【摘要】：目的站立位頸椎側位X線平片在評估患者頸椎矢狀位序列時應用非常廣泛,與仰臥位下頸椎MRI矢狀面圖像相比,站立位能真實反映頸椎的生理曲度,但是受到雙肩關節(jié)及頸部軟組織的遮擋,在普通頸椎側位X線平片上,一些患者無法清晰顯示胸1椎體上終板和胸骨柄頸靜脈切跡上緣,為克服這一缺點,本研究采用X線斷層融合圖像技術拍攝患者站立位頸椎側位X線圖像,同時拍攝仰臥位頸椎MRI圖像;比較分析頸椎側位X線斷層融合圖像與MRI矢狀面圖像上頸椎矢狀位參數(shù)的差異及相關性,并說明各自的臨床意義。方法回顧性分析2018年1月~2018年12月因頸部疼痛、酸脹不適在鄭州大學第一附屬醫(yī)院骨科門診行頸椎側位X線斷層融合圖像及MRI檢查的106例(男56例,女50例;年齡28~65歲,平均年齡52.8±8.0歲)患者的影像資料;在站立位頸椎側位X線斷層融合圖像及MRI矢狀面T2加權圖像上分別測量0-C2Cobb角(CobbO-C2)、C2-7Cobb角(CobbC2-7)、C2-7矢狀位軸(C2-7SVA)、胸1椎體傾斜角(T1 slope,T1S)、頸傾斜角(neck tilt,NT)、胸廓入口角(thoracic inlet angle,TIA);連接頸2椎體下終板中點A與頸7椎體上終板中點B,根據(jù)頸3、4、5、6椎體的幾何中心與AB的位置關系,將頸椎曲度分為前凸組和后凸組,頸3、4、5、6椎體的幾何中心均位于AB前方為前凸組,頸3、4、5、6椎體的幾何中心至少有一個位于AB后方為后凸組;采用配對t檢驗、Pearson相關系數(shù)及線性回歸分析比較組間和組內測量結果的差異性及相關性。結果在頸椎X線斷層融合圖像與MRI正中矢狀面圖像上測量的參數(shù)中,除TIAX和TIAM、后凸組CobbC2-7X和后凸組CobbC2-7M間差異無統(tǒng)計學意義(P0.05)外,CobbO-C2X和CobbO-C2M、整體CobbC2-7X和整體CobbC2-C7M、前凸組CobbC2-7X和前凸組CobbC2-7M、C2-7SVAX和C2-7SVAM、T1SX和T1SM、NTX和NTM間均有顯著的統(tǒng)計學差異(P0.05);在站立位頸椎側位X線斷層融合圖像上測量的數(shù)據(jù)中,TIAX與T1SX(r=0.554)、NTX(r=0.760)存在強的正相關,且有顯著的統(tǒng)計學差異;T1SX與CobbC2-7X(r=0.674)存在強的正相關,且有顯著的統(tǒng)計學差異;CobbO-C2X與CobbC2-7X(r=-0.416)存在負相關,且有顯著的統(tǒng)計學差異。在仰臥位頸椎MRI正中矢狀面圖像上測量的數(shù)據(jù)中,TIAM與T1SM(r=0.502)、NTM(r=0.761)存在強的正相關,且有顯著的統(tǒng)計學差異;T1SM與CobbC2-7M(r=0.512)存在強的正相關,且有顯著的統(tǒng)計學差異。頸椎側位X線斷層融合圖像與頸椎MRI正中矢狀面圖像上的CobbO-C2X與CobbO-C2M、CobbC2-7X與CobbC2-7M、TIAX與TIAM、NTX與NTM、T1SX與T1SM間存在強的正相關,r值分別為0.835、0.912、0.950、0.844、0.744,且有顯著的統(tǒng)計學差異。結論1.采用頸椎X線斷層融合圖像技術拍攝清晰的站立位頸椎側位片更加適合用來測量患者頸椎矢狀位序列參數(shù)。2.仰臥位拍攝頸椎MRI正中矢狀面圖像代替站立位頸椎側位圖像來評估患者頸椎矢狀位序列是不準確的。
【圖文】：

7圖 4連接頸 2 椎體下終板中點 A 與頸 7 何中心均位于 AB 前方為頸椎前凸 A 與頸 7 椎體上終板中點 B，頸 3AB 后方為頸椎后凸組。SPSS 公司 美國）軟件進行統(tǒng)計學分料在符合正態(tài)分布后，采用配對 t較兩種測量結果組間、組內的差異性相關值 r 分級如下：強（-1.0 至-0.

3 通過線性回歸分析得出頸椎側位 X 線斷層融合圖像與頸椎 MRI正中矢狀面圖像上對應參數(shù)間的關系CobbO-C2X=0.91XCobbO-C2M+6.57，CobbC2-7X=1.10XCobbC2-7M+3.43，C2-7SVAX=0.46XC2-7SVAM+14.42 ， T1SX=0.83XT1SM+6.21 ， NTX=0.89XNTM+3.29，TIAX=1.07XTIAM+4.90（如圖 5）。
【學位授予單位】：鄭州大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：R681.5;R445.2

【相似文獻】

相關期刊論文 前10條

1 滕才鈞;韋建林;鄧燕云;崔惠勤;;自身免疫性胰腺炎的~(18)氟-脫氧葡萄糖PET/CT及MRI圖像特征和應用價值[J];廣西醫(yī)科大學學報;2019年03期

2 邢盼盼;馬宇鋒;李_g;;顳下頜關節(jié)紊亂病的MRI圖像特點及與臨床癥狀相關性研究進展[J];山東醫(yī)藥;2019年08期

3 王卉歡;張肇慧;王紅;陳濱;;灰度變換增強法在MRI影像處理中的應用[J];牡丹江醫(yī)學院學報;2018年06期

4 徐建;卞光軍;陳磊;;淺談MRI圖像質量的影響因素及設備的日常維護和保養(yǎng)[J];名醫(yī);2018年12期

5 李珍珍;張偌雅;;基于對稱相似度的MRI圖像檢測[J];現(xiàn)代計算機(專業(yè)版);2017年29期

6 顧劍華;石志才;;CT結合MRI圖像在定制腰椎新型完全后路人工椎體中的應用[J];中國骨與關節(jié)損傷雜志;2019年03期

7 張靜;周佐;;腦部MRI圖像自動分割算法的研究[J];信息技術;2018年06期

8 王磊;;基于自組織神經(jīng)網(wǎng)絡的多模態(tài)MRI圖像分割[J];太赫茲科學與電子信息學報;2018年02期

9 李媛;;人體腦圖像分割技術研究[J];伺服控制;2011年08期

10 王韋;林一聰;Andreas Alexopoulos;Stephen Jones;周東;王玉平;Zhong Irene Wang;;MRI圖像后處理技術在局灶性皮質發(fā)育不良癲癇患者中的應用[J];中風與神經(jīng)疾病雜志;2018年11期

相關會議論文 前4條

1 尹忠杰;霍云龍;;基于MRI圖像的兔左心室的舒張模擬和力學行為分析[A];第十二屆全國生物力學學術會議暨第十四屆全國生物流變學學術會議會議論文摘要匯編[C];2018年

2 毛鵬;朱謙;劉波濤;苗羽;楊陽;水源;閆龍濤;楊克勤;樊碧發(fā);;MRI圖像測量聯(lián)合C形臂透視引導行頸段硬膜外穿刺[A];中華醫(yī)學會疼痛學分會第十屆學術年會論文集[C];2013年

3 鄭虹;曾坤;郭迪;應佳熙;楊鈺;彭璽;陳忠;屈小波;;基于梯度引導的邊緣增強多對比度腦部MRI圖像超分辨[A];2018第二十屆全國波譜學學術年會會議論文摘要集[C];2018年

4 王佳熙;曾理;;基于Deep Learning的圖像分割及其在CT和MRI圖像上的應用[A];第十五屆中國體視學與圖像分析學術會議論文集[C];2017年

相關碩士學位論文 前10條

1 李國闖;頸椎矢狀位序列在X線斷層融合圖像與MRI圖像上的差異及臨床意義[D];鄭州大學;2019年

2 詹漢強;MRI圖像質量評價指標體系的構建[D];鄭州大學;2019年

3 吳艷凱;胎兒MRI圖像質量因素的回歸分析及其在胎兒腦室擴張診斷中的價值研究[D];河北醫(yī)科大學;2017年

4 劉瑞;基于多模態(tài)MRI圖像的腦腫瘤分割方法[D];電子科技大學;2017年

5 周向前;鯉魚機器人腦運動控制區(qū)MRI圖像研究[D];燕山大學;2017年

6 梁晶;基于壓縮感知的MRI圖像的快速重建[D];哈爾濱理工大學;2017年

7 張冰宇;基于高分辨率MRI圖像的面部軟組織的分層分割[D];浙江工業(yè)大學;2017年

8 朱家群;支持向量機及其在醫(yī)學圖像可視化中圖像分割的應用研究[D];南京理工大學;2007年

9 廖林峰;基于模糊C-均值聚類的MRI圖像分割優(yōu)化方法研究[D];南京郵電大學;2017年

10 屈穎歌;支持向量機在圖象處理中若干問題研究[D];南京理工大學;2003年

，

本文編號：2687510