新型冠状病毒肺炎130例CT分布特点及征象研究

文章来源:中华结核和呼吸杂志, 2020,43:网络预发表.

DOI:10.3760/cma.j.cn112147-20200217-00106

作者:吴婧 冯采莲 冼新源 强军 张捷 毛勤香 孔淑凤 陈宇辰 潘军平

单位:南京医科大学附属南京医院(南京市第一医院)日照市结核病防治所 广西贵港市中西医结合骨科医院 河南科技大学临床医学院 河南科技大学第一附属医院 南昌市第908医院 广西壮族自治区龙潭医院 韶关市曲江区人民医院

通信作者:潘军平

Email:2311305735@qq.com

新型冠状病毒肺炎130例CT分布特点及征象研究

摘要

目的

探讨2019新型冠状病毒肺炎(COVID-19)影像学表现。

方法

根据纳入标准和排除标准收集2020年1月20日至2月5日来自全国多家医院确诊COVID-19病例130例,按分布特点进行分型,分析其影像学特征。

结果

(1)分布:单侧14例(10.7%),双侧116例(89.3%);胸膜下型(102例78.4%),小叶核心型99例(76.1%),弥漫型8例(6.1%);(2)数目:单发病灶9例(6.9%),多发病灶113例(86.9%),弥漫8例(6.1%);(3)密度:仅为磨玻璃影(GGO)70例(53.8%),GGO与实变影兼有60例(46.2%);(3)伴随征象:血管增粗100例(76.9%),胸膜平行征98例(75.3%),”细网格征”100例(76.9%),”晕征”13例(10%),”反晕征”6例(4.6%),3例胸腔积液(2.3%),2例肺气囊(1.5%)。未见空洞。35患者行CT复查,21例(60%)好转,14例(40%)加重。

结论

COVID-19影像学特点主要以胸膜下及小叶核心分布为主,两者均可融合成片,重症者发展为双肺弥漫;最有价值的特征是”胸膜平行征”;恢复期表现为边缘收缩的实变影,支气管扩张,胸膜下线或纤维条索影。

2019年12月,在湖北武汉发现了一种新型冠状病毒,世界卫生组织(WHO)将其命名为2019年新型冠状病毒(2019-nCoV)[1]。该病毒感染后引发肺炎,称为”新型冠状病毒肺炎”(COVID-19)。目前诊断基于临床症状、疫区接触史、影像学诊断和核酸检测[2,3,4,5,6]。然而被报道核酸检测存在假阴性,再加上临床症状可能不典型,易造成漏诊而使疫情扩大,故影像学检查尤为重要。本文收集130核酸确诊病例,首次将COVID-19按分布分型,从解剖及病理生理角度解读影像学特征,以提高影像医生对本病的熟悉,并且加入随访对比,有助于疾病早期诊断和对预后进行评估。

对象与方法

本研究通过南京市第一医院医学伦理委员会审核批准(2020DYYYLL0201)。回顾性分析2020年1月20日至2月5日来自全国多家医院的130例患者的影像学资料。所有病例经核酸检测为阳性,符合世界卫生组织(WHO)诊断标准[7]及病例确诊纳入标准:符合国家卫生健康委员会颁布”新型冠状病毒感染的肺炎诊疗方案(试行第五版)”中的诊断标准[8]。多家医院的设备不同,包括:(1)美国西门子公司,SOMATOM Definition AS 128层螺旋CT;(2)中国东软公司,NeuViz 128层精睿CT;(3)美国GE公司,LightSpeed V螺旋CT。均为吸气末扫描,层厚5 mm,重建层厚1.5 mm,经10名工作五年以上医生通过微信群网络云诊断共同讨论、制表和统计。其中35例进行了CT随访(2~5次)。

观察病例分布(单/双侧)、数目(单/多发)、密度[磨玻璃影(GGO)/实变]。笔者另按分布将COVID-19分为胸膜下型、小叶核心型和弥漫型3型,统计例数及所占比例。统计影像学征象:胸膜平行征(需满足胸膜下分布及长轴与胸膜平行两大特点)、支气管征(支气管充气征、树芽征及支气管扩张)、血管增粗、细网格征、”晕征”、”反晕征”、肺气囊、胸腔积液、空洞等病例数及所占比例。

结果

130例患者中,男78例(60%),女52例(40%),男女比例为1.5:1。发病年龄为25~80(43±15)岁。CT影像表现:(1)分布:单侧14例(10.7%),双侧发病116例(89.3%)。另将COVID-19按分布进行分型(图1,图2,图3):胸膜下型102例(78.4%),小叶核心型99例(76.1%),两种类型可交叠,弥漫型8例(6.1%)。(2)数目:单发病灶9例(6.9%),多发病灶113例(86.9%),弥漫8例(6.1%)。(3)密度:仅为GGO者70例(53.8%),GGO+实性60例(46.2%),实变伴边缘平直53例(40.7%),边缘收缩23例(17.7%)。

新型冠状病毒肺炎130例CT分布特点及征象研究
新型冠状病毒肺炎130例CT分布特点及征象研究
新型冠状病毒肺炎130例CT分布特点及征象研究

图1~3新型冠状病毒肺炎(COVID-19)的3种分布方式。图1为小叶核心分布:病毒在小叶核心区域引起炎症反应,易形成球形GGO,朝周围弥漫,形成更大球形GGO或小叶分布的斑片影;图2为胸膜下分布:病毒在小叶周围间质发生炎症,被胸膜阻挡并向两侧扩散融合形成胸膜下平行的条带状GGO;图3为弥漫型:小叶核心及胸膜下分布,两者可融合成大片实变

伴随征象(图4,图5,图6,图7,图8,图9):”胸膜平行征”98例,占75.3%。”细网格”征即小叶内间隔增厚,100例,占76.9%。”晕征”13例,占10%;”反晕征”6例,占4.6%。支气管征:支气管充气征100例,占76.9%;支气管扩张52例,占40%。血管征:血管增粗100例,占76.9%。3例胸腔积液,占2.3%;2例肺气囊,占1.5%。未见空洞出现。

新型冠状病毒肺炎130例CT分布特点及征象研究
新型冠状病毒肺炎130例CT分布特点及征象研究

图4~9 COVID-19影像征象。图4为胸膜平行征,图5为细网格征,图6为晕征,图7为反晕征,图8为支气管扩张,图9为血管增粗

新型冠状病毒肺炎130例CT分布特点及征象研究
新型冠状病毒肺炎130例CT分布特点及征象研究
新型冠状病毒肺炎130例CT分布特点及征象研究
新型冠状病毒肺炎130例CT分布特点及征象研究

图10~17 (病例1)男46岁,发热乏力入院。分布型为小叶核心分布及胸膜下分布。图10~11为2020年1月20日首次CT,多发病变呈结节状及斑片状GGO,小叶核心及胸膜下分布。图12~13为2020年1月23日同层CT复查,病变数目增多,范围增大,呈”胸膜平行征”、”细网格征”,可见支气管充气征及血管增粗。图14~15为2020年1月28日CT,病灶密度增高,边缘平直,胸膜下见条索影,提示病变修复期。图16,17为2020年2月2日同层CT,病变范围及数目减少,见条索影,最终好转出院

新型冠状病毒肺炎130例CT分布特点及征象研究

图18~19(病例2)男50岁,发热入院,既往糖尿病。小叶分布发展为弥漫型。图18为2020年1月28日首次CT,可见斑片状GGO呈小叶分布,胸膜下为主,并有融合趋势,见”胸膜平行征”及细网格征”。图19为2020年1月30日复查CT同层对照,影像进展至两肺弥漫GGO,最终死亡

35例患者行CT复查(2~5次),末次与首次CT对比,其中21例(60%)好转。好转病例影像学表现:(1)病变范围缩小或数目减少21例,占60%;(2)GGO密度增高,向实变转化22例,占62.8%;(3)实变影边缘平直收缩20例,占57.1%;(4)出现纤维条索影或胸膜下线14例,占32.6%。但有13例病例(37.1%)出现此起彼伏的影像特征,即部分病灶在好转吸收又出现新发病灶。35例随访病例中,14例(40%)加重,表现为病变范围增大或数目增多;另有8例(6.1%)出现弥漫全肺的”白肺”改变。

讨论

冠状病毒(CoV)是一大类病毒,包括中东呼吸综合征(MERS-CoV)和严重急性呼吸综合征(SARS-CoV)。新型冠状病毒(nCoV)是以前在人类中尚未发现的新菌株[1,9]。目前有为数不多的文献报道[10,11,12]。本研究聚焦影像学,首次将COVID-19按分布分型,从解剖及病理生理角度解读其影像学特征。并通过35例随访病例,提出影像对病情阶段和预后的提示价值。

一、一般影像学表现

1.病变分布:

包括胸膜下、小叶核心及弥漫型。病毒颗粒小,经气道吸入后,主要侵犯细支气管,引起细支气管炎及周围炎,并朝远端蔓延侵犯肺组织;病毒主要累及间质,影像上早期表现为GGO,并可见细网格影[13]。肺内间质包括中轴间质和周围间质。中轴间质包括支气管血管束和小叶中央间质。周围间质包括胸膜下,小叶间隔及小叶内间质。笔者观察所有病例,支气管血管束、小叶间隔及胸膜并未见明显增厚,故推测病毒主要累及的间质为小叶间质。因此影像分布主要为以下3种(图1):(1)小叶核心分布:当病毒在小叶核心区域引起炎症反应,易形成球形GGO,而后很快朝周围弥漫,形成更大球形GGO或小叶分布的斑片影。该分布模式常表现为小叶分布的结节或斑片影,后期可向周围扩大并融合,多见于肺外带,但可见于全肺任何地方的肺小叶。这是经典的COVID-19分布模式之一。(2)胸膜下分布:因外围胸膜下区肺小叶发育更良好,血流、淋巴丰富,相应小叶间质炎性反应更明显,故分布以胸膜下为主,这也是典型的分布模式之一。(3)弥漫型:小叶核心及胸膜下两种分布方式可交叠,二者进展,相互融合,可累及全肺大部分区域,即弥漫型。

2.数目:

86.9%为多发,6.9%为单发(超早期),进展期常转化为多发。单发者虽少见,也易误诊,需要引起注意并随访。密度及形态:密度包括磨玻璃影(GGO)、实变影以及GGO+实变影;形态包括斑片型及结节型。早期常为边缘模糊GGO结节或斑片;当渗出期向增殖期转化,GGO边缘变清晰,继而出现边缘平直的实变影。后期修复伴机化形成,实变边缘出现收缩,支气管扩张。

二、其他征象(图2)

1.”胸膜平行征”:

该征象为笔者首次提出,需满足两个条件,第一是胸膜下分布,第二是病灶最大径与胸膜平行。其形成机制推测为:病毒侵犯小叶间质,当主要侵犯小叶周围间质即肺泡周围间质时,这部分淋巴引流方向为胸膜下和小叶间隔,扩散也以周围为主,向胸膜侧及两侧小叶间隔弥散,因远端受胸膜限制,只能紧贴胸膜,沿小叶间隔边缘的网状结构向两侧蔓延,再加上胸膜下病灶的相互融合,导致病灶长轴与胸膜平行。本研究中该征象发生率为75.3%,是COVID-19典型的影像学表现,具有特征性。

2.”细网格”征(小叶内间隔增厚):

病毒性肺炎重要征象,本组发生率为76.9%。佐证病毒主要累及小叶内间质,与其他病毒性肺炎包括SARS-CoV病毒的表现一致,该征象与其他病毒无显著差异[14],该征象与”新冠肺炎的放射学诊断:中华医学会放射学分会专家推荐意见”中早期表现”铺石路征”一致[15],是COVID-19常见的影像学表现之一。

3.”晕征”及”反晕征”:

晕征是指结节或团块周围伴GGO,常见于真菌、血管炎,在部分病毒也可见,如疱疹病毒[13],晕征在COVID-19早期多见,占10%。反晕征[16]系中央为GGO影,外周完全或基本完全(3/4以上)环绕高密度影,最早报道于隐源性机化性肺炎。COVID-19出现反晕征,占4.6%,可能为炎性修复以边缘为主,导致边缘形成趋向于实变的条带影,而中央修复相对延迟。

4.支气管征:

本研究仅有一例出现树芽征,但不能排除两元论可能,笔者认为树芽征不是COVID-19典型表现,系与其他肺炎鉴别的重要征象。支气管充气征占76.9%,是因为病毒累及间质,肺泡内渗出少,造成支气管壁增厚及堵塞少见。支气管扩张往往伴随边缘收缩,提示病变处于修复期,纤维牵拉所致,占40%。

5.血管征:

病灶内血管增粗占76.9%,符合炎症一般规律。考虑为炎症刺激,血管通透性增高,毛细血管扩张,相应肺动脉增粗。胸腔积液:3例出现胸腔积液,不排除病毒继发非心源性肺水肿,与文献一致[11]

三、随访与变化

随访中60%患者好转,影像学表现为病变范围或数目减小;GGO密度增高,向实变转化;实变边缘平直或收缩;出现纤维条索影。部分病变范围增大及密度增高,机制可能是继发肺泡性肺水肿,合并机化,以及少数可能合并细菌感染可能。37%的病例出现”此起彼伏”的影像学表现,即部分病灶好转,又出现新发病灶或病灶加重。有趣的是,笔者发现新发病灶将模拟最初病灶的变化规律——发生、加重及好转都类似并滞后于最初病灶。推测为部分肺区域炎症反应滞后,并非感染加重或再次感染。另40%病例加重,表现为病灶范围和数目增多。另有6.1%病例出现弥漫全肺的”白肺”改变,其病死率高,符合”新冠肺炎的放射学诊断:中华医学会放射学分会专家推荐意见”中重症期表现[15]

四、鉴别诊断

1.细菌性肺炎:

细菌性肺炎累及肺实质为主,早期除了巨噬细胞还有中性粒细胞聚集,肺泡内填充炎症细胞,易形成沿着叶段分布的大片实变影。与病毒性肺炎引起间质改变不同。

2.支原体肺炎:

支原体肺炎常引起支气管壁增厚,伴树芽及”树雾”征,新冠状病毒很少出现支气管壁增厚及树芽征。分布沿支气管走形区域,与病毒分布不同。实验室检查亦不同。与病毒有时存在影像重合表现,典型者不难区分。

3.其他冠状病毒:

SRAS和MERS也是冠状病毒引起的,收集更多病例对比他们与新冠病毒的影像是有利于鉴别的,但由于新冠病毒为新型病毒,三者影像鉴别尚未有报道。参考文献[11,12]可见,SARS和MERS进展快,多表现为GGO及实变,分布以外周为主,多灶分布,亦可见细网状结构。淋巴结与胸腔积液不常见,MERS比SARS更快发展为呼吸衰竭,预后更差。本研究结果显示新冠病毒轻症为主,预后较SRAS和MERS好。

4.心源性肺水肿:

小叶间隔增厚比病毒明显,没有磨玻璃影的区域也可出现小叶间隔增厚。肺水肿支气管血管束增粗呈袖套征。心影增大。常常有胸腔积液或伴心包积液。临床及实验室检查也不难区别。

总之,COVID-19是一种高传染力的疾病,早发现、早诊断、早隔离尤为重要。尤其在临床表现不典型,无相关流行病学及试剂盒短缺和假阴性的情况下,CT诊断尤为重要。COVID-19影像分布具有一定特点,以小叶核心、胸膜下分布及弥漫为主。其典型征象为”细网格征”和”胸膜平行征”。此外,影像学可提示病变所在时期和免疫修复阶段,对病情预后评估有帮助。

(参考文献略)

新型冠状病毒肺炎130例CT分布特点及征象研究

发表评论

电子邮件地址不会被公开。 必填项已用*标注

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据