孟 楠

閆瑞芳 YAN Ruifang

任繼鵬 REN Jipeng

王紅霞 WANG Hongxia

金興興 JIN Xingxing

韓東明 HAN Dongming

單指數(shù)、雙指數(shù)及拉伸指數(shù)模型擴(kuò)散加權(quán)成像參數(shù)診斷子宮內(nèi)膜癌

孟 楠MENG Nan

閆瑞芳YAN Ruifang

任繼鵬REN Jipeng

王紅霞WANG Hongxia

金興興JIN Xingxing

韓東明HAN Dongming

目的探討單指數(shù)、雙指數(shù)及拉伸指數(shù)模型擴(kuò)散加權(quán)成像（DWI）各參數(shù)在診斷子宮內(nèi)膜癌中的價(jià)值，為子宮內(nèi)膜癌的診斷提供新的思路。資料與方法 回顧性分析28例子宮內(nèi)膜癌患者和24例子宮內(nèi)膜正?；颊叩捏w素內(nèi)不相干運(yùn)動(dòng)成像資料，分別測(cè)量子宮內(nèi)膜癌組織和正常子宮內(nèi)膜組織的單指數(shù)模型、雙指數(shù)模型及拉伸指數(shù)模型參數(shù)，包括標(biāo)準(zhǔn)表觀擴(kuò)散系數(shù)（ADC-stand）、慢速表觀擴(kuò)散系數(shù)（ADC-slow）、快速表觀擴(kuò)散系數(shù)（ADC-fast）、灌注分?jǐn)?shù)（f）、擴(kuò)散分布指數(shù)（DDC）和擴(kuò)散異質(zhì)性指數(shù)（α）。采用受試者工作特性（ROC）曲線評(píng)價(jià)各參數(shù)值的閾值及診斷效能，分析兩組間各參數(shù)值的差異以及同組間各參數(shù)值的相關(guān)性。結(jié)果子宮內(nèi)膜癌組的ADC-stand、ADC-slow、f、DDC及α值均低于子宮內(nèi)膜正常組，差異均有統(tǒng)計(jì)學(xué)意義（P＜0.05），ADC-fast值差異無(wú)統(tǒng)計(jì)學(xué)意義（P＞0.05）；ADC-stand和ADC-slow的ROC曲線下面積分別為0.949和0.911，閾值分別為1.245×10－3mm2/s、0.998×10－3mm2/s。子宮內(nèi)膜癌組的ADC-stand與ADC-slow、DDC值均呈正相關(guān)（r=0.787、0.880，P＜0.05），且ADC-slow值均低于ADC-stand值（P＜0.05）。結(jié)論單指數(shù)、雙指數(shù)及拉伸指數(shù)模型部分參數(shù)的差異能夠?yàn)樽訉m內(nèi)膜癌的診斷提供新的思路。

子宮內(nèi)膜腫瘤；磁共振成像；擴(kuò)散加權(quán)成像

子宮內(nèi)膜癌是女性生殖系統(tǒng)三大惡性腫瘤之一，近年其發(fā)病率持續(xù)上升[1]。MRI是目前診斷子宮內(nèi)膜癌的主要方法，法國(guó)國(guó)家癌癥研究所提出，所有子宮內(nèi)膜癌患者術(shù)前均應(yīng)行MRI檢查[2]。然而傳統(tǒng)MRI檢查僅能從形態(tài)學(xué)層面對(duì)子宮內(nèi)膜癌進(jìn)行診斷，對(duì)于形態(tài)學(xué)表現(xiàn)相似的疾病鑒別診斷存在一定的局限性。擴(kuò)散加權(quán)成像（DWI）能在一定程度上定量反映病變組織的生物學(xué)特征，由其衍生而來(lái)的基于體素內(nèi)不相干運(yùn)動(dòng)（intravoxel incoherent motion，IVIM）的雙指數(shù)模型[3]和拉伸指數(shù)模型[4]，可以應(yīng)用多個(gè)參數(shù)從不同角度定量反映病變特點(diǎn)，并應(yīng)用于甲狀腺[5]、乳腺[6]良惡性病變的鑒別診斷等方面。本研究擬探討單指數(shù)、雙指數(shù)及拉伸指數(shù)模型DWI參數(shù)診斷子宮內(nèi)膜癌的價(jià)值。

1 資料與方法

1.1 研究對(duì)象 收集2016年9月－2017年3月在新鄉(xiāng)醫(yī)學(xué)院第一附屬醫(yī)院行MRI檢查的子宮內(nèi)膜癌患者。納入標(biāo)準(zhǔn)：①患者及家屬知情同意；②子宮內(nèi)膜病變者；③MRI掃描后1周內(nèi)行手術(shù)病理檢查獲得明確病理結(jié)果。排除標(biāo)準(zhǔn)：①M(fèi)RI檢查前接受過放、化療；②MRI掃描序列不完整或圖像存在明顯運(yùn)動(dòng)/金屬偽影。收集同期因盆腔良性病變（如卵巢囊腫等）行盆腔MRI檢查，但子宮內(nèi)膜正常的患者，納入標(biāo)準(zhǔn)：①M(fèi)RI顯示子宮內(nèi)膜正常；②圖像清晰，能滿足診斷及圖像后處理需要。符合納入標(biāo)準(zhǔn)的子宮內(nèi)膜癌患者共28例，年齡41～66歲，中位年齡53歲；子宮內(nèi)膜正常者24例，年齡29～62歲，中位年齡47歲。

1.2 儀器與方法 應(yīng)用3.0T MR掃描儀（Discovery MR750，GE Healthcare）和8通道相控陣體線圈對(duì)患者進(jìn)行盆腔MRI掃描。掃描序列包括常規(guī)冠狀位、矢狀位、軸位TIWI/T2WI序列（FOV 36 cm×28 cm，層厚6.0 mm，層間距2.0 mm），軸位薄層、小視野、無(wú)壓脂T2WI序列（FOV 22 cm×22 cm，層厚4.0 mm，層間距0 mm）；軸位多b值DWI序列（SE-EPI序列，F(xiàn)OV 36 cm×28 cm，層厚5 mm，層間距1 mm，b=0、20、40、80、160、200、400、600、800、1000 s/mm2， 激勵(lì)次數(shù)2、2、2、2、2、4、4、6、6）。檢查前患者適度憋尿并進(jìn)行陰道填塞。

1.3 圖像處理及分析

1.3.1 圖像后處理方法 將多b值DWI圖像傳至GE AW 4.6工作站，利用Functool工具包中的MADC軟件進(jìn)行后處理。由1 名主治醫(yī)師和1 名副主任醫(yī)師共同閱片。測(cè)量單指數(shù)模型參數(shù)標(biāo)準(zhǔn)表觀擴(kuò)散系數(shù)（standard apparent diffusion coefficient，ADC-stand）、雙指數(shù)模型參數(shù)慢速表觀擴(kuò)散系數(shù)（slow apparent diffusion coef fi cient，ADC-slow）、快速表觀擴(kuò)散系數(shù)（fast apparent diffusion coef fi cient，ADC-fast）、灌注分?jǐn)?shù)（perfusion fraction，f）、拉伸指數(shù)模型參數(shù)擴(kuò)散分布指數(shù)（distributed diffusion coef fi cient，DDC）和擴(kuò)散異質(zhì)性指數(shù)（α）。

1.3.2 ROI的選取方法 結(jié)合薄層、小視野、無(wú)壓脂T2WI圖像，手動(dòng)選取ROI，在腫瘤實(shí)性部分勾畫3個(gè)形狀、大小近似的ROI，面積為50 mm2左右，獲取每個(gè)ROI的平均參數(shù)值，每名觀察者測(cè)量2次，取平均值，最終結(jié)果取2名觀察者的平均值。參考標(biāo)準(zhǔn)：①選取腫塊最大的橫斷層面，盡量包括腫塊DWI明顯高信號(hào)區(qū)域；②ROI邊緣與病灶邊緣保持一定距離，以避免容積效應(yīng)；③所有ROI的選擇應(yīng)盡量避開肉眼可見的囊變、出血和壞死區(qū)域；④子宮內(nèi)膜正常組ROI置于子宮內(nèi)膜顯示最佳部分。

1.4 統(tǒng)計(jì)學(xué)方法 采用SPSS 21.0軟件，兩組各參數(shù)比較采用成組資料t檢驗(yàn)，子宮內(nèi)膜癌組ADC-stand值和其他參數(shù)值的相關(guān)性采用Pearson相關(guān)分析；利用受試者工作特性（ROC）曲線評(píng)價(jià)各參數(shù)值對(duì)子宮內(nèi)膜癌的診斷效能及最佳診斷閾值，P＜0.05表示差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 不同病變各DWI模型的參數(shù) IVIM-DWI掃描后經(jīng)后處理軟件擬合得出的各參數(shù)偽彩圖見圖1。子宮內(nèi)膜癌組的ADC-stand、ADC-slow、f、DDC和α值均低于子宮內(nèi)膜正常組，差異均有統(tǒng)計(jì)學(xué)意義（P＜0.05）；在子宮內(nèi)膜正常組和子宮內(nèi)膜癌組中，ADC-slow值均與 ADC-stand值呈正相關(guān)且普遍小于ADC-stand值（r=0.878、0.787，P＜0.01）；在子宮內(nèi)膜正常組和子宮內(nèi)膜癌組中，DDC 值與ADC-stand 值均呈正相關(guān)（r=0.807、0.880，P＜0.05）。見表 1。

2.2 3種模型各參數(shù)的診斷效能 ADC-stand、ADC-slow、f、DDC及α值診斷子宮內(nèi)膜癌的AUC分別為0.949、0.911、0.761、0.876和0.719（圖2），診斷效能見表2。

3 討論

3.1 子宮內(nèi)膜癌的形態(tài)學(xué)特點(diǎn)及單指數(shù)模型參數(shù)分析 子宮內(nèi)膜癌在常規(guī)MRI圖像上大部分表現(xiàn)為稍長(zhǎng)T1長(zhǎng)T2信號(hào)[7]，與正常子宮內(nèi)膜的MRI信號(hào)特點(diǎn)類似，因此，當(dāng)子宮內(nèi)膜出現(xiàn)形態(tài)學(xué)特征無(wú)明顯變化的早期病變時(shí)，常規(guī)MRI不易檢出。DWI的優(yōu)勢(shì)在于不僅能夠用信號(hào)強(qiáng)度反映病變特點(diǎn)，而且可以使用ADC來(lái)描述病變特征。既往研究表明，惡性腫瘤由于增殖明顯導(dǎo)致細(xì)胞密度大，阻礙水分子的擴(kuò)散運(yùn)動(dòng)，在DWI圖像上表現(xiàn)出較高的信號(hào)強(qiáng)度及較低的ADC-stand值[8-10]。本研究中，子宮內(nèi)膜癌組的DWI圖像信號(hào)顯著高于子宮內(nèi)膜正常組，ADC-stand值顯著低于子宮內(nèi)膜正常組（P＜0.05），與上述結(jié)論一致。

表1 各組患者的單指數(shù)、雙指數(shù)和拉伸指數(shù)DWI測(cè)量參數(shù)結(jié)果

圖1 女，51歲，子宮內(nèi)膜中分化腺癌。小視野斜軸位不壓脂T2WI圖像示子宮內(nèi)膜增厚，鄰近肌層受累（箭，A）；斜軸位常規(guī)視野（b=600 s/mm2）示子宮內(nèi)膜顯著增厚（箭，B）；ADC-stand偽彩圖示病變部位呈偏藍(lán)色信號(hào)（箭，C）；ADC-slow偽彩圖示病變部位信號(hào)呈藍(lán)綠色混雜信號(hào)（箭，D）；ADC-fast偽彩圖示病變內(nèi)可見紅色信號(hào)（箭，E）；f偽彩圖示病變部位呈紅黃色混雜信號(hào)（箭，F(xiàn)）；DDC偽彩圖示病變部位呈深藍(lán)色信號(hào)（箭，G）；α偽彩圖示病變部位呈藍(lán)綠色混雜信號(hào)（箭，H）

表2 單指數(shù)、雙指數(shù)和拉伸指數(shù)DWI測(cè)量參數(shù)診斷子宮內(nèi)膜癌的效能

圖2 各參數(shù)值的ROC曲線

3.2 子宮內(nèi)膜癌中雙指數(shù)模型各參數(shù)分析 IVIM雙指數(shù)模型將組織內(nèi)的水分子運(yùn)動(dòng)情況分為兩個(gè)成分：擴(kuò)散成分和灌注成分。它利用多個(gè)b值的掃描成像，根據(jù)公式 Sb/S0=fexp（－bADC-fast）+（1－f）exp（－bADC-slow），計(jì)算出代表真實(shí)擴(kuò)散信息的ADC-slow值、代表微循環(huán)灌注信息的ADC-fast值以及代表灌注因素所占全部擴(kuò)散因素比例的f值。本研究中，子宮內(nèi)膜癌組的ADC-slow值低于子宮內(nèi)膜正常組（P＜0.01），與以往研究結(jié)果一致，即子宮內(nèi)膜癌病灶內(nèi)細(xì)胞密度增高，細(xì)胞內(nèi)外空間降低，細(xì)胞間質(zhì)減少，水分子擴(kuò)散受限[11-12]，故ADC-slow值降低，這與單指數(shù)模型ADC-stand值反映水分子擴(kuò)散信息一致。為進(jìn)一步探討兩者的關(guān)系，本研究比較子宮內(nèi)膜正常組和子宮內(nèi)膜癌組內(nèi)的ADC-slow值與ADC-stand值及相關(guān)性，結(jié)果顯示在兩組研究對(duì)象中，兩者呈顯著正相關(guān)（r=0.878、0.787，P＜0.01），且ADC-slow值普遍低于ADC-stand值，這與Sun等[13]的研究結(jié)果一致，也印證了組織內(nèi)水分子的運(yùn)動(dòng)不只有單純擴(kuò)散的觀點(diǎn)。

雙指數(shù)模型中另外一個(gè)主要參數(shù)是ADC-fast值，它主要反映組織內(nèi)微血管血流灌注信息，灌注量越大，ADC-fast值越大，灌注量主要與微血管密度和微血管內(nèi)血流速度有關(guān)。本研究中，子宮內(nèi)膜癌組的ADC-fast值與子宮內(nèi)膜正常組差異無(wú)統(tǒng)計(jì)學(xué)意義（P＞0.05），這與魏樂群等[6]的研究結(jié)果有一定差異。可能是由于乳腺腺體較多，細(xì)胞結(jié)構(gòu)較為疏松，惡性腫瘤發(fā)生后對(duì)于局部微血管密度及血流速度影響較子宮內(nèi)膜更為顯著，故其灌注信息的變化更為明顯。雙指數(shù)模型的最后一個(gè)參數(shù)是f值，其為灌注因素占所有擴(kuò)散因素的比例，盡管惡性病變的ADC-fast值與正常組織相比無(wú)明顯變化，但其結(jié)構(gòu)復(fù)雜，其內(nèi)部可同時(shí)存在出血、壞死、囊變等多種成分，因此影響水分子運(yùn)動(dòng)的因素較正常組織明顯增多，故惡性組織的f值較正常組織減小，這與本研究中子宮內(nèi)膜癌組的f值顯著小于子宮內(nèi)膜正常組（P＜0.05）的結(jié)論一致。

3.3 子宮內(nèi)膜癌中拉伸指數(shù)模型各參數(shù)分析 Bennett等[4]提出拉伸指數(shù)模型，主要通過DDC反映水分子的擴(kuò)散情況，以及通過拉伸因子α反映體素內(nèi)的異質(zhì)性。本研究中，子宮內(nèi)膜癌組DDC值顯著低于子宮內(nèi)膜正常組（P＜0.01），其原因可能為惡性病變具有細(xì)胞密度大、細(xì)胞內(nèi)外間隙小等特點(diǎn)，水分子擴(kuò)散運(yùn)動(dòng)受限，故DDC值較低，與靳雅楠等[14]的研究結(jié)果一致。同時(shí)，本研究分別進(jìn)行了子宮內(nèi)膜正常組和子宮內(nèi)膜癌組內(nèi)的DDC值與ADC-stand值相關(guān)性分析，結(jié)果顯示在兩組研究對(duì)象中，DDC值與ADC-stand值均呈正相關(guān)（r=0.807、0.880，P＜0.05），這與 Payne等[15]的研究結(jié)果一致，提示在反映水分子擴(kuò)散信息方面，DDC值與ADC-stand值有相似的作用。α值代表體素內(nèi)指數(shù)衰減的不均質(zhì)性，其取值范圍為0～1，α值愈趨向1，組織擴(kuò)散的異質(zhì)性愈低，病變成分越單純，水分子運(yùn)動(dòng)方式越接近于自由擴(kuò)散；相反，α值愈趨向0，組織擴(kuò)散的異質(zhì)性愈高，病變成分越復(fù)雜，水分子運(yùn)動(dòng)方式越復(fù)雜。本研究中，子宮內(nèi)膜癌組的α值顯著低于子宮內(nèi)膜正常組（P＜0.05），這與上述理論一致。同時(shí)，本研究進(jìn)行了子宮內(nèi)膜癌組的DDC值與α值相關(guān)性分析，結(jié)果顯示，兩者之間無(wú)明顯相關(guān)性，這與彭雯佳等[16]的研究結(jié)果不同，可能是樣本較小的緣故，在后續(xù)研究中將進(jìn)一步探討此問題。

總之，IVIM-DWI多參數(shù)模型對(duì)于子宮內(nèi)膜癌的診斷有較大意義，但本研究仍存在局限性：①本研究中ROI的選擇集中在病變的實(shí)性部分，且避開囊變、壞死區(qū)域，這種選擇人為降低了腫瘤組織的異質(zhì)性，有可能影響α值的診斷效能；②既往研究表明，ADC-fast值計(jì)算準(zhǔn)確率與b值（0～200 s/mm2）個(gè)數(shù)呈正相關(guān)[17]，本研究中低于200 s/mm2的b值僅有5個(gè)，是否影響ADC-fast及f值的診斷效能有待進(jìn)一步研究；③由于樣本量較小，并未進(jìn)行不同病理類型及不同分期子宮內(nèi)膜癌各參數(shù)值的比較，這可能給實(shí)驗(yàn)結(jié)果造成一定誤差。在后續(xù)工作中，應(yīng)進(jìn)一步優(yōu)化研究方案，增加樣本量，為子宮內(nèi)膜癌的臨床檢查及診斷方案的制訂提供更加準(zhǔn)確的參考。

[1] Faria SC, Sagebiel T, Balachandran A, et al. Imaging in endometrial carcinoma. Indian J Radiol Imaging, 2015, 25(2):137-147.

[2] Querleu D, Planchamp F, Narducci F, et al. Clinical practice guidelines for the management of patients with endometrial cancer in France: recommendations of the Institut National du Cancer and the Société Fran?aise d'Oncologie Gynécologique.Int J Gynecol Cancer, 2011, 21(5): 945-950.

[3] Le Bihan D, Breton E, Lallemand D, et al. MR imaging of intravoxel incoherent motions: application to diffusion and perfusion in neurologic disorders. Radiology, 1986, 161(2): 401-407.

[4] Bennett KM, Schmainda KM, Bennett RT, et al. Characterization of continuously distributed cortical water diffusion rates with a stretchedexponential model. Magn Reson Med, 2003, 50(4): 727-734.

[5] 譚慧, 陳軍, 許啟仲, 等. 體素內(nèi)不相干運(yùn)動(dòng)在甲狀腺良惡性結(jié)節(jié)中的診斷價(jià)值. 中國(guó)醫(yī)學(xué)影像學(xué)雜志, 2016, 24(3): 166-169.

[6] 魏樂群, 陳殿森, 孫聚葆, 等. MR體素內(nèi)不相干運(yùn)動(dòng)成像對(duì)乳腺良惡性病變的鑒別診斷價(jià)值. 中國(guó)醫(yī)學(xué)影像學(xué)雜志,2016, 24(12): 906-908.

[7] 白人駒, 張雪林. 醫(yī)學(xué)影像診斷學(xué). 第3版. 北京: 人民衛(wèi)生出版社, 2010: 482-483.

[8] Mohaghegh P, Rockall AG. Imaging strategy for early ovarian cancer: characterization of adnexal masses with conventional and advanced imaging techniques. Radiographics, 2012, 32(6): 1751-1773.

[9] Liu H, Liu Y, Yu T, et al. Evaluation of apparent diffusion coef fi cient associated with pathological grade of lung carcinoma,before therapy. J Magn Reson Imaging, 2015, 42(3): 595-601.

[10] Zhang YD, Wu CJ, Wang Q, et al. Comparison of utility of histogram apparent diffusion coef fi cient and R2* for differentiation of low-grade from high-grade clear cell renal cell carcinoma.Am J Roentgenol, 2015, 205(2): W193-W201.

[11] Woo S, Lee JM, Yoon JH, et al. Intravoxel incoherent motion diffusion-weighted MR imaging of hepatocellular carcinoma:correlation with enhancement degree and histologic grade.Radiology, 2014, 270(3): 758-767.

[12] Sumi M, Nakamura T. Head and neck tumors: assessment of perfusion related parameters and diffusion coefficients based on the intravoxel incoherent motion model. Am J Neuroradiol,2013, 34(2): 410-416.

[13] Sun X, Wang H, Chen F, et al. Diffusion-weighted MRI of hepatic tumor in rats: comparison between in vivo and postmortem imaging acquisitions. J Magn Reson Imaging, 2009, 29(3): 621-628.

[14] 靳雅楠, 張焱, 程敬亮, 等. 單指數(shù)、雙指數(shù)及拉伸指數(shù)模型擴(kuò)散加權(quán)成像參數(shù)鑒別乳腺良、惡性病變的價(jià)值. 中華放射學(xué)雜志, 2016, 50(5): 334-338.

[15] Payne GS, Schmidt M, Morgan VA, et al. Evaluation of magnetic resonance diffusion and spectroscopy measurements as predictive biomarkers in stage 1 cervical cancer. Gynecol Oncol, 2010, 116(2): 246-252.

[16] 彭雯佳, 王鶴, 陸建平, 等. 拉伸指數(shù)模型DWI對(duì)大鼠急性腦缺血的研究. 放射學(xué)實(shí)踐, 2012, 27(7): 706-712.

[17] 張水興, 賈乾君, 張忠平, 等. 基于體素內(nèi)不相干運(yùn)動(dòng)的擴(kuò)散加權(quán)成像對(duì)鼻咽癌與炎性增生性疾病的鑒別診斷. 中華放射學(xué)雜志, 2013, 47(7): 617-621.

（本文編輯 張曉舟）

Single Index, Double Exponential and Tensile Density Index Model Diffusion Weighted Imaging in Diagnosis of Endometrial Carcinoma

PurposeTo explore the application of single index, double exponential and tensile density index model diffusion weighted imaging and other parameters on endometrial carcinoma diagnosis to offer new ideas for it.Materials and MethodsIntravoxel incoherent motion imaging data of 28 endometrial carcinoma patients and 24 patients of normal endometrium were analyzed retrospectively. Single index, double exponential and DWI parameter of endometrial carcinoma tissue and normal endometrial tissue were measured respectively, including standard apparent diffusion coef fi cient (ADC-stand), slow apparent diffusion coef fi cient (ADC-slow), fast apparent diffusion coef fi cient (ADC-fast,perfusion fraction (f), distributed diffusion coefficient (DDC) and α. Receiver operator characteristic (ROC) curve was adopted to assess threshold value and diagnostic ef fi ciency of each parameter, and analyzed difference among each parameter in two groups and relativity of each parameter in the same group.ResultsADC-stand, ADC-slow, f, DDC and α in endometrial carcinoma group were all lower than those in normal endometrium group. The difference was statistically significant (P＜0.05). The difference of ADC-fast was not statistically signi fi cant (P＞0.05). Areas of ADC-stand and ADC-slow on ROC curve were 0.949 and 0.911 respectively, and threshold values were 1.245×10－3mm2/s and 0.998×10－3mm2/s. ADC-stand in endometrial carcinoma group was positive correlated with ADC-slow and DDC value (r=0.787 and 0.880,P＜0.05). ADC-slow was signi fi cantly lower than ADC-stand (P＜0.05).ConclusionThe differences in single index, double exponential and DWI can provide new ideas for endometrial carcinoma diagnosis.

Endometrial neoplasms; Magnetic resonance imaging; Diffusion weighted imaging

新鄉(xiāng)醫(yī)學(xué)院第一附屬醫(yī)院核磁共振科 河南衛(wèi)輝 453100

韓東明

Department of Magnetic Resonance, the First Af fi liated Hospital of Xinxiang Medical University, Xinxiang 453100, China

Address Correspondence to:HAN Dongming

E-mail: 625492590@qq.com

河南省科技攻關(guān)計(jì)劃項(xiàng)目（201503137）。

R445.2；R737.33

2017-04-05

2017-05-29

中國(guó)醫(yī)學(xué)影像學(xué)雜志

2017年 第25卷 第8期：609-612，616

Chinese Journal of Medical Imaging 2017 Volume 25 (8): 609-612, 616

10.3969/j.issn.1005-5185.2017.08.013