1.徐州醫(yī)學(xué)院第二附屬醫(yī)院影像科(江蘇 徐州1004).徐州醫(yī)學(xué)院附屬醫(yī)院醫(yī)學(xué)影像科(江蘇 徐州 100)張海燕 汪秀玲

磁共振動(dòng)態(tài)增強(qiáng)及擴(kuò)散加權(quán)成像在乳腺癌中的應(yīng)用

1.徐州醫(yī)學(xué)院第二附屬醫(yī)院影像科(江蘇 徐州221004)
2.徐州醫(yī)學(xué)院附屬醫(yī)院醫(yī)學(xué)影像科(江蘇 徐州 221002)
張海燕1,2汪秀玲2

磁共振成像；動(dòng)態(tài)增強(qiáng)；擴(kuò)散加權(quán)；乳腺癌

The Application of MRI Dynamic Contrastenhanced and Diffusion Weighted Imaging in Breast Cancer

目前，MRI已經(jīng)越來越多地應(yīng)用于乳腺影像檢查中[1-3]。美國放射學(xué)會(huì)(American College of Radiology, ACR)推薦乳腺M(fèi)RI應(yīng)用于篩選病例、評(píng)價(jià)疾病程度以及臨床治療評(píng)估。常規(guī)乳腺M(fèi)RI主要通過T2加權(quán)序列(T2-weighted imaging, T2WI)病灶信號(hào)強(qiáng)度以及其形態(tài)學(xué)特點(diǎn)進(jìn)行診斷[4]。近年，乳腺動(dòng)態(tài)增強(qiáng)掃描(dynamic contrast-enhanced, DCE)、擴(kuò)散加權(quán)成像(diffusion-weighted imaging, DWI)技術(shù)進(jìn)展逐漸應(yīng)用于臨床，并取得了一定的成果[5-7]。DCE技術(shù)主要通過對(duì)比劑攝取的藥代動(dòng)力學(xué)分析，對(duì)血管與血管間隙之間對(duì)比劑的交換進(jìn)行量化評(píng)估，而DWI技術(shù)通過對(duì)水分子擴(kuò)散特性的量化分析，評(píng)估細(xì)胞結(jié)構(gòu)及細(xì)胞膜的完整性[8]。雖然乳腺M(fèi)RI有著較高的敏感性，但特異性不高，容易產(chǎn)生假陽性[9]，在臨床應(yīng)用中受到一定限制。

1 乳腺癌常規(guī)MRI-T2WI表現(xiàn)

典型乳腺癌通常形態(tài)不規(guī)則，邊緣不規(guī)整，常見分葉狀及毛刺征，內(nèi)部信號(hào)不均勻，T2WI像大多表現(xiàn)為稍低信號(hào)，或許是因?yàn)槠涓缓z原蛋白的纖維組織中含有的水及脂肪較少。乳腺癌壞死部分在T2WI上表現(xiàn)為高信號(hào)，與乳腺良性病變信號(hào)不易區(qū)分。Malich等人對(duì)于641例乳腺病變患者的研究中，發(fā)現(xiàn)74%的惡性病灶在T2WI為低信號(hào)，僅有37%的良性病灶為低信號(hào)[10]。然而，有些良性病變?nèi)绯鲅阅夷[，因?yàn)槭艿窖捍琶舾袀斡暗挠绊懺赥2WI上表現(xiàn)為低信號(hào)[11]。由此可見，單純依靠常規(guī)MRI -T2WI檢查尚不能達(dá)到理想的臨床診斷效果。

2 DCE-MRI在乳腺癌中的應(yīng)用

2.1 DCE-MR乳腺癌及乳腺良性占位的強(qiáng)化形態(tài) 乳腺病灶的強(qiáng)化形態(tài)大致可分為腫塊樣強(qiáng)化與非腫塊樣強(qiáng)化。

良性腫塊多形態(tài)規(guī)則、邊緣光滑、內(nèi)部均勻強(qiáng)化，良性纖維腺瘤也可以表現(xiàn)為強(qiáng)化腫塊內(nèi)部間有不強(qiáng)化的間隔。而乳腺惡性腫塊強(qiáng)化方式多樣[12,13]。

乳腺疾病的非腫塊樣強(qiáng)化方式見不到明確的腫塊影，通常根據(jù)強(qiáng)化部位分以下幾種[14]：(1)沿導(dǎo)管走行的強(qiáng)化以及節(jié)段性強(qiáng)化，沿導(dǎo)管強(qiáng)化信號(hào)走行指向乳頭，節(jié)段性強(qiáng)化為圓錐形表現(xiàn)，與導(dǎo)管內(nèi)原位癌、浸潤(rùn)性導(dǎo)管癌、非典型導(dǎo)管增生、乳頭狀瘤或者硬化性腺病相關(guān)。(2)彌漫性強(qiáng)化往往為良性病變的特征，比如乳腺增生性改變，但在多中心的導(dǎo)管內(nèi)原位癌也偶有發(fā)生。非腫塊強(qiáng)化內(nèi)部強(qiáng)化模式也較復(fù)雜：點(diǎn)狀或斑片狀強(qiáng)化經(jīng)常分布于乳腺的非管道區(qū)域，是良性病變的特征，在網(wǎng)狀或樹突狀的強(qiáng)化類型中，正常的脂肪腺體組織界面消失，通常與炎性乳癌或者淋巴結(jié)受累相關(guān)。

2.2 DCE-MR乳腺疾病的強(qiáng)化曲線 測(cè)量一定時(shí)間內(nèi)感興趣區(qū)信號(hào)強(qiáng)度的變化，通過計(jì)算機(jī)后處理得出時(shí)間-信號(hào)強(qiáng)度曲線(time-signal intensity curve, TIC)。TIC的感興趣區(qū)通常選擇病灶中強(qiáng)化程度最強(qiáng)，強(qiáng)化速度最快的區(qū)域，分為慢、中、快三種強(qiáng)化方式，延遲期的時(shí)相分為持續(xù)型、平臺(tái)型與流出型。早期快速或中度強(qiáng)化且在延遲期為平臺(tái)型或流出型，惡性腫瘤陽性預(yù)測(cè)值為77%[15]，國內(nèi)報(bào)道以平臺(tái)型或流出型作為病灶診斷的標(biāo)準(zhǔn)，其敏感性90.6%，特異性為80%[16]。浸潤(rùn)性乳腺癌可以見到這種典型強(qiáng)化方式，由于腫瘤毛細(xì)血管的高滲透性，形成從血管到血管間隙的對(duì)比劑快速通道，對(duì)比劑滲出到血管外間隙，也由于新生毛細(xì)血管的高通透性，通過被動(dòng)擴(kuò)散的作用，對(duì)比劑又會(huì)快速的返回毛細(xì)血管內(nèi)[17]。相反，至少80%典型的良性病變?cè)谘舆t期TIC為持續(xù)型。

然而不同的病變有時(shí)也存在相同的強(qiáng)化方式：如乳腺內(nèi)良性淋巴結(jié)與可疑惡性病灶強(qiáng)化方式類似，但淋巴結(jié)往往在T2WI上為高信號(hào)；局灶性纖維囊性變與復(fù)發(fā)性乳腺癌之間也表現(xiàn)為相似的強(qiáng)化形態(tài)[18]。另外，疤痕旁脂肪壞死的強(qiáng)化方式類似于復(fù)發(fā)乳腺癌，但在脂肪抑制序列疤痕旁脂肪壞死內(nèi)脂肪信號(hào)的減低，對(duì)于病變的鑒別有重要意義。

2.3 DCE-MRI新技術(shù)進(jìn)展在乳腺疾病鑒別診斷及乳腺癌化療中的應(yīng)用 藥代動(dòng)力學(xué)參數(shù)分析技術(shù)涉及到超越形態(tài)學(xué)的創(chuàng)新技術(shù)，對(duì)于腫瘤的生物學(xué)能夠提供更好的了解。主要參數(shù)值有：(1)容量轉(zhuǎn)移常數(shù)(Ktrans)：對(duì)比劑由血管內(nèi)擴(kuò)散到血管外的速度常數(shù)。(2)速率常數(shù)(Kep)：組織間對(duì)比劑經(jīng)擴(kuò)散重新回到血管內(nèi)的速度常數(shù)。(3)細(xì)胞外間隙容積比(Ve)：血管外細(xì)胞外間隙占整個(gè)體素的百分比。

文獻(xiàn)報(bào)道通過對(duì)比乳腺癌強(qiáng)化方式與微血管密度相關(guān)性研究，發(fā)現(xiàn)藥代動(dòng)力學(xué)參數(shù)或許可以作為血管生成的標(biāo)志物[19]。由于乳腺癌灶中新生血管的形成過程中產(chǎn)生更高滲的毛細(xì)血管，乳腺癌中Ktrans值要高于乳腺良性病變以及正常乳腺組織[20]。Kep值在乳腺癌中同樣也較高，相反，乳腺癌中Ve值要低，這與腫瘤的細(xì)胞增生以及豐富的血管導(dǎo)致血管外細(xì)胞間隙的縮小有關(guān)。研究顯示3級(jí)浸潤(rùn)性乳腺癌Ktrans、Kep值顯著性高于1、2級(jí)(p＞0.05)，但1、2級(jí)之間的Ktrans、Kep值之間差異無統(tǒng)計(jì)學(xué)意義[21]?？梢姡幋鷦?dòng)力學(xué)參數(shù)參數(shù)值在鑒別乳腺良惡性病變以及乳腺癌的病變程度有重要價(jià)值。

在乳腺癌化療中，抗新生血管藥物治療有反應(yīng)的乳腺癌患者，腫瘤血管變化要早于腫瘤體積改變，或許可以通過藥代動(dòng)力學(xué)參數(shù)來更好的監(jiān)測(cè)腫瘤對(duì)于化療的反應(yīng)。早期Ktrans、Kep值的減低或許與治療引起早期血管收縮導(dǎo)致不成熟的及高通透性的血管的丟失相關(guān)，使得治療后總的對(duì)比劑攝取減低；Ve值增加，反應(yīng)出抗新生血管治療后，新生血管的收縮導(dǎo)致的細(xì)胞外-血管外空間的增大。細(xì)胞毒性藥物化療后，細(xì)胞的死亡，腫瘤細(xì)胞產(chǎn)生的促血管生成因子丟失，也能夠顯著性降低藥代動(dòng)力學(xué)的參數(shù)。Wasser, K.等人在對(duì)于表阿霉素、紫杉醇新輔助化療后患者的研究中，在第一輪化療后有反應(yīng)的患者中Kep(p＜0.002)顯著性降低，然而腫瘤體積的改變卻在第三次化療后才發(fā)現(xiàn)(p＜0.008)[22]。這些結(jié)果顯示DCE-MRI藥代動(dòng)力學(xué)參數(shù)可以早期預(yù)測(cè)乳腺癌患者新輔助化療之后的反應(yīng)。Radjenovic, A等人在對(duì)于15例治療前有著較高的Ktrans且對(duì)治療有反應(yīng)的患者研究證明，DCE-MRI或許可以預(yù)測(cè)患者對(duì)于治療的反應(yīng)[21]，但是仍需要大量的研究來證明初步的研究結(jié)果[23]。然而藥代動(dòng)力學(xué)分析實(shí)驗(yàn)的動(dòng)力學(xué)模型往往需要非常高的時(shí)間分辨率序列，這樣會(huì)干擾圖像采集矩陣，并且多中心研究缺乏統(tǒng)一的技術(shù)標(biāo)準(zhǔn)以及數(shù)據(jù)分析標(biāo)準(zhǔn)，故在常規(guī)實(shí)踐中其廣泛應(yīng)用受到限制。

3 DWI在乳腺癌中應(yīng)用

磁共振彌散成像是觀察活體組織內(nèi)水分子布朗運(yùn)動(dòng)的成像方法。DWI可將水分子在不同組織中的擴(kuò)散能力差異轉(zhuǎn)化成圖像的信號(hào)差異或其他參數(shù)值的改變。從分子水平反映人體組織的空間信息以及生理、病理狀態(tài)下各組織成分水分子移動(dòng)度的變化。DWI參數(shù)值用表觀擴(kuò)散系數(shù)(apparent diffusion coefficient,ADC)表示，單位為(mm2/s)。

3.1 DWI在乳腺良惡性病變?cè)\斷中的應(yīng)用 乳腺癌通常在DWIMRI圖像為高信號(hào)，在ADC圖像為低信號(hào)，原因?yàn)閻盒阅[瘤內(nèi)自由水分子的擴(kuò)散運(yùn)動(dòng)受到限制。然而，含有蛋白質(zhì)的囊腫中水分子在粘稠的環(huán)境下，也表現(xiàn)為擴(kuò)散受限，與乳腺癌有相似的信號(hào)表現(xiàn)。單純的囊腫DW-MRI表現(xiàn)與此相反。ADC值的大小與b值的選擇密切相關(guān)，研究顯示ADC值與b值呈線性負(fù)相關(guān)[24,25]。較低的b值會(huì)產(chǎn)生較為明顯的灌注效應(yīng)，尤其是浸潤(rùn)性導(dǎo)管癌，因其含有豐富的毛細(xì)血管，這種穿透效應(yīng)更加明顯，在較低b值下所測(cè)得ADC值會(huì)增大。較高b值能夠抑制與高ADC值相關(guān)的正常組織信號(hào)，惡性腫瘤的信號(hào)顯示更為顯著，從而更容易發(fā)現(xiàn)惡性腫瘤性病變，雖然較高的b值能抑制灌注效應(yīng)的產(chǎn)生，但較高的b值更加容易產(chǎn)生偽影，使圖像信噪比下降。因此，許多學(xué)者研究如何通過b值選擇來達(dá)到圖像診斷價(jià)值與圖像質(zhì)量之間的平衡。研究認(rèn)為b值接近1000時(shí)，能夠得到較為理想的圖像，且得出能夠鑒別良惡性腫瘤ADC值的閾值為1.23×10-3mm2/s[26]。理論上DWI使用的b值數(shù)量越多，就能夠獲取分析ADC值的更多數(shù)據(jù)，但同時(shí)會(huì)增大檢查時(shí)間，從而也會(huì)增加產(chǎn)生移動(dòng)偽影的幾率。Pereira等人研究顯示在1.5T或3.0T磁共振鑒別良惡性腫瘤，利用多b值計(jì)算出的ADC值與兩個(gè)b值計(jì)算出的ADC值相比，精確度并沒有顯著性增高[25]。

但ADC值的診斷敏感性與特異性受到ADC值閾值的影響。研究顯示乳腺惡性病灶的平均ADC值為(1.298±0.129)×10-3mm2/ s，ADC值閾值取1.48×10-3mm2/s時(shí)，敏感性與特異性率為88.6%和95.3%，ADC值閾值為1.53×10-3mm2/s時(shí)，敏感性與特異性率為100%和86%[27]。國內(nèi)有研究顯示取ADC值為1.048×10-3mm2/s作為閾值時(shí)，敏感性、特異性分別為83.9%、88.9%[28]。在大量的對(duì)于乳腺癌患者進(jìn)行1.5T磁共振儀DWI的研究中乳腺癌患者平均ADC值為(1.00-1.07)×10-3mm2/s，范圍為(0.89±0.17)×10-3mm2/ s至(1.17±0.18)×10-3mm2/s，正常乳腺組織或良性病變的ADC值為(1.35±0.10)×10-3mm2/s至(1.90±0.20)×10-3mm2/s[29-31]。以上研究結(jié)果顯示，DWI在乳腺癌的診斷及鑒別診斷中具有重要的價(jià)值，同時(shí)，由于缺乏DWI的標(biāo)準(zhǔn)化，具體的ADC值很難作為可靠的診斷惡性腫瘤的依據(jù)。

3.2 DWI在乳腺癌新輔助化療中的應(yīng)用 在新輔助化療后常規(guī)MRI難以正確評(píng)估腫瘤尺寸的情況下，DWI或許在識(shí)別腫瘤的殘存起到關(guān)鍵作用。在治療后乳腺癌細(xì)胞死亡，隨之發(fā)生細(xì)胞結(jié)構(gòu)減少，細(xì)胞膜的完整性破壞，導(dǎo)致ADC值增加，乳腺癌治療后ADC值的改變通常早于常規(guī)MRI中腫瘤尺寸的變化[32]。在對(duì)于69例進(jìn)行新輔化療的乳腺癌患者的研究中，顯示DW-MRI要比常規(guī)的對(duì)比增強(qiáng)MRI發(fā)現(xiàn)殘余腫瘤的精確度更高[33]。在對(duì)于21例行新輔助化療乳腺癌患者的研究中，沒有反應(yīng)的患者在治療之前平均ADC值為(1.46±0.33)×10-3mm2/s，與之相比較，對(duì)治療有反應(yīng)的患者ADC值為(0.99±0.27)×10-3mm2/s[34]。在對(duì)于53例患者的研究中也報(bào)道類似的結(jié)果，沒有反應(yīng)的患者治療前的ADC平均值(1.29±0.08)×10-3mm2/s，與有反應(yīng)的患者治療前的平均ADC值(1.036±0.015)×10-3mm2/s，相比較顯著性增高(p=0.004)。因此，DWI不僅對(duì)于乳腺癌的診斷起到重要的作用，而且能夠早期評(píng)估以及預(yù)測(cè)乳腺癌患者新輔助化療的效果[35]。

綜上所述，乳腺M(fèi)RI在乳腺癌的診斷、治療后的評(píng)估等方面具有重要的價(jià)值。隨著磁共振硬件的發(fā)展及新技術(shù)的深入研究，乳腺M(fèi)RI將會(huì)在乳腺疾病中的應(yīng)用發(fā)揮出更重要的作用。

1. Monticciolo D L. Magnetic resonance imaging of the breast for cancer diagnosis and staging [J].Seminars in ultrasound, CT, and MR, 2011, 32(4): 319-330.

2. Jansen S A. Ductal carcinoma in situ: Detection, diagnosis, and characterization with magnetic resonance imaging [J]. Seminars in ultrasound, CT, and MR, 2011, 32(4): 306-318.

3. Bick U,Engelken, F, Diederichs, G, et al. MRI of the breast as part of the assessment in population-based mammography screening[J].RoFo: Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin, 2013, 185(9): 849-856.

4. Russ G,Bigorgne, C,Royer,B, et al. [The thyroid imaging reporting and data system (tirads) for ultrasound of the thyroid] [J]. Journal de radiologie,2011,92(7-8):701-713.

5. Chen JH, Yu H, Lin M,et al. Background parenchymal enhancement in the contralateral normal breast of patients undergoing neoadjuvant chemotherapy measured by DCEMRI. Magn Reson Imaging, 2013,31(9):1465-1471.

6. Amarnath J, T Sangeeta, and SB Mehta. Role of quantitative pharmacokinetic parameter (transfer constant: K(trans)) in the characterization of breast lesions on MRI. Indian J Radiol Imaging, 2013,23(1):19-25.

7. Sonmez G, Cuce F, Mutlu H, et al. Value of diffusion-weighted MRI in the differentiation of benign and malign breast lesions. Wien Klin Wochenschr, 2011,123(21-22):655-661.

8. Padhani AR, Liu G, Koh DM,et al. Diffusion-weighted magnetic resonance imaging as a cancer biomarker: consensus and recommendations. Neoplasia, 2009,11(2):102-125.

9. Millet I,Pages E, Hoa D, et, al. Pearls and pitfalls in breast MRI.Br J Radiol, 2012,85(1011):197-207.

10.Malich A, Fischer DR, Wurdinger S, et al. Potential MRI interpretation model: differentiation of benign from malignant breast masses. AJR Am J Roentgenol, 2005,185(4): 964-970.

11.Berg WA, Sechtin AG, Marques H, et al. Cystic breast masses and the ACRIN 6666 experience. Radiol Clin North Am, 2010,48(5):931-987.

12.Szabo BK,Aspelin P, Kristoffersen Wiberg M, et al. Invasive breast cancer: correlation of dynamic MR features with prognostic factors.Eur Radiol, 2003,13(11):2425-2435.

13.Montemurro F,Martincich L, Sarotto I, et al. Relationship between DCE-MRI morphological and functional features and histopathological characteristics of breast cancer.Eur Radiol, 2007,17(6):1490-1497.

14.Petralia G, Bonello L, Priolo F, et al.Breast MR with special focus on DW-MRI and DCE-MRI. Cancer Imaging, 2011,11:76-90.

15.Kuhl CK, Mielcareck P, Klaschik S, et al. Dynamic breast MR imaging: are signal intensity time course data useful for differential diagnosis of enhancing lesions.Radiology, 1999,211(1):101-110.

16.彭薇,許永華.磁共振擴(kuò)散加權(quán)成像與動(dòng)態(tài)增強(qiáng)聯(lián)合應(yīng)用對(duì)乳腺病變的價(jià)值[J].中國CT和MRI雜志,2010, 8(6): 19-22.

17.李瑞敏,顧雅佳,毛健,等.定量動(dòng)態(tài)增強(qiáng)MRI鑒別乳腺良惡性病變的研究[J].中華放射學(xué)雜志,2011, 45(2): 164-169.

18.Chen JH, Nalcioglu O, Su MY. Fibrocystic change of the breast presenting as a focal lesion mimicking breast cancer in MR imaging. J Magn Reson Imaging, 2008,28(6):1499-1505.

19.Teifke A, Behr O, Schmidt M, et al. Dynamic MR imaging of breast lesions: correlation with microvessel distribution pattern and histologic characteristics of prognosis. Radiology,2006,239(2):351-360.

20.Yoo JL,Woo OH, Kim YK, et al. Can MR Imaging contribute in characterizing wellcircumscribed breast carcinomas.Radiographics, 2010,30(6):1689-1702.

21.Radjenovic A, Dall B J, Ridgway J P, et al. Measurement of pharmacokinetic parameters in histologically graded invasive breast tumours using dynamic contrast-enhanced MRI. Br J Radiol, 2008,81(962):120-128.

22.Wasser K, Klein SK, Fink C, et al. Evaluation of neoadjuvant chemotherapeutic response of breast cancer using dynamic MRI with high temporal resolution. Eur Radiol, 2003,13(1):80-87.

23.Flaherty KT, Rosen MA, Heitjan DF, et al. Pilot study of DCEMRI to predict progression-free survival with sorafenib therapy in renal cell carcinoma. Cancer Biol Ther, 2008,7(4): 496-501.

24.Pereira FP, Martins G, Figueiredo E, et al. Assessment of breast lesions with diffusion-weighted MRI: comparing the use of different b values. AJR Am J Roentgenol, 2009,193(4): 1030-1035.

25.Bogner W, Gruber S, Pinker K, et al. Diffusion-weighted MR for differentiation of breast lesions at 3.0 T: how does selection of diffusion protocols affect diagnosis?. Radiology, 2009,253(2): 341-351.

26.Thomassin-Naggara I,De Bazelaire C, Chopier J, et al. Diffusion-weighted MR imaging of the breast: advantages and pitfalls. Eur J Radiol, 2013,82(3):435-443.

27.Fornasa, F., Pinali, L., Gasparini, A., et al. Diffusion-weighted magnetic resonance imaging in focal breast lesions: analysis of 78 cases with pathological correlation. Radiol Med, 2011,116(2):264-275.

28.陳泉樺,劉彪,鄭進(jìn)天.乳腺M(fèi)R功能成像對(duì)乳腺病變的診斷價(jià)值研究.[J].中國CT和MRI雜志, 2013, 11(3): 57-60.

29.Fornasa F, Pinali L, Gasparini A, et al. In vivo diffusionweighted MRI of the breast: potential for lesion characterization. J Magn Reson Imaging, 2002,15(6):693-704.

30.Park MJ, Cha ES, Kang BJ, et al. The role of diffusionweighted imaging and the apparent diffusion coefficient (ADC) values for breast tumors. Korean J Radiol, 2007,8(5):390-396.

31.Hatakenaka M, Soeda H, Yabuuchi H, et al. Apparent diffusion coefficients of breast tumors: clinical application. Magn Reson Med Sci, 2008,7(1):23-29. 32.Thoeny HC, Ross BD. Ross. Predicting and monitoring cancer treatment response with diffusion-weighted MRI. J Magn Reson Imaging, 2010,32(1):2-16. 33.Woodhams R, Kakita S, Hata H, et al. Identification of residual breast carcinoma following neoadjuvant chemotherapy: diffusion-weighted imaging--comparison with contrastenhanced MR imaging and pathologic findings. Radiology, 2010,254(2):357-366.

34.Iacconi C, Giannelli M, Marini C, et al. The role of mean diffusivity (MD) as a predictive index of the response to chemotherapy in locally advanced breast cancer: a preliminary study. Eur Radiol, 2010,20(2):303-308.

35.Park SH, Moon WK, Cho N, et al. Diffusion-weighted MR imaging: pretreatment prediction of response to neoadjuvant chemotherapy in patients with breast cancer. Radiology, 2010,257(1):56-63.

(本文編輯: 唐潤(rùn)輝)

R445.2；R737.9

A

10.3969/j.issn.1672-5131.2014.07.36

2014-08-25

汪秀玲