王 猛,羅宴吉,蔡華崧,高進(jìn)云,賈應(yīng)梅,李子平,孟悛非,馮仕庭*

(1.中山大學(xué)附屬第一醫(yī)院放射診斷科，廣東 廣州 510080；2.深圳市中醫(yī)院放射影像科，廣東 深圳 518033)

MRI無創(chuàng)定量測量腹腔脂肪體積預(yù)測2型糖尿病

王 猛1,羅宴吉1,蔡華崧1,高進(jìn)云2,賈應(yīng)梅1,李子平1,孟悛非1,馮仕庭1*

(1.中山大學(xué)附屬第一醫(yī)院放射診斷科，廣東 廣州 510080；2.深圳市中醫(yī)院放射影像科，廣東 深圳 518033)

目的探討MRI無創(chuàng)定量測量腹腔脂肪體積(VAT)在預(yù)測2型糖尿病中的作用。方法收集2型糖尿病(T2DM)患者15例、糖耐量異常(IGT)患者17例、正常人群(糖耐量正常，NGT)16名。所有試驗者均接受上腹部MRI IDEAL-IQ序列檢查，利用后處理工作站在T1WI IDEAL-IQ序列的脂肪分量圖上分別測量并計算L2、L3范圍所對應(yīng)的腹腔脂肪體積(VATV L2、VATV L3)，并計算兩者總量(total VATV);利用ROC曲線及Logistic回歸方程評估各部位脂肪含量預(yù)測T2DM的可能性。結(jié)果T2DM組VATV L2、VATV L3、total VATV均高于IGT組與NGT組(P均<0.05)；IGT與NGT組VATV L2、VATV L3、total VATV差異無統(tǒng)計學(xué)意義(P>0.05)。VATV L2>460.34 ml時，診斷T2DM的敏感度為73.33%，特異度為75.76%，準(zhǔn)確率為75.00%；VATV L3>429.46 ml時診斷T2DM的敏感度為86.67%，特異度為72.73%，準(zhǔn)確率為77.08%；total VATV>887.83 ml時診斷T2DM的敏感度為86.67%，特異度為72.73%，準(zhǔn)確率為77.08%。二分類Logistic回歸方程分析顯示，可納入的變量為VATV L3(P=0.01，OR=1.01)，判斷T2DM的敏感度為80.00%，特異度為88.20%，總體準(zhǔn)確率為84.40%。結(jié)論MRI定量腹腔脂肪體積提供一種有效的無創(chuàng)性生物學(xué)指標(biāo)預(yù)測T2DM的發(fā)生，VATV L3是較好的預(yù)測因子。

磁共振成像； 糖尿病，2型；糖耐量試驗

人體內(nèi)臟脂肪除作為儲存能量的組織，還具有重要的內(nèi)分泌和免疫功能。區(qū)域性脂肪組織與肥胖相關(guān)性疾病有一定關(guān)系，肝臟、胰腺等內(nèi)臟器官脂肪含量與代謝性疾病密切相關(guān)，可能是代謝綜合征、2型糖尿病(type 2 diabetes mellitus, T2DM)的危險因素[1-2]，亦有研究[3-4]報道，肝臟、胰腺等內(nèi)臟器官的脂肪含量可預(yù)測T2DM的發(fā)生。腹腔是人體脂肪重要的分布區(qū)域，與人體代謝及內(nèi)分泌的改變密切相關(guān)[5]，多種代謝性或內(nèi)分泌疾病可導(dǎo)致腹腔脂肪的堆積[6-7]。然而，關(guān)于腹腔脂肪(visceral abdominal adiposity tissue, VAT)含量與T2DM的相關(guān)性及對其的預(yù)測價值鮮見報道。MRI非對稱回波三點法水脂分離-定量圖(iterative decomposition of water and fat with echo asymmetry and least square estimation-image quantification， IDEAL-IQ)采用多點水脂分離，結(jié)合非對稱采集技術(shù)與迭代最小二乘水脂分離算法，校準(zhǔn)多峰重建技術(shù)考慮多脂肪峰影響，定量脂肪更準(zhǔn)確[8]，可準(zhǔn)確定量內(nèi)臟器官的脂肪含量[9-11]。本研究在IDEAL-IQ序列的脂肪分量圖像上定量測定T2DM、糖耐量異常(impaired glucose tolerance, IGT)患者及糖耐量正常人群(normal glucose tolerance, NGT)的VAT體積和肝臟及胰腺脂肪含量，旨在探討腹腔脂肪體積、肝臟及胰腺的脂肪含量預(yù)測T2DM的價值。

1 資料與方法

1.1 一般資料 收集2015年11月—2017年3月在我院接受臨床實驗室檢查的T2DM、IGT患者及NGT者48例，其中男18例，女30例，年齡26～68歲，中位年齡51.5歲；T2DM患者15例(T2DM組)、IGT患者17例(IGT組)、NGT者16名(NGT組)。納入標(biāo)準(zhǔn)：成年人；臨床實驗室指標(biāo)檢查項目完善(見表1)；無酗酒史；無任何形式的肝臟或胰腺疾病，包括炎癥、腫瘤及自身免疫性疾病；T2DM和IGT的診斷參考2013年美國糖尿病協(xié)會的標(biāo)準(zhǔn)[12]。本研究通過本院醫(yī)學(xué)倫理委員會批準(zhǔn)，所有受檢者檢查前均簽署知情同意書。

1.2 儀器與方法 采用GE Brivo MR355 1.5T高場MR儀。掃描范圍為膈頂至L4，掃描序列包括定位相及IDEAL-IQ序列，后者主要參數(shù)：TR 15.6 ms，一個TR采集6個回波，TE1 1.2～1.5 ms，其余回波時間以間隔2.0 ms遞增，ETL 6，翻轉(zhuǎn)角8°，層厚10 mm；患者取仰臥位，檢查前進(jìn)行呼吸訓(xùn)練，一次屏氣掃描后即可得6組圖像，分別為水相位、脂相圖、脂肪分量圖、弛豫率圖、同相位圖和反相位圖。

1.3 圖像分析 將受試者的IDEAL-IQ序列脂肪分量圖像數(shù)據(jù)導(dǎo)入VITAL公司VITREA FX VES后處理工作站，使用自動識別同組織蔓延工具，分別測量L2、L3椎體范圍對應(yīng)的腹腔脂肪體積(VATV L2、VATV L3)及兩者總量(total VATV)，見圖1。

采用GE Brivo MR355 1.5T MR副臺工作站，由2名診斷醫(yī)師對圖像進(jìn)行分析，在IDEAL-IQ序列脂肪分量圖像中進(jìn)行肝臟、胰腺脂肪含量測定，如果有差議，討論后得出一致結(jié)論。

肝臟脂肪含量測定：選取圖像質(zhì)量最滿意的兩層，分別于肝左、右葉各勾畫3個圓形ROI(面積為40～60 mm2)，測量每個ROI脂肪分?jǐn)?shù)，計算肝左、右葉平均脂肪分?jǐn)?shù)及全肝平均脂肪分?jǐn)?shù)，ROI位置選定避開肝內(nèi)膽管和血管，并距離肝包膜>10 mm。

胰腺脂肪含量測定：分別于胰頭、體、尾選取3個圓形ROI(面積為10～15 mm2)，測量每個ROI脂肪分?jǐn)?shù)，計算全胰平均脂肪分?jǐn)?shù)，ROI位置選定避開胰管和血管，并保證ROI 周圍有胰腺實質(zhì)環(huán)繞。

1.4 統(tǒng)計學(xué)分析 采用SPSS 20.0統(tǒng)計分析軟件。計量資料以±s表示，3組間比較如果數(shù)據(jù)呈正態(tài)性分布、方差齊，3組間比較采用方差分析；非正態(tài)分布、方差不齊采用Kruskal-WallisH檢驗、調(diào)整的P值(Bonferroni法)；采用Spearman相關(guān)分析法分析VATV L2、VATV L3、total VATV與各臨床實驗室指標(biāo)的相關(guān)性；采用ROC 曲線及二分類Logistic回歸分析VATV L2、VATV L3、total VATV預(yù)測T2DM的效能。以P<0.05為差異有統(tǒng)計學(xué)意義。

圖1 IDEAL-IQ序列脂肪分量圖像上測量腹腔脂肪體積 A.軸位原始圖； B.軸位腹腔脂肪測量圖； C.矢狀位部分腹腔脂肪體積測量圖； D.冠狀位部分腹腔脂肪體積測量圖； E.部分腹腔脂肪體積提取二維圖； F.部分腹腔脂肪體積提取三維圖

2 結(jié)果

VATV L2、VATV L3及total VATV與實驗室檢查各指標(biāo)的相關(guān)性見表1；T2DM組的VATV L2、VATV L3、total VATV均高于IGT組、NGT組(P均<0.05)；IGT組與NGT組的VATV L2、VATV L3、total VATV的差異無統(tǒng)計學(xué)意義(P>0.05)，見表2。

ROC曲線分析顯示VATV L2預(yù)測T2DM曲線下面積為0.76(P<0.01)；以VATV L2>460.34 ml診斷T2DM的敏感度為73.33%、特異度為75.76%、準(zhǔn)確率75.00%；VATV L3預(yù)測T2DM的曲線下面積為0.80(P<0.01)，以VATV L3>429.46 ml時診斷T2DM的敏感度為86.67%、特異度為72.73%、準(zhǔn)確率77.08%；total VATV預(yù)測T2DM的曲線下面積為0.80(P<0.01)，以total VATV>887.83 ml診斷T2DM的敏感度為86.67%、特異度為72.73%、準(zhǔn)確率為77.08%，見圖2。各部位脂肪體積預(yù)測IGT、NGT的ROC曲線均無統(tǒng)計學(xué)意義(P>0.05)。

以VATV L2、VATV L3、total VATV、肝臟脂肪含量、胰腺脂肪含量、胰頭脂肪含量、胰體脂肪含量及胰尾脂肪含量為自變量，可納入的自變量僅有VATV L3(P=0.01，OR=1.01)，其預(yù)測T2DM的敏感度為80.00%、特異度為88.20%、總體準(zhǔn)確率為84.40%。

3 討論

3.1 MR IDEAL-IQ定量腹腔脂肪的應(yīng)用及優(yōu)勢 人體VAT包括腸系膜脂肪、網(wǎng)膜脂肪組織等。目前CT及MRI是定量評估VAT的“金標(biāo)準(zhǔn)”[13]。多數(shù)研究[14-15]利用CT測量VAT，對一定層厚范圍(3～10 mm)的圖像進(jìn)行分析，層面位置多選于臍水平、L4～5椎體和椎間隙水平，采用后處理軟件測量相應(yīng)層厚范圍內(nèi)的脂肪總體積、皮下脂肪體積和腹腔內(nèi)臟脂肪體積。亦有研究[16-17]報道，測量單一層面的脂肪面積足以反映腹部脂肪情況。相對CT，MRI可精確定量測量脂肪體積且無輻射，3D容積數(shù)據(jù)可進(jìn)行任意平面及體積的選擇和重建，密度分辨力高，對不同成分軟組織的識別能力強(qiáng)，使VAT與周圍臟器的邊界更加清晰，利于后處理工作站對腹腔脂肪進(jìn)行區(qū)分選擇及定量分析，但目前采用MRI測量VAT體積的相關(guān)報道鮮見。本研究采用國際普遍認(rèn)同的MR IDEAL-IQ技術(shù)進(jìn)行圖像數(shù)據(jù)采集，在脂肪分量圖像中，脂肪含量越高，信號則越高，因此VAT表現(xiàn)為高亮，周圍臟器表現(xiàn)為低暗，二者明暗差別最大，邊界最清晰，更有利于后處理軟件對VAT的識別提取和體積測量。MR DIXON 也可用于腹腔及內(nèi)臟器官脂肪的定量評估，但兩點及三點對稱法DIXON存在以下不足：①受磁場不均勻的影響大易導(dǎo)致計算錯誤；②受脂肪與水的比值影響導(dǎo)致水脂交界面模糊等。MR IDEAL-IQ技術(shù)相對于IR序列不影響縱向磁化、對磁場不均勻的影響不敏感、相對于化學(xué)飽和法不受射頻場均勻性的影響、校準(zhǔn)多峰重建技術(shù)考慮多脂肪峰影響，故定量脂肪更準(zhǔn)確。

表1 VATV L2、VATV L3、total VATV與各臨床實驗室指標(biāo)的相關(guān)性分析

注：PBF:體脂含量;FBG:空腹血糖;30BG:30 min血糖;P2BG:餐后2 h血糖;BUN:血尿素氮;CR:肌酐;UA:尿酸;CHOL:膽固醇;TG:甘油三酯;HDL:高密度脂蛋白;LDL:低密度脂蛋白;ALT:丙氨酸氨基轉(zhuǎn)移酶;AST:天冬氨酸氨基轉(zhuǎn)移酶;q 胰島素:長效胰島素;Homa-IR:內(nèi)穩(wěn)態(tài)模型評估胰島素抵抗;Homa β:內(nèi)穩(wěn)態(tài)模型評估β;Iai:胰島素作用指數(shù);Quicki:定量胰島素敏感性指數(shù);BMI:體質(zhì)量指數(shù)

圖2 ROC曲線 A.腹腔脂肪體積預(yù)測T2DM的ROC曲線； B.腹腔脂肪體積預(yù)測IGT的ROC曲線; C.腹腔脂肪體積預(yù)測NGT的ROC曲線

組別VATVL2VATVL3totalVATVT2DM組569.15±241.61594.68±239.29 1163.83±473.46 IGT組398.04±89.97*384.34±102.76*782.39±182.71*NGT組387.66±187.39*406.94±193.58*794.6±373.23*χ2值8.4311.1910.71P值0.01<0.01<0.01

注：*：與T2DM組比較，P<0.05

3.2 腹腔脂肪定量與T2DM的相關(guān)性 超重與肥胖是T2DM的危險因素，尤其是腹型肥胖者體脂堆積造成高胰島素血癥和胰島素抵抗，肌肉和其他組織對葡萄糖利用降低造成糖耐量遞減，是肥胖發(fā)展為糖尿病的核心機(jī)制[18-19]。VAT主要通過脂肪細(xì)胞分泌大量脂肪細(xì)胞因子，包括一些異常和高活性的分子如廋素、脂聯(lián)素等，炎性細(xì)胞因子如TNF-α、IL-6等，以上分子作用于免疫細(xì)胞可能導(dǎo)致局部和廣泛炎癥，也可能通過調(diào)節(jié)一氧化氮和超氧化物的釋放，影響肥胖相關(guān)血管疾病(包括高血壓、糖尿病、動脈粥樣硬化和胰島素抵抗)及腫瘤或非酒精性脂肪肝，進(jìn)而影響血管內(nèi)皮功能。巨噬細(xì)胞和T細(xì)胞聚集于脂肪組織使之幾乎成為一個完整的免疫器官，激活的T細(xì)胞遷移至血管、腎、大腦和其他器官周圍的脂肪組織導(dǎo)致?lián)p傷。因此，肥胖與代謝綜合征(尤其是糖尿病)、炎癥、心血管及其他相關(guān)疾病密切相關(guān)[5]，VAT與腫瘤、心血管疾病及一些特定疾病的相關(guān)性研究[20-22]有較多報道。

本研究中，VAT的體積與多項實驗室檢查指標(biāo)存在相關(guān)性。隨著VAT體積增加，糖化血紅蛋白、30BG、P2BG、CR、UA、TG、ALT、q胰島素、Homa-IR、BMI、肝臟脂肪含量、胰腺脂肪含量等指標(biāo)均增高，而HDL、Iai、Quicki降低。提示VAT組織可對實驗室檢查指標(biāo)產(chǎn)生影響，VAT體積越大，出現(xiàn)T2DM的風(fēng)險越高。

本研究表明， IGT組與NGT組的各VAT體積無統(tǒng)計學(xué)差異，而T2DM組的各VAT體積均高于其他2組，各VAT體積對T2DM的預(yù)測均有統(tǒng)計學(xué)意義，提示VAT體積的增多與T2DM有密切的關(guān)系。同時，在多個指標(biāo)中僅VATV L3被納入二分類Logistic回歸方程，提示VATV L3較其他變量對T2DM的預(yù)測更敏感，VATV L3與VATV的一致性可能明顯高于其他變量。提示下腹部的脂肪堆積比上腹部的脂肪堆積對T2MD的發(fā)生有更高的預(yù)測效能，進(jìn)一步提示腹型肥胖的人更易發(fā)生T2DM。因此，通過MR IDEAL-IQ技術(shù)無創(chuàng)測定VATV L3，可預(yù)測T2DM的發(fā)生。腹腔脂肪體積的測定，為臨床醫(yī)師對腹型肥胖人群進(jìn)行一定的臨床干預(yù)，預(yù)防T2DM的發(fā)生有較大的意義。

3.3 局限性 由于樣本準(zhǔn)入的標(biāo)準(zhǔn)要求較嚴(yán)格，因此本研究樣本量較少，結(jié)果可能有偏倚，還需在以后的工作中進(jìn)一步收集病例，擴(kuò)大樣本量，以期獲得更精確的研究結(jié)果。

總之，MRI定量VAT體積可為臨床預(yù)警T2DM的發(fā)生提供一個有效的無創(chuàng)性生物學(xué)指標(biāo)，VATV L3是較好的預(yù)測因子。

[1] InterAct Consortium, Langenberg C, Sharp SJ, et al. Long-term risk of incident type 2 diabetes and measures of overall and regional obesity: The EPIC-InterAct case-cohort study. PLoS Med, 2012,9(6):e1001230.

[2] Bianchini JA, da Silva DF, Nardo CC, et al. Multidisciplinary therapy reduces risk factors for metabolic syndrome in obese adolescents. Eur J Pediatr, 2013,172(2):215-221.

[3] Zhi Dong, Yanji Luo, Huasong Cai, et al. Noninvasive fat quantification of the liver and pancreas may provide potential biomarkers of impaired glucose tolerance and type 2 diabetes. Medicine, 2016,95(23):e3858.

[4] Dong Z, Luo Y, Zhang Z, et al. MR quantification of total liver fat in patients with impaired glucose tolerance and healthy subjects. PLoS One, 2014,9(10):e111283.

[5] Guzik TJ, Mangalat D, Korbut R. Adipocytokines-novel link between inflammation and vascular function. J Physiol Pharmacol, 2006,57(4):505-528.

[6] Grenier-Larouche T, Galinier A, Casteilla L, et al. Omental adipocyte hypertrophy relates to coenzyme Q10 redox state and lipid peroxidation in obese women. J Lipid Res, 2015,56(10):1985-1992.

[7] S?rensen LP, Parkner T, S?ndergaard E, et al. Visceral obesity is associated with increased soluble CD163 concentration in men with type 2 diabetes mellitus. Endocr Connect, 2015,4(1):27-36.

[8] Reeder SB, McKenzie CA, Pineda AR, et al. Water-fat separation with ideal gradient-echo imaging. J Magn Reson Imaging,2007,25(3):644-652.

[9] Hines CD, Frydrychowicz A, Hamilton G, et al. T1 independent, T2*corrected chemical shift based fat-water separation with multi-peak fat spectral modeling is an accurate and precise measure of hepatic steatosis. JMRI, 2011,33(4):873-881.

[10] 王踉碕,彭屹峰.3.0T MRI IDEAL-IQ序列評價成人肝鐵濃度與脂肪分?jǐn)?shù)的相關(guān)性.中國醫(yī)學(xué)影像技術(shù),2015,31(12):1844-1847.

[11] 劉偉,賴云耀,洪楠,等.3.0T水脂分離梯度回波成像定量分析肝臟脂肪含量的可行性.中國醫(yī)學(xué)影像技術(shù),2014,30(3):457-461.

[12] American Diabetes Association Executive summary: Standards of medical care in diabetes—2013. Diabetes Care, 2013,35(suppl 1): S4-S10.

[13] Seidell JC, Bakker CJ, van der Kooy K. Imaging techniques for measuring adipose-tissue distribution-a comparison between computed tomography and 1.5-T magnetic resonance. Am J Clin Nutr, 1990,51(6):953-957.

[14] Sottier D, Petit JM, Guiu S, et al. Quantification of the visceral and subcutaneous fat by computed tomography: Interobserver correlation of a single slice technique. Diagn Interv Imaging, 2013,94(9):879-884.

[15] Yoshizumi T, Nakamura T, Yamane M, et al. Abdominal fat: Standardized technique for measurement at CT. Radiology, 1999,211(1):283-286.

[16] Shen W, Punyanitya M, Wang Z, et al. Visceral adipose tissue: Relations between single-slice areas and total volume. Am J Clin Nutr, 2004,80(2):271-278.

[17] Shuster A, Patlas M, Pinthus JH, et al. The clinical importance of visceral adiposity: A critical review of methods for visceral adipose tissue analysis. Br J Radiol, 2012,85(1009):1-10.

[18] Borel AL, Nazare JA, Smith J, et al. Improvement in insulin sensitivity following a 1-year lifestyle intervention program in viscerally obese men: Contribution of abdominal adiposity. Metabolism, 2012,61(2):262-272.

[19] Boden G. Effects of free fatty acids(FFA)on glucose metabolism： Significance for insulin resistance and type 2 diabetes. Exp Clin Endocrinol Diabetes, 2003,111(3):121-124.

[20] Katsuyama H, Kawaguchi A, Yanai H. Not visceral fat area but the ratio of visceral to subcutaneous fat area is significantly correlated with the marker for atherosclerosis in obese subjects. Int J Cardiol, 2015,179:112-113.

[21] Erhayiem B, Dhingsa R, Hawkey CJ, et al. Ratio of visceral to subcutaneous fat area is a biomarker of complicated Crohn's disease. Clin Gastroenterol Hepatol, 2011,9(8):684-687.

[22] Lee SP, Ahn YW, Lee OY, et al. The relationship between colonic diverticulosis and abdominal visceral and subcutaneous fat accumulation measured by abdominal CT scan. Turk J Gastroenterol, 2014,25(2):192-197.

VisceralabdominaladipositytissuevolumequantificationusingnoninvasiveMRIinpredictionoftype2diabetes

WANGMeng1,LUOYanji1,CAIHuasong1,GAOJinyun2,JIAYingmei1,LIZiping1,MENGQuanfei1,FENGShiting1*

(1.DepartmentofDiagnosticRadiology,theFirstAffiliatedHospitalofSunYat-senUniversity,Guangzhou510080,China; 2.DepartmentofRadiology,ShenzhenTraditionalChineseMedicineHospital,Shenzhen518033,China)

ObjectiveTo investigate the feasibility of utilizing visceral abdominal adiposity tissue (VAT) volume quantification using MRI to predict type 2 diabetes mellitus (T2DM).MethodsForty-eight subjects including 15 T2DM (T2DM group), 17 impaired glucose tolerance (IGT, IGT group) and 16 normal glucose tolerance (NGT, NGT group) were enrolled in this study. All subjects underwent upper abdominal iterative decomposition of water and fat with echo asymmetry and least square estimation-image quantification (IDEAL-IQ) MRI scanning. VAT volume of the second and third lumber vertebral body ranges (VATV L2, VATV L3), sum of VATV L2 and L3 (total VATV), hepatic and pancreatic fat were measured in fat fraction mapping of T1WI IDAEL-IQ sequence on post-processing workstation. The accuracy of predicting T2DM using VAT was evaluated byLogisticregression equation via ROC curve.ResultsThe mean of VATV L2, VATV L3 and total VATV in T2DM group were significantly higher than those of IGT group and NGT group (P<0.05), while there were no significant difference of these metrics between IGT group and NGT group (P>0.05). Taking 460.34 ml as the cut-off value for VATV L2 to predict T2DM, sensitivity was 73.33%, specificity was 75.76% and accuracy was 75.00%, respectively. Taking 429.46 ml as the cut-off value for VATV L3 to predict T2DM, sensitivity was 86.67%, specificity was 72.73% and accuracy was 77.08%, respectively. Taking 887.83 ml as the cut-off value for total VATV to predict T2DM, the sensitivity, specificity and accuracy were 86.67%, 72.73% and 77.08%, respectively. Only VATV L3 was enrolled byLogisticregression equation (P=0.01, OR=1.01), and the sensitivity, specificity and total accuracy of prediction for T2DM were 80.00%, 88.20%, and 84.40%, respectively.ConclusionIt is feasible to utilize VAT volume quantification with MRI to predict T2DM. VATV L3 is a better predictor.

Magnetic resonance imaging； Diabetes mellitus， type 2； Glucose tolerance test

R814.42; R 816.5

A

1003-3289(2017)12-1844-06

國家自然科學(xué)基金(81571750)、廣東省自然科學(xué)基金(2015A030313043、2014A030311018)、廣東省科技計劃項目(2014A020212125)。

王猛(1986—)，男，山東安丘人，碩士，主管技師。研究方向：影像技術(shù)學(xué)。E-mail： king_6509@sina.com

馮仕庭，中山大學(xué)附屬第一醫(yī)院放射診斷科，510080。E mail： fst1977@163.com

2017-05-16

2017-08-20

10.13929/j.1003-3289.201705101