新模型可以使用简单的2D胸部x光片检测长时间COVID的影响

对于因新型冠状病毒而出现持续呼吸道症状的患者来说，胸部x光片只能显示这么多。二维扫描根本无法区分受损的肺功能。对于这种诊断，一种更昂贵的三维(3D)技术——CT扫描是必要的。

然而,许多医疗诊所在美国没有CT扫描设备，让所谓的长covid患者几乎没有关于他们的信息肺功能．

这种情况可能会改变。在一项新的研究中，爱荷华大学的研究人员开发了一种被称为对比学习模型的方法。该模型从3D CT图像构建的复合2D图像中“学习”，以检测长时间covid患者的肺功能受损。另一种技术叫做转移学习，它可以将CT扫描的肺部诊断信息传输到x光胸片上，从而使x光胸片设备能够检测到异常情况，就像那些使用了CT扫描的患者一样。

在这项研究中，研究人员展示了他们的对比学习模型如何应用于检测小气道疾病，这是长时间covid患者肺功能受损的早期阶段。在长时间covid患者中，模型的先进程度足以区分肺功能受损的严重程度，将患有小气道疾病的患者与患有更严重呼吸问题的患者区分开来。

艾奥瓦州工程学院机械工程系主任、Edward M. Mielnik和Samuel R. Harding教授林青龙(Ching-Long Lin)说:“该模型的新元素是从显示肺体积的3D CT扫描中获取信息，并将该信息传输到一个模型中，该模型将在2D图像中显示相同的特征。”“临床医生将能够使用胸部x光检查这些结果。这是更大的视角。”

研究人员基于2020年6月至12月期间100名感染原始COVID毒株并前往UI医院和诊所诊断呼吸问题的人的CT扫描进行建模。许多这些长时间covid患者都有小气道疾病，内科-肺部临床教授亚历杭德罗·科梅拉斯报告了这一诊断，急救护理在去年3月发表在该杂志上的一篇论文中，他提到了职业医学放射学．

小气道疾病影响肺部连接的1万多根管道网络，在这里，含氧空气与血液混合，被输送到全身。患有小气道疾病的人有许多这些血管收缩，因此限制了肺中的氧-血交换，并阻碍了呼吸。

林和他的团队收集数据点在CT肺部扫描的两个时间间隔——当病人吸入和当病人呼出。研究人员将他们的结果与一项研究结果进行了比较对照组他们在创建对比学习模型时没有感染病毒。

林说:“与那些没有感染病毒的人相比，我们的模型成功地识别了长期covid - 19患者的肺功能下降。”林的专长是机器学习和计算流体和粒子动态模拟。

林的团队改进了该模型，使其能够将患有小气道疾病的患者与患有更严重并发症(如肺气肿)的患者区分开来。

该研究的合著者Comellas说:“该研究以独立的方式证明，covid后患者有两种类型的肺损伤(小气道疾病和肺实质纤维化/炎症)，在从最初的SARS CoV-2感染中恢复后仍会持续。”

林补充说:“胸部x光片很容易获得，而CT扫描更贵，也不太容易获得。”“我们的模型可以进一步改进，我相信它有潜力用于所有的诊所，而不必购买昂贵的成像设备，如CT扫描仪。”

作者指出，这项研究是有限的，部分原因是样本量小，患者来自单一的医疗机构。他们写道，更大的样本量可能会发现长时间COVID导致的更多肺功能变化。

这项研究发表在生理学前沿．