呼吸音成像技術在氣道阻塞性疾病診斷中的應用

熊瑛霞，王 真

(首都醫科大學附屬北京世紀壇醫院，北京100038)

據統計，每年有超過400萬人因急性呼吸困難而就診。呼吸困難最常見的原因是急性和慢性心臟和呼吸系統疾病，尤以氣道阻塞性疾病(OAD)多見［1］。OAD和非OAD癥狀重疊、診斷困難，急診能否快速甄別可對患者預后產生影響，但目前尚無一項單獨檢查用以診斷和鑒別呼吸困難原因［1］。呼吸音能夠提供患者臨床有或無OAD的相關信息，但聽診器主觀聽到的肺部聲音不能記錄或嚴格定量分析。計算機技術的發展給呼吸音測量及分析提供了的新方式［2，3］。2009 年10 月～2010 年4 月，我們對71例不同類型呼吸困難患者分別采用呼吸音成像技術進行檢查。現報告如下。

1 資料與方法

1.1 臨床資料 同期因急性呼吸困難就診者，男36例，女19例;年齡18～85歲。其中哮喘或慢性氣道阻塞性疾病所致急性呼吸困難32例(OAD組)，男女各16例，年齡(49±19)歲;非氣道阻塞性疾病所致呼吸困難39例(非OAD組)，男21例、女18例，年齡(47±15)歲。由內科醫生對每例患者完善病史、體格、放射線、實驗室及生理功能檢查。排除標準:血流動力學不穩定或不能靜坐、混合性呼吸困難患者。設16例無已知心肺疾病和胸部X線片正常健康人為對照組，男15例、女1例，年齡(49±11)歲。三組一般資料具有可比性。

1.2 呼吸音成像檢查 ①呼吸音記錄過程:受試者均采用坐位(OAD組和非OAD組就診當天進行)，應用振動反應成像裝置采集呼吸音:將36個傳感器(分2列，6排)貼于患者后背，由計算機控制的低真空儀記錄受試者20 s深而舒適的呼吸。錄制的信號放大和濾波至150～250 Hz，以減少心臟和其他非呼吸振動頻率。背景噪音及人為干擾的圖像偶爾出現在患者呼吸音圖像中，容易識別并剔除。②數據分析:采錄的20 s動態圖像由連續118幀圖像組成，每個靜態圖像代表0.17 s數據值，每個呼吸周期有吸氣峰(PIV)和呼氣峰(PEV)2個峰，能量峰值等數據由專用計算機軟件獲得。計算每個呼吸周期PIV/PEV(I/E振動峰值比)、吸氣及呼氣時間比值(I/E時間比)。

1.3 統計學方法 采用SPSS11.5軟件進行統計學處理。計量資料用±s表示，行成組設計的t檢驗，P≤0.05為差異具有統計學意義。

2 結果

2.1 動態和靜態圖像特征 對照組吸氣相最大強度較呼氣相多，雙肺聲音模式同步，左右肺部圖像呈現周邊圓滑而不間斷的輪廓，左右肺部平面分布、面積、大小和影像強度相似;非OAD組聲音圖像呈現二維圖像，左右肺部圖像也呈現周邊圓滑而不間斷的輪廓，與對照組相似，但面積偏小;OAD組動態圖像顯示雙肺聲音模式均不同步，左右肺不同區域亦表現出不同時間的聲音能量峰，二維圖像肺邊緣輪廓不光滑、凹凸不平(迪斯科肺)。

2.2 呼吸音能量指標 三組呼吸音能量指標比較見表1。

3 討論

呼吸音成像技術是應用計算機控制系統對呼吸音進行測量及分析的新方式，記錄的呼吸音可呈現不同的形式，如由多個二維圖像組成連續的動態圖像，類似于核素通氣掃描圖像，灰度隨聲音強度增加而增大，黑色代表呼吸音強。據報道，呼吸音成像技術對鑒別心源性呼吸困難有一定價值［4］。本研究顯示，OAD組動態、靜態圖像特征及I/E振動峰值比、I/E時間比與其他兩組比較均有顯著差異。提示應用呼吸音成像技術有可能區分急診呼吸困難患者有無OAD，鑒別要點:OAD患者的聲音分布在動態和靜態圖像上有明顯的異質性;OAD患者吸氣和呼氣相振動能量分布不同，呼氣相具有更大的能量;OAD患者呼氣相顯著延長。上述差異均有明確的生理基礎，可由不同模式評價。首先，患者呼吸氣流不均勻性導致記錄到不均勻性的解剖研究結果，由氣流阻塞程度區域差異引起的局部通氣差異在CT和PET掃描上可顯現出不均勻性的馬賽克圖案［5～7］;其次，OAD患者呼氣相聲強與其聽診相關喘息相關;第三，吸氣和呼氣相變化可反映呼氣氣流阻塞的延長情況。筆者體會，呼吸音成像技術有以下優點:簡單、可移動和可重復;無輻射暴露;捕捉兩肺聲音的能力遠超出聽診器;檢查條件及費用顯著低于肺部功能測試。

表1 三組呼吸音能量指標比較(±s)

表1 三組呼吸音能量指標比較(±s)

注:與其他兩組比較，*P＜0.01

組別 n I/E振動峰值比 I/E 時間比OAD組 32 1.2±1.4*0.7±0.2*非 組16 5.1±6.3 1.0±0.1 OAD39 6.7±5.8 1.0±0.2對照組

總之，呼吸音成像技術在OAD診斷中具有重要價值，值得臨床借鑒。

［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.呼吸音分析技術用于心源性和非心源性呼吸困難的鑒別診斷［J］.中華急診醫學雜志，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.