机械通气下肺血流灌注状况的电阻抗断层成像评估新方法研究
引言
肺血流灌注是指单位时间内流入肺脏内的血液量，当充分的血流经过肺泡周围的毛细血管网时，肺脏才能完成正常的气体交换；正常情况下，肺通气量与肺血流灌注量之比（通气血流比）维持在一定范围内（通常为0.8）[1]。因此，对于需要机械通气支持的重症监护室（Intensive Care Unit，ICU）患者，除了需要评估其肺通气幅度与分布信息以合理调节呼吸机参数，避免呼吸机对患者造成二次肺损伤外，评估肺脏的血流灌注状况也具有重要的临床价值。
目前，临床上已有一些成像手段可对肺血流灌注情况进行评估，如基于PET或SPECT的肺通气/灌注（V/Q）显像等[2]。上述成像技术可准确反映肺脏不同区域的血量灌注状况，但对于入住ICU的重症患者而言，由于身体原因无法频繁接受大型设备的检查；同时由于设备体积较大且常具有放射性，不适合在床旁对患者开展实时的肺灌注评估。
电阻抗断层成像（Electrical Impedance Tomography，EIT）通过在物体表面放置的电极来注入微弱安全电流和测量表面电压，并利用相应的成像算法获得物体内部的电阻抗变化分布情况，以此来反映与之相关的生理病理信息。作为一种非入侵、无辐射的床旁成像手段，EIT广泛应用于肺功能成像、颅脑功能成像和乳腺癌监测等医学领域。由于血液流动会引起胸腔内阻抗变化，因此利用EIT实时评估肺灌注功能也极具潜力。
肺灌注和心脏的机械运动会引起胸内与心脏相关的血流变化，而血流变化和肺部通气均会引起胸内的电阻抗改变，且血流相关的阻抗变化幅度不足通气相关的阻抗变化幅度的5%，因此基于EIT的肺灌注评估需要降低肺通气相关的阻抗变化的影响[3-4]。目前，国内外学者采用频域滤波[5-6]、心电触发数据采集[7]或设置呼气末屏气[8]等方法来获得EIT数据中与心脏搏动相关的成分，并将EIT搏动信号用于评估肺血流灌注的区域分布情况；然而使用EIT搏动信号得到的肺灌注结果往往不够准确，因为EIT搏动数据可能会受到血管阻力和毛细血管扩张的影响，而某些肺部疾病和气道压力的改变也会影响到血管的搏动[9-10]。
因此，针对临床ICU中需要接受机械通气支持的重症患者，本文探索出一种基于EIT的非区域血流灌注评价方法：鉴于盐水具有很高的导电性，同时也根据治疗的需要，在保证安全的前提下，本文拟采用上腔静脉注入10%高渗盐水（50 kHz下10%盐水电导率为1.760 S/m，而血液为0.7008 S/m）的方式作为EIT成像的造影剂，以增强EIT肺灌注成像的效果；同时，基于获得的EIT图像，定量分析肺灌注的分布状况。
1 测量病例与数据采集
本研究经本单位伦理委员会通过以及家属同意。入组标准为需要接受机械通气支持，且需通过上腔静脉注射药物治疗的重症患者，同时患者肾功能和血常规无异常。排除标准为有肺大泡，或有肺叶切除手术史。有4例患者符合该入组标准，患者数据，见表1。
EIT 原 始 数 据 由 PulmoVista 500（Dräger，Lübeck，Germany）采集，电流激励模式为相邻激励模式，单幅EIT图像含有32×32个像素，每秒包含40帧图像。EIT图像的后续处理基于MATLAB R2015b（Mathworks，Natick，Massachusetts，USA）。在患者接受机械通气治疗的过程中，包含16个感应电极的EIT电极带放置于患者第四至第六肋间，参考电极置于腹部。在开始造影剂注射前，医生将呼吸机设置为呼气末屏气状态，持续10～15 s；在此期间，立刻通过上腔静脉注射10 mL浓度为10%的高渗盐水，并观察EIT的阻抗变化情况；之后立刻恢复机械通气。整个注射过程中，医生密切观察患者的状态，以确保患者的安全性。整个过程中，患者的胸腔内总的相对阻抗-时间变化曲线，见图1，其中期间A与期间C呼吸机为通气状态，期间B呼吸机为呼气末屏气状态，箭头指示处为注射盐水的时间点。
图1 实验过程的心肺相对阻抗-时间变化曲线
2 心肺部感兴趣区域的分割
由于EIT也会对电极带横切面周围的组织进行成像，某些区域可能同时包含心脏和肺脏组织，所以在确定感兴趣区（Region of Interest，ROI）时，需计算心肺区ROI及心区ROI，再将二者相减得到单纯的肺区ROI。心肺区ROI分割流程，见图2。
确定心肺区ROI需要计算与通气分布有关的回归功能EIT（Regression Functional EIT，fEIT）图像[11]。fEIT图像反映了各像素点的阻抗变化波形与总阻抗波形的相关程度，因此常用于分割心肺区ROI。由于期间A处于通气状态，总阻抗变化主要受到肺区像素点的影响，fEIT图像由以下线性回归方程得出：
这里ΔZAi(t)为原始数据中期间A内第i个像素点相对阻抗-时间曲线；a,b为回归系数；e为拟合误差；取斜率a为像素值可得fEIT图像。单个像素点与总体的回归拟合如图2b所示，所得fEIT图像如图2c所示。然后选取fEIT图像中最大像素值的20%作为阈值[12]，将1024个像素分割为心肺区R1和非心肺区R2，如图2d所示。
3 心脏感兴趣区域的分割
确定心区ROI需要计算与心脏搏动相关的搏动幅度图。机械通气与心脏引发的血流搏动都会引起胸内阻抗变化，二者频率不同，可通过带通滤波分离。心区ROI分割流程，见图3。期间B的频域图如图3b所示，经过快速傅立叶变换后，可明显看到搏动波形及其二次谐波的频带。由于人的心率一般为60～120次/分，设置下限截止频率0.9 Hz、上限截止频率2.1 Hz对期间B的相对阻抗-时间曲线进行带通滤波，得到纯心脏搏动分量，如图3c所示，该分量是近似周期变化的。设第i个像素点心脏搏动分量各周期内极差的平均值为该像素点的搏动幅度Ampi，由Ampi作为像素值构成如图3d所示的图像即为搏动幅度图。然后选取搏动幅度图中最大像素值的40%作为阈值，将1024个像素分割为心脏区R3和非心脏区R4，如图3e所示。
表1 患者基本数据
序号 性别 年龄 (岁) 身高 (cm) 体重 (kg) 诊断 PaO2/FiO2 (mmHg)1女63 170 70 卵巢癌、腹盆腔积液 411 2 45 168 85 重症肺炎（鲍曼不动杆菌） 185 3男71 170 60 ARDS、肺部感染、感染性休克 85男4女60 160 58 食道异物、房颤 191
图2 心肺区ROI分割流程
注：a. 期间A的相对阻抗-时间曲线；b. 单像素点与总体阻抗变化曲线的线性回归拟合结果； c. fEIT图像；d. 心肺区ROI分割结果。
图3 心区ROI分割流程
注：a. 期间B的相对阻抗-时间曲线；b. 期间B的频域图；c. 纯心脏搏动分量曲线；d. 搏动幅度图像；e. 心区ROI分割结果。
4 计算单纯的肺区域相对灌注占比
由于fEIT图像设定阈值所得心肺区ROI中包含了心脏区域，因此在计算肺灌注分布时，须减去心区ROI，才能得到肺区ROI，即：
这里Rlung为肺区ROI，R1为心肺区ROI，R3为心区ROI，如图 4a～c所示。
图4 计算纯肺区域相对灌注占比流程
注：a. 心肺区ROI；b. 心区ROI；c. 肺区ROI；d. 期间B相对阻抗-时间曲线；e. 对阻抗变化曲线的线性回归拟合；f. 相对灌注分布图像。
确定肺区ROI后，每个像素点在期间B的相对阻抗-时间关系可由如下方程表示：
这里ΔZBi为期间B内第i个像素点的相对阻抗；c，d为通过最小二乘法得到的拟合直线的斜率和截距；t为时间；e为拟合误差（图4e）。在呼气末屏气状态下，呼吸相关的阻抗变化几乎为零，阻抗变化主要受血流灌注影响。公式(3)中的斜率c代表注入高渗盐水后像素点对应区域的阻抗下降速度，而不同像素点阻抗下降速度有差异则是因为该像素点对应区域的血流灌注量不同，因此斜率c可以表示像素点的相对灌注流量。
进一步，相对肺灌注分布图可由以下方程进行归一化后得出：
其中
为第i个像素点的相对肺灌注量，c为公式(2)中拟合直线的斜率；N为肺区ROI的像素点总数。图4f所示为公式(3)所得相对肺灌注分布图像，反映了在相同时间内，每个像素的灌注量占总灌注量的百分比。整个流程，见图4。
图5给出了2种划分不同区域的方法：其中象限法（图5b）偏向于对左右肺之间的对比，而四分层法（图5c）更趋向于对重力依赖的体现。表2给出了根据该方法对4例数据得到的肺灌注占比情况。
图5 不同区域划分示意图
注：a. 相对灌注分布图像；b. 象限法区域划分示意图；c. 四分层法区域划分示意图。
表2 肺灌注分布结果（%）
序号 右腹侧背内侧1 31.53 23.86 20.58 24.03 4.61 50.78 40.95 3.66 2 43.59 29.53 0.93 5.95 23.84 69.28 5.97 0.91 3 40.81 15.11 43.07 1.01 0.02 55.90 44.08 0 4 26.91 26.17 11.49 25.43 6.12 46.96 43.21 3.71左腹侧右背侧左背侧腹外侧腹内侧背内侧
4 讨论
本文基于注射10 mL的10%盐水作为造影剂，由EIT初步实现了对肺心血流灌注分布情况的评估，为医生改善机械通气的治疗效果提供了有价值的参考诊断信息。当知道不同区域的肺灌注占比时，便能通过修改呼吸机参数，更好地为患者提供机械通气治疗。
由于肺通气和血液流动都可以引起胸部阻抗的周期变化，而前者的幅度往往更大。因此，在本研究中，通过屏气来抑制肺通气引起的阻抗变化。在一些研究中，血液流动导致的周期搏动信号也被用于评价肺灌注情况[13-14]。然而，因为不同的肺部疾病和气道压力会影响肺部毛细血管的搏动，同时由于病例的个体差异往往无法控制这两个因素，使用EIT搏动信号得到的肺灌注结果往往不是很好。因此，在本文中通过注射高渗盐水来放大血液流动导致的阻抗变化。
在注射高渗盐水后，由于血液中盐浓度升高，胸部总阻抗首先会下降；之后经过一段时间，高渗盐水在血液内的分布趋于均匀，且由于内环境的调节，胸部总阻抗会回升。在阻抗下降的这段时间内，灌注较差的区域（像素）血流量会比灌注正常的区域（像素）的血流量少[15-16]，而这个差别会体现在EIT图像中像素点的像素值下降斜率上，因此本文通过不同像素点的相对阻抗值的下降斜率，能够在一定程度上反映胸腔内血量灌注分布情况。
本文的研究存在一定的局限性。首先，由于患者身体原因，无法外出接受大型设备的检查，本文没有与其他成像手段进行对照研究，无法评估通过EIT得到的肺血流灌注结果是否准确；但是在Borges等[8]的研究中，作者通过注射造影剂来使用EIT对小猪进行肺血流灌注评估，并通过SPECT对结果进行了验证；在今后的研究中，本小组不仅会增加研究病例的数量，而且也会设计利用其他的检查手段开展同步测量，以进一步验证本方法的有效性。其次，在分割心区ROI时，所选取阈值为经验值，因此阈值的设置会影响评估结果。针对上述问题，本小组下一步将展开相关实验来研究阈值选取对分布结果的影响，以提高肺血流灌注评估的准确性。
[1] 朱蕾.机械通气[M].上海:上海科学技术出版社,2012.
[2] 吴江萌.SPECT/CT核素肺通气/灌注断层融合显像对肺动脉血栓栓塞症的诊断价值[D].石家庄:河北医科大学,2017.
[3] Eyüboglu BM,Brown BH.Methods of cardiac gating applied potential tomography[A].Clinical Physics and Physiological Measurement: An Official Journal of the Hospital Physicists’Association, Deutsche Gesellschaft für Medizinische Physik and the European Federation of Organisations for Medical Physics[C].1988.
[4] Barber DC.Quantification in impedance imaging[A].Clinical Physics and Physiological Measurement: an Official Journal of the Hospital Physicists’ Association, Deutsche Gesellschaft für Medizinische Physik and the European Federation of Organisations for Medical Physics[C].1990.
[5] Deibele JM,Luepschen H,Leonhardt S.Dynamic separation of pulmonary and cardiac changes in electrical impedance tomography[J].Physiol Meas,2008,29(6):S1.
[6] Frerichs I,Pulletz S,Elke G,et al.Assessment of changes in distribution of lung perfusion by electrical impedance tomography[J].Respiration,2009,77(3):282.
[7] Smit HJ,Handoko ML,Noordegraaf AV,et al.Electrical impedance tomography to measure pulmonary perfusion: is the reproducibility high enough for clinical practice?[J].Physiol Meas,2003,24(2):491-499.
[8] Borges JB,Suarez-Sipmann F,Bohm SH,et al.Regional lung perfusion estimated by electrical impedance tomography in a piglet model of lung collapse[J].J Appl Phys,2012,112(1):225-236.
[9] Fagerberg A,Stenqvist O,Åneman A.Monitoring pulmonary perfusion by electrical impedance tomography: an evaluation in a pig model[J].Acta Anaesthesiol Scand,2009,53(2):152.
[10] Smit HJ,Vonk NA,Marcus JT,et al.Determinants of pulmonary perfusion measured by electrical impedance tomography[J].Eur J Appl Physiol,2004,92(1-2):45-49.
[11] Kühnel G,Hahn G,Frerichs I,et al.New methods for improving the image quality of functional electric impedance tomography[J].Biomed Tech Biom Eng,1997,42(S1):470.
[12] Frerichs I,Amato MB,van Kaam AH,et al.Chest electrical impedance tomography examination, data analysis,terminology, clinical use and recommendations: consensus statement of the translational EIT development study group[J].Thorax,2017,72(1):83-93.
[13] Fagerberg A,Stenqvist O,Åneman A.Electrical impedance tomography applied to assess matching of pulmonary ventilation and perfusion in a porcine experimental model[J].Crit Care,2009,13(2):R34.
[14] Nd VNA,Janse A,Marcus JT,et al.Determination of stroke volume by means of electrical impedance tomography[J].Physiol Meas,2000,21(2):285-293.
[15] Zadehkoochak M,Blott BH,Hames TK,et al.Pulmonary perfusion and ventricular ejection imaging by frequency domain filtering of EIT (electrical impedance tomography) images[J].Clin Phys Physiol Meas,1992,13(SA):191-196.
[16] Elke G,Pulletz S,Schädler D,et al.Measurement of regional pulmonary oxygen uptake--a novel approach using electrical impedance tomography[J].Physiol Meas,2011,32(7):877.
A New Method to Assess the Lung Perfusion Distribution by Electrical Impedance Tomography Under Mechanical Ventilation