脑出血的CT测量中的一些小问题

2024-05-07 新乡医学影像 新乡医学影像

经典的东西已经过了很久了,还是要靠临床积累啊!

脑出血的CT测量

1第一问:如何测量?——三种方法

方法一:

头颅CT成像后,资料导入电脑,计算每一层面积后,叠加面积得出体积,此为体积金标准,但很少用到。
方法二:

将血肿模拟为椭球体,体积公式为V=4/3π(A/2)*(B/2)*(C/2)=(A*B*C)/2
说明如下:
A:最大血肿面积层面血肿的最长径
B:最大血肿面积层面上与最长径垂直的最长径
C:若层厚为1cm,则厚度计算为各层面系数的叠加。血肿面积<25%,系
数计为0,25%<血肿面积<75%,系数计为0.5,血肿面积>75%,系数计为1

方法三:

“Cavalieri direct estimator”方法:由电脑计算完成。
以上方法来源于neurosurgery 2006脑外伤手术指南:

2第二问:测量中需要注意什么问题?

公式π/6*长(cm)*宽(cm)*层数(最大血肿层面)是计算血肿最常用公式,但是同一个血肿在不同层厚的ct扫描下出现的层数不同,层厚越小则出现的层面越多,计算可能就存在误差。计算一例理想状态下球形血肿量,则长和宽均为血肿直径,层面数为血肿直径除以层厚1cm,即π/6*2r(长)*2r(宽)*2r(层数)=4/3π*r,是不是很很熟悉,这就是初中几何计算球形体积的公式了。所以层数应该是层厚为1cm扫描下的层数,若层厚不是1cm 应适当转换,如8mm层厚共5层,则在公式应用中应该是按照层厚为4(cm)计算,否则计算血肿量应偏大。 

3第三问:测量中存在的误差?

1,血肿面积占最大层面百分比?
2,小于1/4(层厚X0);大于3/4(层厚X1);之间用0.5.然后代数和=代入公式中的实际层厚)?
3,考虑这样计算的机制是考虑到血肿的占位能力?——影象上量大的血肿实际临床上参与占位效应的能力越强,所以系数大?
4,这样算,我想只是考虑到物理方面,没考虑临床。——面积大的层面长经大——用层面大的代替了层面小的去算了,常常结果偏大——加系数修正。

“这个说法很重要!按2的方法算,我们平时的ABC/2公式肯定值偏大。因为层数计算的多了。但是实际临床怎么标准操作估计面积呢?1/4和3/4每个人可能估计的不一样呀。”
——就比较长经好了。不可能很精确的,要精确的话,可能只有计算机用高数的机理去求极限啥的了。何况血肿的形状也是按理想状态的球形来算体积的,临床实际指导手术指征的东西毕竟不单单是血肿量。

血肿量=π/6×最大血肿层面的血肿长×最大血肿层面的血肿宽×(层数+1}

因为有部分容积效应,小于层厚的血肿可能显示不出

4小结

经常我们的CT算出的血肿量要比我们开进去实际看到的血肿量要小,想了一下,还是前面说的,我们往往把层厚小的算进层厚大者里面,导致实际血肿量要比计算值大,况且我们手术指征并不全靠血肿量来决定,所以血肿量只能是一个参考,毕竟经典的东西已经过了很久了,还是要靠临床积累啊!

作者:新乡医学影像



版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (1)
#插入话题

相关资讯

STROKE:预测脑出血的最佳基线临床严重程度量表截断值探索——INTERACT 研究

在轻度至中度 ICH 患者中,基线 NIHSS 评分≥10 分是预测 90 天不良预后的最佳指标。

SVN:脑卒中前的体力活动与入院血肿量和脑内出血的临床预后有关

ICH发生前每周轻度PA≥4小时与深部和叶状部位血肿体积较小有关。

Neurology:脑出血患者体重指数与功能预后的关系

该研究证明了较高的BMI与死亡率的降低、功能结果的改善、90天后自我报告的健康状况的改善有关,从而支持了肥胖在脑出血患者中的矛盾作用。高BMI有益效果似不受种族/民族或性别的影响,年龄可能发挥重要作用

图文解析:脑出血影像诊断

颅内出血的演变时期是基于MR T1和T2信号特征进行大致区分;超急性期MR与CT同样敏感,亚急性和慢性期则MR更为敏感;且MR信号改变是从病灶周围到中心进展。

【综述】靶向抑制铁死亡在脑出血后继发性脑损伤治疗中的作用研究进展

笔者系统总结了脑出血后铁死亡参与SBI-ICH的病理机制及药物靶向抑制铁死亡在减轻SBI-ICH方面的应用进展,期望为研究铁死亡在脑出血中的作用机制和相关靶向药物研发提供思路。

Eur J Prev Cardiol:血压对脑出血风险的预测价值

近10年的综合血压与5年脑出血风险增加呈正相关,可以显著改善包括单次血压指标在内的脑出血风险预测模型的风险重新分类。