The Value of Chest Computed Tomography in the Review of Patients with Novel Coronavirus Pneumonia
-
摘要: 目的:回顾性分析胸部平扫CT对不同年龄患者新型冠状病毒感染初次诊断及动态变化的临床价值。材料与方法:收集2022年11月12日至2023年1月6日确诊新冠肺炎并行胸部薄层CT检查患者52例,所有患者1个月内再次行胸部CT复查,并有较完整的临床资料。根据患者年龄(60岁和>60岁)将患者分为两组,比较两组患者的CT表现特征的差异性,同时观察所有患者CT复查的情况。结果:52例患者肺部病变中,24例累及气道(46.2%)、21例累及血道(40.4%)。年龄组间的对比显示病变部位(单/双肺、气道)、树芽、大片形态、纤维条索、间质性改变、胸膜增厚的差异有统计学意义。52例患者中,复查CT显示病变进展者18例,表现为范围增大者18例(100%)、实变加重者7例(38.9%)、GGO加重者14例(77.8%)、胸腔积液增多者6例(33.3%);复查CT显示病变缓解者34例,其中范围减小者31例(91.2%)、密度变淡者6例(17.6%)、纤维机化12例(35.3%)、完全吸收2例(5.9%)、胸腔积液减少4例(11.8%)。结论:新冠肺炎患者CT表现多种多样,不同年龄段患者的影像表现不同,60岁以上患者在累及双肺、气道,大片状GGO形态,合并纤维条索,间质性改变以及胸膜增厚上较60岁以下患者更多。治疗后肺部病变变化较快,多数患者可吸收缩小、密度变淡或纤维机化,少数患者范围增大、实变或GGO加重、并出现胸腔积液等。胸部平扫CT有助于临床医生早期诊断和动态评估新冠肺炎。Abstract: Objective: To retrospectively analyze the clinical value of chest plain computed tomography (CT) for the initial diagnosis and dynamic changes of early novel coronavirus pneumonia (2019 novel Coronavirus, 2019-nCoV, referred to as new coronavirus pneumonia). Materials and methods: Fifty-two patients with confirmed new coronavirus pneumonia diagnoses and positive chest CT manifestations from November 12, 2022, to January 6, 2023, in the infection department of our hospital were collected. All patients had two chest thin-section CT examinations within 1 month from the onset of the disease and had complete clinical data. Patients were divided into two groups according to their age (60 years and >60 years), and the differences in CT performance characteristics between the two groups were compared. The CT review of all patients was also observed. Results: Among the 52 patients, 52 involved the lungs (100%), 24 involved the airways (46.2%), and 21 involved the bloodways (40.4%). Comparison between age groups showed statistically significant differences in lesion location (single/both lungs, airways), tree-in-bud pattern, large morphology, fibrous striae, interstitial changes, and pleural thickening. Among the 52 patients, review CT showed lesion progression in 18 cases (34.6%), which showed an increase in extent in 18 cases (100%), aggravation of solid changes in 7 (38.9), aggravation of GGO in 14 (77.8%), and increase in pleural effusion in 6 (33.3%); review CT showed lesion remission in 18 cases (34.6%), which showed a decrease in extent in 31 (91.2%), 6 (17.6%) with reduced density, 12 (35.3%) with fibrosis, 2 (5.9%) with complete resorption, and 4 (11.8) with reduced pleural effusion. Conclusion: The CT scan of the chest in neocoronary pneumonia has certain characteristics, and for the first time, it mostly showed multiple patchy signs or large patchy ground glass opacity (GGO) with mainly subpleural distribution in the periphery of both lungs, mostly accompanied by "halo sign," "anti-halo sign," and "paving stone sign." The lung is more susceptible to change following treatment. After treatment, the lung lesions change rapidly, with most patients showing absorption and shrinkage, density fading, or fibrosis and a few patients showing increased extent, solidity or aggravation of GGO, and pleural effusion. Chest plain CT helps clinicians in the early diagnosis and dynamic evaluation of neocoronary pneumonia.
-
Keywords:
- CT /
- diagnosis /
- novel coronavirus /
- pneumonia
-
慢性阻塞性肺疾病(chronic obstruction pulmonary disease,COPD)是一种以小气道病变和肺气肿为主要特征的异质性疾病,其发生率男性高于女性,目前是世界第3大死亡原因,并且发病率和死亡率一直在上升[1-3]。目前COPD诊断的最佳标准仍然是肺功能检查[4],临床上用肺功能来判断COPD严重程度,但是肺功能无法区分气流阻塞的病理类型,也无法区分肺气肿及小气道病变的贡献程度[5]。肺功能正常的吸烟者通常会被认为没有疾病,但吸烟者有呼吸道症状和急性加重病史,并且此类患者在CT上常有肺气肿和支气管壁增厚,而在此类人群中CT发现肺气肿可以预测进行性肺气肿、肺功能丧失和更高的死亡率[6],所以早期发现COPD易感人群肺气肿的分布比例对于其病情评估及预后有重要作用。
师美娟等[7]通过分析 CT双气相不同肺气肿阈值低衰减区(low attenuation area,LAA)占全肺体积百分比LAA%-950和LAA%-910可以评估不同严重程度肺气肿分布比例的不同;Galbán等[8]首次提出参数反应图(parameter response mapping,PRM)应用到CT扫描的可行性;此后研究表明双气相CT配准可以精确的区分及定量测量功能性小气道病变(fSAD)、肺气肿(Emph)和正常(Normal)区域[9];本课题组前期研究[10-12]表明胸部定量 CT能够早期、精准、客观的评估COPD严重程度,并且优于传统肺功能检查;梁志冉等[13]研究结果显示在无症状青年女性中存在少量肺气肿。因此我们推测在轻中度COPD中,肺气肿指标在判断疾病严重程度及早期诊断中具有极大临床实用价值,很有必要在COPD早期阶段筛选出最优CT定量肺气肿指标。
既往研究基本都是基于单气相CT定量指标来评估肺气肿,本研究纳入双气相CT配准新的定量指标进行评估肺气肿并与既往的指标比较。本研究纳入正常人群和轻中度COPD患者,来探讨双气相不同阈值和配准两种方法对轻中度COPD患者肺气肿的诊断效能及准确性,以筛选出最优的诊断轻中度COPD患者肺气肿的定量CT指标。
1. 资料与方法
1.1 一般资料
回顾性收集延安大学附属医院2018年6月至2021年6月进行呼、吸双相胸部CT检查的吸烟人群,其中包括52例确诊COPD患者,纳入参加体检的正常对照者(肺功能检查未达COPD诊断标准(FEV1/FVC≥0.7)55例。
纳入标准:所纳入的受试者年龄不低于40岁;双气相图像清晰完整,软件能够进行肺裂的正确分割。排除标准:年龄小于40岁或大于80岁;不能配合双气相扫描者;具有肺部手术、创伤史以及胸廓畸形等;大面积炎症、肺肿瘤、结核及大量胸腔积液患者;支气管哮喘、肺结核、支气管扩张及肺动脉高压等其他呼吸系统疾病患者;职业性粉尘接触史。
本研究通过延安大学附属医院伦理委员会批准[2018032],所有受试者知情同意并签署了知情同意书。
1.2 CT检查
所有患者在检查前均进行深吸气末与深呼气末的屏气训练,采用联影UCT-760 128层螺旋CT对入选患者分别在深吸气及深呼气末行肺尖至肺底行全肺低剂量扫描。
扫描参数:管电压120 kV,自适应动态管电流(选择剂量等级2,范围30~40 mAs,符合胸部低剂量参考推荐[14]),准直器宽度128×0.625 mm,螺距1.0875,转速0.5 s/圈,扫描层厚5 mm,双气相图像行骨算法1 mm薄层KARL迭代重建[11],视野350~450 mm,矩阵512×512。
根据剂量报告并采用成人胸部有效剂量权重因子K=0.014,得出有效辐射剂量为(3.71±0.28)mSv[10]。
1.3 图像处理及分析
原始DICOM数据导入“数字肺”测试平台进行分析,基于肺裂为片状,利用Hough变换进行分割来获得5个肺叶,计算吸气相<-950 HU像素占全肺的比值(吸气相LAA%-950)、呼气相<-910 HU像素占全肺的比值(呼气相LAA%-910)[9]。然后进行双气相图像配准,吸气和呼气图像的体积是空间上对齐到一个单一的几何框架使用一个薄板样条,以相互信息为对象函数。
每个实质体素(即图像数据集中最小的体积单位)使用肺气肿指数和空气捕捉阈值进行分类,吸气扫描时由COPDGene定义为 -950 HU,呼气扫描时为 -856 HU,并用于生成体素成对实质体素HU值的联合密度直方图。这使得每个体素被分类为正常、肺气肿或功能性小气道疾病。
通过将一个分类中的所有体素求和并归一化为总肺体积,计算出每个分类的相对体积[15]:吸气相CT值>-950 HU,呼气相CT值≤-856 HU的像素占全肺容积的百分比(the percentage of the area of functional small airway disease,PRMfSAD%)为小气道病变区,标记为黄色区;吸气相≤-950 HU,呼气相 ≤-856 HU的像素占全肺容积的百分比(the percentage of the area of emphysema,PRMEmph%)为肺气肿区,标记为红色区;吸气相>-950 HU,呼气相>-856 HU的像素占全肺容积的百分比(the percentage of the area of normal,PRMNormal%)为正常区,标记为绿色区。PRMfSAD%、PRMEmph%和PRMNormal%3种区域总和不等于100%,剩余区域不在阈值范围内,约占10%,被证实和肺功能无相关性,怀疑是噪音或是由于配准带来的误差,因而没有进行颜色编码[16](图1)。
1.4 肺功能检查
患者均需在CT检查后的3天内且情况稳定时进行肺功能(pulmonary function test,PFT)检查,分别测量:用力肺活量(FVC)、第1秒用力呼气容积占预计值的百分比(FEV1%)、FEV1占用力肺活量的百分比(FEV1/FVC)。
根据2023年慢性阻塞性肺疾病全球倡议(global initiative for chronic obstructive lung disease,GOLD)诊断标准[17]对COPD患者进行分级:GOLD 1级21例、GOLD 2级31例。
1.5 统计学分析
采用SPSS 26.0软件进行统计学分析。计量资料符合正态分布时用
$(\bar x \pm s)$ 表示,符合非正态分布时采用M(Q)表示;组间一般临床资料和肺功能差异采用独立样本t检验、Mann-Whitney U检验或卡方检验;采用Spearman相关分析吸气相LAA%-950、呼气相LAA%-910、PRMEmph%与FVC、FEV1%、FEV1/FVC的相关性。绘制受试者工作特征(receiver operating characteristic curve,ROC)曲线分析CT定量参数对轻中度COPD患者肺气肿评估的诊断效能。P<0.05有统计学意义。2. 结果
2.1 一般资料比较
轻中度COPD患者与正常对照组,年龄、BMI及FVC组间无统计学差异;正常对照组女性占比显著低于轻中度COPD患者,轻中度COPD患者吸烟指数较正常对照组增大,轻中度COPD患者FEV1%、FEV1/FVC数值小于正常对照组,组间存在统计学差异(表1)。
表 1 一般资料结果比较Table 1. Comparison of general information and results项目 正常对照组(n=55) 轻中度COPD患者(n=52) 统计检验 $t/ {\chi }^{2}/Z $ P 年龄/岁 58.130±8.228 58.700±9.622 -0.735 0.464 性别(男/女) 53/2 40/12 8.883 0.003 BMI/(kg/m2) 24.573±2.975 23.380±2.507 1.684 0.096 吸烟指数 400.000(392.000) 655.000(800.000) -3.327 0.001 FVC/L 3.461±0.769 3.270±1.052 1.248 0.215 FEV1%/% 81.570±14.395 69.640±13.654 3.008 0.003 FEV1/FVC/% 81.030±10.000 58.880±9.771 12.236 <0.001 注:正态资料用$\bar{x}$±s表示,偏态资料用M(Q)表示。 2.2 组间CT定量指标比较
轻中度COPD患者相比于正常对照组,吸气相LAA%-950、呼气相LAA%-910、PRMEmph%、PRMfSAD%四项指标均增大,PRMNormal%减小,且组间差异均有统计学意义(表2、图2和图3)。
表 2 正常对照与轻中度COPD组间CT定量指标比较Table 2. Comparison of CT quantitative indexes between the normal control and mild to moderate COPD groups项目 正常对照组(n=55) 轻中度COPD患者(n=52) 统计检验 Z P 吸气相LAA%-950/% 19.210(7.890) 28.160(12.080) -4.323 <0.001 呼气相LAA%-910/% 10.380(10.360) 26.210(26.680) -6.439 <0.001 PRMEmph%/% 4.055(3.570) 15.610(18.590) -6.697 <0.001 PRMfSAD%/% 14.685(11.640) 27.810(15.280) -4.806 <0.001 PRMNormal%/% 59.615(15.120) 37.340(37.490) -5.273 <0.001 注:偏态资料用M(Q)表示。 图 3 男,63岁,GOLD 2级。正常对照受试者与轻中度COPD患者PRMEmph%(红色区域)存在差异,轻中度COPD患者病变明显加重Figure 3. Male, 63 years old, GOLD grade 2. There was a difference in PRMEmph% (red area) between normal controls and patients with mild to moderate COPD, and the lesions of patients with mild to moderate COPD were significantly aggravated2.3 CT定量参数与PFT的相关性
呼气相LAA%-910、PRMEmph%与 FVC、FEV1%、FEV1/FVC均呈负相关,吸气相LAA%-950与 FEV1/FVC呈负相关,吸气相LAA%-950与FVC、FEV1% 无线性相关(表3)。
表 3 CT定量参数与肺功能的相关性Table 3. Correlations between CT quantitative parameters and pulmonary functionCT定量参数 相关系数及其检验rS(P) FVC/L FEV1%/% FEV1/FVC/% 吸气相LAA%-950/% 0.044(0.655) -0.150(<0.122) -0.512(<0.001) 呼气相LAA%-910/% -0.301(0.002) -0.394(<0.001) -0.668(<0.001) PRMEmph%/% -0.269(0.005) -0.361(<0.001) -0.696(<0.001) 2.4 CT定量参数区分正常人群与轻中度COPD患者的价值
吸气相LAA%-950、呼气相LAA%-910、PRMEmph%区分轻中度 COPD的曲线下面积分别为0.742、0.861和0.876,其中PRMEmph%指标的曲线下面积最大,对应的临界值为9.84%,敏感度76.90%,特异度94.50%(图4)。
3. 讨论
COPD的特征是呼吸道和肺实质的慢性炎症,不可避免地导致(部分不可逆的)肺改变。胸部CT的发展为COPD疾病异质性了解提供新的视角。目前CT检查是COPD患者重要的影像学检查方法[18],且双气相CT定量参数是COPD患者肺气肿的重要指标,CT上肺气肿范围的改变可以预测COPD患者的死亡率,因此为早期COPD筛选出最优CT定量肺气肿指标有重要意义[19-20]。
本研究结果显示年龄与BMI组间无统计学差异,减小了由年龄与BMI对组间受试者的影响。组间性别有差异,轻中度COPD患者组女性占比显著高于正常对照组,轻中度COPD患者的吸烟指数显著高于正常对照组。结果说明女性较男性更容易受到吸烟的有害影响[21-22],吸烟是导致COPD的危险因素之一,故年龄高于40岁且吸烟的人群是COPD的易感人群[1],通过双气相CT定量可以更好的评估病变程度。
本研究使用吸气相LAA%-950、呼气相LAA%-910、PRMEmph%来研究COPD患者肺气肿的诊断效能,其中PRMEmph%不仅可以区分COPD的主要病理生理学(肺气肿)改变,还可以可视化定量分析正常区域、功能性小气道区域及肺气肿区域等。既往研究[23]表明吸气相 LAA%-950是量化肺气肿的最佳阈值,且与肺功能相关性良好。本文中呼气相LAA%-910与 FEV1% 的相关性最高,而FEV1% 是COPD分级的指标,因此可以说明呼气相LAA%-910对评估COPD的严重程度比较敏感,这与本团队之前的研究[12]结果一致。双气相定量PRM能够可视化及量化肺气肿的改变,与肺功能指标相关联[24],另有研究证实PRMEmph%与肺气肿相关,且与吸气相LAA%-950、呼气相LAA%-910两项指标相比,PRMEmph%与FEV1/FVC相关性更好[9-25]。吸气相LAA%-950、呼气相LAA%-910、PRMEmph%3项指标分别区分正常对照组和 COPD轻中度患者的肺气肿,ROC结果的曲线下面积分别为0.742、0.861和0.876,并且都有一定意义,诊断效能均比较好。其中PRMEmph%的AUC最大,且考虑到其包含的信息较多,诊断效能优于吸气相LAA%-950和呼气相LAA%-910。
本研究在相关分析的基础上绘制了ROC曲线,结果论证了双气相配准指标优于单气相指标。由于肺气肿是COPD中晚期的主要病变,目前对早期COPD的研究主要是小气道,而本研究主要针对轻中度COPD患者的肺气肿情况,寻找诊断轻中度COPD患者肺气肿的最优定量CT指标,而筛选最优肺气肿定量分析指标也是本研究最大创新点。
本研究团队之前的研究表明呼气相LAA%-910是准确评估COPD严重程度的敏感指标,并且与临床肺功能具有良好的相关性,这与本研究的结论一致,可以对COPD患者进行更全面的评估提供参考[15]。研究表明[26]PRM增加了目前已知的CT测量在诊断COPD方面的价值,其与临床参数的强相关性表明,PRM可以提供关于疾病表型和严重程度的重要信息。因此PRM的优点是能够区分肺气肿和非肺气肿的空气滞留,从而能够更真实地评估COPD患者的肺气肿情况。PRMEmph%可以区分以肺气肿为特征的COPD的临床异质性,这是PRM的一个重要特征,因为不同的表型可能会有不同的生命过程及结果,因此可以用来确定患者的特征,且可以为不能行肺功能检查的患者进行肺功能的检测及分级,并在未来制定个性化治疗方案。
随着胸部低剂量CT技术的发展,不仅应用于肺癌筛查,也可用于肺部其他疾病,对于COPD易感人群行双气相扫描也符合伦理要求[10],定量CT可以更加精确、客观的分析肺部异常,在早期有效的发现病变,且可用于不能进行肺功能检查的特殊人群。综上,我们认为PRM是一种很有前途且优于单气相的CT指标。
本研究的局限性是样本量较少,后续研究可以增加样本量,尤其是女性患者,对COPD患者进行性别分组研究。此外,本研究只区分正常对照组和轻中度COPD患者,之后可以进行跟踪随访,进一步对疾病严重程度进行诊断。
综上所述,吸气相LAA%-950、呼气相LAA%-910、PRMEmph%都能很好地诊断轻中度COPD患者的肺气肿,其中PRMEmph%可以更为准确、敏感地识别轻中度COPD患者肺气肿的改变,可作为轻中度COPD患者肺气肿诊断的可靠指标,有效的应用于临床实践。
-
表 1 不同年龄患者组的CT表现
Table 1 CT performance of different patient age groups
项目 参数 总(n=52) ≥60(n=40) <60(n=12) $\chi^2$ P 累及部位 肺脏 52(100.0) 40(100.0) 12(100.0) - >0.999 单肺 10(19.3) 4(10.0) 6(50.0) 双肺 42(80.7) 36(90.0) 6(50.0) 7.108 0.008* 气道 24(46.2) 22(55.0) 2(16.7) 5.458 0.024* 血道 21(40.4) 15(37.5) 6(50.0) 0.192 0.661 形态优势 树芽 6(11.5) 2(5.0) 4(33.3) - 0.021* 斑片 17(32.7) 11(27.5) 6(50.0) 1.224 0.269 大片 19(36.5) 18(45.0) 1(8.3) 3.888 0.049* 密度优势 GGO 41(78.9) 33(82.5) 8(66.7) 0.601 0.438 实变 6(11.5) 4(10.0) 2(16.7) - 0.612 网格 4(7.69) 2(50.0) 2(16.7) - 0.224 相关征象 晕征 15(28.8) 8(20.0) 7(59.3) 4.873 0.027 反晕征 12(23.1) 9(22.5) 3(25.0) <0.001 0.999 铺路石征 7(13.5) 7(17.5) 0(0.0) 1.157 0.282 支气管充气征 5(9.6) 3(7.5) 2(16.7) - 0.325 拱廊征 9(17.3) 7(17.5) 2(16.7) <0.001 0.999 胸膜下黑线 20(38.5) 17(42.5) 3(25.0) 0.569 0.450 纤维索条 33(63.5) 32(80.0) 1(8.3) 17.472 0.001* 伴随病变 间质性改变 22(42.3) 21(52.5) 1(8.3) 7.377 0.008* 支气管扩张 10(19.2) 10(25.0) 0(0.0) - 0.092 胸腔积液 6(11.5) 5(12.5) 1(8.3) - 0.999 胸膜增厚 37(71.2) 36(90.0) 1(8.3) 26.148 0.001* 注:*-P<0.05。 表 2 胸部CT病灶变化特点
Table 2 Characteristics of lesion changes on chest CT
组别 病灶变化 病例数(N1/N2)* 百分比/% 进展(n=18) 范围增大 18/18 100.0 实变加重 7/18 38.9 GGO加重 14/18 77.8 胸水增多 6/18 33.3 缓解(n=34) 范围减小 31/34 91.2 密度变淡 6/34 17.6 纤维机化 12/34 35.3 完全吸收 2/34 5.9 胸水减少 4/34 11.8 注:*-数据用分子/分母表示,分子为影像学表现阳性的病例数,分母为该变化趋势(加重/减轻)总人数。 -
[1] SHI H, HAN X, JIANG N, et al. Radiological findings from 81 patients with COVID-19 pneumonia in Wuhan, China: A descriptive study[J]. Infectious Diseases, 2020, 20(4): 425−434.
[2] WANG H, LUO L, LV W, et al. Comparison of chest CT features between progressive and nonprogressive patients with COVID-19 pneumonia: A Meta-analysis[J]. Medicine (Baltimore), 2022, 101(39): e30744.
[3] LI Q, GUAN X, WU P, et al. Early transmission dynamics in Wuhan, China, of novel coronavirus-infected pneumonia[J]. New England Journal of Medicine, 2020, 382: 1199−207.
[4] CUI J, LI F, SHI Z L. Origin and evolution of pathogenic coronaviruses[J]. Nature Reviews. Microbiology, 2019: 181−92.
[5] PRADHAN M, SHAH K, ALEXANDER A, et al. COVID-19: Clinical presentation and detection methods[J]. Journal of Immunoassay & Immunochemistry, 2022, 43: 1951291. DOI: 10.1080/15321819.2021.1951291.
[6] 向容, 刘翔雏, 吴勇. 新型冠状病毒肺炎的CT表现[J]. 中国CT和MRI杂志, 2022,20(7): 70−72. DOI: 10.3969/j.issn.1672-5131.2022.07.023. XIANG R, LIU X C, WU Y. Application of chest CT in patients with novelcoronavirus pneumonia[J]. Chinese Journal of CT and MR, 2022, 20(7): 70−72. DOI: 10.3969/j.issn.1672-5131.2022.07.023. (in Chinese).
[7] 孙莹, 李玲, 刘晓燕, 等. 早期新型冠状病毒肺炎的胸部薄层平扫CT表现特征[J]. CT理论与应用研究, 2023,32(1): 131−138. DOI: 10.15953/j.ctta.2023.006. SUN Y, LI L, LIU X Y, et al. Imaging features of early COVID-19 on chest thin-slice non-enhanced CT[J]. CT Theory and Applications, 2023, 32(1): 131−138. DOI: 10.15953/j.ctta.2023.006. (in Chinese).
[8] YANG S, LEE G W M, CHEN C M, et al. The size and concentration of droplets generated by coughing in human subjects[J]. Journal of Aerosol Medicine, 2007, 20(4): 484−494. doi: 10.1089/jam.2007.0610
[9] YE Z, ZHANG Y, WANG Y, et al. Chest CT manifestations of new coronavirus disease 2019 (COVID-19): A pictorial review[J]. European Radiology, 2020, 30(8): 4381−4389.
[10] LEE Y R, CHOI Y W, LEE K J, et al. CT halo sign: The spectrum of pulmonary diseases[J]. The British Journal of Radiology, 2005, 78(933): 862−865.
[11] 吴姗姗, 朱丽萍, 杜北珏, 等. 新型冠状病毒肺炎的临床表现及CT影像学特点[J]. 中国CT和MRI杂志, 2022,20(6): 71−73. DOI: 10.3969/j.issn.1672-5131.2022.06.023. WU S S, ZHU L P, DU B Y, et al. Analysis of the clinical manifestations and CT imaging features of COVID-19[J]. Chinese Journal of CT and MRI, 2022, 20(6): 71−73. DOI: 10.3969/j.issn.1672-5131.2022.06.023. (in Chinese).
[12] SHI H, HAN X, ZHENG C. Evolution of CT manifestations in a patient recovered from 2019 Novel coronavirus (2019-nCoV) pneumonia in Wuhan, China[J]. Radiology, 2020, 295(1): 200269.
[13] PAN Y, GUAN H, ZHOU S, et al. Initial CT findings and temporal changes in patients with the novel coronavirus pneumonia (2019-nCoV): A study of 63 patients in Wuhan, China[J]. European Radiology, 2020, 30(6): 3306−3309.
[14] WU J, WU X, ZENG W, et al. Chest CT findings in patients with coronavirus disease 2019 and its relationship with clinical features[J]. Investigative Radiology, 2020, 55(5): 257−261. doi: 10.1097/RLI.0000000000000670
[15] SONG F, SHI N, SHAN F, et al. Emerging 2019 novel coronavirus (2019-nCoV) pneumonia[J]. Radiology, 2020, 295(1): 210−217. doi: 10.1148/radiol.2020200274
[16] KOO H J, LIM S, CHOE J, et al. Radiographic and CT features of viral pneumonia[J]. Radiographics, 2018, 38(3): 719−739. doi: 10.1148/rg.2018170048