陳玉環(huán), 尹游兵, 侯江濤, 夏軍, 張賀曄

(1.科亞醫(yī)療科技股份有限公司， 廣東 深圳 518116； 2.香港中文大學(xué) 醫(yī)學(xué)院 內(nèi)科及治療學(xué)科，香港 999077； 3. 深圳大學(xué) 第一附屬醫(yī)院∥深圳市第二人民醫(yī)院 放射科， 廣東 深圳 518035； 4.中山大學(xué) 生物醫(yī)學(xué)工程學(xué)院， 廣東 廣州 510330)

冠心病是當今威脅人類健康的最主要的心血管疾病，其主要病理生理機制為冠狀動脈粥樣硬化狹窄或阻塞所致的心肌缺血或壞死，進而可引發(fā)一系列臨床病癥，包括心絞痛、心肌梗死、心力衰竭、心律失常和猝死等[1]。目前臨床上診斷冠心病最常用的解剖學(xué)評估方法是有創(chuàng)的冠狀動脈造影(invasive coronary angiography, ICA)和無創(chuàng)冠狀動脈CT血管造影(coronary computed tomographic angiography, CCTA)檢查[2]。在有創(chuàng)ICA中，使用壓力導(dǎo)絲測定血流儲備分數(shù)值(fractional flow reserve, FFR)是目前診斷冠心病狹窄生理學(xué)評估的“金標準”，但由于FFR的侵入性、費用高昂以及病人可能因擴血管藥物使用引起不適等，使得其在常規(guī)臨床診斷中受限[3]。CCTA無創(chuàng)評價冠狀動脈狹窄程度較高的準確性，但缺乏病變血流動力學(xué)信息。

通過CCTA獲得的無創(chuàng)血流儲備分數(shù)(CT derived fractional flow reserve, CT-FFR)是近年來血管成像領(lǐng)域的新技術(shù)，已成為冠狀動脈病變無創(chuàng)功能學(xué)評價的一種有效方法[4]，主要包括基于計算流體力學(xué)(computational fluid dynamics, CFD)[5]的 CT-FFR和基于深度學(xué)習(xí)(deep-learning)[6]的 CT-FFR。但基于CFD計算的CT-FFR需要利用復(fù)雜的流體仿真來模擬血液在血管中的流動情況，其最主要的缺陷是計算量很大，很難做到實時檢測[5]。最近，隨著人工智能技術(shù)發(fā)展，采用基于大量數(shù)據(jù)的深度學(xué)習(xí)方法，讓模型全面學(xué)習(xí)所有病例解剖學(xué)與功能學(xué)關(guān)系，從而使快速智能評估血流動力學(xué)功能成為可能[6-7]。

但是，對于基于人工智能的無創(chuàng)CT-FFR在目前臨床實踐過程中，由于其提供了全冠狀動脈樹每一點的FFR值，這其中包含了狹窄血管和非狹窄血管的測量值，同時存在多種因素可能會影響FFR結(jié)果。因此，如何正確理解和合理應(yīng)用CT-FFR結(jié)果來輔助和指導(dǎo)臨床決策十分重要。本文將簡要闡述有創(chuàng)FFR與基于人工智能的無創(chuàng)CT-FFR的原理、無創(chuàng)CT-FFR的臨床應(yīng)用流程等。

1 冠狀動脈血流儲備分數(shù)的意義

FFR作為評估冠狀動脈血流的功能學(xué)和生理學(xué)指標，是目前評估心肌病變特異性缺血的“金標準”[8],其意義是獲知在冠狀動脈存在狹窄病變時，該血管所供心肌區(qū)域獲得的血流量與該區(qū)域理論上正常情況下所能獲得的最大血流量之比，即心肌最大充血狀態(tài)下的狹窄遠端冠狀動脈內(nèi)平均壓(Pd)與冠狀動脈開口部主動脈平均壓(Pa)的比值，F(xiàn)FR理論上的正常值為1。

多項研究表明，尚不能確定解剖學(xué)狹窄程度和病變特性是否與心肌缺血之間存在可靠的關(guān)系[9-10]，造影檢測到的冠狀動脈狹窄病變并不都會導(dǎo)致壓力的下降，同時，也有相當一部分輕度狹窄會導(dǎo)致心肌缺血。在一項納入1 300多例冠狀動脈病變的研究中[11]，有65%中度狹窄(狹窄程度50%～70%)和20%重度狹窄(狹窄程度71%～90%)并不導(dǎo)致血流動力學(xué)意義的血流改變，即這部分狹窄不會導(dǎo)致心肌功能缺血。而在另一項研究中[12]顯示，在冠狀動脈狹窄程度0%～30%和31%～50%中分別有13%和33%的患者FFR≤0.80，提示這部分患者即使冠狀動脈輕度狹窄也存在心肌缺血。DEFER[13]研究對單支病變患者進行評估，隨訪15年的數(shù)據(jù)證實對FFR>0.75的病人延遲干預(yù)治療是安全的。FAME I研究[11]和FAME Ⅱ研究[14]主要針對冠狀動脈多支病變患者進行研究，發(fā)現(xiàn)FFR指導(dǎo)的血運重建策略在減輕癥狀、改善臨床結(jié)果和降低花費上都優(yōu)于通過造影指導(dǎo)的策略。FAME I研究[11]結(jié)果說明了對FFR>0.80的病變延遲血運重建可以明顯降低主要不良心血管事件(major adverse cardiovascular events,MACE) 事件，根據(jù)FFR值可以判定哪些病變不會從經(jīng)皮冠狀動脈介入治療(percutaneous coronary intervention, PCI)中獲益。FAME Ⅱ研究[14]發(fā)現(xiàn)對FFR≤0.80的病變進行PCI干預(yù)可以降低急診血運重建率，F(xiàn)FR值能協(xié)助判斷可以從PCI獲益的病變。

不同位置的血管狹窄可能會對FFR臨床意義的判定造成影響。例如左前降支(left anterior descending, LAD)近段70%狹窄，F(xiàn)FR=0.78的病變，其預(yù)后與LAD遠端FFR=0.78的病變是不同的[15]。這是由于LAD近段病變會導(dǎo)致更大面積的心肌發(fā)生缺血風險。因此，解剖學(xué)和功能學(xué)的評估對于冠狀動脈病變的評估都非常重要，對于CCTA和CT-FFR分析結(jié)果的解釋如下：臨床醫(yī)生需要著重考慮狹窄病變是否會引起跨狹窄壓力階差，是否造成病變特異性(lesion-specific)的缺血，病變是否達到了需要進行PCI 或者冠狀動脈旁路移植術(shù)(coronary artery bypass graft, CABG)的血運重建程度。

2 無創(chuàng)CT-FFR技術(shù)原理

通過CCTA獲得的無創(chuàng)血流儲備分數(shù)(CT-FFR)[4]是近年來血管成像領(lǐng)域的新技術(shù)，主要包括基于CFD的 CT-FFR和基于深度學(xué)習(xí)的 CT-FFR。CT-FFR已成為冠狀動脈病變無創(chuàng)功能學(xué)評價的一種有效方法，該技術(shù)不需要額外應(yīng)用腺苷等藥物，也無須使用FFR壓力導(dǎo)絲進行有創(chuàng)介入操作，可以在不增加射線量的前提下提供無創(chuàng)“一站式”的解剖和功能評價。

2.1 基于CFD的CT-FFR

基于CFD的無創(chuàng)FFR計算技術(shù)是以在靜息心率狀態(tài)下采集的冠狀動脈CT數(shù)據(jù)為基礎(chǔ)，采用計算流體力學(xué)的方法模擬冠狀動脈內(nèi)血流與壓力。其分析過程包括圖像分割和冠狀動脈樹提取，模擬微循環(huán)阻力以及通過求解Navier-Stokes方程，來獲取冠狀動脈樹內(nèi)的血流壓力，從而可計算出冠脈樹上各個位置FFR值。但是基于CFD的CT-FFR主要存在以下缺點[5,16-17](1)計算量巨大，且對計算機硬件有很高的要求，檢測成本高，很難做到實時檢測；(2)在算法模型方面，計算方法需對流體力學(xué)方程進行求解，其中大量參數(shù)需要專家根據(jù)經(jīng)驗預(yù)先設(shè)定，通常一組參數(shù)無法適應(yīng)海量數(shù)據(jù)的多樣性；(3)其數(shù)據(jù)輸入為單一獨立的病例，算法模型本身無法考慮不同病例之間的聯(lián)系，其預(yù)測準確率也不會因為數(shù)據(jù)量的增加而提高。以上不足導(dǎo)致基于CFD的CT-FFR計算模式只適用于類型較單一的小型數(shù)據(jù)集，較難應(yīng)用在海量多變的數(shù)據(jù)集上。因此，基于CFD原理的CT-FFR很難滿足我國醫(yī)院的實際臨床應(yīng)用需求。

2.2 基于深度學(xué)習(xí)算法的CT-FFR

深度學(xué)習(xí)是人工智能研究中的一個新領(lǐng)域，著重于建立和模擬人腦對大量數(shù)據(jù)進行分析和學(xué)習(xí)的過程。作為一種數(shù)據(jù)驅(qū)動型模型，深度學(xué)習(xí)的關(guān)鍵在于建立可以模擬人腦進行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，模仿人腦的機制來自動挖掘分析大量數(shù)據(jù)中各個層次的抽象特征，通過算法使得機器能從大量數(shù)據(jù)中學(xué)習(xí)規(guī)律，從而對新的樣本進行智能識別或預(yù)測[18]。與基于CFD原理的CT-FFR相比, 基于模仿大腦神經(jīng)網(wǎng)絡(luò)行為進行分布式并行信息處理的深度學(xué)習(xí)算法模型的CT-FFR,使得提高檢測精度，縮短檢測時間以及減少檢測成本成為可能。

目前已經(jīng)商業(yè)化應(yīng)用的基于深度學(xué)習(xí)的CT-FFR(DEEPVESSEL FFR, Keya Medical，中國北京)基本原理是：通過直接學(xué)習(xí)血管的解剖學(xué)結(jié)構(gòu)及血流功能，提取關(guān)鍵的特征參數(shù)，獲得經(jīng)過驗證的訓(xùn)練模型，并應(yīng)用到新的測量數(shù)據(jù)上，在保證準確性的同時能夠快速得到整個血管樹的FFR計算結(jié)果[7,19]。該深度學(xué)習(xí)模型采用其自主開發(fā)的樹形網(wǎng)絡(luò)遞歸神經(jīng)網(wǎng)絡(luò)算法,該算法充分融合了多層神經(jīng)網(wǎng)絡(luò)和遞歸神經(jīng)網(wǎng)絡(luò)的優(yōu)勢,前者學(xué)習(xí)血管路徑上各點的影像特征、結(jié)構(gòu)特征和功能特征，并映射到同一個向量中，即局部特征向量；而后者綜合血管路徑上各點的局部特征向量，利用血管所提供的序列信息對整個血管樹進行全局化考慮來獲取準確的血流特征(如FFR等)，因此該方法優(yōu)點是充分考慮了局部和全局關(guān)系。該深度學(xué)習(xí)模型能夠精確快速的預(yù)測整條血管路徑上的各點的FFR，極大提高計算效率。

已有多項研究[7，20-21]證實了DEEPVESSEL FFR對心臟功能性缺血評價的準確性和可靠性，同時這種無創(chuàng)的CT-FFR還可以改善臨床決策、患者預(yù)后及減少醫(yī)療費用。DEEPVESSEL FFR的算法流程如圖1所示，核心部分基于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的FFR計算模塊，具體流程如圖1所示。

①在結(jié)構(gòu)分析模塊中，應(yīng)用基于深度卷積網(wǎng)絡(luò)逐層篩選優(yōu)化進行分割，實現(xiàn)精確3D管腔重建；②在功能分析模塊中，應(yīng)用深層雙向長期遞歸神經(jīng)網(wǎng)絡(luò)計算FFR。

3 無創(chuàng)CT-FFR測量及其結(jié)果解讀

3.1 CT-FFR閾值的確定

在多項研究中，冠狀動脈狹窄功能學(xué)意義的CT-FFR閾值均在0.75～0.80范圍[11,14,22]。CT-FFR≤0.75通常提示可能會誘發(fā)心肌缺血，而CT-FFR>0.80一般不會導(dǎo)致心肌缺血，0.76～0.80之間的CT-FFR為“灰區(qū)”[20,23]。

3.2 冠狀動脈血管樹上的壓力衰減

傳統(tǒng)有創(chuàng)FFR的理論認為，在無病變的血管上任何點測量FFR值結(jié)果都是1, 有創(chuàng)FFR只在目標病變的遠端的一個位點進行測量，通常推薦在狹窄遠端的20～30 mm的位置，一般不會測量非常遠端的血管節(jié)段。無創(chuàng)CT-FFR源于CCTA的信息而衍生，不僅能夠提供狹窄遠端病變特異性的FFR信息，也能夠提供整個冠狀動脈樹上每一個點的FFR信息。隨著冠狀動脈血管向遠端延續(xù)，狹窄遠端的CT-FFR值可能逐漸下降或衰減，在每支血管的最遠端達到CT-FFR的最低值(圖2)。而在實際臨床實踐中，無論FFR還是CT-FFR都常常會隨著冠狀動脈管腔向遠端的延續(xù)出現(xiàn)數(shù)值的下降。De Bruyne等[24]的研究發(fā)現(xiàn)彌漫性動脈粥樣硬化，當沒有局灶性狹窄的情況下，即通常表現(xiàn)為“正?！钡墓跔顒用}造影圖像，但仍有隨著管腔向遠端延續(xù)而出現(xiàn)壓力持續(xù)下降，從而導(dǎo)致影像結(jié)果表現(xiàn)為缺血(FFR陽性)；該研究中作者還發(fā)現(xiàn)在不存在冠狀動脈造影的狹窄時，正常冠狀動脈中有創(chuàng)FFR的結(jié)果也確實存在有衰減，而不是理論上的“在無病變的血管中各個點FFR都等于1”(圖3)。

圖2 無血流動力學(xué)意義的臨界狹窄

圖3 無病變的血管也存在壓力衰減

Cami等[25]對同一組病人進行CT-FFR和有創(chuàng)FFR全血管段分析，發(fā)現(xiàn)無論是有創(chuàng)FFR還是無創(chuàng)CT-FFR，在心血管計算機斷層掃描學(xué)會(SCCT)定義的0～1級狹窄(狹窄程度0～25%)的血管中，都存在隨著血管管腔直徑變小而測量數(shù)值衰減的現(xiàn)象。研究發(fā)現(xiàn)無論是有創(chuàng)FFR還是無創(chuàng)CT-FFR在對血管遠端的病變進行分析時，都可能存在有假陽性的情況，Cami等[25]依據(jù)泊肅葉定律(流量學(xué)定律)可以解釋此種現(xiàn)象的原因，在應(yīng)用中CT-FFR對血管管腔直徑要求是病變所在部位的參考血管≥2 mm，直徑過小的血管可能會造成假陽性結(jié)果。

3.3 CT-FFR測量規(guī)則

盡管CT-FFR與有創(chuàng)FFR在數(shù)值呈現(xiàn)形式上存在部分差異，但是CT-FFR在臨床應(yīng)用和臨床試驗中的主要作用，仍是通過評估局灶性狹窄遠端的CT-FFR值，作為侵入性FFR的替代方案。

具體而言，對于非彌漫性的局灶性狹窄，在病變遠端20 mm～30 mm的管腔部位讀取無創(chuàng)CT-FFR值作為該局灶性狹窄的CT-FFR值，這一規(guī)則與有創(chuàng)FFR測量的方法相類似。這種方法可以有效地區(qū)別“病變特異性缺血(Lesion-specific ischemia)”(圖4)和僅有“血管末端陽性的CT-FFR(Distal vessel CT-FFR positivity)”(圖5)的情況。

狹窄后立即發(fā)生CT-FFR值急劇下降。

狹窄后CT-FFR無急劇下降，血管末端的CT-FFR為陽性結(jié)果。

Kueh等[26]采用此種測量規(guī)則定義局灶性狹窄的CT-FFR值，評估了對血管末端CT-FFR陽性狹窄的再分類效果，結(jié)果發(fā)現(xiàn)血管末端陽性的CT-FFR經(jīng)過再分類后，有43.9%的陽性結(jié)果變?yōu)殛幮浴６疫@種變化，主要出現(xiàn)在臨界狹窄的病變：狹窄程度<50%的病變中有67%結(jié)果發(fā)生變化，狹窄程度50%～69%病變中有約為49%的結(jié)果發(fā)生變化。對于僅有血管末端CT-FFR結(jié)果陽性，而狹窄后20 mm的CT-FFR結(jié)果為陰性時，則可以確定該狹窄并不具有血流動力學(xué)意義。在2018年歐洲心臟病學(xué)會(European Society of Cardiology，ESC)上發(fā)表的ADVANCE研究[27]采用了此種測量規(guī)則，說明此規(guī)則已經(jīng)被廣泛接受。

另有研究[25]表明無創(chuàng)CT-FFR的讀取位置在狹窄后的10.5 mm位置可能更為合理，通過對3支血管近段和中段分布的SCCT2-4級狹窄(25%～99%狹窄)進行了CT-FFR分析，發(fā)現(xiàn)在狹窄后的一段長度范圍內(nèi)有CT-FFR數(shù)值的平臺段，在平臺段內(nèi)不會有CT-FFR數(shù)值的衰減，并且推薦狹窄后10.5 mm的位置是可靠讀取位置。因此，應(yīng)用此規(guī)則的前提是先要確定目標病變的遠端位置，而這個步驟不能單純地在3D管腔重建上完成，需要在CCTA的曲面重建(curved planar reformation,CPR)圖像上對病變的遠端位置進行確認，然后才能應(yīng)用此規(guī)則。

3.4 CT-FFR解讀方法

針對具體患者的臨床決策需要結(jié)合其解剖、臨床表現(xiàn)、冠狀動脈狹窄形態(tài)和位置、血管大小、血運重建的可行性等因素進行綜合考慮。在一個解剖學(xué)局灶性狹窄冠狀動脈后的CT-FFR顯著下降代表著病變特異性缺血，特別是當CT-FFR的數(shù)值<0.75的時候。當CT-FFR值逐漸下降，但CCTA上沒有局灶性狹窄存在，特別是在灰區(qū)范圍(0.76～0.80)的時候，需要考慮其他可能性：彌漫性病變、串聯(lián)病變、相對于供血區(qū)心肌體積過小的血管以及硝酸鹽反應(yīng)不足。

串聯(lián)病變是指同一支血管上存在多個狹窄病變(圖6)，其FFR評估對臨床治療有很重要指導(dǎo)作用。Tanaka等[28]應(yīng)用Heart Flow FFRCT計算跨狹窄壓力階差和跨狹窄ΔFFRCT，對串聯(lián)病變進行評估，發(fā)現(xiàn)FFRct計算的跨狹窄壓力階差以及ΔFFRCT與有創(chuàng)FFR測得的跨狹窄壓力階差以及ΔFFR有很好的相關(guān)性；同時該作者指出應(yīng)用虛擬支架技術(shù)會有助于CT-FFR技術(shù)對串聯(lián)病變中每個狹窄的血流動力學(xué)評估：對串聯(lián)病變中的非目標病變進行虛擬支架處理后，再評估目標病變的CT-FFR值，但這需要進一步驗證。

圖6 串聯(lián)病變

目前在已發(fā)表的CT-FFR診斷表現(xiàn)的驗證性研究中，一般是參照冠狀動脈造影記錄的有創(chuàng)FFR壓力傳感器位置來選定CT-FFR測量位置(先確定有創(chuàng)FFR測定壓力傳感器位置，再測量3D重建模型中該位置的無創(chuàng)CT-FFR數(shù)值)，然后再進行診斷表現(xiàn)的評價。但在臨床的實際應(yīng)用中，CT-FFR通常沒有測量位置的參考，如果先完成CT-FFR的測量，然后再使用FFR測量和驗證，其結(jié)果可能會存在差異。

造成結(jié)果有差異的主要原因可能是有創(chuàng)FFR與無創(chuàng)CT-FFR測量位點不同導(dǎo)致測量結(jié)果的差異，具體情況如下：(1)如果在有創(chuàng)ICA檢查中，有創(chuàng)FFR壓力傳感器的位置比CT-FFR的測量位置更靠近近端的話，則CT-FFR的測量結(jié)果很可能更低；例如FFR壓力傳感器的位置恰好位于目標病變的遠端20 mm，而與CT-FFR血管最遠端的最低值去比較，則會導(dǎo)致CT-FFR值明顯低于有創(chuàng)FFR值。(2)如果目標病變位于較大的血管的開口或近段，把壓力導(dǎo)絲置于血管遠端(>20 mm甚至更遠處)進行FFR測量，此時若無創(chuàng)CT-FFR以狹窄后20 mm的位置取值比較，則可能會導(dǎo)致CT-FFR值高于有創(chuàng)FFR值。(3)即使在CT-FFR和FFR測量時都選擇了病變遠端的20 mm的位置，由于ICA只能看到管腔，而CCTA不僅可以見到管腔狹窄，還能看到管壁的粥樣斑塊，導(dǎo)致了在CCTA上定義的病變范圍可能比ICA定義的病變范圍更廣泛、更傾向于向血管遠端；且FFR又存在隨血管向遠端延續(xù)而壓力衰減的特征，所以可能會導(dǎo)致CT-FFR值低于有創(chuàng)FFR值的情況。

此外，有研究表明對局灶性狹窄使用跨狹窄差值(狹窄近端的CT-FFR與狹窄遠端CT-FFR的差值，ΔCT-FFR)的分析方法具有較強的缺血鑒別能力[29]，但在另一項研究中表明在跨狹窄的ΔFFR值和ΔCT-FFR值比較中，兩者差異具有統(tǒng)計學(xué)意義(P<0.001)[25]。因此能否以跨狹窄差值來鑒別缺血仍存在爭議，臨床應(yīng)用上仍需大量數(shù)據(jù)驗證[29]。

4 影響CT-FFR準確性的因素

CT-FFR的臨床結(jié)果，有賴于CCTA對冠狀動脈管腔模型的解剖學(xué)3D精確重建。信噪比及管腔提亮不足、運動偽影或者錯層偽影，均會降低對斑塊和管腔以及整個血管樹的分析能力，進而影響CCTA解剖學(xué)評估和無創(chuàng)CT-FFR評估，其中錯位/斷層偽影是對CT-FFR影響最大的一種情況[30]。

心率過快會增加圖像運動偽影風險，減低對血管邊界以及斑塊的分析能力，從而對CT-FFR的計算結(jié)果造成影響，因此，在一般64排窄體探測器CT成像中，建議受試者的最佳心率建議控制在小于70次/min[31]。此外，當病人有心肌橋存在的時，特別是發(fā)生在LAD的心肌橋，其近端血管更易發(fā)狹窄，心肌橋處會出現(xiàn)收縮期管腔縮小；在心率控制不理想時，可能會在收縮期進行管腔3D重建，從而對CT-FFR的計算結(jié)果造成影響。

另外，CCTA圖像采集前是否服用硝酸酯類藥物及服用劑量也會影響圖像質(zhì)量，進一步可能對CT-FFR計算準確性產(chǎn)生影響[32]。根據(jù)SCCT指南[33]，在舌下應(yīng)用硝酸酯時，噴霧劑優(yōu)于片劑的效果。

5 小結(jié)及展望

CT-FFR不同于侵入性FFR和其他非侵入性檢查，它提供了整個冠狀動脈樹的每個病變和血管各處的生理信息，在運用其結(jié)果的過程中，臨床決策者應(yīng)全面的掌握這些信息，以更好地實現(xiàn)CT-FFR對冠心病患者臨床決策價值。準確且標準化的解讀和報告對臨床決策至關(guān)重要，這要求臨床醫(yī)生在CT-FFR分析的基礎(chǔ)上，掌握讀取功能數(shù)據(jù)的能力，以更好地實現(xiàn)對冠心病患者的輔助診斷。

如何充分利用人工智能優(yōu)勢，充分挖掘數(shù)據(jù)潛力，將 CT-FFR 結(jié)果與CCTA 衍生的其他指標(例如高危斑塊及缺血心肌的量化)相結(jié)合，可能會為冠心病患者臨床治療決策和預(yù)測預(yù)后提供更加個性化的“一站式”分析。此外，鑒于CT-FFR是近些年來的新技術(shù)且發(fā)展較快，其在臨床使用中的遠期有效性和安全性仍需要進一步證實。

作者貢獻聲明

陳玉環(huán)：提出研究思路和框架，撰寫、修改論文；尹游兵：提出研究思路和框架，修改論文；候江濤：提出研究思路和框架，修改論文；夏軍：提出研究思路和框架，修改論文；張賀曄：提出研究思路和框架，修改論文。

利益沖突聲明

陳玉環(huán)，尹游兵為科亞醫(yī)療科技股份有限公司的員工，作者之間不存在潛在利益沖突。