螺旋CT在骨骼肌肉创伤中的应用

李华侨 任诗君 周丹丹 广安市人民医院 （四川 广安 638000）

内容提要： 目的：分析螺旋CT应用于骨骼肌肉创伤中应用效果。方法：对到本院收治的77例骨骼肌肉创伤患者资料进行分析，分别给予患者采用X线、螺旋CT诊断，比较不同诊断方法结果。结果：与病理或手术诊断结果对比，螺旋CT诊断准确率明显高于X线诊断准确率，两种诊断方法对比有统计学意义（P＜0.05）。结论：骨骼肌肉创伤发生率较高，螺旋CT诊断优势显著，可广泛应用于临床中。

骨骼肌肉创伤在临床中比较常见，常见骨骼肌肉损伤类型包括肩关节、膝关节与肘关节等部位，因发病部位不同，具体的症状表现不同，但患者主要症状为疼痛、活动受限，影响患者的身体健康以及正常生活[1]。早期明确诊断患者，便于临床及早采取预防改善措施治疗。但当前临床缺乏科学合理的诊断骨骼肌肉创伤的方法。虽然采用常规影像学检查方法有一定效果，但存在较高的漏诊率与误诊率，应用受限。现将螺旋CT检查用于骨骼肌肉创伤中，评价其应用价值，总结如下。

1. 资料与方法

1.1 临床资料

自医院2017年1月～2017年9月收治的77例骨骼肌肉创伤患者进行分析，经病理或手术检查确诊。其中男47例，女30例，年龄为40～78岁，平均（56.2±1.0）岁，发病时间1～5d，平均（3.25±2.10）d。所有患者均获得知情权，自愿签署同意书。

1.2 方法

X线诊断方法：予以X线方法诊断，确定病灶原因，具体检查操作方法：患者保持正常坐位，重点检测部位为骨骼肌肉创伤处，抬起双臂，便于进行全面探查测定。若患者的双臂有骨折损伤存在，不需抬举，自然放置即可，依据患者病情，探查前后位，从中心线处开始扫描，并向头侧做15˚倾斜，扫描部位：肩峰处开始向下到肋弓处，探查后，综合患者的症状、损伤原因、病史等资料，做进一步综合诊断。

螺旋CT诊断方法：选择64排西门子螺旋CT机检查，诊断前，设置层厚、螺距分别为7.5mm、1.375:1，三期扫描适当做增强处理，注射对比剂，延迟期一般为1min10s～3min，门脉期35～55s，动脉期为16～25s。经高压注射器单相注射非离子型造影剂，控制注射速率为2.5mL/s，注入总量为70～85mL，最后根据ADW4.2系统、多层面复组MPR软件、容积重建技术分析，绘制骨骼肌肉创伤图像，明确创伤强化特点、骨折具体类型。两组患者的检查操作均由同2名影像学医生检查诊断。

1.3 观察指标

以病理或手术检查结果为标准，对比两种诊断方法的诊断结果。

1.4 统计学分析

整理分析数据研究工具为SPSS20.0，定性资料用百分率表示，并以χ2检验，差异显著以P＜0.05表示。

2. 结果

螺旋CT诊断准确率明显高于X线诊断结果，组间差异有统计学意义（P＜0.05），见表1。

表1. 对比两种诊断方法结果(n)

3. 讨论

骨骼肌肉在临床比较常见，且创伤类型多样，患者表现为疼痛、活动异常，影响患者生活，因此及早确诊并提供对症治疗具有积极意义[2]。当前临床诊断骨骼肌肉创伤，缺乏准确科学的方法，常规应用的检查方法虽然可以用于疾病诊断，但容易发生误诊或漏诊，不利于患者病情及时确诊，容易耽误患者最佳治疗时机[3]。随着医学影像学技术发展，X线检测方法被广泛应用于影像学诊断中，且应用效果显著，但关于螺旋CT用于诊断骨骼肌肉创伤方面的研究较少。

本次研究中，螺旋CT诊断准确率明显高于X线诊断准确率，表明螺旋CT诊断骨骼肌肉创伤准确度更高，优势更为显著。螺旋CT在临床诊断中应用价值显著，具体为：肩关节部位容易发生脱位，经螺旋CT诊断可清晰探查患者骨折部位以及严重程度、内部细小骨髓片；腕关节创伤比较常见，常规方法可诊断创伤，但用于诊断复杂骨性创伤，误诊率较高，采用螺旋CT诊断腕关节，可利用长轴成像，经两个平面探查观察部位；常规诊断方法难以准确探查肘关节创伤，而采用螺旋CT可明确复杂关节内解剖，且扫描时间短，运动伪影少[4]。而且螺旋CT不仅可用于诊断骨骼肌肉创伤，还可用于诊断踝关节损伤，用于指导临床关节手术治疗。

相比于常规X线片检查方法，螺旋CT检查操作简单方便，耗费时间短，可提高病情诊断准确率，结合螺旋CT诊断图像，能更清晰了解患者创伤，且CT成像较少受外界干扰。总结其优势：螺旋CT扫描速度快，可减少或消除扫描运动伪影；用于检出组织水肿、血肿的敏感性更高，可有效观察创伤后软组织；经螺旋CT扫描图像后处理技术，可明确细小骨髓片；结合螺旋CT周围扫描、多平面图像以及三维重建图像，可更清晰反映骨折情况以及骨折移位情况；能多角度、立体呈现骨骼与其他组织间关系；利用强大的后处理功能软件，可重复性分析轴位图像，还可多角度观察、任意旋转，为手术治疗提供指导依据[5]。

综上所述，螺旋CT用于骨骼肌肉损伤诊断准确率高，可为骨折患者治疗提供参考依据，具有显著的临床应用价值。