《16排多层螺旋CT后处理技术诊断胸部骨骼骨折的临床应用价值.doc》由会员分享，可在线阅读，更多相关《16排多层螺旋CT后处理技术诊断胸部骨骼骨折的临床应用价值.doc（4页珍藏版）》请在三一文库上搜索。
1、16排多层螺旋CT后处理技术诊断胸部骨骼骨折的临床应用价值在临床中，由外伤引起的胸外伤非常常见，而在胸外伤发生后，通常会引起胸骨、肋骨、肩胛骨等胸部骨骼骨折，对患者的健康及安全造成严重危害。对于胸部骨骼骨折患者，其骨折的类型比较复杂，应用X线片进行检查时，难以明显显示出部分骨折1。当前，螺旋CT扫描技术得到显著发展，并凭借分辨率高、检查时间短、可应用后处理技术进行成像等优势，有效促进了骨折诊断准确率的提高。 1 资料与方法 1.1 一般资料 在2015年6月至2016年8月期间，选取我院收治的53例胸部外伤患者为研究对象，其中男36例，女27例；年龄为18至74岁，平均38.5岁；受伤原因：4
2、3例交通事故受伤，6例高处坠落受伤，4例重物砸伤。 1.2 检查方法 选用由日本东芝公司生产的型号为GE16排多层螺旋CT对患者进行检查。电流与电压分别为220mA与120kV，螺距设置为1.375，层厚设为10.0mm，准直器的宽度设为2mm，从患者的肺尖扫描至膈下。随后展开薄层重建，重建的层距与层厚均设为1.25mm。对于病情危重患者，在扫描时无需要求其屏气，采用骨窗、肺窗以及纵膈窗等对图像进行观察。随后向ADW4.2工作站上传扫描的数据，采用CPR、MPR以及VR后处理技术。最后选取合适的阈值，将角度变换，并从不同方位切割，将患者骨折的全貌充分显示出来。 2 结果 经检查，本组53例患者
3、中，CPR、MPR以及VR显示，肋骨骨折有38例（其中多段或多根骨折有35例，单根肋骨骨折3例）；胸骨骨折有6例；锁骨、肩胛骨、肱骨骨折的有9例，其中肩胛骨骨折均为粉碎性骨折，MPR、VR可明确显示游离的骨碎片。此外，8例伴发胸椎、腰椎及附件、骨盆等部位的骨折；42例伴发肺不张、气胸、胸挫伤，3例伴发创伤性湿肺。 3 结论 在胸部骨骼骨折中，由于胸骨、肋骨、肩胛骨等骨骼与肺之间的密度差别良好，因而临床在检查此类骨折患者时，首选X线平片2。然而，由于人体胸部结构存在较多重叠情况，特别是双侧肩胛骨在受到外伤以后，不可完全暴露在肺野外；对于肋骨而言，其呈半环状，大部分的肋骨在摄片时无法与胶片贴近，对
4、肋骨以及肩胛骨骨折线的显示造成了不利影响；患者由于外伤疼痛，无法以标准体位来完成投照工作；再加上心影以及投照条件等多种因素的影响，不可避免会引起误诊或漏诊的情况。在此种形势下，探寻出更加科学可靠的方法，来对胸外伤后患者胸部骨骼的骨折情况进行准确诊断，将外伤的程度真实反映出来，可为临床治疗工作提供科学参考3。在本实验中，经X线片检查，有2例胸骨骨折、2例单根肋骨骨折以及11例多段或多根肋骨骨折未能得到完整的显示，而在经过16排多层螺旋CT后处理技术进行重组成像后，被加以证实，说明此种检查方法相比于常规X线片检查更为可靠。 本实验中，在应用16排多层螺旋CT对胸外伤患者进行扫描后，再采用CPR、M
5、PR以及VR等后处理技术对胸骨、肋骨等处进行重建成像，结果发现螺旋CT容积扫描可快速获得完整信息，扫描结束后，还可将探测器的组合改变，借助原始数据进行再重建，从而可将重建断面图像进行改变。本研究在展开薄层重建以后，向ADW4.2工作站上传扫描的数据，通过选用模板方式，便可快速展开二维及三维重建，获得角度与平面均不相同的重组图像，通过图像从而对患者的骨折情况进行观察与准确评估，充分促进骨折诊断准确率的提高。 采取CPR及MPR后处理技术获得的二维图像，除了具有高分辨率的密度，对细小骨及软骨的骨折非常敏感以外，而且不存在X线束骨折线不容易显示的问题，进而骨质边缘部撕脱性骨碎片与假骨片有效区分开来；
6、同时，上述后处理技术还可将间接骨折征象，如胸壁脂肪层推移模糊，骨折断端周围软组织肿胀等，清晰显示出来。但需要注意的是，由于肋骨的走行呈弯曲状，因而在二维断面上无法将骨折全貌显示出来，只能显示骨折线，缺少立体感。另外，VR成像则是把体素CT值均设定成不相同的透明度，借助虚拟照明效应，将三维空间结构以不同灰阶的形式显示出来，并与三维旋转相结合，将骨折线的形态、位置、骨折断端的移位等多方位、多角度地显示出来。针对肩胛骨发生损伤的患者，应采用切割技术切除肩胛骨，从而将掩盖区肋骨的情况显示出来，从而可得到与解剖图相似的图像。但是，VR成像技术的密度分辨率不高，图像层次感不明显，难以充分显示出隐匿性骨折，这一情况应当引起高度重视。而通过有机结合CPR、MPR、VR这这几种图像，进行综合分析，可明确了解患者骨折情况及其与周围组织间的关系。 综上所述，对于胸部骨骼骨折患者，通过应用16排多层螺旋CT后处理技术对其进行扫描并成像，可进行准确诊断，具有重要的临床应用价值。