综述：影像学在肺功能评估中的应用

这篇综述系统阐述了CT、MRI、PET-CT等影像技术如何突破传统肺功能检测（PFT）局限，通过定量分析肺结构（如QCT密度测定）、功能成像（如DECT灌注）及人工智能（AI）模型（如U-Net分割），为COPD、肺癌、ARDS等疾病提供无创、精准的肺功能评估方案，尤其适用于无法配合PFT的特殊患者群体。

　　

影像技术革新肺功能评估范式

应用不同影像技术评估肺功能

传统肺功能检测（PFT）虽是呼吸系统疾病诊断金标准，但存在患者配合度要求高、禁忌症等局限。CT功能成像技术通过高密度对比（如空气-组织对比）实现独立于患者配合的肺功能评估，尤其适用于肺大泡等禁忌症患者。VCT技术衍生的4DCT和DECT能同步评估区域通气/灌注，而QCT通过单组参数预测肺切除术后功能变化，准确度媲美核素扫描。

MRI凭借无辐射优势，通过超短回波时间（UTE）技术、超极化气体（如³He）成像破解了质子缺乏难题，可量化肺叶通气功能。PET-CT与SPECT则通过V/Q显像评估肺部炎症，但需更多验证研究支持AI重建效果。

不同疾病的影像功能评估实践

慢性阻塞性肺病（COPD）：CT密度测定联合纹理分析可早期发现小气道病变，预测肺功能下降速度。超极化¹²⁹Xe-MRI与mPRM模型能识别肺气肿和气道异常，甚至早于传统指标异常。

肺癌：QCT在亚肺段切除术前预测中优势显著，其体积测量精度超越解剖分段法。研究显示放疗剂量与FEV₁、DLCO下降呈剂量依赖性，需AI优化个性化方案。

急性呼吸窘迫综合征（ARDS）：电阻抗断层扫描（EIT）通过实时监测肺电阻变化，可视化通气/血流分布梯度，指导机械通气策略。¹⁸F-FDG PET揭示肺部代谢活跃区早于CT结构异常。

间质性肺病（ILD）：HRCT定量分析设定-950~-700HU为正常肺阈值，-200HU以上区域占比与DLCO%显著相关，可替代主观视觉评估指导免疫抑制剂治疗。

囊性纤维化（CF）：UTE-MRI自动分割技术能识别CF患者肺实质信号强度异常，而超极化气体MRI可监测基因治疗后区域通气改善。

肺栓塞（PE）：DECT碘图在≤5mSv剂量下同步显示血管形态与灌注缺损，其定量参数（如右心室直径比）能预测临床结局。

AI驱动的算法模型突破

生成对抗网络（GANs）和U-Net在肺分割任务中表现卓越。研究显示，基于QCT特征的机器学习模型对ILD分类性能优于深度学习模型。多组学数据与AI融合（如放射组学联合基因组学）正推动精准治疗发展。

现存挑战与未来方向

4D CBCT与模拟双能成像结合有望实现一体化功能监测，但需大规模数据库验证算法普适性。同步辐射显微成像面临呼吸运动伪影挑战，而结构-功能关联研究仍需深化临床转化。当前阈值分割法尚无法量化ILD蜂窝影，提示需开发更精细的定量模型。

（注：全文严格基于原文事实，未添加非文献依据的结论）