胸膜超聲在呼吸系統疾病中的應用現狀及展望

孫 哲 馬姣姣,3 張 波,3*

(1.中國醫學科學院北京協和醫學院,北京 100730;2.中日友好醫院超聲醫學科,北京 100029;3. 國家呼吸醫學中心 呼吸和共病全國重點實驗室 國家呼吸疾病臨床研究中心 中國醫學科學院呼吸病學研究院 中日友好醫院呼吸中心,北京 100029)

呼吸系統疾病是全球第三大死亡原因之一,僅次于心血管疾病和腫瘤,對全世界的公共衛生領域構成重大威脅[1]。胸膜對調控胸腔內環境的穩態起到十分重要的作用[2]。19世紀60年代,Joyner等[3]首次使用超聲對胸膜進行評估,因便攜、實時、無輻射等優點,逐步應用于臨床,現已成為胸膜檢查的首選影像學方法。胸膜超聲是肺部超聲(lung ultrasound, LUS)的重要補充,是診斷呼吸系統疾病的重要部分。目前,LUS更新版國際共識[4]于2022年問世。LUS通過混響偽像等進行疾病的診斷和鑒別診斷,其基本原理是肺泡或肺間質氣液比例失調引起的聲像圖變化。學者們的研究[5-6]大多聚焦于B線和實變兩征象的超聲表現及產生機制。胸膜與肺部生理與疾病存在密切聯系[7],目前超聲對胸膜的臨床評估包括形態、厚度和運動狀態等方面。本文從胸膜靜態和動態評估以及新技術在胸膜超聲中的應用這三方面內容,對胸膜超聲的應用現狀展開綜述,并提出胸膜超聲的局限性及待解決的問題,為超聲診斷呼吸系統疾病提供新的思路。

1 常規超聲評估胸膜

1.1 胸膜靜態評估

胸膜線是胸壁軟組織和肺組織的交界面,在超聲圖像上表現為厚度約2 mm的強回聲帶,其原理是胸膜和肺內氣體之間的巨大聲阻抗差,超聲束在兩者交界面上產生強反射[8]。在超聲影像中,正常胸膜線是位于肋下光滑、清晰、規則的線性高回聲。超聲圖像中的胸膜線是一種反射界面,而不是真實的胸膜線。因此,在超聲上測量的胸膜線厚度不同于真實的胸膜厚度。此外,胸膜線厚度的測量存在主觀因素,與探頭頻率、檢查部位以及操作者的測量方式有明顯相關性。超聲測量胸膜線厚度的正常值尚未達成共識,約0.5～3 mm,差異較大[9-10]。在未來,需要更大樣本的數據和更規范的測量來確定不同人群胸膜線厚度的正常界值。

超聲可對胸膜病變進行定性和定量評估。當胸膜線出現增粗、模糊、連續性中斷或消失等均提示病變。且胸膜下的形態改變,即胸膜下實變和實變內支氣管充氣征陽性也可提示胸膜異常[11]。趙浩天等[12]對胸膜形態提出了定量評分,根據其清晰程度和完整性,評0～3分。0分定義為胸膜清晰、光滑;1分為胸膜模糊、規則、完整;2分為胸膜粗糙、欠規則、偶見局灶性中斷;3分為胸膜顯著不規則,連續性彌漫性中斷,城垛樣改變。此分類方法可一定程度上標化胸膜形態,但該研究樣本量較小,且未考慮到同一患者的肺部分區不同可能會出現不同的胸膜形態這一重要特點。因此,可針對不同肺部分區對上述胸膜形態評分進行改良。

不同呼吸系統疾病對應不同的胸膜超聲特征:肺水腫是指多種原因導致液體積聚在肺間質或肺泡腔,病變不累及胸膜[13],胸膜線正常。慢性阻塞性肺疾病患者存在小氣道慢性炎癥,導致壁層胸膜彈性減退[14],超聲表現為胸膜增厚,偶可見胸膜線粗糙、邊界模糊[13]。肺部炎癥滲出常累及胸膜,超聲表現為胸膜不均勻增厚,形態雜亂或欠光滑,胸膜下存在低回聲區,與周圍組織邊界不清[9,11,15]。肺栓塞相關病變位于肺下葉,通常與胸膜炎性胸痛區域相關,超聲表現為基于胸膜的多發性、低回聲、呈楔形的實質病變,在病變內可以檢測到異?；芈昜16]。然而,肺栓塞的超聲表現并不特異,需要與其他疾病進行鑒別,如肺炎、支氣管癌、肺外惡性腫瘤轉移和單純性胸膜炎。間質性肺疾病患者由于肺間質中膠原蛋白積累,出現持續炎癥或纖維化,導致肺結構扭曲和肺泡通氣受損[17],超聲圖像上表現為胸膜厚度明顯增加,胸膜線不規則,呈顆粒狀,最常見于雙下肺野,嚴重者可呈典型的彌漫性連續性破壞,凹凸不平,形似“城垛”[18-19]。

胸膜超聲檢查可以較容易地發現周圍型肺部占位,對其進行定位(胸膜外、胸膜或肺實質),判斷腫塊范圍及其性質(實性、囊性或復雜)。胸膜外腫瘤常取代其上的胸膜層,與肋骨破壞或肌肉浸潤有關。當胸膜病變起源于臟層或壁層胸膜時,通常局限于胸膜腔,或浸潤胸壁或肺實質。良性胸膜腫瘤在超聲上表現為圓形或卵圓形,均勻低回聲,且不浸潤周圍結構。惡性胸膜腫瘤在超聲上則表現為從壁層胸膜產生的不規則、邊界清楚、通常不均勻的腫塊,常破壞臟層胸膜的正常輪廓,可能伴隨胸腔積液或胸壁/肋骨侵犯[20]。胸膜下肺轉移瘤表現為圓形、橢圓形或小葉狀等不均勻結構,病變周圍以低回聲的光暈和毛刺為特征,伴中央壞死,常伴胸腔積液。

超聲在胸腔積液(pleural effusion, PE)方面的應用已有40余年的歷史[21],可用于確定積液位置,估計積液量,并通過特定的回聲特征判斷其性質。液體積聚導致胸膜壁層和臟層分離,超聲表現為肺和胸壁之間的無回聲區域。大于5 mL的PE即可在超聲上顯示。Yang等[22]將PE分為以下四個類別:無回聲、復雜無分隔、復雜分隔和均勻回聲。積液超聲特征對疾病有一定指向性。雙側PE常為漏出液,超聲表現為無回聲區域;相比之下,滲出液有回聲,伴或不伴回聲復雜[23]。惡性PE多表現為滲出液特征,常出現漩渦現象[24]。慢性或更活躍的惡性腫瘤可能導致纖維間隔的形成,出現胸膜或膈肌結節性積液[25]。積液呈分隔狀常提示胸膜腔感染。一項研究[26]顯示,“懸浮微泡征”有助于區分膿胸和非膿胸,可能是由于膿液更容易與空氣混合,導致空氣滯留。此外,胸膜超聲還可用于PE量的估算。針對不同患者,不同體位,研究者們開展了一系列研究[27-30],探索超聲估算PE的方式,但未達成共識。超聲對于積液量的可靠估計仍然具有挑戰性,可能受到患者胸腔大小、體位(直立、仰臥、側臥)、膈肌位置(腹壓高、膈神經麻痹、膈疝)、積液量、肺實變的存在、探頭放置位置和方向、檢查者專業知識以及觀察者間和觀察者內部差異的影響。因此,亟需嚴格規范的超聲檢查流程來規范不同臨床情境下,超聲估計PE量的方式方法。在未來,若想進一步精確計算積液量,可通過科學研究設計PE的三維重建模型。

1.2 胸膜動態評估

超聲可以動態觀察器官活動,并量化其運動幅度。胸膜超聲中最重要的是評價是否存在胸膜滑動征,即高回聲的胸膜線隨呼吸滑動的征象,在M型超聲中表現為“海岸征”[31]。存在正常胸膜滑動提示該部位胸膜腔密閉,即臟壁兩層胸膜緊密貼合;且該部位及以上肺泡可完成肺通氣。趙浩天等[12]對胸膜滑動的定量評估進行了定義:在呼氣末和吸氣末,分別沿胸膜線方向測量肺肝交界點距聲窗左緣的距離,兩者之差稱為“胸膜滑動位移”,在該研究中,正常人胸膜滑動位移為(15.19±4.45) mm。

多種呼吸系統疾病均可導致胸膜滑動征存在異常。當胸膜腔被氣體或液體填充時,臟壁兩層胸膜分離,胸膜滑動消失。研究[32]表明,胸膜滑動征存在即可排除氣胸。肺點存在對于識別氣胸有100% 特異性[33],并且在胸壁上多個位置標記肺點,可用于確定氣胸范圍[34]。PE患者的胸膜滑動消失,M超呈現“正弦波征”[35]:即在呼吸過程中,兩層胸膜間距離在吸氣相變小、呼氣相增加的周期現象。因此,“正弦波征”可用來鑒別胸腔積液和其他原因導致的胸膜增厚。另一種情況是臟層胸膜緊貼壁層胸膜,但失去相對滑動,這提示局部肺泡通氣消失。胸膜滑動消失可能出現在胸膜粘連、完全性肺不張、慢性阻塞性肺疾病過度充氣、巨大肺大皰、大面積肺纖維化、窒息、心臟呼吸驟停等疾病中[29,36-37]。此外,當肺切除術后(無臟層胸膜)、胸壁皮下氣腫等情況也不會出現胸膜滑動。

2 超聲新技術的應用

斑點追蹤技術、彈性成像、超聲造影等超聲新技術以及人工智能逐步應用于胸膜超聲中,使得超聲檢查信息量更加豐富、結果更加客觀、可靠。

2.1 斑點追蹤技術

斑點追蹤技術(speckled tracking imaging, STI)最初應用于心臟,在心肌組織與超聲波束的相互作用下,產生特定的聲學標志物,即斑點。STI可以追蹤斑點在整個心動周期內的位移,進而對心肌運動速度、位移、應變等參數進行量化。目前,STI正逐步應用于胸膜超聲中。Tzadok等[38]發現在急性失代償性心力衰竭患者和新型冠狀病毒肺炎患者中,胸膜位移的幅度和速度存在顯著差異。STI還可以通過最大縱向胸膜應變值量化胸膜滑動。Duclos等[39]發現,在氣胸患者中,最大縱向胸膜應變平均值為1%±1%,而正常胸膜滑動人群的最大縱向胸膜應變平均值為46%±32%。當STI診斷氣胸的靈敏度和特異度均為100%時,最大縱向胸膜應變的截斷值為4%。因此,STI可以量化胸膜滑動,為胸膜疾病的檢測開辟新視角,但其結論仍需進一步的前瞻性研究來證實。

2.2 超聲彈性成像

彈性成像技術將組織硬度可視化,以彩色圖像形式呈現,可分為應變彈性成像(strain elastography, SE)、聲輻射力脈沖彈性成像(acoustic radiation force impulse, ARFI)、剪切波彈性成像(shear wave elastography, SWE)。多項研究[40-45]表明,彈性成像可以通過應變比(strain ratio, SR)或剪切波速(shear wave velocity, SWV)區分胸膜下肺部病變的良惡性(表1),但未就彈性截斷值達成共識。兩項多中心研究[46-47]中顯示,可以通過彈性值來區分胸腔積液的良惡性。將胸膜超聲和彈性成像相結合,可以作為一種定量方法,評估周圍型肺部病變和胸腔積液,從而快速、準確對病變性質進行判斷。

表1 胸膜超聲彈性成像在周圍型肺占位中的應用Tab.1 Application of pleural ultrasonic elastography in peripheral pulmonary space-occuping lesions

2.3 超聲造影

在常規超聲基礎上,通過靜脈注射六氟化硫微泡,可有效增強組織器官的血流信號,反映血流灌注狀態,便于疾病診斷及鑒別診斷。超聲造影(contrast enhanced ultrasound, CEUS)可以通過造影劑分布均勻性、增強模式、達峰時間等特征鑒別周圍肺部病變的性質,區分結節[48-49]和積液[50]的良惡性。但也有學者[51-52]認為CEUS無法區分周圍型肺部占位的良惡性。研究[53-55]表明,在穿刺活檢前使用CEUS描繪病灶靶區,重新調整活檢路徑,可以提高診斷準確性,降低并發癥的發生率。

除了臨床常用的六氟化硫微泡外,在基礎研究中,有研究團隊[56-57]發現,脂質體納米氣泡可提高肺癌的超聲成像質量和診斷準確性,通過連接藥物,還可以發揮其治療能力,具有用于癌癥靶向治療的潛力。此外,檢測微血管密度可早期評估腫瘤新生血管。研究[58-60]顯示,在兔和小鼠肺外周腫瘤模型中,CEUS參數與未分化微血管(CD31+)密度顯著相關,可以更有效地評估周圍型肺癌的血管生成,在人類身上同樣得到了相應的印證。

2.4 人工智能在胸膜超聲中的應用

目前,胸膜超聲的深度學習模型主要集中在胸膜線定位及其形態的辨別。Tripathi等[61]提出了一種具有注意力機制的無監督轉運神經網絡框架,可以在超聲圖像中自動識別胸膜線的形態特征。Carrer等[62]提出了一種基于隱馬爾科夫模型和維特比算法的胸膜線檢測和定位的自動無監督方法,對胸膜線的識別時間小于等于2 s,并基于支持向量機的監督分類程序對新型冠狀病毒肺炎患者進行嚴重程度分級。在實際應用中,僅定位胸膜線是遠不夠的,Bassiouny等[63]首次提出,使用一種基于更快的區域卷積神經網絡(faster region-based convolutional neural network,fRCNN)的深度學習模型提取胸膜形態特征,包括正常胸膜、不規則胸膜和增厚胸膜,進而區分正常肺和病理性肺部疾病。目前,深度學習算法僅應用于胸膜超聲靜態特征的評估上。在未來,有望借助人工智能對胸膜滑動征等動態特征進行定量表征,以及自動計算胸腔積液量,自動識別肺結節并判斷其性質。

3 胸膜超聲的局限性

胸膜超聲存在一定局限性。只有當病變累及胸膜及胸膜周圍結構時,才能在超聲上觀察到異常胸膜線和胸膜下改變。此外,由于胸壁存在肋骨,超聲只能探查70%的胸膜表面[64]。另外,目前的研究結果受到檢查人群的異質性、患者胸膜固有特性的變化以及研究的樣本量較小等限制,多項內容未達成共識。如各年齡段超聲影像中胸膜線厚度的正常值待確定;胸膜形態和動態運動的定量評價標準待研究;胸腔積液量的標準化評估方法;胸膜超聲檢查的標準化流程和質量控制需盡快達成共識。

胸膜超聲在呼吸系統疾病的診斷中展現出一定的價值,也具有巨大的應用潛力,如目前深度學習算法只應用在胸膜靜態評估中,如果進一步深入分析胸膜滑動征等動態超聲征象、構建三維模型準確計算胸腔積液量、自動識別周圍型肺結節并判斷其性質等方面,可能會提供給臨床更多的診斷信息。未來需要更加規范、統一的操作流程和大樣本多中心的研究,探索胸膜超聲的應用價值。

利益沖突所有作者均聲明不存在利益沖突。

作者貢獻聲明孫哲:搭建綜述框架,檢索文獻,撰寫論文;馬姣姣:審定論文;張波:總體把關,審定論文。