呼吸音成像技术在气道阻塞性疾病诊断中的应用

熊瑛霞，王 真

(首都医科大学附属北京世纪坛医院，北京100038)

据统计，每年有超过400万人因急性呼吸困难而就诊。呼吸困难最常见的原因是急性和慢性心脏和呼吸系统疾病，尤以气道阻塞性疾病(OAD)多见［1］。OAD和非OAD症状重叠、诊断困难，急诊能否快速甄别可对患者预后产生影响，但目前尚无一项单独检查用以诊断和鉴别呼吸困难原因［1］。呼吸音能够提供患者临床有或无OAD的相关信息，但听诊器主观听到的肺部声音不能记录或严格定量分析。计算机技术的发展给呼吸音测量及分析提供了的新方式［2，3］。2009 年10 月～2010 年4 月，我们对71例不同类型呼吸困难患者分别采用呼吸音成像技术进行检查。现报告如下。

1 资料与方法

1.1 临床资料 同期因急性呼吸困难就诊者，男36例，女19例;年龄18～85岁。其中哮喘或慢性气道阻塞性疾病所致急性呼吸困难32例(OAD组)，男女各16例，年龄(49±19)岁;非气道阻塞性疾病所致呼吸困难39例(非OAD组)，男21例、女18例，年龄(47±15)岁。由内科医生对每例患者完善病史、体格、放射线、实验室及生理功能检查。排除标准:血流动力学不稳定或不能静坐、混合性呼吸困难患者。设16例无已知心肺疾病和胸部X线片正常健康人为对照组，男15例、女1例，年龄(49±11)岁。三组一般资料具有可比性。

1.2 呼吸音成像检查 ①呼吸音记录过程:受试者均采用坐位(OAD组和非OAD组就诊当天进行)，应用振动反应成像装置采集呼吸音:将36个传感器(分2列，6排)贴于患者后背，由计算机控制的低真空仪记录受试者20 s深而舒适的呼吸。录制的信号放大和滤波至150～250 Hz，以减少心脏和其他非呼吸振动频率。背景噪音及人为干扰的图像偶尔出现在患者呼吸音图像中，容易识别并剔除。②数据分析:采录的20 s动态图像由连续118帧图像组成，每个静态图像代表0.17 s数据值，每个呼吸周期有吸气峰(PIV)和呼气峰(PEV)2个峰，能量峰值等数据由专用计算机软件获得。计算每个呼吸周期PIV/PEV(I/E振动峰值比)、吸气及呼气时间比值(I/E时间比)。

1.3 统计学方法 采用SPSS11.5软件进行统计学处理。计量资料用±s表示，行成组设计的t检验，P≤0.05为差异具有统计学意义。

2 结果

2.1 动态和静态图像特征 对照组吸气相最大强度较呼气相多，双肺声音模式同步，左右肺部图像呈现周边圆滑而不间断的轮廓，左右肺部平面分布、面积、大小和影像强度相似;非OAD组声音图像呈现二维图像，左右肺部图像也呈现周边圆滑而不间断的轮廓，与对照组相似，但面积偏小;OAD组动态图像显示双肺声音模式均不同步，左右肺不同区域亦表现出不同时间的声音能量峰，二维图像肺边缘轮廓不光滑、凹凸不平(迪斯科肺)。

2.2 呼吸音能量指标 三组呼吸音能量指标比较见表1。

3 讨论

呼吸音成像技术是应用计算机控制系统对呼吸音进行测量及分析的新方式，记录的呼吸音可呈现不同的形式，如由多个二维图像组成连续的动态图像，类似于核素通气扫描图像，灰度随声音强度增加而增大，黑色代表呼吸音强。据报道，呼吸音成像技术对鉴别心源性呼吸困难有一定价值［4］。本研究显示，OAD组动态、静态图像特征及I/E振动峰值比、I/E时间比与其他两组比较均有显著差异。提示应用呼吸音成像技术有可能区分急诊呼吸困难患者有无OAD，鉴别要点:OAD患者的声音分布在动态和静态图像上有明显的异质性;OAD患者吸气和呼气相振动能量分布不同，呼气相具有更大的能量;OAD患者呼气相显著延长。上述差异均有明确的生理基础，可由不同模式评价。首先，患者呼吸气流不均匀性导致记录到不均匀性的解剖研究结果，由气流阻塞程度区域差异引起的局部通气差异在CT和PET扫描上可显现出不均匀性的马赛克图案［5～7］;其次，OAD患者呼气相声强与其听诊相关喘息相关;第三，吸气和呼气相变化可反映呼气气流阻塞的延长情况。笔者体会，呼吸音成像技术有以下优点:简单、可移动和可重复;无辐射暴露;捕捉两肺声音的能力远超出听诊器;检查条件及费用显著低于肺部功能测试。

表1 三组呼吸音能量指标比较(±s)

表1 三组呼吸音能量指标比较(±s)

注:与其他两组比较，*P＜0.01

组别 n I/E振动峰值比 I/E 时间比OAD组 32 1.2±1.4*0.7±0.2*非 组16 5.1±6.3 1.0±0.1 OAD39 6.7±5.8 1.0±0.2对照组

总之，呼吸音成像技术在OAD诊断中具有重要价值，值得临床借鉴。

［1］Mannino DM.COPD:epidemiology，prevalence，morbidity and mortality，and disease heterogeneity［J］.Chest，2002，121(5 suppl):121S-126S.

［2］PasterkampH，Kraman S，Wodicka GR.Respiratory sounds.Advances beyond the stethoscope［J］.Am J Respir Crit Care Med，1997，156(1/3):974-987.

［3］Dellinger RP，Jean S，Cinel I，et al.Regional distribution of acoustic-based lung vibration as a function of mechanical ventilation mode［J］.Crit Care，2007，11(1):26.

［4］王真，Jean S，Dellinger RP.呼吸音分析技术用于心源性和非心源性呼吸困难的鉴别诊断［J］.中华急诊医学杂志，2009，18(12):1304-1308.

［5］Sharma V，Shaaban AM，Berges G，et al.The radiological spectrum of small-air-way diseases［J］.Semin Ultrasound CT MR，2002，23(4):339-351.

［6］Sung A，Naidich D，Belinskaya I，et al.The role of chest radiography and computed in the diagnosis and management of asthma［J］.Curr Opin Pulm Med，2007，13(1):31-36.

［7］Tgavalekos NT，Tawhai M，Harris RS，et al.Identifying airways responsible for heterogeneous ventilation and mechanical dysfunction in asthma:an image functional modeling approach［J］.J Appl Physiol，2005，99(6):2388-2397.