利用CTVR技术推导X线平片的游离性胸腔积液体积与算法

摘要/Abstract

摘要： 目的利用64排螺旋VCT容积再现(volume rendering,CTVR)技术测量胸腔积液体积,并进一步分析积液体积与平片测量参数的相关性,从而推导游离性胸腔积液量平片估算方法.方法利用CTVR技术进行图像处理并测量22例单侧胸腔积液患者胸腔积液体积,并与胸腔积液平片测量参数之间进行相关性分析,计算出回归方程.结果利用CTVR技术测得胸腔积液体积与积液高度相关(r=0.899,P=0.000).结论利用CTVR技术测得胸腔积液体积与平片测量胸腔积液高度存在明显直线相关,并可得到相应的直线回归方程.

关键词: 胸腔积液, 体层摄影术, X线计算机, 体积描记术

中图分类号:

R445.3

郭志军;刘海涛;迟红卫;赵梅星;韩书明;张玉环. 利用CTVR技术推导X线平片的游离性胸腔积液体积与算法[J]. , 2013, 34(1): 84-84.

[1]	程媛媛, 彭海燕, 胡利兵. 腮腺腺淋巴瘤与多形性腺瘤的CT表现及吸烟者比例、吸烟指数差异分析[J]. 河北医科大学学报, 2022, 43(5): 583-586.
[2]	井淑艳, 张家恺, 任庆云, 侯瑞鸿. MSCTA对婴幼儿肺静脉异位引流的诊断价值 [J]. 河北医科大学学报, 2022, 43(11): 1343-1346,1355.
[3]	赵君禄1，聂关伟2，赵德园1，王猛1，任庆云1*. 320层螺旋CT在输尿管结石测量中的临床价值[J]. 河北医科大学学报, 2020, 41(9): 1050-1052,1083.
[4]	王正, 王震, 柴书坤, 刘荣惠, 史金英, 孟爱宏. 慢性阻塞性肺疾病合并/未合并支气管扩张患者炎症指标分析[J]. 河北医科大学学报, 2020, 41(8): 888-891.
[5]	徐涛1，余晓玮2. 多排螺旋CT灌注成像联合sIL-2R、Cyfra21-1、ADAM-9 mRNA对肺孤立性结节的诊断价值探讨[J]. 河北医科大学学报, 2020, 41(4): 473-476.
[6]	许莉，赵波，赵萍. PCOS患者应用CT、MRI联合三维能量多普勒超声的表现特征及与内分泌功能的关系[J]. 河北医科大学学报, 2020, 41(2): 196-199,218.
[7]	梅双, 张昊, 张晓, 任贵云. 锥形束CT引导下微创拔除前磨牙区多生牙[J]. 河北医科大学学报, 2020, 41(11): 1321-1325.
[8]	吴勇超, 武中林, 荣小翠, 李亚洲, 康一鹤, 李智岗. 锥形束CT技术在结直肠癌肝转移瘤介入治疗中的应用价值[J]. 河北医科大学学报, 2020, 41(10): 1190-1194.
[9]	陈涛, 樊建中, 吴彩云, 李文菲, 严静东. 成人原发前纵隔恶性肿瘤的多模态成像影像表现及其应用价值[J]. 河北医科大学学报, 2020, 41(10): 1227-1230.
[10]	王一凤1，董巍1，汤丽健2，杨慧3，李培秀4，樊国峰1*. 应用定量CT检测骨密度评估抗骨质疏松治疗效果#br#[J]. 河北医科大学学报, 2020, 41(1): 34-36,41.
[11]	李晓娜1，王矞辉2，张英华1，王晓英1，孙〓琛3，彭志刚1*. 腰椎间盘CT 2种模式扫描剂量的比较#br#[J]. 河北医科大学学报, 2019, 40(5): 565-569.
[12]	胡凯1，赵君禄2，何丽2，吴冬雪2，刘斋2*. 应用低管电压技术降低下肢多层螺旋CT静脉成像辐射剂量的研究[J]. 河北医科大学学报, 2019, 40(11): 1309-1311,1316.
[13]	颜立群1，张景坤2*，康建丽1，王文燕1，穆晓丹1，汪国石1. 螺旋CT冠状动脉校正性对比剂浓度差值联合生化指标评价冠状动脉狭窄的诊断效能[J]. 河北医科大学学报, 2018, 38(6): 707-710,744.
[14]	陈〓超，杨志远，尹〓阳，赵〓艳. 小肠腔内非肿瘤性梗阻MSCT分析#br#[J]. 河北医科大学学报, 2018, 38(3): 322-325.
[15]	刘〓斋1，贾立镯2，何〓丽1，任庆云1*，李〓珠3. 肺气肿型COPD患者CT容积参数与肺功能的相关性研究[J]. 河北医科大学学报, 2018, 38(12): 1433-1437.

利用CTVR技术推导X线平片的游离性胸腔积液体积与算法

LI Dong;MENG Yanxin;YANG Shengchang;WEN Di;CONG Bin;MA Chunling

HTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价