徐興華陳曉雷張軍許百男

·論 著·

多田公式計(jì)算腦內(nèi)血腫體積的準(zhǔn)確性和可靠性☆

徐興華*陳曉雷*張軍*許百男*

目的通過與3D-Slicer軟件測量結(jié)果比較，研究多田公式計(jì)算腦出血后血腫體積的準(zhǔn)確性和可靠性。方法收集184例自發(fā)性腦出血患者的頭顱CT數(shù)據(jù)資料，分別采用多田公式和3D-Slicer軟件測量血腫體積。將血腫按3D-Slicer測得體積分為：一組＜30mL(n=55)，二組30～60mL(n=68)，三組＞60mL(n=61)；按形狀分組：規(guī)則組(n=59)，不規(guī)則組(n=107)和分葉狀組(n=18)。分別根據(jù)血腫大小和形狀對兩種方法測量結(jié)果進(jìn)行分析比較。結(jié)果多田公式法血腫平均體積（58.85±37.38）mL，3D-Slicer軟件法血腫平均體積(50.08±31.10)mL，差異有統(tǒng)計(jì)學(xué)意義(t=8.254，P＜0.01)，多田公式平均測量誤差8.77mL，誤差率17.23%。按血腫大小分組，多田公式法測量誤差：一組2.90mL(16.22%)，二組5.89mL(13.55%)，三組17.27mL(18.76%)；按血腫形狀分組，多田公式測量誤差：規(guī)則組3.46mL(8.76%)，不規(guī)則組7.99mL(17.26%)，分葉狀組30.81mL(38.26%)。結(jié)論多田公式是一種粗略的血腫體積計(jì)算方法，結(jié)果存在較明顯誤差，誤差大小主要取決于血腫形狀。

腦內(nèi)血腫 血腫體積 多田公式 3D-Slicer

出血量是評估腦出血預(yù)后簡單可靠的獨(dú)立預(yù)測因素[1-3]，準(zhǔn)確測量腦內(nèi)血腫（intracerebral hema?toma，ICH）體積對臨床制定治療方案和評價(jià)療效至關(guān)重要。傳統(tǒng)血腫量測量多采用多田公式(血腫量=血腫長徑×寬徑×厚度，即V=ABC/2)，多田公式是由橢圓球體體積公式簡化而來[4]，其前提是血腫形狀近似橢圓形。但臨床實(shí)踐中，隨著體積的增加，血腫形狀往往不規(guī)則，甚至呈分葉狀，理論上，多田公式法的計(jì)算誤差也會(huì)隨之增大。3D-Slicer是一個(gè)免費(fèi)的可視化醫(yī)學(xué)圖像分析處理平臺（http://www.slicer.org），其測量原理類似于計(jì)算機(jī)輔助容量分析，為基于CT數(shù)據(jù)的血腫體積測量提供了準(zhǔn)確而簡單的方法[5]。本研究通過與Slicer軟件測量結(jié)果比較，探討多田公式法估算血腫體積的誤差及其與血腫大小和形狀的關(guān)系。

1 資料與方法

1.1 一般資料收集解放軍總醫(yī)院2011年1月至2014年5月收治的自發(fā)性腦出血患者，病例入選標(biāo)準(zhǔn)：年齡＞18歲，腦實(shí)質(zhì)出血且出血量＞5mL，發(fā)病至頭顱CT檢查時(shí)間＜24h。排除標(biāo)準(zhǔn)：腦出血破入腦室內(nèi)或蛛網(wǎng)膜下腔，腫瘤實(shí)質(zhì)內(nèi)出血，外傷性顱內(nèi)血腫，硬膜外或硬膜下血腫。共184例患者納入研究，其中男105例，女79例；平均年齡（54.1±22.3）歲。

1.2 影像數(shù)據(jù)獲取通過醫(yī)院PACS系統(tǒng)獲取患者頭顱CT（美國GE公司，32排，120kV）影像數(shù)據(jù)，數(shù)據(jù)格式符合醫(yī)學(xué)數(shù)字影像和通訊（Digital Imag?ing and Communications in Medicine,DICOM）標(biāo)準(zhǔn)。記錄以下信息：①血腫形狀；②血腫最大層面的長徑（A）和寬徑（B）（cm）；③CT掃描層厚（cm）及血腫層面數(shù)。血腫形狀確定及兩種方法血腫體積計(jì)算均由2名醫(yī)生隨機(jī)順序獨(dú)立完成，取血腫體積平均值進(jìn)行分析。

1.3 血腫計(jì)算方法及分組

1.3.1 多田公式法根據(jù)血腫最大層面的長徑、寬徑、血腫層面數(shù)、掃描層厚，血腫體積V=1/2×長徑×寬徑×層面數(shù)×層厚。

1.3.2 3D-Slicer軟件法 在電腦中運(yùn)行3D-Slicer軟件，導(dǎo)入患者DICOM格式頭顱CT數(shù)據(jù)，調(diào)整圖像大小，進(jìn)行如下處理：運(yùn)行Editor→Apply→Threshold，手動(dòng)設(shè)置CT閾值范圍50～100HU，軟件自動(dòng)識別并標(biāo)記構(gòu)成血腫的像素，必要時(shí)繼續(xù)編輯使血腫與周圍正常腦組織完全分離開，運(yùn)行MakeModel→Models，即可顯示血腫三維形狀及血腫體積（圖1）。

1.3.3 患者分組根據(jù)3D-Slicer軟件測量的血腫體積大小，將患者分3組：一組血腫體積＜30mL（n= 55）；二組血腫體積30～60mL（n=68）；三組血腫體積＞60mL（n=61）。依據(jù)血腫最大層面形狀，分為：規(guī)則組（n=59）；不規(guī)則組（n=107）；分葉狀組（n= 18）。最常見血腫形狀為不規(guī)則形（58.2%，107/ 184）。多田公式法誤差率=（多田公式法血腫體積-Slicer軟件法血腫體積）/Slicer軟件法血腫體積。

1.4 統(tǒng)計(jì)方法獲得數(shù)據(jù)采用SPSS 21.0進(jìn)行統(tǒng)計(jì)分析，用GraphPad Prism 5繪制統(tǒng)計(jì)圖。兩種測量方法血腫量關(guān)系采用簡單線性相關(guān)分析，兩組計(jì)量資料比較采用配對t檢驗(yàn)，多組計(jì)量資料比較采用單因素方差分析，多組間兩兩比較采用LSD法。所有檢驗(yàn)均為雙側(cè)假設(shè)檢驗(yàn),取檢驗(yàn)水準(zhǔn)α= 0.05。

2 結(jié)果

圖1 不同形狀腦內(nèi)血腫：A、規(guī)則形，B、不規(guī)則形，C、分葉狀；D-F：3D-Slicer軟件測量血腫體積

2.1 一般結(jié)果正態(tài)性檢驗(yàn)表明全部數(shù)據(jù)符合近似正態(tài)分布。散點(diǎn)圖顯示多田公式計(jì)算所得血腫體積與3D-Slicer軟件測量所得血腫體積呈線性

關(guān)系（圖2），線性相關(guān)分析表明兩者相關(guān)性較好（相關(guān)系數(shù)r=0.934）。184例自發(fā)性腦出血患者血腫體積測量結(jié)果如表1，多田公式法計(jì)算血腫平均體積為（58.85±37.38）mL，3D-Slicer軟件測量所得血腫平均體積為（50.08±31.10）mL，兩種方法測量結(jié)果差異具有統(tǒng)計(jì)學(xué)意義（t=7.894，P＜0.01），多田公式法測量結(jié)果較3D-Slicer結(jié)果平均高出8.77mL，多田公式法測量血腫體積的平均誤差率為17.23%±9.55%。

2.2 不同大小血腫測量誤差將血腫按體積大小分組，兩組方法測量結(jié)果均值為：一組2.90mL，二組5.89mL，三組17.27mL，差異有統(tǒng)計(jì)學(xué)意義（P值均＜0.01）。多田公式法較3D-Slicer軟件的平均誤差率分別為：一組16.22%±7.55%，二組13.75%± 7.34%，三組18.76%±10.38%，誤差率差異無統(tǒng)計(jì)學(xué)意義（F=0.903，P＞0.05）（圖3）。

圖2 兩種不同方法腦內(nèi)血腫體積測量結(jié)果線性相關(guān)分析（r= 0.934）

表1 不同分組腦出血體積測量結(jié)果比較

2.3 不同形狀血腫測量誤差將血腫按形狀分為三組，兩種方法測量結(jié)果均值差為：規(guī)則組3.46mL，不規(guī)則組7.99mL，分葉狀組30.81mL，多田公式法較3D-Slicer軟件的平均誤差率分別為：規(guī)則組8.76%±6.12%，不規(guī)則組17.26%±10.88%，分葉狀組38.26%±11.23%，誤差率差異有統(tǒng)計(jì)學(xué)

意義（F=5.454，P＜0.01），LSD法示兩兩比較結(jié)果均有統(tǒng)計(jì)學(xué)意義（P＜0.05），見表1、圖3。與3D-Slicer軟件相比，采用多田公式法計(jì)算不規(guī)則形血腫和分葉狀血腫體積產(chǎn)生的誤差明顯高于規(guī)則形血腫。

3 討論

血腫體積是判定自發(fā)性腦出血患者預(yù)后的重要指標(biāo)，與臨床治療策略、患者功能恢復(fù)和死亡率密切相關(guān)，準(zhǔn)確的血腫體積測量具有重要的臨床意義[6]。血腫體積也是臨床醫(yī)生選擇治療方案（內(nèi)科治療或外科干預(yù)）的重要依據(jù)，錯(cuò)誤的血腫體積測量會(huì)影響臨床決策，延誤最佳治療時(shí)機(jī)，影響患者治療效果[7]。準(zhǔn)確的血腫體積測量對于腦出血相關(guān)臨床研究也至關(guān)重要，有利于研究數(shù)據(jù)的標(biāo)準(zhǔn)化和可比性[8,9]，患者血腫體積變化可能成為研究的終點(diǎn)。

目前，測量血腫體積的方法主要有軟件測量法、多田公式法、體視法、尺量法等，腦出血血腫體積測量尚缺少金標(biāo)準(zhǔn)，一般采用計(jì)算機(jī)輔助容量分析作為評價(jià)標(biāo)準(zhǔn)[10]，但該方法費(fèi)用昂貴，設(shè)備要求高，一般僅限于影像科工作站。3D-Slicer軟件由哈佛大學(xué)布里格姆婦女醫(yī)院和麻省理工學(xué)院聯(lián)合開發(fā)，是一個(gè)免費(fèi)開放的可視化圖像分析處理平臺，支持功能擴(kuò)展和優(yōu)化[11]。3D-Slicer軟件測量血腫體積是通過血腫與正常腦組織和顱骨CT值的不同自動(dòng)識別描記血腫，三維重建血腫并根據(jù)每個(gè)層面血腫面積及CT掃描層厚計(jì)算血腫體積，該方法不受血腫形狀和部位的影響，測量結(jié)果準(zhǔn)確，可重復(fù)性好，能夠滿足臨床多種應(yīng)用需要[12]。3D-Slicer軟件平均單個(gè)血腫測量時(shí)間96s，90%以上血腫體積測量能夠在2.5 min內(nèi)完成，與傳統(tǒng)手工描記法相比，節(jié)省時(shí)間，對操作者要求低，有利于臨床推廣應(yīng)用，其實(shí)用性已得到證實(shí)[13]。

關(guān)于多田公式計(jì)算腦內(nèi)血腫體積準(zhǔn)確性的研究，國內(nèi)文獻(xiàn)報(bào)道很少，本研究通過3D-Slicer軟件探討多田公式法準(zhǔn)確性，并分別依據(jù)血腫大小和血腫形狀分組分析多田公式誤差率大小。結(jié)果顯示，多田公式法與3D-Slicer軟件結(jié)果相比，血腫體積平均誤差是8.77mL（17.23%），與國外Huttner等[14]的結(jié)果類似，多田公式適合計(jì)算規(guī)則形狀血腫體積，對不規(guī)則形血腫和體積較大血腫，多田公式測量誤差較大，會(huì)顯著高估血腫體積。

按血腫大小分組，多田公式法計(jì)算誤差絕對值隨血腫體積增大而增加，但各組間誤差率未見顯著差異，與Wang CW等[15]的研究結(jié)果有所不同，可能由于血腫形狀與血腫大小無明顯相關(guān)性，多田公式計(jì)算誤差增加速度與血腫體積增大速度接近，因而結(jié)果誤差率接近。按血腫形狀分組，多田公式法計(jì)算誤差率分別為：規(guī)則組8.76%，不規(guī)則組17.26%，分葉狀組38.26%，不規(guī)則組和分葉狀組誤差率顯著高于規(guī)則組。分葉狀組誤差率接近40%，會(huì)對臨床治療方案制定產(chǎn)生較大影響，臨床中該類腦出血應(yīng)用多田公式計(jì)算血腫體積應(yīng)慎重。與血腫大小相比，多田公式法計(jì)算誤差與血腫形狀關(guān)系更加密切。本組病例中不規(guī)則形和分葉狀血腫占到全部血腫的64.43%，比例高于國內(nèi)外相關(guān)報(bào)道[16,17]，可能與我院就診患者多數(shù)病情較重出血量較大有關(guān)。

總之，多田公式是一種粗略計(jì)算血腫體積的方法，不夠準(zhǔn)確，測量結(jié)果往往大于血腫實(shí)際體積。多田公式適合于計(jì)算形狀規(guī)則血腫體積，對不規(guī)則血腫和分葉狀血腫計(jì)算結(jié)果誤差大，準(zhǔn)確性差。

[1]Broderick JP,Brott TG,Duldner JE,et al.Volume of intracere?bral hemorrhage.A powerful and easy-to-use predictor of 30-day mortality[J].Stroke,1993,24(7):987-993.

[2]Zurasky JA,Aiyagari V,Zazulia AR,et al.Early mortality fol?lowing spontaneousintracerebralhemorrhage[J].Neurology, 2005,64(4):725-727.

[3]Ruiz-Sandoval JL,Chiquete E,Romero-Vargas S,et al.Grad?ing scale for prediction of outcome in primary intracerebral hem?orrhages[J].Stroke,2007,38(5):1641-1644.

[4]Kothari RU,Brott T,Broderick JP,et al.The abcs of measuring intracerebralhemorrhage volumes[J].Stroke,1996,27(8): 1304-1305.

[5]Fedorov A,Beichel R,Kalpathy-Cramer J,et al.3D Slicer as an image computing platform for the quantitative imaging net?work[J].Magn Reson Imaging,2012,30(9):1323-1341.

[6]Davis SM,Broderick J,Hennerici M,et al.Hematoma growth is

a determinant of mortality and poor outcome after intracerebral hemorrhage[J].Neurology,2006,66(2):1175-1181.

[7]Becker KJ,Baxter AB,Cohen WA,et al.Withdrawal of support in intracerebral hemorrhage may lead to self-fulfilling prophe?cies[J].Neurology,2001,56(6):766-772.

[8]Mayer SA,Brun NC,Begtrup K,et al.Efficacy and safety of re?combinant activated factor VII for acute intracerebral hemor?rhage[J].N Engl J Med,2008,358(20):2127-2137.

[9]Tao H,Ramadas G,Carrozzella J,et al.IMS investigators.pa?renchymal hematoma and total lesion volume in combined IV/ IA revascularization stroke therapy[J].J Neurointerv Surg,2012, 4(5):256-260.

[10]Yan J,Zhao KJ,Sun JL,et al.Comparison between the formula 1/2ABC and 2/3Sh in intracerebral parenchyma hemorrhage[J]. Neurological Research,2013,35(4):382-388.

[11]Egger J,Kapur T,Fedorov A,et al.GBM volumetry using the 3D Slicer medical image computing platform[J].Scientific Re?port,2013,3:1364.

[12]曾文曄,方路平,萬錚杰.醫(yī)學(xué)圖像處理平臺3D Slicer的國際化方法[J].計(jì)算機(jī)系統(tǒng)應(yīng)用,2013,22(7):7-11.

[13]Velazquez ER,Parmar C,Jermoumi M,et al.Volumetric CT-based segmentation of NSCLC using 3D-Slicer[J].Sci Rep, 2013,3:3529.

[14]Huttner HB,Steiner T,Hartmann M,et al.Comparison of ABC/ 2 Estimation Technique to Computer-Assisted Planimetric Anal?ysis in Warfarin-Related Intracerebral Parenchymal Hemor?rhage[J].Stroke,2006,37(2):404-408.

[15]Wang CW,Juan CJ,Liu YJ,et al.Volume-dependent overesti?mation of spontaneous intracerebral hematoma volume by the ABC/2 formula[J].Acta Radiol,2009,50(3):306-311.

[16]白莉,徐剛,郎嘉興,等.顱內(nèi)血腫CT容積測量與多田法測量的比較[J].臨床放射學(xué)雜志,2010,29(10):1415-1417.

[17]Fujii Y,Tanaka R,Takeuchi S,et al.Hematoma enlargement in spontaneous intracerebral hemorrhage[J].J Neurosurg,2009, 111(1):51-57.

Study on the Accuracy and Reliability of the ABC/2 Formula for Volume Assessment of Intracerebral He?matoma

.XU Xinghua,CHEN Xiaolei,ZHANG Jun,XU Bainan.Department of neurosurgery,Chinese People's Liberation Army General Hospital,No.28 Fuxing Road,Haidian District,Beijing 100853,China.Tel:010-66938138.

ObjectiveTo investigate the accuracy and reliability of the ABC/2 formula for measurement of intrace?rebral hematoma(ICH)volume by comparing it with software 3D-Slicer.MethodsComputed tomographic image data of 184 patients with spontaneous ICH were collected.Hematoma volumes were estimated by using the ABC/2 formula and 3D-Slicer.Based on the volume calculated by 3D-Slicer,patients were further divided into three groups.Group 1 con?tained 55 patients with volume less than 30 ml,group 2 contained 68 patients with volume of 30-60 ml,and group 3 con?tained 61 patients with volume larger than 60 mL.Shape of the ICH was divided into regular(59 cases),irregular with frayed margins(107 cases)and multilobular(18 cases).Resultsof these two methods were compared according to hemato?ma size and shape.Results The estimated hematoma volume was(58.85±37.38)mL in the ABC/2 formula and(50.08± 31.10)mL in 3D Slicer.The ABC/2 formula produced a mean overestimation of 8.77 mL and the mean percent deviation was 17.23%.The mean estimation errors were 2.90 mL(16.22%),5.89 mL(13.55%),and 17.27 mL(18.76%)in groups 1,2,and 3 when patients were grouped by hematoma size.The estimation errors were 3.46mL(8.76%),7.99 mL (17.26%),and 30.81 mL(38.26%)in regular,irregular and multilobular hematomas when patients were grouped by shape.ConclusionsThe ABC/2 formula is a rough method for volume assessment of intracerebral hematoma and produc?es significant estimation errors.The size of estimation errors largely depends on hematoma shape.

Intracerebral hematoma Hematoma volume ABC/2 3D-Slicer

R651.1

A

2014-09-01）

（責(zé)任編輯:甘章平）

10.3936/j.issn.1002-0152.2015.02.005

☆ 國家自然科學(xué)基金項(xiàng)目（編號：81271515）

* 中國人民解放軍總醫(yī)院神經(jīng)外科（北京100853）