郭志軍 路俊英 曾艷紅 陳艷芳 劉海濤 藺強(qiáng)

（河北省任丘市華北油田總醫(yī)院影像科，河北 任丘 062552）

胸腔積液量的計(jì)算是臨床上經(jīng)常碰到的問題，影像學(xué)對(duì)胸腔積液量難以精確估算［1］。本文通過自制胸腔模型對(duì)64排容積CT（volumetric CT，VCT）容積再現(xiàn)技術(shù)（volume rendering，VR）測(cè)量胸腔積液的可行性進(jìn)行分析。

1 資料與方法

1.1 自制胸腔積液模型 利用近似圓錐形容器模擬人體胸腔，在其內(nèi)放入含氣球囊模擬人體肺臟，向兩者之間注入純凈水，注水量為200～1800 mL，900 mL以下及以上各注水10次，均值為（968.50±476.08）mL。

1.2 一般資料 胸腔積液患者25例，年齡（59.0±13.3）歲；男性16例，女性9例；右側(cè)18例，左側(cè)7例；其中癌性胸腔積液21例，結(jié)核性胸膜炎4例。入選病例要求單側(cè)胸腔積液估算量為500～1500 mL。

1.3 研究方法 儀器設(shè)備、掃描參數(shù)、圖像后處理采用GE LightSpeed VCT對(duì)胸腔積液患者以及胸腔積液模型進(jìn)行掃描。掃描范圍：自肺尖上1 cm至膈下2 cm。掃描參數(shù)：管電壓120 kV，管電流100 mA，準(zhǔn)直器寬度40 mm，standard模式，掃描層厚5.0mm，以0.625 mm 層厚、0.625 mm 間隔重組圖像。并將圖像數(shù)據(jù)重建后傳輸至AW4.4工作站，將所獲得的重建圖像進(jìn)行胸腔積液CTVR圖像重組，并利用體積測(cè)量軟件，自動(dòng)測(cè)量胸腔積液體積。此過程均采取雙盲法，分別由2位經(jīng)驗(yàn)豐富的專業(yè)高年資醫(yī)師擔(dān)任。

1.4 統(tǒng)計(jì)學(xué)處理 采用SPSS 11.5軟件包進(jìn)行數(shù)據(jù)處理，均值比較采用兩獨(dú)立樣本t檢驗(yàn)。P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié) 果

向自制胸腔模型內(nèi)注水20次，行64排VCT掃描并進(jìn)行處理，圖像見圖1～3。將測(cè)量得到的積液量與實(shí)際注入液體量相對(duì)照，兩者間差異無統(tǒng)計(jì)學(xué)意義（P＝0.836）。

應(yīng)用64排VCT掃描并測(cè)量25例胸腔積液患者并對(duì)圖像進(jìn)行處理，圖4～7為同一例患者抽取胸腔積液前、后的圖像。抽胸腔積液前與抽胸腔積液后胸腔積液差值與實(shí)際抽取胸腔積液量相比，兩者間差異無統(tǒng)計(jì)學(xué)意義（P＝0.989），見表1。

圖7 胸腔積液患者抽取積液后，采用AW4.4工作站體積測(cè)量軟件自動(dòng)測(cè)量胸腔積液VR圖像體積

表1 CTVR測(cè)量值與實(shí)際值的比較

3 討 論

精確測(cè)量胸腔積液量的臨床意義有：（1）準(zhǔn)確了解胸腔積液增長(zhǎng)速度，從而有助于臨床良、惡性胸腔積液的鑒別；（2）有助于選擇對(duì)胸腔積液的治療方式；（3）有助于對(duì)胸腔積液治療效果的評(píng)價(jià)，尤其是對(duì)胸腔積液吸收定量的評(píng)價(jià)；（4）為胸腔積液相關(guān)科研提供定量評(píng)價(jià)手段。

目前多排螺旋CT通常應(yīng)用對(duì)胸腔積液的體積進(jìn)行精確測(cè)量［1－2］。本研究首次應(yīng)用自制胸腔積液模型進(jìn)行研究，方法如下：近似圓錐形容器模擬人體胸腔，其內(nèi)放入含氣球囊模擬人體肺臟，向兩者之間注入不等量純凈水，再通過64排VCT進(jìn)行掃描和VR技術(shù)處理圖像。向自制胸腔模型內(nèi)注水時(shí)盡量避免注入氣體，以使模型內(nèi)液體形態(tài)與胸腔積液相似。自制胸腔積液模型積液量與實(shí)際注入液體量相比，兩者間差異無統(tǒng)計(jì)學(xué)意義（P＝0.836）。為了進(jìn)一步驗(yàn)證64排VCT的VR技術(shù)對(duì)胸腔積液測(cè)量的精確性，我們測(cè)量了25例患者抽胸腔積液前后差值，其與實(shí)際抽取胸腔積液量相比，兩者間差異無統(tǒng)計(jì)學(xué)意義（P＝0.989）。

綜上所述，應(yīng)用VCT的VR技術(shù)可以對(duì)胸腔積液實(shí)現(xiàn)精確測(cè)量，從而有利于胸腔積液相關(guān)疾病的確診和治療方法的選擇。

［1］ von Falck C，Meier S，J?rdens S，et al.Semiautomated segmentation of pleural effusions in MDCT datasets［J］.Acad Radiol，2010，17（7）：841－848.

［2］ Yao J，Han W，Summers RM.Computer aided evaluation of pleural effusion using chest ct images［J］.Proc IEEE Int Symp Biomed Imaging，2009，241－244.