共聚焦激光显微内镜（CLE）是一种用于观察、评价胃肠道黏膜微观改变的内镜技术，早在10余年前就已应用于临床实践。

近年来，该技术逐渐被用于评估炎症相关病变的微观改变，尤其是炎症性肠病。但是，既往对CLE图像的分析仅停留在定性层面，且需要很高的专业水准，因此限制了CLE的广泛应用。此外，由于分析CLE图像非常耗时，可能需要操作后回看图像，导致内镜医师无法实时诊断。因此，目前亟需一种简化的、可定量的显微内镜图片分析系统。

既往研究者们已经成功提取出CLE的一些参数特征，如隐窝形态、微血管形态、荧光素渗漏等，同时提出一系列评分体系以预测疾病复发和（或）评估残留炎症活动性，但这些评分体系都是半定量、以观察者为导向的图片分析方法。基于此，法国研究者设计出一种计算机辅助的CLE数据分析系统，用以诊断炎症性肠病以及鉴别克罗恩病（CD）与溃疡性结肠炎（UC）。

研究简介

法国一项研究表明，应用计算机辅助的CLE图像分析系统有助于炎症性肠病的准确诊断，而且能够有效鉴别CD 和UC 患者，对于开发针对消化系统疾病的体内诊断系统具有很高价值。文章发表于《消化内镜》[Gastrointest Endosc 2019, 89 （3）:626-636]杂志3月刊。

该研究回顾性纳入2009年至2016年间在当地两家医院接受CLE检查的成年患者，包括基于临床、内镜和病理数据综合诊断被确诊的CD（23例）或UC（7例）患者以及对照组患者（9例）。其中，纳入的CD患者处于临床或内镜缓解期，即定义为CD活动评分Harvey-Bradshaw指数（HBI）≤4，且克罗恩病内镜严重度指数≤3；同样，入组的UC患者也处于临床和内镜缓解期，定义为部分内镜梅奥评分≤2分且个人专项分数不大于1分，或定义为部分内镜梅奥评分0~1分；将因筛查息肉或肿瘤而接受结肠镜检查的患者作为对照组。收集患者人口统计学数据（性别、年龄）和炎症性肠病特征性数据[确诊年龄，基于蒙特利尔（Montreal）分类的炎症性肠病累及范围以及疾病持续时间]。排除标准如下：① CLE 视频记录质量欠佳；② 影像镶嵌后可分析的隐窝总数小于35个（图1）；③ 视频所记录操作是在荧光素注射后的最初10分钟或20分钟内；④视频持续时间小于5分钟；⑤临床数据丢失。

图1 CLE图像镶嵌示例：A 对照组患者的结肠黏膜呈现圆形规则的隐窝，且间距一致，血管形成正常；B 炎症性肠病患者结肠黏膜呈现扭曲的隐窝，且隐窝直径和间距不等

该研究中所有结肠镜检查均由既往具有CLE检查经验的5位医师利用高分辨内镜在患者麻醉状态下进行。每一个影像拼接被进一步处理为14个参数，以定量分析结肠黏膜状态，即所谓的“隐窝测量法”（图2）。

图2隐窝测量法参数：A隐窝球形度定义为4×π×面积/周长；B最大Feret直径为周长两点间的最远距离；C球形度；D圆度为最小和最大圆半径之间的归一化比率；E延伸因子由小直径和大直径的比率决定；F Ma/ma比率为包含隐窝的矩形框宽度和高度之比；G密度为隐窝面积与视野面积之比；H壁厚为最近的相邻两个隐窝的距离；I相邻隐窝几何中心之间的最小距离和平均距离；J平均血管面积由血管面积与视野面积之比决定

结果显示，在炎症性肠病患者中，平均隐窝间距、壁厚以及检查黏膜的荧光渗漏现象均明显高于对照组（分别为对照组患者的155% ，188% 和297%，P＜0.05）。在UC患者中，上述参数均明显高于CD患者（三项数据分别为CD患者的109%、117%和174%，P＜0.05）。利用计算机辅助的CLE图像分析系统诊断炎症性肠病的敏感性、特异性均为100%；鉴别诊断UC和CD的敏感性为92%，特异性为91%。

（首都医科大学附属北京友谊医院消化内科陈蕾整理）

专家点评

利用计算机辅助图像分析技术，实现炎症性肠病内镜下实时精准诊断

首都医科大学附属北京友谊医院  张澍田

炎症性肠病的诊断以及CD和UC的准确鉴别对于患者治疗方式的选择至关重要，尤其是需要手术治疗的患者。临床实践表明，目前炎症性肠病诊断和鉴别诊断的最重要指标包括急慢性炎症细胞浸润的黏膜组织学评估、隐窝脓肿、黏蛋白缺失、上皮层完整性和隐窝结构异常。

随着内镜技术的发展和普及，多种高级内镜如放大内镜、色素内镜、CLE等应运而生。其中CLE能够通过特殊的荧光剂，利用激光激发生成人体局部组织学图像，从而达到“光学活检”的目的。但是，既往对于CLE图像的分析很大程度上属于定性分析，且需要很高的专业技能，因此不可避免地会产生观察者间和观察者内的变异。此外，分析CLE图像耗时耗力，且只有通过专业训练才能掌握这项技能，阻碍了CLE的推广和普及。所以，目前亟需一种简化的、可定量的CLE图像分析系统。

本文研究者开发出一套计算机辅助的CLE图像分析系统，旨在提高分析速度、降低待分析黏膜区域的抽样误差。该研究主要有以下几大亮点：① 确定了炎症性肠病诊断及鉴别诊断中多种重要的参数，如隐窝半径，费雷特（Feret）直径，平均隐窝间距，壁厚和结肠黏膜的荧光渗漏程度等，与对照组患者相比，这几项参数在炎症性肠病患者中显著增高，这种改变反映了患者黏膜结构的变化；② 确定了能够用于鉴别CD和UC患者的单一参数，如UC患者结肠黏膜的荧光渗漏程度比CD患者显著升高，这反映了UC患者血管通透性的增加，而既往比较UC和CD患者的研究从未评价这一参数，因此本研究具有创新意义；③ 建立了一套用于诊断炎症性肠病并鉴别UC和CD患者的、准确性良好的定量评分系统，在此之前，未有类似的评分体系。

综上所述，基于计算机的CLE图像分析系统对于建立消化道疾病的体内诊断系统具有很大潜能，但计算机分析是否真正优于内镜医师的图像分析仍需进一步研究证实。