分享

脑外伤患者创伤后占位体积的测量

 weishudong 2011-10-27
脑外伤患者创伤后占位体积的测量 2010.8.30阅读(1625)

急性脑出血的话手术打开的时候一般出血量会比CT估计的出血量大一点,因为脑出血后脑内本身是一个密闭的环境,本身出血对出血血管有一个压迫止血的作用, 当颅压消失后,出血血管会继续出血,这样就导致影像出血量常较开颅量少.我们常用的方法就是:

1如果病灶形态还算规则的话,则用

硬膜外血肿出血量(ml)=病灶最大层面长×宽×层间距×病灶层数×0.5(立方厘米)

2如果不规则的话就逐层计算,层层相加,得结果,这样的话更为准确一点,不过在工作量上要大一点.

脑内、硬膜外血肿出血量(ml)=病灶最大层面长×宽×层间距×病灶层数×0.5(立方厘米)

3如果层间距是10mm,那么公式可简化为

出血量=病灶最大层面长×宽×病灶层数×0.5。

测量应不含水肿的范围。

硬膜下,脑室内,蛛网膜下腔出血不能用此公式。


临床要求:大于30ML手术,小于30ML保守。 一、最常用的方法:长x宽x层距x层数x0.52。计算出来的出血量偏多。

二、目前的CT机一般都有“画曲线”的功能,将出血的轮廓画出来,就能显示面积,再乘以层距就是出血量了。全部层面的出血量相加,就是出血总量。

三、最准确——但不是绝对准确的方法,就是螺旋CT扫描后,将血肿重建出来,利用工作站的体积测量工具,即可显示出血量。但是这个方法太复杂,而且对贴近颅板的血肿切割比较困难。

强调一点:计算公式应该是“长x宽x层距x层数x0.52”,因为如果是采用有间隔扫描的话,只是乘以层厚则会漏了计算间隔内的出血量。

出血量的计算,吴恩惠教授主编的〈头颅CT〉中是这样算的:长X宽X层厚X 3.14/6。

对脑出血破入脑室的患者我们一般是不计算出血量的。

长X宽X层数的层面一定要是最大层面!!注意:不是层厚,而是层数,如果层厚是10mm,即1cm,就不用乘系数,如果是5mm、6mm、8mm的话就要乘上0.5、0.6、0.8等

附录1:脑外伤患者创伤后占位体积的测量

     1. 使用现代电子计算机断层扫描机成像软件直接测量体积是金标准。但已很少应用。

     2. Kothari等已描述过使用“ABC”方法测量脑内出血,并且也是基于测量椭圆体体积的概念。椭圆体的体积公式:

     Ve=4/3π(A/2)(B/2)(C/2)

     此处的A、B、和C是3个直径。因为π≈3,所以公式可变为:Ve=ABC/2。

     按下列步骤可以近似计算脑出血的体积:

     确定出血区域最大的CT层面(层面1)。

     A:测量层面1最大直径,为A。

     B:测量垂直于A的最大直径,为B。

     C:计数厚度为10 mm的层面数。

     将每一个层面与层面1进行比较。

     若层面的出血量超过层面1的75%,则将此层面记作1。

     若层面的出血量在层面1的25%~75%之间,则将此层面记作0.5。

     若层面的出血量小于层面1的25%,则不计算此层面。

     将所有层面累加起来为C。

     3. 近来,引入了一种名为“Cavalieri直接测算术”的方法。该方法将CT扫描上的病变分解为相应的点数,病变体积则是病变点数的总和,病变点数等于与每一点数相关的面积乘以扫描层面之间的距离。用来确定点数的网格可以通过影印原文的模板或通过计算机预制均一的空间点状网格来获取。

附录Ⅱ:对相关CT扫描所见的评估

     由于其快速成像时间、相对低费用和安全性,CT扫描成为广泛用于评估颅脑损伤的成像方式。为使成像程序标准化,从枕大孔到蝶鞍应行5 mm层厚扫描,蝶鞍以上应行10 mm层厚扫描,扫描平行于眦听线。与转归相关的早期CT扫描所见包括基底池的形态、中线移位和基底池内蛛网膜下腔出血。

     中脑水平的基底池

     基底池受压或消失提示颅内压增高的危险增至三倍,且基底池的形态与转归相关。占位效应的程度通过中脑水平的脑池来评价。中脑周围池被分成3肢,一个后肢和两个侧肢(图1)。脑池是否开放或受压,可以通过每肢分别去评价。基底池可以是:①开放(三肢全部开放);②部分闭塞(一或两肢消失);③完全闭塞(三肢全部消失)。

     室间孔水平的中线移位

     中线移位的出现与转归呈负相关。在判定室间孔水平的中线移位时,应首先通过测量脑内空间的宽度来决定中线(“A”),然后再测量颅骨至透明隔的距离(“B”)(图2),最后按下列公式计算中线移位:

     中线移位=(A/2)-B

外伤性蛛网膜下腔出血

     26%~53%的重型颅脑损伤患者可发生外伤性蛛网膜下腔出血。发生蛛网膜下腔出血时,患者死亡率加倍。若基底池出现外伤性蛛网膜下腔出血,则其对转归不良的阳性预测值约为70%。

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多