黄尚清 罗泽斌 陈晓东

    [摘要]慢性阻塞性肺疾病(COPD)作为慢性气道疾病之一，其高发病率、高致死率已引起全球关注。COPD不仅严重影响患者生活质量，而且给患者家庭带来沉重的经济负担。随着全球工业的不断发展，致使罹患COPD的因素不断增加，发病人群趋于年轻化、多样化，且这一趋势在欠发达国家中表现得尤为突出。早期准确地诊断并加以干预是COPD患者取得良好预后的重要前提。高分辨率计算机断层扫描(HRCT)得益于其较高的密度分辨力，广泛应用于肺部疾病的诊断，且在COPD的研究方面显得尤为突出。影像组学是近年来新兴的研究领域，其客观性、高效性使其成为推动精准医学发展的重要技术之一，并逐渐应用于临床诊疗疾病的各个阶段。本文就HRCT结合机器学习对COPD早期诊断、分级及预后评估等研究的最新进展进行综述。

    [关键词]慢性阻塞性肺疾病;机器学习;影像组学;高分辨率计算机断层扫描

    [中图分类号]R816.41

    [文献标识码]A

    [文章编号]2095-0616(2022)12-0028-05

    慢性阻塞性肺疾病(chronic obstructive pulmonary disease，COPD)作为全球第三高致死率的疾病，影响全球十分之一人口，并为各个国家及地区带来不同程度的经济负担，且这一问题在发展中国家显得尤为突出[1]。COPD发病隐匿，慢性进展，该病早期诊断的准确率不高，专业呼吸科医生的诊断准确率也仅为(44.6±8.7)%[2]。即使诊断COPD的方法可操作性较高，易于在医疗机构中进行，但就最常用的肺功能检查而言，检查结果对患者配合程度的依赖性较高，且单纯肺功能检查无法知释疾病的全貌，也无法评估肺内气道受累及肺实质损坏的情况。其他诊断方法如呼吸道症状和临床实验室检查，均可能因合并其他肺部疾病或不良因素影响而导致结果不准确。因此，定量高分辨率计算机断层扫描(high-resolution computed tomography，HRCT)成像在评估COPD中的作用显得尤为重要，结合机器学习更能取到令人意想不到的效果。

    1COPD的定义及概述

    慢性阻塞性肺疾病全球倡议(global initiative for chronic obstructive lung disease，GOLD)报告将COPD定义为“一种常见的、可预防和可治疗的疾病，其特征是由于气道和/或肺泡异常引起的持续性呼吸道症状和气流受限，通常由大量暴露于有毒颗粒或气体引起[3]，包括肺气肿、小气道损失以及气道堵塞[4] ......