胸部定量CT和影像组学在支气管哮喘中作用的研究进展2026

胸部定量CT和影像组学在支气管哮喘中作用的研究进展2026支气管哮喘（哮喘）是一种以慢性气道炎症为特征的异质性疾病，发作时常表现为咳嗽、喘息、呼吸急促和胸闷等［1］，这些症状与其气道重塑所致的气流受限密切相关。尽管当前肺功能检测已广泛应用于临床评估气流受限程度，但其仅能反映患者的通气功能状态，无法全面解释肺脏内在结构的变化。胸部定量CT作为一种非侵入性工具，可以更直观地评估气道重塑与气体潴留情况，通过定量分析从形态、纹理特征等多方面揭示疾病进展过程中全呼吸道的差异变化，弥补了肺功能检测的不足之处，阐明机体结构改变与功能状态的关联，能够为哮喘临床表型划分和个体化治疗提供更可靠的依据。本文就胸部定量CT和影像组学在哮喘中作用的研究进展进行综述，旨在提高哮喘的临床诊治水平。1胸部定量CT在哮喘中的作用1.1

气道定量参数在哮喘发病过程中，炎症因子与非炎症因子共同驱动了气道上皮破坏、平滑肌细胞和杯状细胞肥大增生、黏膜下腺体肥大、细胞外基质沉积，以及血管重塑等一系列病理改变，这些微观结构变化最终导致气道壁增厚和管腔狭窄，能够通过胸部CT等影像学手段进行评估［2-3］。通过胸部CT对气道参数进行定量测量，可以协同临床指标评估疾病进展情况和严重程度，提供临床分型依据，有助于实现精准化治疗和预后评价。经胸部定量CT测量表明，哮喘患者的气道重塑特征主要表现为气道壁增厚和管腔狭窄。研究显示，在哮喘患者群体中，气道壁厚度和气道壁面积百分比均随管腔面积减小而增大，而经体表面积校正前后的气道壁面积与健康人群比较差异均无统计学意义，表明哮喘患者的气道重塑改变主要为内向性增厚型［4-6］。Nguyen等［7］的研究比较了伴或不伴固定性气道阻塞（fixedairwayobstruction，FAO）的哮喘患者，结果显示FAO哮喘患者的中央气道结构参数水力直径和气道壁厚度存在异常，这提示慢性炎症和气道重塑可能也累及了大气道，动态功能指标CT测量的实际气道直径与健康人平均气道直径预测值之比下降说明FAO哮喘患者气道收缩与扩张的生理调节能力降低，这可能是由于气道平滑肌功能障碍或弹性纤维网络破坏所致。Park等［8］还比较了哮喘急性发作期与稳定期的气道结构参数，但并未发现急性发作期与稳定期的气道壁厚度、水力直径和气道圆形度等结构指标比较差异有统计学意义，说明哮喘急性发作期的喘息、气流受限等临床症状可能主要由平滑肌痉挛、黏膜水肿等功能性改变驱动，而非气道结构的不可逆重塑。气道病理性重塑不仅导致了上述形态学改变，同时也造成肺通气功能下降。基于一个多中心成人哮喘患者纵向队列（重症哮喘研究计划Ⅲ）的定量影像学分析显示，基线气道重塑更严重的哮喘患者未来肺功能加速下降的可能性更大、急性加重风险更高，其中气道壁面积百分比和假定气道内周长为10mm时的管壁面积的平方根（thesquarerootofthewallareaofhypotheticalairwaywithinternalperimeterof10mm，Pi10）是与未来肺功能衰退轨迹相关的2个灵敏指标，气道壁面积百分比与未来肺功能下降速率呈正相关，基线气道壁面积百分比每增加5%，第1秒用力呼气容积（forcedexpiratoryvolumeinonesecond，FEV1）%pred的年下降速率增加0.75%，而Pi10对肺功能的影响则体现在长期随访的变化中［9］。气道平均峰值壁衰减是借助CT值量化评估气道壁密度的特征参数。研究显示，从中央气道到末梢气道，哮喘患者的平均峰值壁衰减呈现渐进性下降趋势，进一步分析表明，各级气道的平均峰值壁衰减与肺功能指标存在显著相关性，且在多数情况下，相较于气道壁面积百分比和管腔面积，平均峰值壁衰减与肺功能的相关性更强［10］，这可能是由于相较于单纯反映形态学改变的气道壁面积百分比和管腔面积，平均峰值壁衰减整合了炎症、水肿、血管增生等微观结构改变，更具有对疾病诸多病理过程的综合表征能力。此外，平均峰值壁衰减与小气道功能指标亦呈现类似的相关性模式，且越靠近末梢的支气管，相关性越强［10］，这提示哮喘的气道重塑以小气道最为突出，并且其肺功能下降主要是由小气道的一系列病理变化导致的。借助CT三维重建获得的总气道计数（totalairwaycount，TAC）也在哮喘评估中具有一定意义。研究发现，TAC与FEV1呈正相关，与哮喘严重程度呈负相关；与全球哮喘防治创议1~3级患者群体相比，4~5级患者群体的TAC明显减少，而经治疗后患者的TAC增加［11-12］，这可能是由于气道塌陷、气道壁增厚、管腔狭窄和腔内黏液栓阻塞等一系列病理改变导致在借助CT三维重建时算法追踪中断而出现连续性缺失，使得部分末端小气道未能包括在最终建模结果中，经过一段时间治疗后，由于气道通畅性更佳，分割效果更好，TAC也随之增加。Tran等［13］的研究进一步证实了这一推测，研究发现CT黏液栓评分对TAC具有显著主效应，有黏液栓的节段中TAC明显少于没有黏液栓的节段。除在病情诊断评估方面的应用外，胸部CT定量测量在预测治疗反应方面也具有一定价值，可辅助评价哮喘患者对于不同治疗方案的应答程度。研究显示，气道壁较厚的患者能够从吸入性糖皮质激素与长效β2受体激动剂短期联合治疗中获益更多，在吸入布地奈德＋福莫特罗后30min内FEV1、FVC和呼气流量峰值即有显著改善，且效果可持续12h，而气道壁较薄患者的治疗反应则相对较弱［14］。一方面，两者的气道结构差异影响了吸入药物颗粒在呼吸道的分布和沉积，进而导致治疗反应不同［15-16］；另一方面，气道壁较薄患者的气道高反应性可能更多与神经敏感性增高相关，而炎症反应相对较弱。重度哮喘患者经支气管热成形术（bronchialthermoplasty，BT）治疗1年后，Pi10较术前显著降低，且其变化量与气道黏液栓减少量呈正相关，提示Pi10可作为评估BT术后气道重构逆转和临床疗效的客观影像标志物［17］。1.2

肺组织定量参数气道结构重塑引发的气道壁增厚、管腔狭窄等一系列病理改变会导致呼气性呼吸困难，进而引发肺泡内气体滞留，这种异常通气状态将导致肺组织密度和肺实质的异常改变，在哮喘这类阻塞性气道疾病中，间接肺密度参数对气流受限的预测价值优于直接气道测量［4］。在哮喘患者中，呼气相体素指数小于-856HU肺容积占总肺容积百分比显著升高，且重度哮喘与非重度哮喘患者比较差异有统计学意义，而呼气相/吸气相平均肺密度比值、呼吸双相CT扫描体素指数介于-950HU与-856HU之间肺容积占总肺容积百分比的变化量和呼吸双相CT扫描体素指数小于-856HU肺容积占总肺容积百分比的变化量仅在患者与健康人群间比较差异有统计学意义，因此认为呼气相体素指数小于-856HU肺容积占总肺容积百分比对空气潴留的评估更为敏感［5］。一项研究对哮喘患者进行多元线性回归分析显示，在低衰减区占全肺体积的百分比（ratiooflowattenuationareas，LAA%）、气道壁面积百分比和-860HU到-950HU的相对体积变化（relativevolumechangefrom-860HUto-950HU，RVC-860to-950）等指标中，仅RVC-860to-950在预测FEV1%pred的回归模型中具有统计学意义（R2＝0.079，P＝0.034），提示RVC-860to-950是患者气流受限的重要预测因子［4］。指数D是胸部CT中用于描述终末气道结构复杂程度的指标，该数值降低能反映肺泡壁破坏，有助于揭示早期肺气肿变化［18］，LAA%升高常提示空气潴留或肺气肿存在，因此指数D与LAA%结合能够更精确地检测患者的肺实质变化。在伴有FAO的哮喘患者中，其肺实质出现类似慢性阻塞性肺疾病的改变，指数D显著降低且-910HU以下LAA%、-950HU以下LAA%升高；同样地，指数D越低、LAA%越高，哮喘患者发生FAO的风险也增加，其基线FEV1也相应下降，且这种关联独立于气道重塑指标存在，但指数D与血液或痰中嗜酸性粒细胞计数却并无显著相关性，这表明这些结构改变是无法通过单纯抗炎治疗逆转的，可能需要生物制剂或BT协助［19］。雅可比行列式（表示呼气-吸气间体素水平的变化）和各向异性变形指数（anisotropicdeformationindex，ADI）是用于反映肺扩张和变形能力的指标，虽然暂未发现肺变形能力、变形异质性与肺功能之间存在关联，但可以独立预测未来病情恶化，研究显示肺变形较少、变形异质性较小的患者更有可能在未来出现哮喘恶化［9］。此外，评估肺变形能力也有助于预测患者的治疗后反应。BT是控制不佳重度哮喘患者的治疗手段之一，研究发现，与未应答者相比，BT治疗应答者的空气潴留更少，雅可比行列式均值和标准差更大，ADI也更高［20］，这表明保留肺扩张能力的患者更有可能对BT产生反应，当重度哮喘患者的气道重塑使得肺可扩张性降低超过一定阈值时，BT的治疗效果将减弱。另外，虽然处于哮喘急性发作期时气道结构指标并无明显改变，但由于此时通气障碍和气流受限，与稳定期相比，部分功能性指标表现出差异有统计学意义，其中功能性小气道病变区域百分比和功能残气位下基于组织分数的体素大小的变异系数（表示肺组织异质性）在急性发作期均显著增加，并与FEV1均呈显著负相关，而肺气肿百分比和肺总量并无明显变化［8］，表明哮喘急性发作期的病理生理变化以小气道功能障碍为主导，并且为应对此时部分气道塌陷所致的气流受限，肺部可能进行了通气区域重新分布。此外，膈肌偏移也被认为是评估空气潴留程度的指标之一，研究显示，呼吸双相之间的膈肌偏移幅度与肺总量变化、气管容积变化均表现出强正相关性，与借助气道形态学相比，该方法更易捕捉到患者呼吸双相之间肺总量的细微差别，从而反映呼气相的空气潴留程度［21］。1.3

影像学表型分类基于病理生理特征的影像学表型分类可与当前基于临床特征的表型分类互为补充，为未来哮喘的精准治疗决策提供新思路。Eddy等［22］将CT气道结构测量与MRI通气指标相结合，通过聚类分析得到了4类基于影像学特征的哮喘表型，并解释了各聚类间的差异性。ZounematKermani等［23］通过定量CT测得的气道参数差异、空气潴留程度和肺密度变化对重度哮喘患者进行聚类分析，并结合蛋白组学和转录组学深入探讨了每一种聚类中气道重塑和空气潴留的特定分子通路，为重度哮喘的影像学分型提供了新的见解。Zhang等［5］基于定量CT界定了3种未控制哮喘表型分类，分别为轻度空气潴留伴或不伴近端气道重塑、中度空气潴留伴或不伴近端气道重塑、重度空气潴留伴近端气道重塑，结合临床特征分析认为这3种表型反映了疾病的不同阶段，揭示了不同病程时期气道重塑和空气潴留的异质性。此外，与其他空气潴留指标相比，上述提及的雅可比行列式和ADI还能够更精细地对非重度哮喘表型进行分级［24-25］，雅可比行列式、ADI的全肺均值和肺内分布标准差均随重症哮喘研究计划聚类表型中哮喘严重程度的增加而降低，表明疾病进展过程中肺扩张能力逐渐丧失［26］。1.4

黏液栓捕捉与识别多模态影像证实，哮喘患者通过CT检出的气道黏液栓与超极化氦3MRI局部通气缺陷之间存在空间一致性，表明气道中黏液栓的存在是造成哮喘患者气流阻塞和空气潴留的原因之一［27-28］。一项采用混合效应线性回归分析的研究表明，在CT气道壁面积百分比模型中黏液栓评分存在显著主效应，即存在于气道远端的黏液栓驱动了近端气道壁的增厚重塑［13］。正因如此，黏液栓的纵向变化轨迹也与肺功能、表征气流阻塞和气体潴留的多项数据变化相吻合，其中黏液栓评分的改变与FEV1%pred、FVC%pred和FEV1/FVC的变化均呈显著负相关，而与气体潴留相关指标的变化均呈显著正相关，例如呼气相体素指数小于-856HU肺容积占总肺容积百分比、雅可比行列式均值和功能性小气道病变的疾病概率评估指标［29］。2基于胸部CT的影像组学在哮喘中的作用既往研究表明，通过CT图像特征可实现对成年人和儿童哮喘的评估和分型［30-33］，证实了CT图像特征对于哮喘诊治的可用性和重要性。影像组学作为一种近年来的新兴技术，能够通过计算机算法从影像学图像中提取人眼无法识别的多维度特征，以实现对图像的精准量化，并结合机器学习算法实现对疾病的识别、预测和分期等目的，该技术弥补了传统检测手段的不足，为临床干预提供了新依据。2.1

影像组学概述影像组学的工作流程可概括为以下几个步骤。首先确定并勾画感兴趣区（regionofinterest，ROI）。ROI的选择取决于研究目的和疾病的影像学特征，可以采用手动、半自动或全自动方法中的一种或几种。鉴于哮喘的气道炎症通常呈弥漫性分布，并会伴有肺部继发性改变，且即使病变仅限于局部，有时也难以通过肉眼直接识别，因此难以通过手动逐层勾画可疑病灶的方式定义ROI，实际操作中多采用全自动或半自动方法分割整个肺实质（有时会剔除支气管和血管），并辅以人工修改的方式勾画ROI。分割完成后可通过重采样、滤波转换等处理进一步提高图像质量［34］。其次是从图像中提取并筛选影像组学特征，这一步将图像中的灰度、纹理、形状特征解码为可用于计算建模的量化指标。直方图特征反映ROI内像素强度的分布规律，纹理特征表征体素间的空间关系，当出现气道壁增厚、黏液栓或空气潴留等病理改变时，相应区域的灰度值与体素分布会随之发生变化，并可通过上述特征指标量化。基于形状的特征描述了ROI的几何属性，基于模型的特征通过空间灰度强度信息描述了物体形状，它们表征了气道管径、肺体积这类形态学参数，基于变化的特征则从滤波后图像中提取多尺度信息［35-37］。随后，通过过滤式、包装式或嵌入式方法剔除其中的冗余特征以提升模型效能［38］。现有研究表明，最终筛选出用于建模的特征中，更多的是基于滤波器变换的特征［39-40］，这表明滤波转换能够在突出图像中细微纹理特征差别的同时有效抑制噪声干扰，提升后续分析结果的准确性和鲁棒性。最终基于筛选后的特征结合数据特点或研究目的等方面构建合适的机器学习模型［41］，并通过内部和（或）外部数据进行单次或交叉验证评估模型性能，增强其泛化能力，后续还可以进一步构建校准曲线分析预测值与实际值的关系，以便其更好地应用于临床。2.2

哮喘的早期识别当前已有几项研究证明了影像组学应用于哮喘早期发现与预测方面的价值。Chen等［39］将气道和全肺区域作为ROI，采用多因素logistic回归的方法构建了哮喘患者临床分期影像组学预测模型，最终该模型在训练集和测试集中的受试者操作特征（receiveroperatorcharacteristic，ROC）曲线曲线下面积（areaunderthecurve，AUC）分别为0.881和0.792，表明基于CT影像组学的模型对于哮喘患者的临床分期具有较好的预测效果。Rao等［40］将影像组学与代谢组学相结合，发现多组学模型能够更好地预测儿童下呼吸道感染引起的继发性哮喘发生。小气道功能障碍常是哮喘等慢性气道疾病的早期表现，Cui等［42］发现，联合影像组学与临床风险因素构建的影像组学列线图对于小气道功能障碍具有良好的预测性能（训练集和测试集ROC曲线AUC均大于0.85）和一致性，有助于患者的早期识别。尽管当前针对哮喘的影像组学研究数量有限，但在慢性阻塞性肺疾病等其他慢性肺部疾病中，已有较多研究证实影像组学特征构建的联合预测模型优于临床特征模型［43-44］，因此，针对哮喘的影像组学研究仍有待进一步探索，以构建性能更优秀的预测模型应用于临床，指导哮喘的分型和个体化治疗。3基于胸部定量CT评估哮喘面临的挑战与局限性与其他评估手段相同，基于CT成像的方法不可避免地存在一定误差。由于气道末分支的复杂度和精细度，无论是手动勾画，还是借助代码或软件等手段自动勾画，均难以实现对小气道的精准捕捉，当前针对其他慢性肺部疾病的影像