Podstawy TK – zmiany w płucach

Wstęp

Zmiany w płucach w obrazach z tomografii komputerowej najczęściej występują pod postacią obszarów o wzmożonej gęstości radiologicznej, nieco rzadziej są hipodensyjne. Warto pamiętać jednak, że każda zmiana występująca w płucach może łączyć w sobie cechy kilku innych [1].

Opisywane w wynikach tomografii komputerowej wzorce zmian często są niespecyficzne i sugerują występowanie jednego lub więcej procesów chorobowych [2]. Do najbardziej powszechnych, a zarazem najbardziej przydatnych w codziennej praktyce klinicznej należą [2,3]:

• zagęszczenia
• zmiany siateczkowe
• zmiany typu plastra miodu
• zmiany torbielowate
• obraz pączkującego drzewa
• zacienienia typu matowej szyby
• obszary zmniejszonej przejrzystości układające się w mozaikę
• zmiany guzkowe
• pogrubienie przegród międzyzrazikowych
• rozedma

Zagęszczenia

Zagęszczenia definiuje się jako obszary miąższu płucnego z jednorodnym wzmocnieniem współczynnika osłabiania promieniowania. Przysłaniają one leżące pod nimi naczynia krwionośne i zwykle towarzyszą im bronchogramy powietrzne [4]. Powstają w wyniku zastąpienia powietrza w pęcherzykach płucnych przez ropę, krew lub inne substancje i najczęściej są wynikiem toczącego się procesu zapalnego [1].

Zagęszczenia towarzyszą zarówno procesom przewlekłym jak i ostrym. Spośród przewlekłych chorób wymienia się przede wszystkim przewlekłe eozynofilowe zapalenie płuc, zarostowe zapalenie oskrzelików, raka oskrzelikowo-pęcherzykowego, lipidowe zapalenie płuc, sarkoidozę i chłoniaka [2,5,6,7,8,9]. Do stanów ostrych należą wszystkie zapalenia płuc o podłożu zakaźnym, ale również popromienne zapalenie płuc, krwotoki czy obrzęk płuc [2,10,11].

W przebiegu zapalenia płuc konsolidacjom często towarzyszą również inne zmiany, w tym przede wszystkim niejednolite i rozlane obustronnie zacienienia typu matowej szyby, pogrubienie przegród wewnątrz- i międzyzrazikowych, niekiedy zmiany typu plastra miodu [12].

Do powstania zagęszczeń dochodzi również w przebiegu zespołu Chruga-Straussa (eozynofilowa ziarniniakowatość z zapaleniem naczyń) [13]. W badaniu TK oprócz niejednolitych zagęszczeń, głównie w okolicy podopłucnowej widoczne są również małe guzki międzyzrazikowe odpowiadające obszarom nacieku eozynofilowego oraz pogrubienie ścian oskrzeli i przegród międzyzrazikowych [14].

Zmiany siateczkowe

Zmiany siateczkowe obejmują przeplatające się ze sobą cienkie linie tworzące wzór siatki i odpowiadające pogrubionym przegrodom międzyzrazikowym [2,3]. Widoczne są na obrazach z tomografii komputerowej chorób śródmiąższowych płuc, w przebiegu których dochodzi do rozległego włóknienia [15,16]. Ich przyczyną mogą być leki, choroby ziarniniakowe, a niekiedy są to zmiany o idiopatycznym charakterze [17,18,19]. Do pogrubienia przegród może dochodzić również w rezultacie zastoinowej niewydolności serca [1].

Zmiany typu plastra miodu

Dawniej określenia tego używano w stosunku do makroskopowego wyglądu płuc objętych różnymi procesami chorobowymi, w przebiegu których dochodziło do tworzenia się licznych, wieloogniskowych torbieli. Obecnie nazwę tę stosuje się w odniesieniu do schyłkowego stadium włóknienia płuc w tomografii komputerowej [20]. Najnowsza definicja zaproponowana przez Towarzystwo Fleischnera tłumaczy strukturę plastra miodu jako zgrupowane, torbielowate przestrzenie powietrzne, zwykle o porównywalnych średnicach, rzędu 3–10 mm, a czasami znacznie większe, sięgające 2,5 cm. Zwykle torbiele zlokalizowane są podopłucnowo i charakteryzują się dobrze zaznaczonymi ścianami [21]. U przyczyn ich powstawania najczęściej leżą zwykłe śródmiąższowe zapalenie płuc oraz azbestoza [3]. Precyzyjne obrazowanie zmian typu plastra miodu wymaga stosowania tomografii komputerowej wysokiej rozdzielczości (HRCT) [20].

Zmiany torbielowate

Pojęciem torbieli określa się cienkościenne przestrzenie o nieregularnym lub sferycznym kształcie najczęściej wypełnione powietrzem, płynem lub materiałem tkankowym. Zwykle osiągają rozmiary 1 lub więcej centymetra [22]. Stany chorobowe, którym towarzyszą to przede wszystkim limfangioleiomiomatoza (LAM), histiocytoza z komórek Langerhansa (LCH), schyłkowe stadium zwykłego śródmiąższowego zapalenia płuc, pneumokokowe zapalenie płuc (PCP) czy zespół Birta-Hogg-Dubégo [3,23,24,25].

Obraz pączkującego drzewa

Obraz pączkującego drzewa jest tworzony przez dystalne drogi oddechowe, które na skutek wypełnienia śluzem, ropą lub innym płynem stają się widoczne na obrazie z tomografii komputerowej o wysokiej rozdzielczości i przypominają gałęzie drzewa. W ich pobliżu zlokalizowane są małe (sięgające 4 mm) guzki, które z kolei odpowiadają pąkom kwiatowym [26].  Zarówno guzki jaki oskrzeliki są położone wyraźnie obwodowo, ale z oszczędzeniem przestrzeni podopłucnowej [27].

Pierwszą chorobą dla której opisano, i przez wiele lat uznawano za patognomoniczny objaw była infekcja o etiologii Mycobacterium tuberculosis. Aktualnie wiadomo, że objaw pączkującego drzewa występuje w przebiegu zapaleń płuc wywoływanych przez różne bakterie pyogenne, grzyby czy wirus RSV, a znacznie rzadziej towarzyszy chorobie przerzutowej lub mukowiscydozie [26,27,28]. Jest to ponadto objaw bardziej typowy dla grypy, niż dla COVID-19 [29].

Zacienienia typu matowej szyby

Zacienienia typu matowej szyby lub mlecznego szkła to według definicji zacienienia o charakterze miąższowym powstające w wyniku lokalnego zmniejszenia powietrzności płuc, z zachowanym rysunkiem sąsiadujących oskrzeli lub naczyń krwionośnych na obrazach z tomografii komputerowej wysokiej rozdzielczości [30,31]. Mogą one towarzyszyć zarówno łagodnym, jak i złośliwym procesom (głównie rak oskrzelikowo-pęcherzykowy i gruczolakorak we wczesnym stadium), a niektórzy autorzy uważają, że są jednym z pierwszych wykładników rozwijającego się nowotworu [32]. Przyczyną powstawania zacienień typu matowej szyby są wszelkie procesy z towarzyszącym stanem zapalnym obejmujące miąższ płucny (zwykłe śródmiąższowe zapalenie płuc, sarkoidoza), włóknienie płuc oraz krwotoki i obrzęk płuc, które ograniczają dopływ powietrza do pęcherzyków [3,32].

Obszary zmniejszonej przejrzystości układające się w mozaikę

Obszary zmniejszonej przejrzystości układające się w mozaikę są definiowane jako sąsiadujące ze sobą, dobrze odgraniczone obszary różniące się densyjnością, przypominające mozaikę na obrazach z tomografii komputerowej w fazie wdechu [21]. Jest to objaw wysoce niespecyficzny, ujawniający się w przebiegu licznych chorób naczyń płucnych czy końcowych odcinków dróg oddechowych [33]. Często towarzyszy procesom naciekowym. Jeśli zmiany te mają podłoże naczyniowe różnice w densyjności stają się bardziej wyraźne na wdechu, a jeśli ich przyczyną jest choroba dróg oddechowych – podczas wydechu [2]. Obszary zmniejszonej przejrzystości układające się w mozaikę opisano dla przypadków nadciśnienia płucnego (zarówno przewlekłego zakrzepowo-zatorowego, jak i tętniczego), pylicy płuc, rozstrzenia oskrzeli, astmy, zapalenia oskrzelików [33,34,35]. Wbrew pozorom jest to dość często spotykany objaw [35].

Zmiany guzkowe

Zmiany o charakterze guzkowym są najczęstszymi przypadkowymi odkryciami podczas badania TK [39] i stanowią często poważny problem diagnostyczny, ponieważ występują w wielu jednostkach chorobowych m.in. w sarkoidozie, gruźlicy, chorobach tkanki łącznej, w stanach zapalnych czy też w chorobie nowotworowej płuc [36,38,40]. W zależności od wielkości zmiany guzkowe dzielimy na mikroguzki – do 7 mm średnicy, zmiany małe do 10 mm średnicy oraz zmiany duże o średnicy do 30 mm. W oparciu o tomografię komputerową możemy ocenić w jaki sposób ich rozprzestrzeniania się – krwiopochodny (przypadkowy), śródzrazikowy, perilimfatyczny [41].

Ze względu na typ budowy wyróżnia się guzki lite, które przysłaniają tkankę płucną; częściowo lite posiadające strukturę zarówno przykrywającą jak i nieprzykrywającą miąższu płuca, typu mlecznej szyby oraz uwapnione. Klasyfikacją wykorzystywaną do oceny zmian guzkowych w tomografii komputerowej płuc jest LungRADS [37,42,43,44].

Pogrubienie przegród międzyzrazikowych 

O pogrubieniu przegród międzyzrazikowych mówimy, gdy w tomografii komputerowej widoczne są linijne zgrubienia zlokalizowane podopłucnowo oraz w obrębie szczelin międzypłatowych. Ich występowanie jest charakterystyczne dla śródmiąższowego obrzęku płuc, stanów zapalnych toczących się w płucach z uwzględnieniem zakażenia koronawirusem (COVID-19), Pneumocystis carinii oraz we włóknieniu śródmiąższowym [45,47]. Pogrubione przegrody zbudowane są z nagromadzonego kolagenu, płynu śródmiąższowego oraz komórek [46,48,49].

Rozedma

Zmiany rozedmowe charakteryzują się nieodwracalnym poszerzeniem przestrzeni powietrznych, które położone są dystalnie do oskrzelików końcowych. W początkowych stadiach pęcherze rozedmowe charakteryzują się zwiększoną przejrzystością oraz umiejscowieniem głównie w płatach górnych. W zależności od lokalizacji wyróżnia się rozedmę śródzrazikową i okołoprzegrodową, występującą w linii przegród opłucnej oraz w obrębie zrazika, która najczęściej lokalizuje się w płatach dolnych [51,53]. Co charakterystyczne, w zmianach rozedmowych dochodzi do obniżenia współczynnika osłabienia promieniowania  miąższu płucnego z wartości w przedziale od -700 do -900 jH do wartości -910 jH. do -950 jH [52,54,55,56]. 

Bibliografia:

1. Lung disease Four-Pattern Approach Robin Smithuis Radiology Department of the Rijnland Hospital, Leiderdorp, the Netherlands https://radiologyassistant.nl/chest/chest-x-ray/lung-disease
2. Collins J. CT signs and patterns of lung disease. Radiol Clin North Am. 2001 Nov;39(6):1115-35. doi: 10.1016/s0033-8389(05)70334-1. PMID: 11699664.
3. Chapman, Stephen, Grace Robinson, John Stradling, Sophie West, and John Wrightson. „CT patterns of lung disease.” Oxford Handbook of Respiratory Medicine. Oxford, UK: Oxford University Press, Oxford Medicine Online. Date Accessed 6 Nov. 2021 <https://oxfordmedicine.com/view/10.1093/med/9780198703860.001.0001/med-9780198703860-appendix-4>.
4. Leung AN, Miller RR, Müller NL. Parenchymal opacification in chronic infiltrative lung diseases: CT-pathologic correlation. Radiology. 1993 Jul;188(1):209-14. doi: 10.1148/radiology.188.1.8511299. PMID: 8511299.
5. Liptzin DR, DeBoer EM, Giller RH, Kroehl ME, Weinman JP. Evaluating for Bronchiolitis Obliterans with Low-Attenuation Computed Tomography Three-Dimensional Reconstructions. Am J Respir Crit Care Med. 2018 Mar 15;197(6):814-815. doi: 10.1164/rccm.201707-1340IM. PMID: 29406777.
6. Trigaux JP, Gevenois PA, Goncette L, Gouat F, Schumaker A, Weynants P. Bronchioloalveolar carcinoma: computed tomography findings. Eur Respir J. 1996 Jan;9(1):11-6. doi: 10.1183/09031936.96.09010011. PMID: 8834327.
7. Hadda V, Khilnani GC. Lipoid pneumonia: an overview. Expert Rev Respir Med. 2010 Dec;4(6):799-807. doi: 10.1586/ers.10.74. PMID: 21128754.
8. Bargagli E, Prasse A. Sarcoidosis: a review for the internist. Intern Emerg Med. 2018 Apr;13(3):325-331. doi: 10.1007/s11739-017-1778-6. Epub 2018 Jan 3. PMID: 29299831.
9. Borie R, Wislez M, Antoine M, Copie-Bergman C, Thieblemont C, Cadranel J. Pulmonary mucosa-associated lymphoid tissue lymphoma revisited. Eur Respir J. 2016 Apr;47(4):1244-60. doi: 10.1183/13993003.01701-2015. Epub 2016 Jan 21. PMID: 26797028.
10. Ullah T, Patel H, Pena GM, Shah R, Fein AM. A contemporary review of radiation pneumonitis. Curr Opin Pulm Med. 2020 Jul;26(4):321-325. doi: 10.1097/MCP.0000000000000682. PMID: 32427626.
11. Tsuchiya N, Griffin L, Yabuuchi H, Kawanami S, Shinzato J, Murayama S. Imaging findings of pulmonary edema: Part 1. Cardiogenic pulmonary edema and acute respiratory distress syndrome. Acta Radiol. 2020 Feb;61(2):184-194. doi: 10.1177/0284185119857433. Epub 2019 Jun 21. PMID: 31226879.
12. Johkoh T, Müller NL, Taniguchi H, Kondoh Y, Akira M, Ichikado K, Ando M, Honda O, Tomiyama N, Nakamura H. Acute interstitial pneumonia: thin-section CT findings in 36 patients. Radiology. 1999 Jun;211(3):859-63. doi: 10.1148/radiology.211.3.r99jn04859. PMID: 10352616.
13. Lee, Kyung Soo et al. “Consolidation.” Radiology Illustrated: Chest Radiology 221–233. 22 Aug. 2013, doi:10.1007/978-3-642-37096-0_22
14. Conron M, Beynon HL. Churg-Strauss syndrome. Thorax. 2000 Oct;55(10):870-7. doi: 10.1136/thorax.55.10.870. PMID: 10992542; PMCID: PMC1745623.
15. Chen L, Halai V, Leandru A, Wallis A. Interstitial Lung Disease: Update on the Role of Computed Tomography in the Diagnosis of Idiopathic Pulmonary Fibrosis. J Comput Assist Tomogr. 2019 Nov/Dec;43(6):898-905. doi: 10.1097/RCT.0000000000000915. PMID: 31453976.
16. Jeny F, Brillet PY, Kim YW, Freynet O, Nunes H, Valeyre D. The place of high-resolution computed tomography imaging in the investigation of interstitial lung disease. Expert Rev Respir Med. 2019 Jan;13(1):79-94. doi: 10.1080/17476348.2019.1556639. Epub 2018 Dec 12. PMID: 30517828.
17. Distefano G, Fanzone L, Palermo M, Tiralongo F, Cosentino S, Inì C, Galioto F, Vancheri A, Torrisi SE, Mauro LA, Foti PV, Vancheri C, Palmucci S, Basile A. HRCT Patterns of Drug-Induced Interstitial Lung Diseases: A Review. Diagnostics (Basel). 2020 Apr 22;10(4):244. doi: 10.3390/diagnostics10040244. PMID: 32331402; PMCID: PMC7236658.
18. Spagnolo P, Rossi G, Cavazza A, Bonifazi M, Paladini I, Bonella F, Sverzellati N, Costabel U. Hypersensitivity Pneumonitis: A Comprehensive Review. J Investig Allergol Clin Immunol. 2015;25(4):237-50; quiz follow 250. PMID: 26310038.
19. Lederer DJ, Martinez FJ. Idiopathic Pulmonary Fibrosis. N Engl J Med. 2018 May 10;378(19):1811-1823. doi: 10.1056/NEJMra1705751. PMID: 29742380.
20. Arakawa H, Honma K. Honeycomb lung: history and current concepts. AJR Am J Roentgenol. 2011 Apr;196(4):773-82. doi: 10.2214/AJR.10.4873. PMID: 21427324.
21. Hansell DM, Bankier AA, MacMahon H, McLoud TC, Müller NL, Remy J. Fleischner Society: glossary of terms for thoracic imaging. Radiology. 2008 Mar;246(3):697-722. doi: 10.1148/radiol.2462070712. Epub 2008 Jan 14. PMID: 18195376.
22. Stern EJ, Webb WR. Dynamic imaging of lung morphology with ultrafast high-resolution computed tomography. J Thorac Imaging. 1993 Fall;8(4):273-82. doi: 10.1097/00005382-199323000-00003. PMID: 8246325.
23. Gupta N, Finlay GA, Kotloff RM, Strange C, Wilson KC, Young LR, Taveira-DaSilva AM, Johnson SR, Cottin V, Sahn SA, Ryu JH, Seyama K, Inoue Y, Downey GP, Han MK, Colby TV, Wikenheiser-Brokamp KA, Meyer CA, Smith K, Moss J, McCormack FX; ATS Assembly on Clinical Problems. Lymphangioleiomyomatosis Diagnosis and Management: High-Resolution Chest Computed Tomography, Transbronchial Lung Biopsy, and Pleural Disease Management. An Official American Thoracic Society/Japanese Respiratory Society Clinical Practice Guideline. Am J Respir Crit Care Med. 2017 Nov 15;196(10):1337-1348. doi: 10.1164/rccm.201709-1965ST. PMID: 29140122; PMCID: PMC5694834.
24. Stern EJ, Webb WR. Dynamic imaging of lung morphology with ultrafast high-resolution computed tomography. J Thorac Imaging. 1993 Fall;8(4):273-82. doi: 10.1097/00005382-199323000-00003. PMID: 8246325.
25. Gupta N, Sunwoo BY, Kotloff RM. Birt-Hogg-Dubé Syndrome. Clin Chest Med. 2016 Sep;37(3):475-86. doi: 10.1016/j.ccm.2016.04.010. Epub 2016 Jun 25. PMID: 27514594.
26. Minault Q, Karol A, Veillon F, Venkatasamy A. Tree-in-bud sign. Abdom Radiol (NY). 2018 Nov;43(11):3188-3189. doi: 10.1007/s00261-018-1562-8. PMID: 29572713.
27. Verma N, Chung JH, Mohammed TL. „Tree-in-bud sign”. J Thorac Imaging. 2012 Mar;27(2):W27. doi: 10.1097/RTI.0b013e31824643ae. PMID: 22343402.
28. Eisenhuber E. The tree-in-bud sign. Radiology. 2002 Mar;222(3):771-2. doi: 10.1148/radiol.2223991980. PMID: 11867799.
29. Liu M, Zeng W, Wen Y, Zheng Y, Lv F, Xiao K. COVID-19 pneumonia: CT findings of 122 patients and differentiation from influenza pneumonia. Eur Radiol. 2020 Oct;30(10):5463-5469. doi: 10.1007/s00330-020-06928-0. Epub 2020 May 12. PMID: 32399710; PMCID: PMC7216854.
30. Ptak J, Pawłowski J, Bestry I. Badania obrazowe w zapaleniach płuc u dorosłych Wykład wygłoszony na I Konferencji Naukowo-Szkoleniowej w Warszawie „Pneumonologii i Alergologii Polskiej”Pneumonol. Alergol. Pol. 2011; 79, 1: 57–66
31. Zhang Y, Fu F, Chen H. Management of Ground-Glass Opacities in the Lung Cancer Spectrum. Ann Thorac Surg. 2020 Dec;110(6):1796-1804. doi: 10.1016/j.athoracsur.2020.04.094. Epub 2020 Jun 7. PMID: 32525031.
32. Chen KN. The diagnosis and treatment of lung cancer presented as ground-glass nodule. Gen Thorac Cardiovasc Surg. 2020 Jul;68(7):697-702. doi: 10.1007/s11748-019-01267-4. Epub 2019 Dec 10. PMID: 31823207.
33. Ussavarungsi K, Lee AS, Burger CD. Mosaic Pattern of Lung Attenuation on Chest CT in Patients with Pulmonary Hypertension. Diseases. 2015 Sep 7;3(3):205-212. doi: 10.3390/diseases3030205. PMID: 28943620; PMCID: PMC5548246.
34. Saito A, Yabe H, Watanabe S, Yamazoe M. Anthracosis with a Mosaic Attenuation Pattern. Intern Med. 2018 Apr 15;57(8):1181-1182. doi: 10.2169/internalmedicine.9686-17. Epub 2017 Dec 27. PMID: 29279499; PMCID: PMC5938517.
35. Kligerman SJ, Henry T, Lin CT, Franks TJ, Galvin JR. Mosaic Attenuation: Etiology, Methods of Differentiation, and Pitfalls. Radiographics. 2015 Sep-Oct;35(5):1360-80. doi: 10.1148/rg.2015140308. Epub 2015 Aug 14. PMID: 26274445.
36. Dabrowska M, Kolasa A, Zukowska M, Lesiński J, Domagała-Kulawik J, Maskey-Warzechowska M, Krenke R, Rowiński O, Chazan R. Analiza pojedynczych guzków płuca stwierdzonych w radiogramach klatki piersiowej [Analysis of solitary pulmonary nodules found in chest radiograms]. Pneumonol Alergol Pol. 2009;77(1):37-42. Polish. PMID: 19308908.
37. https://www.power.gov.pl/media/72320/Zalacznik_17_Ogolnopolski_Program_WWRP.pdf
38. McWilliams A, Tammemagi MC, Mayo JR, Roberts H, Liu G, Soghrati K, Yasufuku K, Martel S, Laberge F, Gingras M, Atkar-Khattra S, Berg CD, Evans K, Finley R, Yee J, English J, Nasute P, Goffin J, Puksa S, Stewart L, Tsai S, Johnston MR, Manos D, Nicholas G, Goss GD, Seely JM, Amjadi K, Tremblay A, Burrowes P, MacEachern P, Bhatia R, Tsao MS, Lam S. Probability of cancer in pulmonary nodules detected on first screening CT. N Engl J Med. 2013 Sep 5;369(10):910-9. doi: 10.1056/NEJMoa1214726. PMID: 24004118; PMCID: PMC3951177.
39. Azour L, Ko JP, Washer SL, Lanier A, Brusca-Augello G, Alpert JB, Moore WH. Incidental Lung Nodules on Cross-sectional Imaging: Current Reporting and Management. Radiol Clin North Am. 2021 Jul;59(4):535-549. doi: 10.1016/j.rcl.2021.03.005. PMID: 34053604.
40. Ko JP, Azour L. Management of Incidental Lung Nodules. Semin Ultrasound CT MR. 2018 Jun;39(3):249-259. doi: 10.1053/j.sult.2018.02.006. Epub 2018 Mar 26. PMID: 29807635.
41. Wormanns D, Diederich S. Characterization of small pulmonary nodules by CT. Eur Radiol. 2004 Aug;14(8):1380-91. doi: 10.1007/s00330-004-2335-z. Epub 2004 May 18. PMID: 15148623
42. Anderson IJ, Davis AM. Incidental Pulmonary Nodules Detected on CT Images. JAMA. 2018 Dec 4;320(21):2260-2261. doi: 10.1001/jama.2018.16336. PMID: 30419095..
43. Shetty, A., Knipe, H. Diffuse pulmonary nodules (differential diagnosis). Reference article, Radiopaedia.org. (accessed on 11 Nov 2021) https://doi.org/10.53347/rID-27258
44. Morgan, M., Bell, D. Lung-RADS. Reference article, Radiopaedia.org. (accessed on 11 Nov 2021) https://doi.org/10.53347/rID-32681
45. Zheng Q, Lu Y, Lure F, Jaeger S, Lu P. Clinical and radiological features of novel coronavirus pneumonia. J Xray Sci Technol. 2020;28(3):391-404. doi: 10.3233/XST-200687. PMID: 32538893; PMCID: PMC7369043.
46. Verma R, Abdoh M. Crazy paving pattern. Clin Case Rep. 2017 Feb 21;5(4):533-534. doi: 10.1002/ccr3.860. PMID: 28396784; PMCID: PMC5378848.
47. Rossi SE, Erasmus JJ, Volpacchio M, Franquet T, Castiglioni T, McAdams HP. „Crazy-paving” pattern at thin-section CT of the lungs: radiologic-pathologic overview. Radiographics. 2003 Nov-Dec;23(6):1509-19. doi: 10.1148/rg.236035101. PMID: 14615561.
48. Fisser C, Hamer OW, Eiber R, Pfeifer M, Lerzer C. Pflastersteine in der Lunge [Crazy Paving Pattern of the Lung]. Pneumologie. 2019 Jan;73(1):49-53. German. doi: 10.1055/a-0767-7960. Epub 2018 Dec 7. PMID: 30536247.
49. Euler A, Bremerich J, Niemann T. «Crazy paving» – verrückte Pflastersteine in der thorakalen Computertomographie [„Crazy paving” of the lungs]. Praxis (Bern 1994). 2014 Mar 26;103(7):385-9. German. doi: 10.1024/1661-8157/a001606. PMID: 24686759.
50. De Wever W, Meersschaert J, Coolen J, Verbeken E, Verschakelen JA. The crazy-paving pattern: a radiological-pathological correlation. Insights Imaging. 2011 Apr;2(2):117-132. doi: 10.1007/s13244-010-0060-5. Epub 2011 Jan 9. PMID: 22347941; PMCID: PMC3259383.
51. Newell JD Jr. CT of emphysema. Radiol Clin North Am. 2002 Jan;40(1):31-42, vii. doi: 10.1016/s0033-8389(03)00107-6. PMID: 11813818.
52. Crossley D, Renton M, Khan M, Low EV, Turner AM. CT densitometry in emphysema: a systematic review of its clinical utility. Int J Chron Obstruct Pulmon Dis. 2018 Feb 7;13:547-563. doi: 10.2147/COPD.S143066. PMID: 29445272; PMCID: PMC5808715.
53. Litmanovich D, Boiselle PM, Bankier AA. CT of pulmonary emphysema–current status, challenges, and future directions. Eur Radiol. 2009 Mar;19(3):537-51. doi: 10.1007/s00330-008-1186-4. Epub 2008 Sep 30. PMID: 18825385.
54. Bankier AA, Madani A, Gevenois PA. CT quantification of pulmonary emphysema: assessment of lung structure and function. Crit Rev Comput Tomogr. 2002;43(6):399-417. PMID: 12521149.
55. Grenier PA. Emphysema at CT in Smokers with Normal Spirometry: Why It Is Clinically Significant. Radiology. 2020 Sep;296(3):650-651. doi: 10.1148/radiol.2020202576. Epub 2020 Jul 7. PMID: 32639194.
56. Danaher, L., Bell, D. Pulmonary emphysema. Reference article, Radiopaedia.org. (accessed on 11 Nov 2021) https://doi.org/10.53347/rID-9187