки умеренно чувствителен и умеренно специфичен для диагностики COVID-19. Ультразвук чувствителен, но не специфичен для диагностики COVID-19. Таким образом, КТ органов грудной клетки и УЗИ могут быть более полезными для исключения COVID-19, чем для дифференциации инфекции SARS-CoV-2 от других причин респираторных заболеваний.
Будущие исследования диагностической точности должны предопределять положительные результаты визуализации, включать прямое сравнение различных интересующих модальностей в одной и той же группе участников и внедрять улучшенные методы отчетности.
Респираторное заболевание, вызванное инфекцией SARS-CoV-2, по-прежнему представляет трудности в диагностике. Наш выпуск этого обзора 2020 года показал, что торакальная (грудная) визуализация является чувствительной и умеренно специфичной при диагностике коронавирусной болезни 2019 года (COVID-19). В это обновление мы включили новые релевантные исследования и удалили исследования с дизайном случай-контроль, а также исследования, не предназначенные для исследований точности диагностических тестов.
Для оценки диагностической точности торакальной визуализации (компьютерная томография (КТ), рентген и ультразвук) у людей с подозрением на COVID-19.
Мы провели поиск в базе данных COVID-19 Living Evidence из Бернского университета, Кокрановском реестре исследований COVID-19, библиотеке CDC Стивена Б. Такера и репозиториях публикаций COVID-19 до 30 сентября 2020 г. Мы не применять любые языковые ограничения.
Мы включили исследования всех дизайнов, кроме исследования случай-контроль, в которых участвовали участники любой возрастной группы с подозрением на COVID-19, и в которых сообщались оценки точности тестов или предоставлялись данные, на основе которых мы могли вычислить оценки.
Авторы обзора независимо друг от друга и в дубликатах просмотрели статьи, извлекли данные и оценили риск предвзятости и проблемы применимости, используя список доменов QUADAS-2. Мы представили результаты оценки чувствительности и специфичности с использованием парных лесных участков и суммировали объединенные оценки в таблицах. Мы использовали модель двумерного метаанализа, где это было уместно. Мы представили неопределенность оценок точности с использованием 95-процентных доверительных интервалов (ДИ).
Мы включили 51 исследование с участием 19 775 участников с подозрением на COVID-19, из которых у 10 155 (51%) был окончательный диагноз COVID-19. В 47 исследованиях оценивали один метод визуализации в каждом, а в четырех исследованиях оценивали два метода визуализации в каждом. Во всех исследованиях использовалась ОТ-ПЦР в качестве эталонного стандарта для диагностики COVID-19, при этом в 47 исследованиях использовалась только ОТ-ПЦР, а в четырех исследованиях использовалась комбинация ОТ-ПЦР и других критериев (таких как клинические признаки, визуализирующие тесты, положительные контакты). и последующие телефонные звонки) в качестве эталонного стандарта.
Исследования проводились в Европе (33), Азии (13), Северной Америке (3) и Южной Америке (2); включая только взрослых (26), всех возрастов (21), только детей (1), взрослых старше 70 лет (1) и неясных (2); в стационаре (2), амбулаторно (32) и при неясных условиях (17).
Риск систематической ошибки был высоким или неясным в тридцати двух (63 %) исследованиях в отношении отбора участников, 40 (78 %) исследований в отношении эталонного стандарта, 30 (59 %) исследований в отношении индексного теста и 24 (47%) исследования относительно потока участников.
Для КТ грудной клетки (41 исследование, 16 133 участника, 8110 (50%) случаев) чувствительность варьировалась от 56,3% до 100%, а специфичность — от 25,4% до 97,4%. Сводная чувствительность КТ органов грудной клетки составила 87,9% (95% ДИ от 84,6 до 90,6), а совокупная специфичность — 80,0% (95% ДИ от 74,9 до 84,3). Не было статистических данных, указывающих на то, что эталонное стандартное поведение и определение положительного индексного теста были источниками неоднородности для исследований КТ.
В девяти исследованиях КТ органов грудной клетки (2807 участников, 1139 (41%) случаев) использовалась система оценки системы отчетности и данных COVID-19 (CO-RADS), которая имеет пять пороговых значений для определения положительного результата индексного теста. При пороговом значении CO-RADS, равном 5 (7 исследований), чувствительность варьировала от 41,5% до 77,9%, а объединенная чувствительность составляла 67,0% (95% ДИ от 56,4 до 76,2); специфичность колебалась от 83,5% до 96,2%; а совокупная специфичность составила 91,3% (95% ДИ от 87,6 до 94,0). При пороговом значении CO-RADS, равном 4 (7 исследований), чувствительность варьировала от 56,3% до 92,9%, а объединенная чувствительность составляла 83,5% (95% ДИ от 74,4 до 89,7); специфичность варьировалась от 77,2% до 90,4%, а совокупная специфичность составила 83,6% (95% ДИ от 80,5 до 86,4).
Для рентгенографии грудной клетки (9 исследований, 3694 участника, 2111 (57%) случаев) чувствительность варьировалась от 51,9% до 94,4%, а специфичность — от 40,4% до 88,9%. Сводная чувствительность рентгенографии грудной клетки составила 80,6 % (95 % ДИ от 69,1 до 88,6), а совокупная специфичность — 71,5 % (95 % ДИ от 59,8 до 80,8).
Для УЗИ легких (5 исследований, 446 участников, 211 (47%) случаев) чувствительность варьировала от 68,2% до 96,8%, а специфичность - от 21,3% до 78,9%. Суммарная чувствительность ультразвука составила 86,4% (95% ДИ от 72,7 до 93.9), а совокупная специфичность составила 54,6% (95% ДИ от 35,3 до 72,6).
Основываясь на косвенном сравнении всех включенных исследований, КТ грудной клетки имела более высокую специфичность, чем УЗИ. При косвенном сравнении КТ грудной клетки и рентгенограммы или рентгенографии грудной клетки и УЗИ данные не показали различий в специфичности или чувствительности.
Цель: ретроспективно проанализировать особенности компьютерной томографии (КТ) органов грудной клетки у пациентов с пневмонией, вызванной коронавирусом 2019 (COVID-19).
Методы. С 9 января 2020 г. по 26 февраля 2020 г. КТ органов грудной клетки было проведено 56 лабораторно подтвержденным пациентам с COVID-19. У 40 пациентов были выполнены контрольные КТ. КТ-изображения оценивали по количеству, типу и распределению затемнения, а также пораженным долям легкого. Кроме того, сравнивали исходную КТ и последующие КТ.
Результаты. Сорок пациентов (83,6%) имели два или более затемнения в легких. У восемнадцати (32,7%) пациентов были только затемнения по типу матового стекла; у 29 пациентов (52,7%) имелись матовые и консолидативные затемнения; и у восьми пациентов (14,5%) была только консолидация. В общей сложности у 43 пациентов (78,2%) были поражены две или более доли. Помутнения, как правило, имели как периферическое, так и центральное (30/55, 54,5%) или чисто периферическое распространение (25/55, 45,5%). У 50 пациентов (90,9%) была поражена нижняя доля. Первые последующие КТ показали, что у двенадцати пациентов (30%) было улучшение, у 26 (65%) пациентов было легкое-умеренное прогрессирование и у двух пациентов (5%) было тяжелое прогрессирование с «белыми легкими». Вторая контрольная КТ показала, что у 22 пациентов (71%) наблюдалось улучшение по сравнению с первой контрольной КТ, у четырех пациентов (12,9%) прогрессирование ухудшилось, а у пяти пациентов (16,1%) рентгенологическая картина не изменилась.
Выводы. Общими КТ-признаками пневмонии, вызванной COVID-19, являются множественные затемнения легких, несколько типов затемнений (матовое стекло, матовое стекло и консолидация и только консолидация) и несколько долей, особенно пораженная нижняя доля. Последующая КТ может продемонстрировать быстрое прогрессирование пневмонии COVID-19 (либо при обострении, либо при абсорбции).
Ключевые моменты: • Преобладающими КТ-признаками пневмонии, вызванной COVID-19, являются множественные затемнения по типу матового стекла с консолидацией или без нее, а при поражении обоих легких — множественные доли и особенно нижняя доля. • КТ играет решающую роль в ранней диагностике и оценке прогрессирования пневмонии, вызванной COVID-19. • Результаты КТ пневмонии, вызванной COVID-19, могут не соответствовать клиническим симптомам или первоначальным результатам теста ОТ-ПЦР.
Ключевые слова: коронавирус; Пневмония; торакальные заболевания; Томография, спиральная компьютерная.
Заявление о конфликте интересов
Авторы этой рукописи заявляют об отсутствии отношений с какими-либо компаниями.
РЕЗЮМЕ
31 декабря 2019 г. в Ухане, провинция Хубэй, Китай, появился коронавирус тяжелого острого респираторного синдрома 2 (SARS-CoV-2), вызвавший вспышку коронавирусной болезни 2019 (COVID-19). На сегодняшний день результаты компьютерной томографии (КТ) рекомендуются в качестве основного доказательства для клинического диагноза COVID-19 в провинции Хубэй, Китай. Этот обзор посвящен характеристикам визуализации и изменениям на протяжении всего течения заболевания у пациентов с COVID-19, чтобы оказать некоторую помощь клиницистам. Типичные результаты КТ включали двустороннее затемнение по типу матового стекла, консолидацию легких и заметное распространение в задних и периферических отделах легких. В этом обзоре также проводится сравнение между COVID-19 и другими заболеваниями, которые имеют аналогичные результаты КТ. Поскольку большинство пациентов с инфекцией COVID-19 имеют типичные признаки визуализации, рентгенологические исследования играют незаменимую роль в скрининге, диагностике и мониторинге эффективности лечения в клинической практике.
Введение
31 декабря 2019 года в Ухане, провинция Хубэй, в центральном Китае была зарегистрирована серия невыявленных случаев заболевания пневмонией, эпидемиологически связанных с оптовым рынком морепродуктов Хуанань [1]. Вскоре после этого Китайский центр по контролю и профилактике заболеваний выделил новый коронавирус из эпителиальных клеток человека в качестве возбудителя этой вспышки, который был назван коронавирусом тяжелого острого респираторного синдрома 2 (SARS-CoV-2) [2]. 30 января 2020 г. Всемирная организация здравоохранения (ВОЗ) объявила передачу SARS-CoV-2 шестой чрезвычайной ситуацией в области общественного здравоохранения, имеющей международное значение [3]. 12 февраля 2020 г. ВОЗ назвала болезнь, вызванную SARS-CoV-2, коронавирусной болезнью 2019 (COVID-19). 11 марта 2020 г. ВОЗ официально объявила, что COVID-19 является пандемией [4]. По состоянию на 18 марта 2020 года в 164 странах зарегистрировано более 194 000 подтвержденных случаев заболевания, при этом 7864 случая летальных исходов. Число подтвержденных случаев и смертей превышает число случаев тяжелого острого респираторного синдрома (ТОРС) и ближневосточного респираторного синдрома (БВРС). В настоящее время базовое репродуктивное число SARS-CoV-2 оценивается между 2,2 и 3.9 разными группами в Китае и других странах [5–9]. Сообщалось, что в отличие от SARS и MERS бессимптомные пациенты с COVID-19 заразны [10]. Следовательно, способность передачи SARS-CoV-2 может быть выше, чем у SARS. Хотя смертность от COVID-19 ниже, чем от SARS и MERS, от COVID-19 погибло больше людей, чем от SARS и MERS вместе взятых [11].
Анализ последовательности показывает, что SARS-CoV-2 имеет типичную для коронавируса структуру генома и принадлежит к роду бета-коронавирусов, который является седьмым представителем семейства коронавирусов, поражающих человека [12–14]. COVID-19 является третьим широко распространенным пандемическим вирусом, связанным с SARS в 2002 г. и MERS в 2012 г. SARS-CoV-2 имеет 80% сходство с SARS и 50% сходство с MERS на уровне генома [12]. SARS-COV-2 может легко передаваться от человека к человеку через тесный контакт, воздушно-капельным и аэрозольным путем [5,6,15,16]. Согласно последним сообщениям, наиболее частыми симптомами инфекции SARS-COV-2 являются лихорадка, кашель, миалгия и утомляемость, а менее распространенными симптомами были выделение мокроты, кровохарканье и диарея [17,18]. Средний инкубационный период составляет 5,1 дня [19]. Поэтому ранняя диагностика и изоляция важны для контроля распространения эпидемии. В настоящее время разработан и используется в клиниках метод полимеразной цепной реакции (ОТ-ПЦР) в режиме реального времени для выявления COVID-19. В нынешней чрезвычайной ситуации высокий уровень ложноотрицательных результатов и нехватка ОТ-ПЦР означает, что многие пациенты с COVID-19 могут быть не выявлены вовремя. Однако у большинства пациентов с COVID-19 была диагностирована пневмония и характерные картины компьютерной томографии (КТ); таким образом, радиологические исследования необходимы для ранней диагностики и оценки заболевания. В этом обзоре мы сосредоточимся на характеристиках визуализации и изменениях у пациентов с COVID-19, чтобы оказать некоторую помощь врачам, работающим на переднем крае.
Типичные особенности визуализации COVID-19
В настоящее время рентгенография грудной клетки остается методом визуализации первой линии для выявления пневмонии, поскольку она предлагает простоту, низкую стоимость и значительный объем информации и может считаться эталонным стандартом [20]. Однако COVID-19 похож на SARS и MERS в отношении клинических проявлений и особенностей визуализации. Учитывая опыт лечения SARS и MERS, КТ более чувствительна и специфична, чем рентген, и может выявить аномалии в легких раньше [21,22]. Кроме того, в недавнем исследовании 5 пациентов прошли рентгенографию грудной клетки вместе с КТ грудной клетки. Из них у 2 пациентов были нормальные результаты рентгенографии грудной клетки, несмотря на то, что в тот же день были проведены КТ-исследования, которые показали затемнение по типу матового стекла (GGO). Кроме того, данные рентгенографии органов грудной клетки у остальных 3 пациентов не показали преобладания периферического поражения, которое было видно на их соответствующих КТ [23]. Причина отрицательных результатов рентгенографии грудной клетки у пациентов с COVID-19 может быть двоякой. Во-первых, рентгенография грудной клетки не чувствительна для обнаружения GGO, плотность которого может быть недостаточной для того, чтобы ее можно было увидеть на рентгенограммах. Кроме того, эти слабые помутнения первоначально в базальном и ретрокардиальном расположении легких, возможно, было трудно увидеть, поскольку они могли быть затемнены вышележащей диафрагмой в прямой проекции и структурами средостения в боковой проекции. Поэтому рентгенография грудной клетки не рекомендуется в качестве метода визуализации первой линии при COVID-19. Тем не менее, рентгенография грудной клетки ценна при лечении COVID-19. Систематическая количественная оценка последовательных рентгенограмм грудной клетки у тяжелобольных пациентов может быть использована для динамического мониторинга состояния пациентов, когда КТ недоступна или когда тяжелобольные пациенты не могут двигаться. Таким образом, рентгенография грудной клетки может быть нормальной у пациента с COVID-19 даже после появления и прогрессирования типичных клинических симптомов. КТ имеет более высокую чувствительность, чем рентгенография органов грудной клетки, при этом аномалии в легких выявляются раньше. Таким образом, КТ можно использовать в качестве начального инструмента исследования у пациентов с высоким клиническим подозрением на COVID-19.
Пневмония, вызванная COVID-19, имеет неспецифические и разнообразные особенности КТ органов грудной клетки, которые тесно связаны с патологией. При исследовании патологических характеристик пациентов, умерших от COVID-19, было отмечено двустороннее диффузное альвеолярное поражение (ДАП) с клеточным фибромиксоидным экссудатом, что свидетельствует об остром респираторном дистресс-синдроме [40]. Патологические особенности COVID-19 очень похожи на признаки SARS и MERS [41,42]. Основной патологией легких при SARS и MERS является ДАД на различных стадиях, что в основном является гистологическим прототипом острого повреждения легких [43,44]. Согласно предыдущему патологическому механизму SARS, появление GGO предполагает, что SARS-CoV-2 вызывает экссудаты в воздушном пространстве, маловоспалительный альвеолярный и интерстициальный отек [45].Внешний вид сумасшедшей мостовой состоит из GGO с наложенным междольковым и внутридольковым утолщением перегородок, отражающим интерстициальные поражения [46]. Двустороннее обширное уплотнение легких является результатом сочетания большого количества десквамированных и экссудатных клеток и белковых экссудатов, перегружающих легочные ткани, и обширного образования гиалиновых мембран в альвеолах. Легочные узелки не являются типичными признаками COVID-19 при визуализации. Однако Ли и соавт. сообщили об интересном случае, когда у молодой женщины с COVID-19 был один узел правой верхней доли со знаком ореола [47]. Знак гало может присутствовать при вирусных инфекциях и организующейся пневмонии, однако основные патологические драйверы этого признака при COVID-19 неизвестны [48]. Необходимы дополнительные исследования для выяснения гистопатологических результатов этой новой вирусной инфекции, чтобы можно было лучше понять различные рентгенологические наблюдения.
Функции изображения на разных этапах
Типичные визуализационные характеристики пациентов с COVID-19 по-разному проявляются на разных стадиях заболевания. Мы можем оценить тяжесть заболевания COVID-19 и эффективность лечения с помощью динамического наблюдения за компьютерной томографией для руководства клиническим ведением. GGO является наиболее типичным признаком COVID-19 [49]. В ретроспективном исследовании анализ КТ-изображений 21 больного показал, что у большинства пациентов на ранних стадиях заболевания имелись единичные или множественные ОГО, причем объем ОГО продолжал расширяться по мере прогрессирования заболевания. На более поздних стадиях COVID-19 GGO часто сочетается с другими признаками визуализации, такими как легочная консолидация, внешний вид «сумасшедшей мостовой» и т. д. [27]. В текущих отчетах о случаях КТ-изображения этих пациентов показали ту же картину изменений [26,29,31-33,35,37]. Одним из наиболее показательных случаев является смена КТ у 44-летнего перевозчика на рынке морепродуктов Хуанань в Ухане. При поступлении в субплевральной области легких появились билатеральные множественные ГГО, по мере прогрессирования заболевания на КТ наблюдался бредовый мозаичный вид, а количество и спектр ГГО постепенно распространялись на все легкое [29]. Можно предположить, что на ранних стадиях заболевания одиночный или множественный ГГО является наиболее частым симптомом, преимущественно одно- или двусторонним распространением в задних отделах и периферии легких, причем двустороннее распространение встречается чаще. По мере прогрессирования заболевания количество и спектр ГГО постепенно увеличиваются, в некоторых случаях может наблюдаться слияние и появление бредового мощения. На более поздних стадиях заболевания GGO представляют собой диффузное распределение двусторонних легких.
Легочная консолидация также является одной из характеристик КТ у пациентов с COVID-19, что рассматривается как признак прогрессирования заболевания [24]. Пан и др. обнаружили, что легочная консолидация редко встречается на ранних стадиях COVID-19. По мере прогрессирования заболевания постепенно появляются легочные уплотнения, а круг поражений продолжает расширяться. На более поздних стадиях COVID-19 диапазон легочной консолидации становится больше и диффузнее [27]. Эта закономерность четко показана в текущих отчетах о некоторых пациентах с COVID-19 [26,29,31,37]. В частности, в исследовании Song et al. КТ-изображения 75-летнего мужчины при поступлении четко показали отсутствие легочной консолидации, в то время как КТ-изображения на 3-й день после поступления показали больше консолидаций [24]. Кроме того, в истории болезни мужчины 32 лет по мере улучшения состояния легочное уплотнение на КТ-изображении пациента постепенно исчезало [32]. Согласно этим сообщениям, более крупная консолидация указывала на прогрессирование заболевания, тогда как рассасывание и меньший размер этих поражений указывали на улучшение [50–52]. Мы предполагаем, что на ранних стадиях заболевания легочная консолидация встречается редко. По мере прогрессирования заболевания начинают появляться легочные уплотнения, которые постепенно становятся основным визуализирующим признаком. На более поздних стадиях заболевания диапазон легочных уплотнений более широк, а в некоторых тяжелых случаях даже проявляется «белое легкое».
Диагностика и дифференциальная диагностика
Согласно текущим диагностическим критериям, тестирование на нуклеиновые кислоты является золотым стандартом диагностики COVID-19 [53]. Однако текущий тест на нуклеиновые кислоты требует много времени и может давать ложноотрицательные результаты из-за лабораторной ошибки или недостаточного количества вирусного материала в образце [54,55]. Текущие отчеты показывают, что в некоторых случаях у пациентов могут проявляться типичные особенности визуализации, но могут быть множественные отрицательные результаты тестов RT-PCR мазков из носоглотки или зева [56]. Се и др. обнаружили, что у 3% (5/167) пациентов изначально были отрицательные результаты ОТ-ПЦР, но положительные результаты КТ грудной клетки, и, наконец, как ОТ-ПЦР, так и КТ грудной клетки соответствовали COVID-19 [57]. Фанг и др.сравнили чувствительность начальной КТ грудной клетки и ОТ-ПЦР на COVID-19, и частота обнаружения для начальной КТ (98%) была выше, чем для первой ОТ-ПЦР (71%) (P < 0,001) [58]. На основании этих выводов Ai et al. провели еще одно исследование, они провели несколько тестов ОТ-ПЦР и КТ органов грудной клетки у 1014 пациентов с подозрением на COVID-19. В целом, у 88% (888/1014) пациентов была положительная КТ грудной клетки, в то время как у 59% (601/1014) пациентов была положительная ОТ-ПЦР. Важно отметить, что целых 93% всех пациентов, у которых ОТ-ПЦР стала положительной после первоначально отрицательного результата теста, имели признаки КТ, указывающие на COVID-19 [59]. Таким образом, в контексте типичной клинической картины, подробных сведений о воздействии и истории поездок у пациентов с признаками КТ следует в высокой степени подозревать наличие COVID-19, несмотря на отрицательные результаты теста на нуклеиновые кислоты. В этих случаях следует рассмотреть возможность повторного анализа мазка и изоляции пациента. Кроме того, нормальная КТ грудной клетки не исключает диагноз COVID-19 [36].
Примечательно, что COVID-19 похож на SARS и MERS не только по клиническим проявлениям, но и по особенностям визуализации. Болезненные процессы сходны, поскольку GGO и консолидация являются первичными результатами КТ [60,61]. Этого следует ожидать, поскольку три инфекционных агента являются частью семейства коронавирусов, а вирусы одного и того же вирусного семейства имеют схожий патогенез [62]. Тем не менее, есть некоторые различия в результатах их визуализации. У пациентов с ТОРС основными находками являются GGO с консолидацией, в то время как одноочаговое поражение встречается чаще, чем многоочаговое или двустороннее поражение на КТ [63]. Хотя ангиотензинпревращающий фермент 2 (ACE2) является потенциальным рецептором SARS-COV и SARS-COV-2, одной из причин различий может быть различное сродство спайкового белка и рецепторов ACE2 [64]. Что касается MERS, существует тенденция к базилярному и субплевральному распространению. Более того, наличие плеврального выпота и пневмоторакса можно считать важным предиктором неблагоприятного исхода; эти особенности редки при SARS и COVID-19. Более того, MERS быстрее прогрессирует до дыхательной недостаточности, чем SARS и COVID-19 [65]. В дополнение к SARS и MERS следует учитывать другие вирусные пневмонии, невирусные пневмонии и другие неинфекционные заболевания, такие как гриппозная пневмония, респираторно-синцитиальная вирусная пневмония, микоплазменная пневмония и т. д. [66–74]. ]. В таблице 1 перечислены типичные визуализационные характеристики и клинические признаки упомянутых выше пневмоний.
Таблица 1.
Характеристики визуализации и клинические признаки распространенных причин пневмонии, сходной с пневмонией, вызванной COVID-19.
Целью этого исследования был анализ исходных результатов компьютерной томографии (КТ) органов грудной клетки при пневмонии, вызванной COVID-19, и выявление особенностей, связанных с неблагоприятным прогнозом. Пациенты с подтвержденной ОТ-ПЦР инфекцией COVID-19 были отнесены к группе выздоровления, если они полностью выздоровели, и к группе смерти, если они умерли в течение 2 месяцев после госпитализации. Два обозревателя оценивали результаты КТ грудной клетки на предмет затемнения по типу матового стекла, узора в виде бешеной мостовой, консолидации и фиброза. Общий балл по КТ включал сумму поражений легких (5 долей, 1–5 баллов для каждой доли, диапазон; 0 — нет; 25 — максимум). Зарегистрировано 40 пациентов, выздоровевших от COVID-19, и шесть пациентов, которые умерли. Первоначальная КТ органов грудной клетки показала, что у 27 (58,7%) пациентов наблюдалось затемнение по типу матового стекла, у 19 (41,3%) — матовое стекло и консолидация, а у 35 (76,1%) пациентов — картина «бумажная мостовая». Ни у одного из умерших пациентов не было фиброза в отличие от шести (15%) пациентов, выздоровевших от COVID-19. У большинства пациентов имелись субплевральные поражения (89,0%), а также двустороннее (87,0%) и поражение нижних долей легкого (93,0%). Диффузные поражения присутствовали у четырех (67%) пациентов, умерших от коронавируса, и только у одного (2,5%) пациента, который выздоровел (p < 0,001). В группе умерших пациентов суммарный балл по КТ был выше, чем в группе выздоровления (р = 0,005). У пациентов в группе смерти было меньше лимфоцитов и больше С-реактивного белка, чем в группе выздоровления (p = 0,011 и p = 0,041 соответственно). Высокий показатель КТ и диффузное распределение поражений легких при COVID-19 свидетельствуют о тяжести заболевания и краткосрочной смертности.
Введение
Коронавирусное заболевание 2019 года (COVID-19) стало угрозой для общественного здравоохранения 1,2 . По данным Всемирной организации здравоохранения, на 1 мая 2020 года было зарегистрировано 3 175 207 случаев заболевания COVID-19 и 224 172 случая смерти при уровне смертности 7,1% по состоянию на 1 мая 2020 года 3 . Доминирующими симптомами являются лихорадка и респираторный дискомфорт. Желудочно-кишечные симптомы встречаются редко, что свидетельствует о разнице в тропизме вируса по сравнению с сезонным гриппом, SARS-CoV и MERS-CoV 4 .
Результаты компьютерной томографии (КТ) исходно и краткосрочного наблюдения КТ были опубликованы 5,6,7,8,9 . Типичные КТ-изображения COVID-19 включают двустороннее, периферическое и базальное преобладающее помутнение по типу матового стекла, консолидацию или и то, и другое.Серийная КТ органов грудной клетки во время выздоровления от COVID-19 показывает четыре стадии аномалий легких, проявляющихся в виде (1) помутнения по типу матового стекла с развитием (2) картины «бешеной мостовой» и (3) повышенной консолидации (т. е. более обширного поражения легких), и (4) медленное разрешение. Однако тяжесть поражения легких, оцениваемая с помощью КТ, и ее различия между выздоровевшими и умершими недостаточно изучены. Недостаточно времени от появления симптомов до конечного результата; поэтому важно найти ранние предикторы клинических исходов.
Здесь мы подробно описываем распределение или степень аномалий легких у пациентов с COVID-19 при поступлении и анализируем их связь с конечными результатами. Цель этого исследования состояла в том, чтобы определить особенности и нарисовать конкретные модели аномалий легких при поступлении, чтобы облегчить принятие более эффективных клинических решений, своевременную терапевтическую стратегию и снизить смертность.
Материал и методы
Дизайн исследования и пациенты
Это ретроспективное исследование было одобрено, а письменное информированное согласие было отклонено комитетом по медицинской этике Второй провинциальной больницы общего профиля провинции Гуандун (номер протокола 352072440105210132). Мы ретроспективно рассмотрели пациентов с диагнозом COVID-19, которые были госпитализированы во Вторую провинциальную больницу общего профиля провинции Гуандун или Центральную больницу Сянъян с 1 января 2020 г. по 20 февраля 2020 г. Пациенты выздоровели или умерли в течение 2 месяцев после госпитализации, а также интервал между первым или последним КТ и полимеразная цепная реакция с обратной транскрипцией (ОТ-ПЦР) - менее 3 дней. В исследование были включены пациенты с COVID-19, подтвержденным с помощью ОТ-ПЦР, и КТ органов грудной клетки и ОТ-ПЦР были проведены с интервалом в три или менее дней.
Критериями исключения были (1) пациенты, отказавшиеся от КТ органов грудной клетки, (2) серьезные двигательные артефакты на КТ органов грудной клетки и (3) пациенты, чьи результаты не были доступны в течение 2 месяцев после госпитализации. Основные клинические характеристики и исходные признаки КТ сравнивались между двумя группами на основе клинических исходов: группой смерти и группой выздоровления.
Критерии диагностики и выздоровления при COVID-19
Согласно протоколам предварительного диагноза и лечения Национальной комиссии здравоохранения Китайской Народной Республики, окончательный диагноз COVID-19 был установлен с помощью флуоресцентной полимеразной цепной реакции в режиме реального времени из ротоглоточных мазков подозреваемых пациентов. Пациенты с подтвержденным COVID-19 были госпитализированы и изолированы для лечения. Критерии выздоровления были следующими: (1) отсутствие лихорадки в течение более 3 дней, (2) значительное улучшение респираторных симптомов, (3) улучшение рентгенологических аномалий на КТ грудной клетки и (4) не менее двух отрицательных результатов нуклеиновой инфекции COVID-19. обнаружение кислоты с интервалом в 1 день.
Протоколы КТ органов грудной клетки
Все изображения были получены на аппарате Optima 660 (GE, США) с пациентами в положении лежа на спине. Основные параметры сканирования: напряжение трубки = 120 кВ, автоматическая модуляция тока трубки (30–70 мАс), шаг = 0,99–1,22 мм, матрица = 512 × 512, толщина среза = 10 мм, поле зрения = 350 мм. × 350 мм. Затем все изображения были реконструированы с толщиной среза 0,625–1,250 мм с одинаковым шагом 10 .
Анализ КТ-изображения
Все КТ-изображения грудной клетки были проанализированы двумя рентгенологами (Q.L. и G.M.L. с 5-летним и 15-летним опытом интерпретации КТ-изображений грудной клетки соответственно), включая основные КТ-характеристики и распределение очагов. Общий балл по КТ определялся консенсусом. Ссылаясь на международную стандартную номенклатуру, определенную глоссарием Общества Флейшнера 11 и в рецензируемой литературе по вирусной пневмонии 12,13 , основные признаки КТ были описаны с использованием таких терминов, как непрозрачность по типу «матового стекла» (GGO), картина сумасшедшего мощения, консолидация и фиброз. . Считалось, что ретикуляция с сопутствующим архитектурным искажением и легкими тракционными бронхоэктазами связана с фиброзом.
Вовлечение всех этих аномалий в легкие оценивалось количественно в зависимости от пораженной области. Каждая доля легкого оценивалась визуально от 0 до 5; 0, без участия; 1, вовлеченность < 5%; 2, участие 25%; 3 — вовлеченность 26–49 %; 4 — вовлеченность 50–75 %; 5, вовлеченность >75%. Общий балл по КТ представлял собой сумму баллов по отдельным долям и колебался от 0 (отсутствие вовлечения) до 25 (максимальное вовлечение). Распределение легочных аномалий было классифицировано как преимущественно субплевральное (в основном поражена периферическая треть легкого), диффузное (постоянное поражение без учета сегментов легкого) или случайное 5 .
Статистический анализ
Статистический анализ был выполнен с использованием программного обеспечения IBM SPSS Statistics (версия 23.0; IBM, Чикаго, Иллинойс, США). Нормально распределенные данные были представлены как среднее (SD), ненормально распределенные данные — как медиана (IQR), а категориальные данные — как процент от общего числа, если не указано иное.Сравнение непарных данных оценивали с использованием критерия t Стьюдента, критерия U Манна-Уитни или критерия хи-квадрат 5 . Значение p <0,05 считалось статистически значимым.
Утверждение этики
Все процедуры, выполненные в исследованиях с участием людей, соответствовали этическим стандартам институционального и/или национального исследовательского комитета, а также Хельсинкской декларации 1964 года и ее более поздним поправкам или сопоставимым этическим стандартам.
Информированное согласие
Это ретроспективное исследование было одобрено комитетом по медицинской этике Второй провинциальной больницы общего профиля провинции Гуандун, и информированное письменное согласие было отклонено.
Результаты
Характеристики пациента
В исследование было включено 46 пациентов (26 мужчин и 20 женщин). Средний возраст составил 50 (17) лет (от 9 до 87 лет). 40 пациентов были отнесены к группе выздоровления и 6 пациентов к группе смерти. Пациенты, скончавшиеся от пневмонии COVID-19, были старше выздоровевших (p = 0,001). Пациенты с артериальной гипертензией чаще умирали, чем те, у кого ранее не было d-гипертензии (p = 0,002; таблица 1).
Наиболее распространенные симптомы включают лихорадку (22, 48,0%), кашель (6, 13,0%) или и то, и другое (18, 39,0%). Этим пациентам выполняли начальное КТ с момента появления симптомов со средним интервалом 5 (3) дней (диапазон 1–15 дней). Всего было выполнено 86 КТ органов грудной клетки (46 исходных КТ и 40 повторных КТ при выписке). После появления начальных симптомов 40 пациентов выздоровели со средним периодом госпитализации 23 (9) дней (диапазон 9–42), а шесть пациентов умерли после среднего периода госпитализации 16 (8) дней (диапазон 8–25).
Оценка КТ грудной клетки
Помутнение по типу «матового стекла» (GGO), картина «бешеной мостовой» (GGO с наложенным утолщением меж- и внутридольковой перегородки) и консолидация были основными результатами КТ при пневмонии, вызванной COVID-19, на ранней стадии (рис. 1, 2). Из всех обследованных пациентов у 27 (58,7%) наблюдалось помутнение по типу «матового стекла», у 19 (41,3%) — матовое стекло и консолидация в сочетании, а у 35 (76,1%) пациентов — картина «бешеной мостовой». Фиброз наблюдался у шести (6/40, 15,0%) пациентов, которые выздоровели, и ни один из шести пациентов не умер от COVID-19. Полостей, медиастинальной лимфаденопатии и плеврального выпота не наблюдалось. Количество пораженных долей легких у умерших от COVID-19 не имело существенных различий по сравнению с выздоровевшими (p = 0,096). У умерших больных суммарный балл по КТ был больше, чем у выздоровевших (р = 0,005). Наконец, субплевральные поражения (41/46, 89,0%) встречались чаще, чем центральные или диффузные поражения легких (5/46, 11,0%). Из умерших пациентов у четырех (4/6, 67,0%) были диффузные поражения, в то время как только у одного (1/40, 2,5%) выздоровевшего пациента были диффузные поражения. Пациенты с диффузным поражением легких чаще умирали, чем пациенты с субплевральным поражением (4/5, 80,0% против 2/41, 4,8%, p < 0,001; таблица 2). У большинства пациентов было двустороннее (40/46, 87,0%) и поражение нижних долей легкого (43/46, 93,0%).
У 45-летней женщины, которая недавно ездила в Ухань, в течение 1 дня была лихорадка. (а, б) Компьютерная томография (КТ) грудной клетки без контрастирования показала множественные периферические пятнистые затемнения по типу матового стекла в обеих нижних долях (белые стрелки). КТ также показала консолидацию в левой нижней доле (черная стрелка). Оценка участия КТ составила 5.
У 57-летнего мужчины, недавно приехавшего в Ухань, в течение 10 дней была лихорадка. (а, б) КТ грудной клетки без контрастирования показала множественные периферические пятнистые затемнения по типу матового стекла (белые стрелки) и узор в виде сумасшедшей мостовой (красная стрелка) в обеих нижних долях. КТ также показала консолидацию в левой нижней доле (черная стрелка). Оценка участия КТ составила 11.
Обсуждение
Основные результаты КТ при COVID-19 включают помутнение по типу «матового стекла», консолидацию и рисунок «сумасшедшей мостовой», которые были аналогичны описанным несколькими группами исследователей 14,15 . В нашем исследовании подчеркивается клиническое значение первоначальных результатов КТ как прогностического показателя у пациентов с COVID-19. При сравнении тех, кто выздоровел, с теми, кто не выздоровел, ни непрозрачность по типу «матового стекла», ни консолидация, ни рисунок «сумасшедшего мощения» не были связаны с окончательными результатами. Однако фиброз наблюдался у шести выздоровевших и ни у одного из умерших. Мы предполагаем, что фиброзные изменения могли возникнуть в результате организации паттернов пневмонии при поражении легких при COVID-19. Джей и др. 16 обнаружили оставшуюся непрозрачность MERS в группе интубации и то, что фиброз был следствием последующих рентгенограмм грудной клетки. Подобно другим острым повреждениям легких, фиброз считается результатом разрешения 13,17. Фиброз был на ранних стадиях, предполагая, что все пациенты находились на ранней стадии инфекции и прошли начальные КТ с момента появления симптомов со средним интервалом 5 ± 3 дня. Это может быть связано с хорошим прогнозом при ранней КТ грудной клетки.У наших пациентов плевральный выпот отсутствовал у пациентов с COVID-19. Каруна и др. 18 сообщили, что раннее появление плеврального выпота было предиктором краткосрочной смертности у пациентов с MERS; однако эта связь не была продемонстрирована у наших пациентов с COVID-19.
Высокий показатель КТ легких был признаком плохого прогноза и был связан с краткосрочной смертностью. В нашем исследовании умершие пациенты имели более высокие показатели КТ легких по сравнению с выздоровевшими, что свидетельствует о быстром развитии патологического процесса. Наибольшую площадь легкого занимала пневмония. Как и в нашем исследовании, Zhao et al. 19 сообщили, что оценка вовлеченности КТ может помочь оценить тяжесть и степень распространения COVID-19. Площадь пораженных долей легких у переболевших была больше, чем у выздоровевших. В нашем исследовании наблюдалось преимущественное периферическое распространение аномалий; однако у четырех пациентов, которые умерли, и у одного, кто выздоровел, наблюдалось диффузное распространение поражений легких. Пациенты с диффузным поражением легких чаще умирали, чем пациенты с субплевральным поражением. Эти факторы согласуются с характером диффузного альвеолярного повреждения, которое может привести к ухудшению исходов у пациентов. Сюй и др. 20 также сообщили о смерти пациента от COVID-19 с диффузным поражением легких на рентгеновских снимках и патологическими признаками отека легких и образования прозрачной пленки в образцах биопсии легких. Эти данные указывают на острый респираторный дистресс-синдром (ОРДС). Наши результаты показывают, что высокие показатели КТ в сочетании с диффузным поражением легких при поступлении были причиной развития ОРДС и плохого прогноза у большинства пациентов.
У пациентов, умерших от COVID-19, был более высокий уровень С-реактивного белка и более низкий уровень лимфоцитов, чем в группе выздоравливающих. Лимфоциты были снижены в группе умерших, что отражает дефицит адаптивного иммунного ответа. Лимфопения и высокие уровни С-реактивного белка в плазме могут быть связаны с цитокиновым штормом у пациентов с COVID-19, как постулировалось в предыдущем отчете 1 . В нашем исследовании пожилые люди и люди с гипертонией были статистически связаны со смертностью; однако мы не увидели статистически значимой разницы между двумя группами с точки зрения пола и диабета. Эти факторы соответствовали шкале MuLBSTA 21 для прогнозирования смертности при вирусной пневмонии и, возможно, сыграли роль в смерти пациентов с COVID-19.
У нашего исследования есть несколько ограничений. Размер выборки, особенно в группе смерти, был небольшим; отрицательные результаты и заражения другими вирусами не учитывались. Будущие исследования должны включать большую популяцию пациентов. Кроме того, время первоначальной КТ после поступления не было унифицировано, а изменения визуализации при COVID-19 происходят быстро.
Заключение
В заключение следует отметить, что высокий показатель КТ и диффузное распределение поражений легких при COVID-19 свидетельствуют о плохом прогнозе и краткосрочной смертности.
COVID-19 – это самая страшная пандемия, поразившая весь мир в новейшей истории и вызвавшая рост смертности. В результате этой пандемии возник ряд исследовательских интересов в нескольких областях, таких как медицина, информатика здравоохранения, медицинская визуализация, искусственный интеллект и социальные науки. Инфекция легких или пневмония являются частыми осложнениями COVID-19, и полимеразная цепная реакция с обратной транскрипцией (ОТ-ПЦР) и компьютерная томография (КТ) сыграли важную роль в диагностике заболевания. В этом исследовании предлагается метод улучшения изображения с использованием нечеткого ожидаемого значения для улучшения качества изображения для обнаружения пневмонии COVID-19. Основной целью данного исследования является выявление COVID-19 у пациентов с использованием изображений компьютерной томографии, полученных из разных источников, среди которых есть пациенты, страдающие пневмонией, и здоровые люди. Метод основан на эквализации нечеткой гистограммы и организован с улучшением контрастности изображения с использованием нечеткой нормализованной гистограммы изображения. Эффективность алгоритма была подтверждена несколькими экспериментами с различными характеристиками КТ-изображений легких у пациентов с COVID-19, такими как непрозрачность по типу матового стекла (GGO), сумасшедшее мощение и консолидация. Экспериментальные исследования показывают, что среди 254 больных у 81,89% были признаки поражения обоих легких; 9,5% на левом легком; и 10,24% в правом легком. Преимущественно пораженной долей была правая нижняя доля (79,53%).
1. Введение
31 декабря 2019 г. Всемирная организация здравоохранения (ВОЗ) опубликовала заявление о том, что в городе Ухань, провинция Хубэй, Китай, выявлены многочисленные случаи вирусной пневмонии с невыявленной причиной. 7 января 2020 г. научно-исследовательские учреждения Китая подтвердили, что вирусная пневмония была вызвана новым коронавирусом [1].11 февраля 2020 года новый коронавирус был обозначен Международным комитетом по таксономии вирусов [2] как коронавирус тяжелого острого респираторного синдрома 2 (SARS-CoV-2), а заболевание, вызванное SARS-CoV-2, было названо « коронавирусная болезнь 2019 (COVID-19)» ВОЗ [3, 4]. Болезнь быстро распространилась по всему миру и приобрела характер пандемии. Масштабы этой продолжающейся пандемии росли в геометрической прогрессии, в то время как мир боролся с третьей волной передачи, и многие страны пытались контролировать ситуацию с помощью периодических блокировок. С тех пор пандемия оказала разрушительное воздействие на повседневную жизнь, здравоохранение, образование и экономику. По состоянию на 27 мая 2021 г. число подтвержденных случаев составило 167 492 769, в том числе 3 482 907 летальных исходов, при этом уровень смертности указан на сайте ВОЗ [5]. Быстрое распространение болезни создало нагрузку на системы здравоохранения во всем мире из-за нехватки основных средств защиты и медицинских работников, а также отсутствия диагностических наборов и оборудования. Поэтому быстрая идентификация пациентов с COVID-19 важна для немедленного ведения пациентов и быстрой изоляции пациентов для купирования последствий заражения [6].
Поскольку COVID-19 является высококонтагиозным заболеванием, которое вызывает воспаление в дыхательной системе, единственным эффективным способом борьбы с распространением инфекции является быстрое обследование популяции и изоляция инфицированных лиц. В настоящее время стандартным методом диагностики COVID-19 является положительный результат тестирования нуклеиновых кислот (NAT) с использованием полимеразной цепной реакции с обратной транскрипцией (RT-PCR). Это исследование обеспечивает высокую специфичность, но низкую чувствительность [7]. Таким образом, КТ органов грудной клетки превратилась в ненадежную диагностическую процедуру для выявления проявлений COVID-19, поскольку признаки пораженных легких могут быть выявлены при исследовании рентгенологических изображений пациентов, несмотря на получение отрицательных результатов в тесте ОТ-ПЦР. КТ грудной клетки позволяет радиологам понять заболевание, предоставляя визуальный индикатор коронавирусной инфекции и определяя степень поражения, что поддерживает точные наблюдения за изменениями. Это послужило мотивом для улучшения КТ-изображений; и результаты исследования показали, что пациенты, инфицированные COVID-19, выявляются более точно с помощью изображений рентгенографии грудной клетки, чем с помощью других диагностических методов. Точное и быстрое выявление предполагаемых случаев COVID-19 играет жизненно важную роль в своевременном карантине и принятии мер по исправлению положения.
В литературе уже опубликовано достаточное количество исследований клинических проявлений и эпидемиологических данных о COVID-19. Фанг и др. [8] обнаружили, что чувствительность КТ (98%) была значительно выше, чем у ОТ-ПЦР (71%) при диагностике пациентов, инфицированных COVID-19. Хани и др. [9] обсудили клинические особенности КТ легких при пневмонии, вызванной COVID-19, и выделили основной диагноз. Они проанализировали хронологические КТ-изображения на предмет их изменений во время наблюдения и попытались определить ключи для их обнаружения. Бернхейм и др. [10] представили обзорное исследование изображений КТ органов грудной клетки у показательных пациентов, инфицированных коронавирусной болезнью COVID-19, из разных больниц Китая в январе и феврале 2020 года. Они изучали типичные результаты КТ в связи со временем между появлением симптомов и первой КТ. сканирование. Товарными знаками заражения COVID-19 на изображениях были двусторонние и периферические GGO и консолидационные легочные затемнения. В более длительном интервале от начала признаков COVID-19 симптомы КТ были более стойкими, помимо консолидации, бредового мощения, воздушной бронхограммы, плеврального выпота, иммерсии легкого, медиастинальной лимфаденопатии и знака обратного ореола. Ли и др. [11] провели опрос пациентов, инфицированных коронавирусом COVID-19, из разных районов Уханя, Китай. Они исследовали обычные клинические проявления пациентов, симптомы заболевания и особенности развития КТ грудной клетки. Они выявили поражения в периферических отделах легких, неоднородные GGO и консолидацию. Ван и др. [12] представили ретроспективное исследование эпидемиологического и радиологического поведения пациентов с COVID-19 в провинции Хубэй в Китае. Они выявили аномалии КТ легких и проанализировали клинические и рентгенологические особенности пациентов.
Многочисленные приложения искусственного интеллекта, такие как инструменты машинного обучения, распознавания образов и обработки изображений, эффективно используются для выявления и прогнозирования инфекций COVID-19 и рекомендации подходящего ответа для сокращения распространения и воздействия вируса [13–16]. Ван и др. [17] предложили контролируемый метод глубокого обучения с использованием 3D CT для обнаружения COVID-19 и сегментации поражений. Они локализовали область легких, используя предварительно обученную глубокую нейронную сеть для прогнозирования вероятности заражения COVID-19. Канг и др.[18] представили компьютерную идентификацию COVID-19 с помощью алгоритма машинного обучения с несколькими представлениями. Они сделали многофункциональное извлечение из нескольких проекций КТ-изображений и обучили унифицированную скрытую иллюстрацию для диагностики. С целью представления многообразия КТ-изображений легких при различных условиях просмотра они выразили скрытые представления для обучения множеству аспектов КТ-изображений легких при COVID-19. Вахид и др. [19] предложили метод разработки синтетических рентгеновских изображений грудной клетки путем разработки модели на основе генеративно-состязательной сети вспомогательного классификатора (AGGAN) под названием CovidGAN. Они улучшили модель сверточной сети и разработали стратегию глубокого обучения на рентгеновских снимках грудной клетки для обнаружения вируса короны. Они улучшили производительность традиционной сверточной нейронной сети, используя синтетические изображения, созданные из CovidGAN.
Shorfuzzaman и Hossain [20] разработали алгоритм искусственного интеллекта, основанный на глубоком метаобучении, для улучшения распознавания COVID-19 с помощью рентгенографии грудной клетки (CXR). Они обратились к синергетическому методу, чтобы включить контрастную стратегию обучения с скорректированным обученным кодировщиком ConvNet. Чтобы повлиять на беспристрастное представление функций и контролировать сиамскую сеть для окончательной классификации функций COVID-19, они использовали архитектуру Convnet. Эффективность их подхода была подтверждена с использованием двух широко доступных наборов данных, содержащих изображения обычного COVID-19 и пациентов с COVID-19, осложненным пневмонией. Чжоу и др. [21] предложили модель UNet для обнаружения коронавируса с использованием КТ грудной клетки. Они исследовали изображения легких более 106 пациентов в качестве обучения модели и оценили свою модель классификации. Они утверждали, что выполнение их экспериментов было вполне разумным, учитывая ограничение по времени, хотя они не иллюстрировали анализ временной сложности. Он и др. [22] обратились к многозадачной синергетической стратегии глубокого обучения с несколькими экземплярами, названной M2UNet для оценки серьезности особенностей короны. Они использовали U-Net для сегментации областей легких и поражений легких из изображений легких, полученных при компьютерной томографии. Они добились лучших результатов в оценке тяжести состояния пациентов, заболевших COVID-19. Чен и др. [23] представили несколько новых подходов к глубокому обучению для самоконтролируемого анализа COVID-19. Они использовали стратегию контрастного обучения для обучения кодировщика, который может исследовать анимированные представления функций на больших наборах данных о легких и настраивать образцовую сеть для целей классификации. Они также использовали стохастическую аугментацию данных для рендеринга случайных примеров изображений в несколько представлений. Начиная с обоснования дискриминации экземпляров, чтобы различать, являются ли два данных изображения похожими иллюстрациями или нет, они создали несколько поз для одних и тех же изображений, чтобы дополнить исходный набор данных. Затем они использовали подход с самоконтролем, подчеркнутый импульсной стратегией контрастного обучения для дальнейшего повышения производительности. Они также используют механизм импульса, чтобы смягчить проблему локального оптимума.
Однако эти существующие подходы обучаются с использованием фиксированного количества образцов, полученных от ограниченного числа пациентов, и иногда не могут быть распространены на новых пациентов, поскольку стратегии глубокого обучения обычно требуют большого объема данных для точного обучения. Было опубликовано значительное количество исследовательских статей по улучшению этих вопросов. Сверточные нейронные сети (CNN), такие как AlexNet [24], GoogleNet [25], MobileNetV2 [26], DenseNet [27], ResNet [28] и NasNetMobile [29], обеспечивают классификацию признаков COVID-19 с использованием КТ пациентов. сканированные изображения, и они демонстрируют значительно высокую точность при условии выполнения соответствующих улучшений изображения [30]. Абдулкарим и др. [31] обучили три важных метода машинного обучения, такие как Нави-Байес, случайный лес и метод опорных векторов, и применили Интернет вещей (IoT) для диагностики пациентов с COVID-19 в умных больницах. На основе набора лабораторных данных они оценили и рекомендовали наиболее оптимальные результаты диагностики среди выбранных моделей машинного обучения. Кумар и др. [32] использовали быстрое нечеткое среднее C, основанное на гистограмме, извлечение ROI для обнаружения поражения на КТ-изображениях COVID-19. Они уменьшили вычислительную сложность по сравнению с традиционным алгоритмом нечетких средних C и дали благоприятный результат для 2D-изображений DICOM. Дансана и др. [33] разработали сверточную сеть для более ранней диагностики пациентов, инфицированных COVID-19. Они использовали стратегии глубокого обучения, такие как VGG-19, Inception_V2 и модель дерева решений, вместо наборов данных рентгенографии и компьютерной томографии.
В этом исследовании рассматривается метод улучшения изображения путем затенения легочного фиброза и бешеной мощения, воздушной бронхограммы и знака ореола с использованием нечеткого ожидаемого значения (ОФВ) для повышения качества изображения КТ, полученного при подозрении на коронавирус (COVID-19). ) пациентов.Этот подход основан на выравнивании нечеткой гистограммы и улучшает контрастность изображения с помощью нечеткой нормализованной гистограммы входного изображения. Экспериментальные результаты показывают, что это исследование улучшает качество КТ-изображений легких с использованием нечеткой оценки ожидаемых значений и исследует общие характеристики визуализации легких при COVID-19, включая поражения с GGO, консолидацию легких, признаки двусторонних пятен. Эти интерпретации изображений обеспечивают не только обнаружение и лечение COVID-19, но и мониторинг прогрессирования заболевания и оценку терапевтической эффективности.
2. Материалы и методы
2.1. Улучшение изображения по сравнению с нечеткой оценкой ожидаемого значения
Улучшение изображения выполняется с целью сопоставления изображения в градациях серого с нечеткой плоскостью ожидаемых значений с использованием функций принадлежности. Функция принадлежности [34, 35] описывает характеристики изображения. Метод известен как фаззификация изображения. Значения членстваp затем каким-то образом изменяются для усиления контраста. Измененные значения членства затем обратно преобразуются с помощью процедуры дефаззификации для создания улучшенного изображения. Основные этапы алгоритма нечеткого улучшения показаны на рисунке 1. Вычисление нечеткого ожидаемого значения выполняется относительно расстояния каждого уровня серого от соответствующего нечеткого ожидаемого значения.
Читайте также: