一区23分超简单CT影像组学：肺病早筛的新利器

![](https://s2.loli.net/2025/08/06/QBjFY1hckgfPbTA.png

研究背景

慢性阻塞性肺疾病（COPD）是一种高异质性的慢性炎症性疾病，以持续气流受限为特征。在我国，40岁以上人群COPD患病率达13.7%，但知晓率不足1%，大量患者因漏诊延误治疗。

肺功能检查（PFT，pulmonary function test ）是诊断COPD的金标准，但普及率仅6.7%；而胸部CT因肺癌筛查等需求已广泛应用。能否通过CT影像实现COPD的精准识别？

PFT：即FEV1/FVC 即 “第一秒呼出量占总肺活量的比例”，是判断气流受限的关键指标。

• 健康成年人该比值通常≥0.7（70%），提示气道通畅，肺排空功能正常。
• 若 FEV1/FVC＜0.7，且排除哮喘等可逆性因素后，可诊断为持续性气流受限，是 COPD 的标志性特征（体现气道阻塞或肺弹性减退导致的呼气困难）。

数据来源

本研究为回顾性队列研究，数据来源于5家医疗机构的2785例患者，具体纳入标准包括：

• 同时完成肺功能检查（PFT）和胸部CT；
• 两次检查间隔≤2周；
• 具备薄层（<2mm）CT图像。

排除标准涵盖合并其他 thoracic疾病（肺炎、肺结节>6mm等）、恶性肿瘤及图像 artifact 严重者。

数据集分配：

• 训练集（1200例）与内部验证集（514例）：来自4家医院（同济医院、浙江省人民医院等），按7:3随机划分；
• 外部验证集（1071例）：独立来源于海军军医大学第二附属医院，用于验证模型普适性。

临床信息包括年龄、性别、身高、吸烟状态等，均从电子病历系统提取。

模型构建

1. 数据处理

• 全肺自动分割：采用开源 U-net 模型（R231）自动分割左右肺并合并为全肺感兴趣区（ROI）。通过20例随机样本验证，自动分割与人工分割的Dice系数达0.97±0.06，一致性优异。

• 影像预处理：

• 重采样：将图像插值为1mm×1mm×1mm的标准化体素；

• 灰度离散化：将连续灰度值转换为离散整数，消除设备差异；

• 滤波去噪：通过log和小波滤波提取高低频特征，减少图像数字化噪声。

体素（Voxel）：3D 图像的基本单位。体素是三维医学影像（如 CT）中的 “像素”，类似立方体，其尺寸（长 × 宽 × 高）由 CT 扫描参数决定。比如某台设备可能扫描出 0.8mm×0.8mm×2mm 的体素（平面分辨率高，但层厚较厚），另一台可能是 1.2mm×1.2mm×1mm（层厚薄，但平面分辨率低）。

2. 特征提取与筛选：从1218到18的精准压缩

• 特征提取：使用PyRadiomics工具包提取1218个全肺影像组学特征，涵盖一阶统计量、灰度共生矩阵、灰度游程矩阵等6类特征。
• 特征筛选三步法：

1. 冗余去除：通过Pearson相关分析，剔除相关系数>0.9的特征，保留283个；
2. 相关性优化：采用最大冗余最小相关性（mRMR）算法，平衡特征重要性与冗余度；
3. 正则化选择：通过 LASSO 逻辑回归（十折交叉验证）确定最优惩罚参数（λ=0.00057），最终筛选出18个非零系数特征，构建影像组学评分（Radscore），计算公式为特征与对应系数的线性组合。

3. 模型构建：三类模型的对比与整合

• 影像组学模型：仅基于18个筛选后的特征构建。
• 临床模型：通过单因素+多因素logistic回归，筛选出年龄、性别、身高、吸烟状态4个独立预测因子构建。
• 联合模型：整合Radscore与上述临床因子，并转化为可视化列线图（Nomogram），通过积分系统直观输出COPD风险概率。

三、模型结果：多维度验证性能优异

1. 区分能力（AUC）

模型	训练集（95%CI）	内部验证集（95%CI）	外部验证集（95%CI）
影像组学模型	0.888（0.869-0.906）	0.874（0.844-0.904）	0.846（0.822-0.870）
临床模型	0.732（0.703-0.761）	0.714（0.669-0.759）	0.777（0.746-0.806）
联合模型	0.893（0.875-0.911）	0.873（0.843-0.903）	0.853（0.830-0.877）

注：影像组学模型与联合模型显著优于临床模型，P<0.001（_DeLong检验_ ）

2. 临床实用性

• 校准度：联合模型的校准曲线与实际值高度吻合（Hosmer-Lemeshow检验，P=0.972/0.149/0.06）；
• 决策获益：决策曲线分析（DCA）显示，联合模型在阈值概率>10%时，净获益显著高于临床模型，更适合临床决策。

3. 两个典型病例

基于全肺 CT 影像组学列线图评估 COPD 风险的实际应用过程

左侧：非 COPD 患者案例

• a 图：45 岁女性的薄层胸部 CT 图像（横轴位），无明显肺气肿等异常表现。
• b 图：肺密度分析图，显示双肺均无肺气肿区域（无红色标注），提示肺结构基本正常。
• c 图：列线图评分结果。患者身高 152cm、不吸烟、影像组学评分（Radscore）为 - 2.08，结合年龄等因素，列线图总分为 44.8 分，对应 COPD 发病概率约 8.0%。肺功能检查显示 FEV1/FVC=0.8（≥0.7），符合非 COPD 诊断标准。

右侧：COPD 患者案例

• d 图：82 岁女性的薄层胸部 CT 图像（横轴位），可见弥漫性肺结构异常。
• e 图：肺密度分析图，双肺大部分区域被红色标注，提示广泛散在肺气肿改变。
• f 图：列线图评分结果。患者身高 152cm、不吸烟、Radscore 为 3.17，列线图总分为 48.2 分，对应 COPD 发病概率约 96.9%。肺功能检查显示 FEV1/FVC=0.6（<0.7），符合 COPD 诊断标准。