游离气胸的多层螺旋CT定量研究

陈永权　CHEN Yongquan　陈　莉　CHEN Li　吕发金　LV Fajin

游离气胸的多层螺旋CT定量研究

陈永权1,2CHEN Yongquan陈莉1CHEN Li吕发金1LV Fajin

作者单位
1. 重庆医科大学附属第一医院放射科重庆400016
2.重庆市第五人民医院放射科重庆400062

Department of Radiology, the First Affiliated Hospital of Chongqing Medical University, Chongqing400016, China

Address Correspondence to: LV Fajin

E-mail: fajinlv@163.com

R561.4；R445.3

中国医学影像学杂志

2016年 第24卷 第10期：750-754

Chinese Journal of Medical Imaging 2016 Volume 24 (10): 750-754

目的探讨通过多层螺旋CT轴位图像预测游离气胸肺压缩百分比的准确性。资料与方法回顾性分析88例游离气胸CT扫描数据，分左肺及右肺，用VR容积测量法测量气胸量及胸腔体积并计算气胸肺压缩百分比Y；在轴位图像气管隆突层面测量胸廓最大垂直距离D1及该线上气胸脏层胸膜至胸廓的垂直距离d1，并计算垂直距离比值X1；同理测量胸廓水平距离D2及气胸边缘至胸廓的水平距离d2，并计算水平距离比值X2；将Y与X1及X2进行回归分析，挑选出系数显著且解释度最大的回归方程，并验证方程准确性。结果所有模型差异均有统计学意义（P＜0.001）。左侧气胸最佳方程：Y=0.0758+2.8623X1—2.8049X12，R2=0.7460；右侧气胸最佳方程：Y=0.0708+2.5960X1—2.1178X12，R2=0.8575。方程预测左侧气胸肺压缩百分比误差范

围为（0.01±9.68）%，右侧为（0.12±8.02）%。结论通过气管隆突层面轴位图像测量垂直距离压缩比X1及水平距离压缩比X2均对预测游离气胸肺压缩百分比有意义，尤其是X1更能反映气胸的压缩百分比。

气胸；体层摄影术，螺旋计算机；图像处理，计算机辅助

predicting the percentage of pneumothorax of left pneumothorax was (0.01±9.68)%, and the right was (0.12±8.02)%. ConclusionMeasurement of the vertical compression ratio X1and the horizontal compression ratio X2at the carina plane can predict lung compression percentage in free pneumothorax, with the vertical compression ratio X1more accurately reflecting compression percentage.

气胸是临床常见疾病，气胸肺压缩程度不同治疗方案不同，而气胸肺压缩百分比的评估是临床工作中尚待解决的问题。X线胸片各类测量方法粗糙，与实测值误差较大；CT测量气胸肺压缩百分比虽然准确，但依赖多排螺旋CT及相关分析软件支持，过程复杂、耗时，不能被临床广泛采用[1]。本研究收集88例游离气胸患者，拟通过64排螺旋CT气管隆突层面轴位图像测量气胸垂直距离压缩百分比X1及水平距离压缩百分比X2预测肺压缩百分比，以建立准确、简便的预测方法。

1　资料与方法

1.1研究对象回顾性分析2013年1月－2015年5月在重庆医科大学附属第一医院行胸部CT扫描的游离气胸患者88例，其中男83例，女5例；年龄14～60岁，平均（28.9±13.3）岁。左侧游离气胸53例，右侧游离气胸35例。排除标准：①胸廓畸形；②肺叶压缩实变；③胸腔积液；④胸膜牵拉粘连。

1.2仪器与方法采用GE LightSpeed VCT或GE Discovery HD750 CT机。扫描前对患者进行呼吸训练，深吸气后一次性闭气扫描，扫描范围自胸廓入口至肺下界（包括双侧肋膈角）。扫描参数：管电压120 kV，管电流150 mAs，机架旋转1周时间0.4 s，视野32～36 cm，层厚5 mm，层间距5 mm，螺距1.375∶1，矩阵512×512，图像重建层厚0.625 mm，层间距0.625 mm。

1.3图像处理及分析应用GE AW4.6工作站，采用容积再现（VR）及最大密度投影（MIP）图像重组，依据游离气胸的CT值区域用组织扩张的方法覆盖所有气胸范围，然后应用体积测量工具测量游离气胸的量。同理，以肺门根部为截断，测定胸腔体积，并计算实际气胸压缩百分比，以Y表示，Y=气胸量/胸腔体积（图1A、B）。在轴位图像上气管隆突层面测量前后胸廓内缘最大垂直距离D1，并在该测量线上测量气胸脏层胸膜边缘到前胸壁内缘的垂直距离d1，计算垂直距离压缩比值X1=d1/D1；同理测量气管隆突层面气管隆突至侧胸壁内缘最大水平距离D2，并在该测量线上测量气胸脏层胸膜边缘到侧胸壁内缘水平距离d2，并计算水平距离压缩比值X2=d2/D2（图1C、D）。

图1　男，23岁，左侧自发性游离气胸。VR模式（A）及融合图像模式（B）显示左侧气胸；轴位图像气管隆突层面最大垂直距离D1，该线胸膜边缘至胸廓内缘垂直距离d1，计算气胸垂直压缩比X1=d1/D1（C）；轴位图像气管隆突层面最大水平距离D2，该线胸膜边缘至胸廓内缘垂直距离d2，计算气胸垂直压缩比X2=d2/D2（D）

1.4统计学方法采用SAS 9.2软件。分为左、右两侧胸腔，将所测实际游离气胸压缩百分比Y和对应垂直距离压缩比值X1及水平距离压缩比值X2进行3次回归分析。再根据优选回归方程式用Excel软件分别计算出特定压缩百分比时对应的距离压缩比值X1或X2。P＜0.05表示差异有统计学意义。

2　结果

所有患者分左、右侧胸腔分别测量，测量结果见表1。因径线与体积是3次关系，故尝试3次模型；因相对而言1次和2次模型都可能得到可行的结果且模型会更简单，故同时尝试1次和2次模型。左侧实际测量气胸肺压缩百分比Y与对应X1、X2的回归方程式见表2。右侧实际测量气胸肺压缩百分比Y与对应X1、X2的回归方程式见表3。

表1　左、右气胸体积及径线测量值结果

表2　左侧气胸肺压缩百分比Y与距离比值X1、X2回归方程

根据表2左侧游离气胸实测压缩比Y与对应X1及X2回归方程得知：所有回归模型差异有统计学意义（P＜0.001），但仅有部分模型的所有系数差异有统计学意义（P＜0.05）。根据所有系数差异均有统计学意义的回归方程的R2得知，垂直距离压缩比值X1的2次模型R2最大，因此左侧气胸压缩百分比Y与垂直距离压缩比值X1的回归方程Y=0.0758+2.8623X1—2.8049X12为优选方程，R2=0.7460，复相关系数R=0.8637，可以认为左侧气胸肺压缩百分比Y与X1、X12之间存在相关关系。根据优选方程式，重新估算左侧53例气胸压缩百分比，并与实测压缩百分比进行配对样本t检验，得出左侧估算压缩百分比与实测误差范围为（0.01±9.68）%，两者差异无统计学意义（P＞0.05）。

表3　右侧气胸肺压缩百分比Y与距离比值X1、X2回归方程

根据表3右侧游离气胸实测压缩比例Y与对应X1及X2回归方程得知：所有回归模型差异有统计学意义（P＜0.001），但仅有部分模型的所有系数差异有统计学意义。根据所有系数差异均有统计学意义的回归方程的R2得知，垂直距离压缩比值X1的2次模型R2最大，因此右侧气胸压缩百分比Y与垂直距离压缩比值X1的回归方程Y=0.0708+2.5960X1—2.1178X12为优选方程，R2=0.8575，复相关系数R=0.9260，可以认为右侧气胸肺压缩百分比Y与X1、X12之间存在相关关系。根据优选方程式，重新估算右侧35例气胸压缩百分比，并与实测压缩百分比进行配对样本t检验，得出右侧估算压缩百分比与实测误差范围为（0.12±8.02）%，两者差异无统计学意义（P＞0.05）。

表4　不同肺压缩百分比时对应左、右侧气胸垂直距离压缩比X1

根据左侧气胸压缩比例优选方程Y=0.0758+ 2.8623X1—2.8049X12，得出左侧气胸压缩百分比分别为20%、25%、30%、50%、70%及75%时对应左侧平气管隆突层面气胸垂直距离压缩比值；同理根据右侧气胸压缩比例优选方程Y=0.0708+2.5960X1—2.1178X12，得出右侧气胸压缩百分比分别为20%、25%、30%、50%、70%及75%时对应右侧平气管隆突层面气胸垂直距离百分比。见表4。从表4得知，心脏占据部分左侧胸腔位置范围较大，相应左侧胸腔体积较小，故相同气胸压缩比例时，左侧平气管隆突层面气胸垂直距离压缩比值较小（P＜0.05）。

3　讨论

气胸肺压缩百分比是临床决定采取保守治疗、闭式引流或者开放手术的重要依据之一[2]，也是法医在临床司法鉴定中确定损伤程度的重要依据[3]。目前，临床上如何简单而较精确地预测气胸肺压缩百分比一直比较困难。早期通过X线平片测量或估计气胸肺压缩百分比有多种方法，如目测法、面积法与体积法、平均胸膜间距离法、三线法等，以上方法测量原理及方法各异，测量准确性参差不齐[4-7]。

随着CT及计算机软件的的应用普及，以CT图像为基础测量气胸的准确性已经得到公认。王成林等[8]利用在CT轴位图像用鼠标沿胸廓内缘勾画出一侧胸腔总面积A，然后在同一层面沿胸廓内气胸的边缘勾划出胸廓内含气的面积B，按公式肺压缩率=B/A×100%计算肺压缩率，但未验证其测量准确性及可行性。Engdahl等[9]利用人工肺气胸模型研究和证实了CT扫描后计算机软件测量容积的准确性；夏文骞等[10]亦证实采用计算机体积测量功能计算出气胸量与实际注气量一致。Cai等[11-12]利用多排螺旋CT上的软件系统开发了自动化计算机测量容积系统，并证实该系统具有很高的准确性。但是以上方案的最大局限性在于必须使用多排螺旋CT扫描及相应的计算机软件支持，并耗时费力，不能在临床工作中推广。

本研究拟通过胸部轴位图像选定标准层面，并进行标准径线测量及计算，以期通过简单地测量来预测气胸压缩百分比。胸部CT扫描时由于患者处于仰卧位，气胸重新分布，主要集中于胸腔前方及外侧，压缩肺组织主要向肺门移位和集中。本研究采用计算机体积测量功能实际测量出气胸量及胸腔体积，计算肺实测压缩百分比Y=气胸量/胸腔体积，并以此作为肺实测压缩百分比标准[9-10]。本研究选择平气管隆突层面轴位图像测量相应距离，易于选定标准层面，定位及测量准确方便，阅片中易于操作并统一标准。在平气管隆突层面测量胸廓内缘最大垂直距离D1及该测量线上对应压缩肺脏层胸膜至前胸壁内缘垂直距离d1，并计算垂直距离压缩百分比X1=d1/D1；同理测量平气管隆突层面气管隆突至侧胸壁内缘水平距离D2及该测量线上压缩肺脏层胸膜至侧胸壁内缘水平距离d2，并计算水平距离压缩比X2=d2/D2；并将Y与X1及X2分别进行相应回归分析。因气胸分布与胸廓形态、肺叶实变、胸腔积液、胸膜牵拉粘连密切相关，故研究中排除上述情况。因心脏部分位于胸腔并占据左侧胸腔位置为主，造成双侧胸腔及气胸形态并不一致，左侧胸腔较右侧小，根据气胸肺压缩比Y=气胸量/胸腔体积，胸腔体积对气胸肺压缩比有重大影响，故分为左右侧胸腔分别进行回归分析并优选回归方程式。所有回归模型差异有统计学意义（P＜0.001），根据这些模型常数的显著性及R2的大小从中优选出更为准确的预测模型，所有模型的建立都准确可靠，尤其是垂直距离压缩比X12次回归模型。为了方便影像医师及临床医师在实际工作中的具体应用，以及方便法医作损伤程度鉴定工作，根据上述回归方程式计算出相应的肺压缩比例为20%、25%、30%、50%、70%及75%所对应气管隆突层面垂直距离压缩比值X1值作为参考。

根据优选方程分别重新估算左右侧气胸压缩百分比，并将估算压缩百分比与实际测量压缩百分比进行配对样本t检验，得出左侧气胸压缩百分比估算误差范围为（0.01±9.68）%，右侧气胸压缩百分比估算误差范围为（0.12±8.02）%。分析误差原因可能为：胸廓形态不规则，游离气胸形态亦明显不规则，且分布并不是绝对规律，特别是气胸量大、部分肺叶压缩百分比大时表现更为明显；1条或2条径线进行回归优选方程不足以充分反映气胸的分布规律。该优选方程需要进一步改进，如增加样本量、多径线回归分析等以完善模型、降低预测误差。在临床工作中应用该回归模型预测气胸压缩比时，胸廓畸形、胸腔积液、肺叶压缩实变、胸膜牵拉粘连、气胸局限包裹等影响气体分布的因素会导致一定测量误差。

总之，充分理解本研究适用范围及排除标准，合理使用本研究结果，通过气管隆突层面轴位图像测量垂直距离压缩比X1，通过优选方程即能够对游离气胸的肺压缩百分比进行合理预测；也可通过X1及气胸压缩百分比对照表对游离气胸压缩百分比进行粗略预测，适合临床工作中推广应用。

[1]魏仁国. 肺压缩容积影像学测量方法. 医学综述, 2011, 17(23): 3639-3641.

[2]Farooq U, Raza W, Zia N, et al. Classification and management of chest trauma. J Coll Physicians Surg Pak, 2006, 16(2): 101-103.

[3]夏文涛, 范利华, 程亦斌, 等. 人体损伤程度鉴定标准若干条文的理解与适用(第五讲胸部损伤). 法医学杂志, 2006, 22(5): 398-400.

[4]吴小芹, 谢钜波. 气胸后肺萎陷程度的CT与X线测量对照分析. 中华临床医学研究杂志, 2006, 12(14): 1871-1872.

[5]王蕾, 李庆云, 许娟, 等. 三线法在计算气胸肺压缩程度中的应用. 诊断学理论与实践, 2007, 6(4): 347-349.

[6]Kelly AM, Weldon D, Tsang AY, et al. Comparison between two methods for estimating pneumothorax size from chest X-rays. Respir Med, 2006, 100(8): 1356-1359.

[7]Druda D, Kelly AM. What is the difference in size of spontaneous pneumothorax between inspiratory and expiroty X-rays? Emerg Med J, 2009, 26(12): 861-863.

[8]王成林, 董汉彬, 陈健群. 气胸肺压缩率的CT测量诊断.中华创伤杂志, 2002, 18(2): 115-116.

[9]Engdahl O, Toft T, Boe J. Chest radiograph--a poor method for determining the size of a pneumothorax. Chest, 1993, 103(1): 26-29.

[10]夏文骞, 鹿梅. CT评价气胸后肺组织压缩体积(百分比)准确性的研究. 实用放射学杂志, 2001, 17(12): 881-882.

[11]Cai W, Tabbara M, Takata N, et al. MDCT for automated detection and measurement of pneumothoraces in trauma patients. Am J Roentgenol, 2009, 192(3): 830-836.

[12]Cai W, Lee EY, Vij A, et al. MDCT for computerized volumetry of pneumothoraces in pediatric patients. Acad Radiol, 2011, 18(3): 315-323.

（本文编辑周立波）

Compression Quantification of Free Pneumothorax Using Multi-slice Spiral CT

PurposeTo evaluate the accuracy of predicting lung compression percentage in free pneumothorax using axial images of multi-slice spiral CT. Materials and Methods The chest CT data of 88 cases with free pneumothorax were retrospectively analyzed. Volume rendering measurement was used to calculate the volume of pneumothorax and the thoracic cavity in the left and right lungs to calculate compression percentage Y. At the level of carina on axial view, the maximum vertical distance D1and the distance from visceral layer of compressed lung to the parietal pleural d1were measured to calculate the vertical distance ratio X1; similarly, a maximum horizontal distance D2and the horizontal distance d2from visceral layer to the parietal pleural were measured to calculate the horizontal distance ratio X2. Regression analysis was performed to select the equation with significant coefficient and fitness, and the accuracy of the equation was verified. Results All regression models were statistically significant (P＜0.001). The best equation for the left pneumothorax was: Y=0.0758+2.8623X1－2.8049X12, R2=0.7460; the best equation for the right pneumothorax was: Y=0.0708+2.5960X1－2.1178X12, R2=0.8575. The deviation of

Pneumothorax; Tomography, spiral computed; Image processing, computerassisted

吕发金

10.3969/j.issn.1005-5185.2016.10.009

2016-05-06

2016-08-01