胸部CT的影像组学谱系分析：一组结节病患者队列研究

为何肺部影像藏有未被发现的线索

结节病常侵袭肺部，使许多人感到呼吸急促且对病情走向不确定。医生依赖胸部影像判断肺部受累程度，但用眼睛解读这些图像带有主观性。本研究提出一个看似简单却影响深远的问题：计算机能否比人眼更精确地测量肺部影像中微妙的模式，而且这些模式是否与人们的呼吸功能和日常感受相关联？

从图像到数字

传统上，结节病的肺部受累程度通过胸片或高分辨率CT，由放射科医师人工评分来分级。这类视觉评分虽然有用，但不同读片者之间可能存在差异，并且未必完全捕捉疾病的复杂性。在这项工作中，研究者采用“影像组学”方法——将每张胸部CT转化为数百个数值特征，描述亮暗区域的分布以及图像中纹理的重复模式。他们不仅关注肺组织的致密度，还测量相邻像素间的细微纹理，这些特征被认为可以反映瘢痕化及其他微观改变。

将患者分入隐含群组

研究团队分析了参与一项大型美国研究的320例结节病患者的高分辨率CT。对每位患者，他们从双肺计算了500多项影像组学特征，随后用统计方法精简以避免冗余。在这些特征基础上，他们应用一种无监督的机器学习方法，寻找数据中自然形成的分组，而无需事先标注谁是“轻度”或“重度”。这一无监督聚类揭示了四种不同的影像组学谱系，每一种代表不同的肺部纹理与密度模式。

将影像模式与肺功能联系起来

接着将这四个影像组与常规临床指标进行比较。患者还接受了传统的基于X线的分期、CT的详细目视评分以及肺功能测试，例如用力呼气量和肺与血液之间的气体交换能力。影像组学的聚类并没有简单重复常用的分期系统；每个簇内都混合了不同的经典分期。然而，这些簇与肺功能表现有显著关联。被划入“最健康”簇的患者在呼吸功能测试中表现最好，而最异常的簇则表现出明显更低的肺容量和气体转运能力。总体而言，影像组学分组在解释肺功能差异方面，除去年龄、体格等基本特征后，仍能额外解释约10–15%的变异。

纹理揭示的日常生活影响

研究还考察了这些影像模式与患者自述症状（包括疲劳、气短和生活质量）之间的关系。与呼吸测试相比，这些联系较弱，但仍具有指示性。受影响最严重的影像簇不仅在影像上显示更多瘢痕与形变，还与更严重的气短和更差的身体健康评分相关。另一个簇以气道阻塞特征及特别低的呼吸比值为标志，提示它代表一种独立的“阻塞型”病变形式。总体来看，这些模式暗示影像组学捕捉到的肺部纹理可以反映结节病在日常体验中的有意义差异，尽管症状受多种因素影响。

这可能如何改变临床管理

对结节病患者而言，这项工作的前景是：常规CT扫描在数分钟内即可被处理，生成一个客观的肺部病变指纹。研究结果表明，影像组学谱系捕捉到传统分期可能遗漏的肺损伤特征，而且这些谱系与肺功能相关。尽管仍需更多研究——尤其是跟踪这些度量随时间的变化——但该研究提供了早期证据：让计算机读取肺部纹理，可能帮助医生更准确地对病情分型、更早识别微小变化，并最终根据每位患者特有的肺损伤模式制定更有针对性的治疗方案。

引用: Carlson, N.E., Lippitt, W.L., Ryan, S.M. et al. Radiomic profiling of chest CT in a cohort of sarcoidosis cases. Sci Rep 16, 9695 (2026). https://doi.org/10.1038/s41598-026-39384-9

关键词: 结节病, 影像组学, 胸部CT, 肺功能, 医学影像