MedComm | 如何利用放射影像鉴别新冠肺炎与甲型流感肺炎？

新型冠状病毒肺炎（COVID-19）的大流行已成为全球公共卫生问题，如何在众多疑似病例中高效快速地诊断COVID-19面临着极大困难。温州医科大学附属第一医院郑明华在Wiley发行的MedComm上发表文章，运用基于放射影像的机器学习算法，建立模型筛查肺炎患者，以有效区分冠状病毒2型（SARS-CoV-2）感染性肺炎（NCP）和甲型流感病毒感染性肺炎（IAP），实现快速诊断，进一步帮助一线抗击COVID-19疫情^[1]。本文通讯作者为温州医科大学附属第一医院郑明华，第一作者为温州医科大学第二附属医院Qi-Qiang Zeng 和温州医科大学第一附属医院Kenneth I. Zheng。

非SARS-CoV-2感染的患者在住院期间可能面临交叉感染的风险，准确诊断新冠肺炎患者至关重要。甲型流感感染性肺炎（IAP）是一种季节性疾病，目前恰好与SARS-CoV-2的爆发时期相吻合，而NCP和IAP患者早期临床症状和体征相似^[2]，这给SARS-CoV-2肺炎的有效诊断带来极大困难。计算机断层扫描（CT）经常被用来评估那些疑似SARS-CoV-2感染者的肺部状况，然而，临床医生也面临着有效区分NCP患者和其他病毒性肺炎的的影像学特征的挑战。因此作者希望以CT的机器学习方法为基础，开发一个有效的诊断工具。

本研究对医院收治41例NCP和37例IAP患者，都使用同一CT扫描仪进行胸部CT扫描（图1）。图像导出前不经任何处理或标准化，由专业放射科医生执行图像分割，进行随机放射特征分析，并由另一位具有10年以上工作经验的放射科医生对上述影像学特征进行验证。

图1  The CT images of NCP and IAP patients

根据所有可检测到的肺部炎症病变进行感兴趣区（ROI）选择，对基于NCP 和IAP患者CT成像的ROI进行纹理分析，通过LIFEx 提取到56个放射特征并对其进行比较^[3]。依据LASSO回归模型，10倍交叉验证产生了8个最具关联性的显著特征，形成放射组学评分，构建了一个列线图（Nomogram），使用支持向量算法（SVM）有效区分NCP和IAP（图2）。

图2 Use SVM to distinguish these two kinds of diseases effectively

本研究是第一次研究NCP患者的CT影像学特征，也是第一次提出用诊断模型来建模区分NCP和IAP患者。作者开发的基于胸部CT模型的诊断工具（Nomogram），可以精确区分NCP和IAP患者，该工具精准率高且易于复制，利于临床推广应用，与现有的诊断方法相结合，可更有效的区分SARS-CoV-2感染的肺炎患者，抗击新冠疫情。

参考文献：

[1] Zeng Q-Q, Zheng KI, Chen J, et al. Radiomics-based model for accurately distinguishing between severe acute respiratory syndrome associated coronavirus 2 (SARS-CoV-2) and influenza A infected pneumonia. MedComm. 2020;1-9. https://doi.org/10.1002/mco2.14

[2] Chung M, Bernheim A, Mei X, et al. CT imaging features of 2019 novel coronavirus (2019‐nCoV). Radiology. 2020. https://doi.org/10.1148/radiol.2020200230

[3] Nioche C, Orlhac F, Boughdad S, et al. LIFEx: a freeware for radiomic feature calculation in multimodality imaging to accelerate advances in the characterization of tumor heterogeneity. Cancer Res. 2018;78:4786‐4789.

引用本篇论文:

Zeng Q-Q, Zheng KI, Chen J, et al. Radiomics-based model for accurately distinguishing between severe acute respiratory syndrome associated coronavirus 2 (SARS-CoV-2) and influenza A infected pneumonia. MedComm. 2020;1-9. https://doi.org/10.1002/mco2.14

点击文末“阅读原文”可阅读本文全部内容。

＊中文翻译仅供参考，所有内容以英文原文为准。

关于 MedComm

MedComm是科研和教育领域的全球领导者——Wiley公司出版发行的全英文生物医学专业期刊（https://onlinelibrary.wiley.com/journal/26882663）。

主编由英国牛津大学James Henderson Naismith教授（英国皇家科学院院士、英国皇家爱丁堡科学院院士）和四川大学华西医院生物治疗国家重点实验室魏于全教授/中国科学院院士担任，副主编与编委由全球10多个国家的著名科学家构成。

MedComm是同行评审的在线发表开放获取 (OA) 期刊，及时出版关于生物医学领域的基础研究与临床研究方面的工作，力争成为生物医学领域中具有国际影响力的高质量SCI学术期刊。本期刊发表论文类型包括综述（Review）、展望（Perspective）、研究论文（Research Article）、致编辑信函（Letter）、研究亮点（Research Highlight）等，对于原创性成果采取“快速通道”模式，帮助作者以最快的速度发表文章，最快一周可接收，并于2020年至2022年之间免收论文出版费。此外，投稿时文章格式不限，正式接收发表时再按本期刊要求修改。

MedComm竭诚欢迎生物医学领域的科研工作者、医生、研究生积极向期刊投稿。

Wiley威立

wiley，科研与教育出版领域的全球领导者

Wiley官网：

www.wiley.com

学术资源搜索平台：

onlinelibrary.wiley.com

Wiley自1807年创建至今，已拥有超过200年历史。Wiley提供科学、技术、医学和人文社科期刊与在线学习、评估与认证相结合的解决方案，帮助高校、研究机构、学术团体、企业、政府以及个人提高学术和专业影响力。公司中文网站可登陆www.wiley.com/en-cn

点击“分享，点赞，在看”，让好内容被更多人看到！