基于CT评估脑出血征象和血肿体积、高低密度差预测血肿增大及软化灶的价值研究

王 娟， 郭龙军， 李 昌， 冯国洋， 鹿梦岩

首都医科大学附属北京康复医院 放射科，北京100144

脑出血是严重危害人类健康的一种脑血管疾病，具有发病凶险、病情进展快、致残致死率高等特征，其中血肿增大及出现软化灶是致病情恶化、预后不良的关键因素[1]。临床早期评价血肿增大、出现软化灶的风险是有效制定治疗方案、改善预后的关键环节。CT血管成像是临床诊断脑血管疾病的主要影像学技术，其中斑点征、渗漏征在预测血肿扩大风险中具有较高敏感性，但受技术条件限制，在多数医院CT血管成像并非急诊常规检查手段，而CT平扫是首选影像学检查手段[2,3]。因此，探明CT平扫参数与血肿增大、出现软化灶间的关联性具有重大意义。脑出血CT平扫的征象众多，常用的如混杂征、分叶征、黑洞征、血肿形态规则性等，均可能是评价脑出血病情转归的依据，但以往报道重点多从Logistic回归方程方面分析血肿增大及出现软化灶的危险因素，很少明确相关参数具体预测价值[4]。基于此，本研究在以往研究基础上采用ROC曲线进一步分析了CT平扫评估脑出血征象、血肿体积、高低密度差，并预测血肿增大及软化灶的价值，旨在为临床完善诊疗机制提供参考。

1 资料与方法

1.1 一般资料

选取2018年6月～2019年12月我院收治的30例脑出血血肿增大患者，设为血肿增大组，另选30例脑出血后无血肿增大患者作为无血肿增大组。纳入标准：符合脑出血诊断标准[5]；急性脑出血6 h内首次完成头颅CT平扫；病情稳定；符合内科治疗指征，发病24 h内均行内科治疗，未进行任何手术治疗；治疗6 h后或出现病情变化时再次进行头颅CT平扫；家属知情研究，签署同意书。排除标准：出血性脑梗塞者；脑动脉瘤、烟雾病或脑血管畸形诱发脑出血者；脑外伤致脑出血者；抗凝、溶栓等所致脑出血者；濒死状态或深度昏迷者。

1.2 方法

(1)患者入院时进行颅脑CT检查，采用飞利浦 Ingenuity Core 128层螺旋CT机，参数：管电压120 kV、管电流200 mA、螺距1.0、层厚1.0 mm、矩阵512×512。取仰卧位，扫描范围从第2颈椎至头顶部。入院治疗6 h后再次头颅CT平扫。

(2)数据分析，获取数据传送至智能辅助诊断系统，自行检测血肿部位和血肿最大径、最小径、体积等参数，对病灶进行评价。

(3)定量资料：a. 血肿体积、最大径、最小径由智能辅助诊断系统自动计算。b. 血肿最大CT值、平均CT值，由智能辅助诊断系统获取全部视野后，测算血肿最大CT值和平均CT值。手动计算血肿最大径与最小径差值。

(4)定性资料：a. 混杂征，血肿内有相邻低密度、高密度区，且不同密度区分界清晰，可肉眼分辨，CT值差值≥18 HU；b. 黑洞征，血肿内存在低密度区，表现椭圆形、圆形或小斑片状，且未与附近脑组织相连，边界明显，且高低密度区值差值≥28 HU；c. 血肿形态不规则，血肿边缘呈分叶征，见血肿分散或边缘突起。

血肿增大定义：CT复查出血量与初诊时对比，增加>33%或绝对体积增加>6 mL。出血量换算方法：按简化多田公式(abc/2)计算出血量，通过血肿FEA法换算出血量(1 mm3=1 mL)。血肿形态规则性判断：FEA法采取血肿腔每平方毫米表面积中三角片数量(TQOT/mm3)≥1.95 个/mm3来界定。

1.3 观察指标

(1)两组患者的一般资料、CT征象与定量参数比较。

(2)血肿增大的Logistic回归方程。

(3)分析脑出血征象、血肿体积、高低密度差预测血肿增大的价值。

(4)有/无软化灶的患者脑出血征象、血肿体积、高低密度差比较。

(5)分析脑出血征象、血肿体积、高低密度差预测软化灶的价值。

1.4 统计学处理

采用统计学软件SPSS 23.0处理数据，计数资料以例数描述，计量资料采取 Bartlett 方差齐性检验与 Kolmogorov-Smirnov 正态性检验，均确认具备方差齐性且近似服从正态分布，以平均数±标准差描述；采用Logistic回归方程分析影响因素；预测效能分析采用受试者工作特征(ROC)曲线，获取曲线下面积、置信区间、敏感度、特异度及cut-off值，不同预测方案间曲线下面积比较采用DeLong 检验，均采用双侧检验，α=0.05。

2 结果

2.1 两组患者一般资料、CT征象与定量参数比较

两组患者年龄31～76岁，组间年龄、性别、体质量指数、病因、血肿部位、发病至首次CT时间、复查CT时间比较，差异无统计学意义(P>0.05)；血肿增大组混杂征、分叶征、黑洞征、血肿形态不规则患者占比及初诊血肿体积、高低密度差高于无血肿增大组(P<0.05)。见表1。

表1 两组患者一般资料、CT征象与定量参数比较

2.2 血肿增大的Logistic回归方程分析

以血肿增大为因变量(未增大为0，增大为1)，纳入单因素分析具有统计学意义的混杂征、分叶征、黑洞征、血肿形态、初诊血肿体积、高低密度差作为自变量，进行Logistic回归方程分析。结果显示，有混杂征患者血肿增大风险是无混杂征患者的2.505倍，有分叶征患者血肿增大风险是无分叶征患者的2.153倍，有黑洞征的患者血肿增大风险是无黑洞征患者的1.813倍，血肿形态不规则患者血肿增大风险是形态规则患者的3.676倍，且初诊血肿体积、高低密度差与血肿增大显著相关(P<0.05)。见表2。

表2 影响因素的Logistic回归方程分析

2.3 脑出血征象、血肿体积、高低密度差预测血肿增大的价值

分别绘制混杂征、分叶征、黑洞征、血肿形态、初诊血肿体积、高低密度差预测血肿增大的ROC曲线(图1)，结果显示，混杂征预测的曲线下面积(AUC)为0.650；分叶征预测的AUC值为0.667；黑洞征预测的AUC为0.650；血肿形态预测的AUC为0.800；初诊血肿体积预测的AUC为0.802；高低密度差预测的AUC为0.754；上述各指标联合预测的AUC为0.882，联合预测的AUC高于任一单一参数预测，见表3。

图1 CT征象与定量参数预测血肿增大的ROC曲线

表3 CT征象与定量参数预测血肿增大的ROC曲线分析结果

2.4 有/无软化灶患者脑出血征象、血肿体积、高低密度差比较

血肿增大组有软化灶的患者中，出现混杂征、分叶征、黑洞征、血肿形态不规则的患者占比及初诊血肿体积、高低密度差均高于无软化灶患者(P<0.05)。见表4。

表4 血肿增大组有/无软化灶患者的脑出血征象、血肿体积、高低密度差比较

2.5 脑出血征象、血肿体积、高低密度差预测软化灶的价值

绘制混杂征、分叶征、黑洞征、血肿形态、初诊血肿体积、高低密度差预测软化灶的ROC曲线(见图2)，结果显示，混杂征预测软化灶的AUC值为0.764；分叶征预测的AUC值为0.736；黑洞征预测的AUC值为0.722；血肿形态预测的AUC值为0.722；初诊血肿体积预测的AUC值为0.838；高低密度差预测的AUC值为0.810；上述各指标联合预测的AUC值为0.894，联合预测的AUC值高于任一单一参数预测，详见表5。

图2 CT征象与定量参数预测软化灶的ROC曲线

表5 CT征象与定量参数预测软化灶的ROC分析结果

3 讨论

近年受饮食、生活方式改变等因素影响，脑出血发病人数有显著增加趋势，已发展成危害公众健康的常见疾病之一[6]。大量研究显示，血肿增大、软化灶形成患者遗留神经功能障碍机率更大[7,8]。目前软化灶形成经影像学检查可明确诊断，但血肿增大尚无统一标准，而血肿增大、软化灶形成涉及机制复杂，临床急需完善相关评价机制以指导制定治疗方案[9]。

本研究根据陆毅奇等[10]报道中所给出血肿增大判定标准进行分组探究，结果发现，混杂征、分叶征、黑洞征、血肿形态、初诊血肿体积、高低密度差均与血肿增大有关(P<0.05)。有研究报道，与最初血肿量30 mL以上患者对比，血肿量低于20 mL患者的血肿增大发生机率较小[11]。本研究中，血肿增大组的初诊血肿体积高于无血肿增大组(P<0.05)，可能是因为血肿量越大，脑血管组织自愈力越弱。血肿有多种形态，主要分不规则形态、规则形态，分叶征为不规则形态的一种常见表现形式。有学者研究表明，血肿增大程度与血肿形态关系密切，有分叶征的患者30 d内病死率较高[12]。本研究也发现血肿增大患者分叶征及血肿形态不规则占比较高，可能原因是血液进入脑组织可直接破坏血脑屏障，并激活炎症反应加重脑细胞损害；血肿形态不规则时更易引起脑水肿进展造成不良预后。另外，混杂征、黑洞征均为血肿密度不均引起，本研究同样观察到血肿内密度不均的特征，且血肿增大组高低密度差高于无血肿增大组(P<0.05)。近期我国学者提出，混杂征是预测早期血肿增大的新征象，定义是：血肿内同时可见相邻高低密度区；高低密度区界限清晰；高低密度区密度差≥18 HU；高密度区未完全包裹低密度区[13]。本研究经Logistic回归方程分析，有混杂征患者血肿增大风险是无混杂征患者的2.505倍，有黑洞征的患者血肿增大风险可能是无黑洞征患者的1.813倍，且高低密度差与血肿增大显著相关。进一步通过ROC曲线分析显示，混杂征、分叶征、黑洞征、血肿形态不规则、初诊血肿体积、高低密度差联合预测血肿增大的AUC值为0.882，对应敏感度为76.67%，特异度为90.00%，提示上述参数可为临床预测血肿增大提供参考依据。

脑软化灶是脑出血后脑细胞死亡而形成的一种病理结构，与正常脑组织对比，软化灶质地较硬，内部分布胶质细胞、纤维结缔组织，并伴畸形血管。临床证实，脑软化灶体积越大，患者预后越易出现神经功能缺损症状。本研究发现，在有软化灶的患者中，出现混杂征、分叶征、黑洞征及血肿形态不规则患者占比及初诊血肿体积、高低密度差均高于无软化灶患者(P<0.05)，此与国内外报道[14,15]基本相符。脑出血会诱发一系列继发性周围组织神经损害，如：血肿压迫周围脑组织致脑组织移位、变形；出血体积大于30 mL时人体不能完全吸收出血，易形成坏死腔隙性病灶等。这种病理性改变越显著，上述CT参数差异越明显[16]。本研究还发现，CT脑出血征象、血肿体积、高低密度差联合预测软化灶形成的AUC值为0.894，高于任一单一参数检测，可作为指导临床完善治疗方案的客观依据。本研究局限性在于未进行长期随访观察，CT脑出血征象、血肿体积、高低密度差对远期预后评价价值如何，需进一步探究。

综上可知，混杂征、分叶征、黑洞征、血肿形态不规则、初诊血肿体积、高低密度差等CT征象和参数与血肿增大及软化灶形成关系密切，联合检测具有较高预测价值，便于指导临床完善治疗方案。