多层螺旋CT不同重建滤过函数在眶壁外伤中的应用

闫玉昌 Yan，Yuchang

随着经济的发展，交通事故、工伤意外等导致的全身创伤患者不断增加。颌面创伤是全身创伤的一个重要部分，当眶壁或眼球受到冲击时，眶内压迅速增高，眶壁十分容易发生骨折［1］。患者常常存在眶壁骨折、上颌骨前壁及额突骨折、外鼻挫裂伤，部分合并眼球损伤和颅底骨折。由于眶壁骨折及其合并的周围软组织损伤甚至直接的眼球损伤往往严重影响患者视力，所以日渐受到人们的重视。多层螺旋CT比普通CT和单层螺旋CT有更好的空间分辨率和密度分辨率［2］。但是，要使多层螺旋CT的优势得到很好的发挥，还需要根据检查目的对扫描所获得的原始数据进行多种方式的后处理，才能使所获得的图像满足影像学诊断的需要。笔者把多种重建滤过函数的图像进行了对比分析，试图从中找到一种重建滤过函数，使其后处理图像能满足眶壁外伤不同诊断的需要。这样，既减少了影像诊断医师的工作量，又达到了准确诊断的目的。

1 材料和方法

1.1 研究对象 北京朝阳医院（京西院区）2008-07～2009-08行CT检查的颌面部外伤患者（n=120）的CT原始数据。

1.2 扫描设备 LightSpeed Pro16；HP workstation xw 8000。

1.3 研究方法

1.3.1 扫描技术 行横断面扫描，探测器数目为16排，以眶下缘至外耳道中点的连线（Reid基线）为扫描基线。层厚为3.75mm，螺距为0.938：1，进床速度为9.37mm／rot。重建层厚为1.25mm，分别采用骨、软组织、细节的滤过算法进行后处理。

1.3.2 资料分析 按照骨、软组织、细节的滤过算法获得图像，再对图像进行多平面重建（MPR）和遮盖容积重建（SVR），同时结合临床症状和体征，得出诊断结论。图像按照其能够满足该次检查的诊断目的的程度进行分级。图像的分级由专家小组（3位影像学副主任医师）进行，每位专家独立对患者的不同重建滤过函数进行评价，最后对评价结论进行综合。当某一位患者的图像不同专家的诊断结论差异较大时，由3位专家集体讨论，当结论难以统一时，即剔除该例患者资料，并予以补充。图像分级标准是，优：图像质量好，骨或软组织的层次显示清晰，细微结构分辨率好，诊断结论十分肯定；良：图像质量较好，骨或软组织的层次显示较清晰，细微结构分辨率一般，诊断结论比较可靠；差：图像质量差，伪影干扰明显，骨或软组织的层次显示不清晰，细微结构分辨率差，诊断结论不可靠［3］。利用SPSS 16.0软件进行统计学分析（ROC曲线）。

2 结果

通过对120例患者的轴位图像的二维及三维重建分析，得出诊断结论。

2.1 骨折显示情况（表1）

表1 患者的骨折诊断情况（n）

ROC曲线下面积作为诊断试验真实性评价的准确度指标已经被普遍认可，完全无诊断价值的ROC曲线下面积为0.5，理想的ROC曲线下面积为1，而一般认为：对于一个诊断试验，ROC曲线下面积在0.5～0.7时诊断价值较低，在0.7～0.9时诊断价值中等，在0.9以上时诊断价值较高［4］。已知，骨滤过算法对骨折的显示最佳。我们分别把三种重建滤过算法进行两两比较，绘制ROC曲线，并计算曲线下面积。

2.1.1 骨滤过算法和软组织滤过算法比较 ROC曲线下面积为0.602，标准误为0.037；P=0.006，＜0.01；95%可信区间为0.530～0.674。结果表明，骨滤过算法和软组织滤过算法对骨折的诊断能力有极显著的差别具有统计学意义，骨滤过算法的诊断准确性优势偏低。

2.1.2 骨滤过算法和细节滤过算法比较 ROC曲线下面积为0.524，标准误为0.036，P=0.512，＞0.05；95%可信区间为0.453～0.595。结果表明，骨滤过算法和细节滤过算法对骨折诊断能力的差别没有统计学意义。

2.1.3 细节滤过算法和软组织滤过算法比较 ROC曲线下面积为0.577，标准误为0.037，P=0.040，＜0.05；95%可信区间为0.504～0.649。结果表明，细节滤过算法和软组织滤过算法对骨折的诊断的能力有显著性差别，细节滤过算法的诊断准确性偏低。

上述分析表明，骨滤过算法和细节滤过算法在眶壁骨折显示方面优于软组织滤过算法，骨滤过算法和细节滤过算法间差异不明显（图1）。三种滤过算法同时绘制ROC曲线，结果相同。

2.2 眼外肌损伤和副鼻窦积液的显示情况（表2）

表2 患者的软组织损伤诊断情况（n）

已知，软组织滤过算法对眶壁软组织损伤的显示最佳。我们分别把三种重建滤过算法进行两两比较，绘制ROC曲线，并计算曲线下面积。

2.2.1 软组织滤过算法和骨滤过算法比较 ROC曲线下面积为0.943，标准误为0.017，P=0.000，＜0.01，95%可信区间为0.910～0.975。结果表明，软组织滤过算法和骨滤过算法对眶壁软组织损伤的诊断能力的有极显著差别，软组织滤过算法诊断准确性较高。

2.2.2 软组织滤过算法和细节滤过算法比较 ROC曲线下面积为0.526，标准误为0.037，P=0.493，＞0.05，95%可信区间为0.453～0.599。结果表明，软组织滤过算法和细节滤过算法对眶壁软组织损伤诊断能力的差别没有统计学意义。

图1 三种滤过算法骨窗图像对比。A.骨滤过；B.软组织滤过；C.细节滤过

2.2.3 细节滤过算法和骨滤过算法比较 ROC曲线下面积为0.949，标准误为0.016，P=0.000，＜0.01，95%可信区间为0.917～0.980。结果表明，细节滤过算法和骨滤过算法对眶壁软组织损伤的诊断能力有极显著差别，细节滤过算法的诊断准确性较高。

根据两两分析结果，认为，软组织滤过算法和细节滤过算法在眶壁软组织损伤显示方面明显优于骨滤过算法，软组织滤过算法和细节滤过算法在眶壁软组织损伤显示方面差异不明显（图2）。三种滤过算法同时绘制ROC曲线，也可以得到同样的结果，即软组织滤过算法和细节滤过算法在眶壁软组织损伤显示方面明显优于骨滤过算法。

图2 三种滤过算法软组织窗图像对比。A.骨滤过；B.软组织滤过；C.细节滤过

3 讨论

眼眶为骨性组织，位于头颅前面正中线的两侧，介于颅骨和面骨之间，呈圆锥形，四面为眶壁，基底为眶缘，顶部为眶尖，眶尖的后方有视神经管。眶缘由额骨、颧骨和上颌骨组成，比眶壁坚实，因此眼前部钝挫伤时，眶壁常发生骨折，而眶缘却保持完整［5］。

多层螺旋CT的逐步应用，解决了眶壁骨折和眶内软组织损伤诊断方面的难题——多层螺旋CT及其三维重建技术在眶壁外伤的诊断中优势十分明显：①多层螺旋CT具有很高的密度分辨力，能清晰的分辨并显示彼此密度差别很小的组织器官及病变；②操作简便、安全，检查速度快，对人体损伤程度轻，易于为患者接受；③多层螺旋CT三维重建技术能够任意角度的显示解剖结构和病理细节，无组织器官和病变影像相互重叠的弊端，能够获得病变和组织器官完整的立体定位概念［6］。

但是，要使多层螺旋CT的优势得到很好的发挥，我们需要根据检查目的对扫描所获得的原始数据进行多种方式的后处理，才能使所获得的图像满足影像学诊断的需要。在大型综合医院，由于患者众多，如果每一名眶壁外伤的患者都进行多种重建滤过函数的重建，会大大增加影像学诊断医生的工作量，也延缓了出具诊断报告的时间。在临床工作中，笔者走访的多家大型综合医院，均因为工作进度的原因，而对眶壁外伤患者的图像只进了标准滤过算法的重建，所拍摄胶片也是标准滤过算法的骨窗和软组织窗。这样的做法，很容易造成患者检查图像有价值信息（如细微骨折、眼外肌挫伤等）的丢失。为了既能使多层螺旋CT重建滤过函数的优势得到很好的发挥，得到满意的图像，又不增加影像学医生的工作量，笔者对临床工作中遇到的眶壁外伤患者的图像进行了多种重建滤过函数的重建。经过初步简单的对比分析发现，在使用细节滤过算法对眶壁外伤患者的图像进行单一的后处理时，所拍摄的骨窗和软组织窗图像能够很好的满足临床诊断的需要，其他重建滤过算法（骨加、肺、边缘强化等）则很难达到预期的诊断要求。

为了进一步明确细节重建滤过函数的图像是否确实能够同时满足眶壁外伤患者骨折和软组织损伤诊断的需求，笔者把细节、骨、软组织三种重建滤过函数的图像进行了对比分析，通过统计学软件分析的结果得出：骨滤过算法在骨折显示方面优于软组织滤过算法，骨滤过算法和细节滤过算法间差异不明显；软组织滤过算法在软组织损伤显示方面明显优于骨滤过算法，软组织滤过算法和细节滤过算法间差异不明显。

4 结论

多层螺旋CT及其后处理技术，在眶壁外伤的诊断中有着广阔的应用前景。通过本例研究，可以初步认为，眶壁外伤患者CT扫描图像的原始数据，可以只进行细节滤过算法的重建，即可以满足临床诊断的需要。这样可以大大缩短扫描原始数据的重建时间，减少影像学诊断医生所需要分析的图像总数，提高工作效率。但是，当根据细节滤过算法的图像进行诊断遇到疑点、或者诊断结论与临床情况严重不符合时，推荐对患者CT扫描的原始数据分别行骨滤过算法和软组织滤过算法的后处理，再进行分析，以免出现漏诊、误诊。

［1］惠延年.眼科学.第6版.北京：人民卫生出版社，2004.235-236.

［2］龚洪翰，蒋海清，韩萍.多层螺旋CT后处理技术临床应用.南昌：江西科学技术出版社，2004.31-34.

［3］刘苏英，麻增林，曹保信，等.多排螺旋CT后处理技术在脊柱创伤诊断中的应用.实用医学杂志，2009，25（4）：604-606.

［4］罗家洪，薛茜.医学统计学.北京：科学出版社，2008.476-477.

［5］郑大文，罗燕.眶壁爆裂性骨折276例临床分析及术后功能评估.中国药物与临床，2008，8（8）：645-647.

［6］何晓娟，杨晓丹，高乔，等.多层螺旋CT后处理技术对眼眶下壁骨折诊断价值分析.影像与介入，2009，6（19）：118.