Clinical and Multilayer Spiral CT Diagnosis of Colon Innervation Defect
-
摘要: 目的：分析结肠神经节缺乏症的多层螺旋CT（MSCT）的影像和临床表现，提高对结肠神经节缺乏症认识。方法：回顾性分析经手术病理证实的结肠神经节缺乏症患者临床以及MSCT影像资料。检查设备采用GE Discovery 750 HD宝石能谱CT和Philips Brilliance Ingenuity 128层多层螺旋，层厚1 mm，层间距1 mm，管电压120 kV，自动管电流，扫描范围自膈顶扫描至双侧耻骨联合下缘。在肠道自然状态下CT扫描（不做肠道准备，即不清洁灌肠和洗肠），扫描后在CT工作站进行MPR三维重建，在PACS系统存档分析。观察MSCT病变段肠管位置，分别测量扩张段和狭窄段肠壁厚度；对病理标本测量狭窄段（病变段）肠管长度；通过多期MSCT观察肠道蠕动情况；通过增强观察肠道血运情况；总结结肠神经节缺乏症患者的临床特征性表现。结果：结肠神经节缺乏症的临床特点表现为成年人长期的便秘和不完全性肠梗阻。本组5例成人结肠神经节缺乏症患者，病变部位分别位于结肠脾曲和降结肠，其中病变段为狭窄段肠管，扩张段结肠为次生继发性改变，病变段肠管位于降结肠3例，位于结肠脾曲2例；MSCT表现为病变段结肠相对狭窄和病变近端结肠扩张，影像特征表现为结肠扩张后狭窄；测量扩张段和狭窄段肠壁厚度：狭窄段病变区肠壁厚度正常，扩张段肠壁厚度正常或有所增厚，本组增厚的肠壁厚度小于0.9 cm；测量病变段肠管长度：本组病变段肠管长度介于4.3～8.6 cm之间；观察结肠血供和肠道功能情况：MSCT增强扫描肠系膜血管以及系膜密度均未见异常改变、病变段结肠肠壁无异常强化，提示扩张与狭窄段结肠血供正常；MSCT三期增强扫描显示病变段肠管僵直、无蠕动，提示病变段肠管蠕动功能丧失。结论：结肠神经节缺乏症具有结肠扩张后狭窄特征性的影像学表现和临床特点，MSCT结合临床资料能够在术前提示结肠神经节缺乏症的诊断。Abstract: Objective: To analyze the image performance of colon innervation defect with multilayer spiral CT (MSCT) and clinical manifestations, summarize its image characteristics and make correct diagnosis. Methods: The clinical features of colonic innervations deficiency present with prolonged constipation and incomplete ileus. MSCT imaging data using GE gem energy spectrum, CT 750 HD, and Philips MSCT. 1 mm layer thickness, 1 mm layer spacing, tube voltage, 120 kV, automatic tube current from the diaphragm to the bilateral pubic joint. Scan in the natural state of the intestine (No bowel preparation, no cleansing enema and bowel cleansing), after scanning, conduct MPR 3D reconstruction at the CT workstation, and the reconstructed data were archived and analyzed in the PACS system. Clarify the intestinal location of the diseased segment, measure intestinal wall thickness of dilated segment and narrow segment respectively; measure intestinal tube length of diseased segment (narrow segment); observe intestinal peristalsis with multiple-stage MSCT; and observe intestinal blood transport through enhancement. Results: The clinical features of colon innervations defect was constipation and incomplete ileus. In this study group, there were 5 adult patients with colon innervations defect, and the lesion site was located in the spleen and descending colon respectively, among which the diseased segment was located in 3 cases and the spleen was located in 2 cases of colon; MSCT shows relative narrowing of the colon and expansion of the proximal colon; The intestinal wall thickness was normal in the diseased area, and the intestinal wall thickness of the dilated colon section was normal or somewhat thickened, and the thickened intestinal wall in this group is less than 0.9 cm; The intestinal length of the diseased segment in this group was somewhere between 4.3~8.6 cm. The MSCT enhancement scan of mesangic vessels and mesangial density showed no abnormal changes, and no abnormal enhancement of the colon wall in the diseased section, suggesting normal blood supply; MSCT enhanced scan showed rigidity and no peristalsis in the diseased segment, suggesting loss of peristaltic function in the diseased segment. Conclusion: Colonic innervations defect has imaging findings of characteristic post dilating stenosis and clinical features of prolonged constipation and incomplete obstruction in adults, The MSCT combined with clinical data was able to indicate the diagnosis of colonic innervations defect before surgery.
-
腮腺肿瘤中约80％ 为良性肿瘤，最常见的为腮腺混合瘤与腺淋巴瘤[1]。腮腺混合瘤虽然是良性肿瘤，但具有潜在恶性的生物学行为，术后局部复发及恶变风险均高于腺淋巴瘤[2]。因此术前精准诊断对临床手术方式与预后具有指导意义，腮腺混合瘤与腺淋巴瘤影像学表现具有一定交叉[3]，常规影像学检查手段对两者之间鉴别困难。
CT纹理分析技术是一种能够进行定量分析的后处理技术，目前已广泛应用于良恶性鉴别、术前分期、疗效评价[4-5]等方面，已有研究应用CT平扫图像纹理分析用于腮腺肿瘤鉴别[6-7]，但关于增强CT纹理分析对腮腺肿瘤的异质性研究较少。
本研究基于CT增强图像，探讨纹理分析技术联合机器学习算法鉴别腮腺混合瘤与腺淋巴瘤的可行性。
1. 材料与方法
1.1 临床资料
回顾性分析2016年1月至2021年12月于本院经手术病理确诊为腮腺腺淋巴瘤与混合瘤的患者40例。其中腮腺腺淋巴瘤21例，男性18例，女性3例，年龄40～77岁，平均年龄（62.24±11.17）岁，术前误诊混合瘤4例；腮腺混合瘤19例，男性6例，女性13例，年龄21～67岁，平均年龄（46.63±12.28）岁，术前误诊腺淋巴瘤1例。每个患者均有完整的病理资料，术前2周内均行增强CT检查。
排除标准：①CT检查前已治疗过或其他肿瘤病史；②存在明显伪影而影响观察。
1.2 扫描方法
采用Siemens或Philips多层螺旋CT对患者进行增强扫描，扫描范围从外耳孔至锁骨上平面。检查参数：球管电压120 kV，管电流200 mA，螺距1.0，层厚5 mm，重建矩阵512×512，重建层厚1 mm。
增强扫描按2.5 mL/s速率，静脉团注对比剂碘海醇1 mL/kg，动脉期于注射后25 s扫描，静脉期于注射后50 s扫描。
1.3 图像处理
1.3.1 图像导出及ROI选择
从PACS工作站中将患者病灶最大层面图像导出，导出图像保存为BPM格式，导出时确保所有图像窗宽窗位均为W250/L50。随后将图像导入Mazda软件，由两名高年资医师协商，沿病灶边缘1 mm左右勾画ROI（图1），尽量避开坏死、钙化及血管。
![]()
图 1 腮腺肿瘤CT静脉期图像以及ROIs（a）和（b）腺淋巴瘤，男，45岁；（c）和（d）多形性腺瘤，男，40岁。Figure 1. Enhanced CT images (with ROIs) of a parotid tumor1.3.2 纹理特征提取及筛选
运用Mazda软件自动获取6类纹理特征（包括直方图、灰度共生矩阵、游程矩阵、绝对梯度、自回归模型及小波转换），共312项纹理特征。采用Fisher系数、POE+ACC、MI 4种降维筛选方式以及3种降维方式的联合运用（FPM）。
1.3.3 纹理特征分类分析
运用Mazda软件的B11模块，对获得的纹理特征进行分类分析。该软件主要包括原始数据分析（RDA）、主要成分分析（PCA）、线性判别分析（LDA）和非线性判别分析（NDA）4种机器学习算法。计算不同降维方式联合不同机器学习算法的误判率、准确率、敏感性、特异性、阳性预测值、阴性预测值。
1.4 统计学处理
采用SPSS 22.0统计分析软件进行分析，计量资料的表示方式为均数±标准差，即（
$\bar x \pm s $ ），对本次研究的4种纹理特征筛选方法中出现3次以上的特征参数进行统计分析。符合正态分布的采用独立样本的t检验，不符合正态分布的运用Wilcoxon秩和检验，以P＜0.05认为差异具有统计学意义。建立ROC曲线，并计算其AUC值，获得研究所需的诊断阈值，并计算敏感性和特异性，比较其诊断效能。
2. 结果
2.1 腮腺腺淋巴瘤与混合瘤的纹理参数比较
运用Fisher、POE+ACC、MI以及FPM分别提取的最有代表性的纹理特征参数各10、10、10、30项，其中出现3次以上的参数共5项（表1）。其中WavEnHH_s-4、WavEnLL_s-4为小波转换参数；GrVariance、GrSkewness为绝对梯度参数，45dgr_Fraction为游程矩阵参数。
表 1 腮腺腺淋巴瘤与混合瘤间最佳纹理特征参数比较Table 1. Comparison of the optimal texture feature parameters between parotid adenolymphomas and mixed tumors参数 组别 统计检验 腺淋巴瘤组 混合瘤组 t/Z P WavEnHH_s-4 4.162±1.908 7.493±3.157 -4.084 ＜0.01 WavEnLL_s-4 21044.469±3887.164 16649.289±4309.226 3.392 0.002 GrVariance 0.185±0.046 0.236±0.033 -4.055 ＜0.01 GrSkewness 1.996±0.516 1.475±0.295 -3.291 0.001 45 dgr_Fraction 0.328±0.080 0.422±0.074 -3.854 ＜0.01 腮腺腺淋巴瘤组的WavEnHH_s-4、GrVariance、45 dgr_Fraction低于混合瘤组，WavEnLL_s-4、GrSkewness高于混合瘤组，且均在组间有统计学意义。
2.2 腮腺腺淋巴瘤与混合瘤纹理参数的ROC曲线分析
本研究针对具有统计学意义的纹理参数建立ROC曲线，并对其诊断效能进行分析，结果见表2及图2。鉴别腮腺腺淋巴瘤与混合瘤AUC最高的是WavEnHH_s-4，为0.827，其相应的敏感性、特异性分别为84.2％、66.7％；鉴别腮腺腺淋巴瘤与混合瘤敏感性最高的是GrSkewness，其AUC值、敏感性、特异性分别为0.805、94.7％、61.9％，特异性较低；鉴别腮腺腺淋巴瘤与混合瘤特异性最高的是WavEnLL_s-4，其AUC值、敏感性、特异性分别为0.797、84.2％、76.2％，敏感性与特异性较为平衡，具有良好诊断效能。
表 2 腮腺腺淋巴瘤与混合瘤间最佳纹理特征参数的诊断效能Table 2. Diagnostic performance of the optimal texture feature parameters for parotid adenolymphomas and mixed tumors参数 AUC 阈值 敏感性/％ 特异性/％ P WavEnHH_s-4 0.827 4.979 84.2 66.7 ＜0.01 WavEnLL_s-4 0.797 19227.148 84.2 76.2 0.001 GrVariance 0.815 0.200 89.5 66.7 0.001 GrSkewness 0.805 1.819 94.7 61.9 0.001 45 dgr_Fraction 0.802 0.384 73.7 71.4 0.001 ![]()
图 2 腮腺腺淋巴瘤与混合瘤组间WavEnHH_s-4、WavEnLL_s-4、GrVariance、GrSkewness、45 dgr_Fraction的ROC曲线Figure 2. ROC curves for WavEnHH_s-4, WavEnLL_s-4, GrVariance, GrSkewness, 45 dgr_Fraction for differentiating between adenolymphomas and mixed tumors of the parotid gland2.3 腮腺腺淋巴瘤与混合瘤纹理特征的分类分析
运用B11模块中4种机器学习方法对不同纹理筛选方式进行分类分析。RDA、PCA、LDA、NDA算法的误判率范围分别为30.0％～37.5％、30.0％～37.5％、7.5％～37.5％、5.0％～12.5％，其中误判率最低的是FPM联合NDA算法，为5.0％，低于本研究放射科术前诊断误诊率12.5％（5/40）；其准确率、敏感性、特异性、阳性预测值、阴性预测值分别为95.0％、95.2％、94.7％、95.2％、94.7％，结果见表3及表4。
表 3 腮腺腺淋巴瘤与混合瘤间不同机器学习算法的误判率Table 3. False-positive rates of different machine-learning algorithms for parotid adenolymphomas and mixed tumors组别 RDA/％ PCA/％ LDA/％ NDA/％ Fisher 37.5（15/40） 37.5（15/40） 10.0（4/40） 7.5（3/40） POE+ACC 35.0（14/40） 30.0（12/40） 22.5（9/40） 10.0（4/40） MI 30.0（12/40） 30.0（12/40） 37.5（15/40） 12.5（5/40） FPM 35.0（14/40） 32.5（13/40） 7.5（3/40） 5.0（2/40） 表 4 腮腺腺淋巴瘤与混合瘤间不同机器学习算法的效能比较Table 4. Comparison of the performance of different machine-learning algorithms for parotid adenolymphomas and mixed tumors分类算法 准确率/％ 敏感性/％ 特异性/％ 阳性预测值 阴性预测值 Fisher/RDA 62.5 61.9 63.2 65.0 60.0 Fisher/PCA 62.5 61.9 63.2 65.0 60.0 Fisher/LDA 90.0 95.2 84.2 87.0 94.1 Fisher/NDA 92.5 90.5 94.7 95.0 90.0 POE+ACC/RDA 65.0 76.2 52.6 64.0 66.7 POE+ACC/PCA 70.0 76.2 63.2 69.6 70.6 POE+ACC/LDA 77.5 76.2 78.9 80.0 75.0 POE+ACC/NDA 90.0 85.7 94.7 94.7 85.7 MI/RDA 70.0 76.2 63.2 69.6 70.6 MI/PCA 70.0 76.2 63.2 69.6 70.6 MI/LDA 62.5 66.7 57.9 63.6 61.1 MI/NDA 87.5 81.0 94.7 94.4 81.8 FPM/RDA 65.0 66.7 63.2 66.7 63.2 FPM/PCA 67.5 71.4 63.2 68.2 66.7 FPM/LDA 92.5 95.2 89.5 90.9 94.4 FPM/NDA 95.0 95.2 94.7 95.2 94.7 3. 讨论
腮腺腺淋巴瘤与混合瘤为腮腺最常见的良性肿瘤，两者在CT平扫上均表现为颌面部包块，形态规则，边界清晰。增强扫描时，腮腺混合瘤多呈轻度延迟强化；腺淋巴瘤多呈快进快出方式强化，但也有部分影像表现有交叉[8]，且影像诊断主观性强，诊断经验和诊断标准不一。
CT纹理分析技术是对医学图像像素分布特征进行数学统计的图像后处理技术，能够定量评估肿瘤的异质性[9]。刘文华等[6]通过CT平扫纹理分析技术发现，纹理参数偏度、峰度在鉴别腮腺混合瘤与腺淋巴瘤中具有统计学意义；任思桐等[7]研究发现基于CT平扫图像的纹理特征中位数、均值、体素值和、标准差、偏度可以鉴别腮腺混合瘤和恶性肿瘤。两者均以CT平扫图像为研究对象，且选取的是低阶纹理参数，而增强图像能够通过强化方式的不同反应病灶内组织差异，更好地体现纹理参数的差异性。本文基于增强CT图像选取高阶纹理参数联合机器学习的方式，探讨鉴别腮腺腺淋巴瘤与混合瘤的可行性。
本研究通过4种降维方式筛选出最佳纹理特征5个，腮腺腺淋巴瘤组的WavEnHH_s-4、GrVariance、45 dgr_Fraction低于混合瘤组，WavEnLL_s-4、GrSkewness高于混合瘤组，且均在组间有统计学意义。45 dgr_Fraction即45°方向游程图像分数，属于游程矩阵参数，反应的是该矩阵的像素在一定方向上出现的频率。
任继亮等[10]研究发现基于游程矩阵纹理参数能够用于鉴别眼眶淋巴瘤与炎性假瘤，不同病理类型的肿瘤游程矩阵参数也有差异。GrVariance即绝对梯度方差、GrSkewness即绝对梯度偏度，属于绝对梯度参数，反应病灶内部像素分布的复杂程度[11]。WavEnHH_s-4即高高频小波转换系数、WavEnLL即低低频小波转换系数[12]，反应的是区域内像素在高高频、低低频率能量的空间分布情况。绝对梯度参数与小波转换系数属于高阶纹理参数，徐圆等[13]发现小波转换系数在不同分化程度肾透明细胞癌中具有统计学差异，低频量越丰富图像纹理越模糊，与本研究结果相符。
本研究中腮腺腺淋巴瘤由上皮样和淋巴样组织构成，内富含粘液成分，且易囊变并有胆固醇结晶，混合瘤由上皮细胞、变异肌上皮细胞、黏液样或软骨样组织构成[14]；增强后腺淋巴瘤强化更显著，更易囊变，内部密度分布不均，导致图像纹理粗糙模糊；两者组织学上的不同反映为纹理参数的差异性。
机器学习算法中，从降维方式来看FPM算法的误诊例总数最少，而MI误诊例总数最多。从机器学习算法来看，NDA算法的误诊例总数最少，而RDA误诊例总数最多。且FPM联合NDA分类分析法误诊率最低（5.0），低于本研究放射科术前诊断误诊率（12.5），能够帮助放射科诊断医师提高诊断准确率。
余先超等[15]基于CT平扫图像机器学习算法对腮腺腺淋巴瘤与混合瘤的鉴别中，MI/NDA算法具有最高的特异度，MI/RDA、MR/PCA灵敏度最高，但该研究缺少了纹理特征参数最多的FPM降维方式。FPM降维方式选择的参数为3种降维方式的联合应用，包含的纹理参数最多、最优，能够充分的反应腮腺肿瘤的纹理信息，这与既往研究相符。尹进学等[16]的研究结果显示，基于常规T2 WI图像纹理特征，NDA分类联合FPM纹理降维方法对预测早期宫颈鳞癌盆腔淋巴结转移的误判率最低；徐圆等[17]的研究结果表明，基于常规胸部增强CT图像纹理特征，NDA纹理特征分类方法对预测肺腺癌淋巴结转移的正确率最高，明显优于RDA、PCA和LDA，具有较好的诊断效能。由此可见，FPM联合NDA算法可以用于鉴别腮腺腺淋巴瘤与混合瘤。
本研究还存在的局限性：①本研究为回顾性分析，样本量偏小，病例可能存在选择偏倚；②本研究仅对腮腺肿瘤的最大层面进行分析，没有勾画三维ROI区，会缺乏一些纹理信息；③纹理参数的提取缺乏操作规范，提高研究的可重复性。下一步本研究将加大样本量、多中心的影像组学研究验证。
综上所述，增强CT纹理分析提取的最佳特征参数在腮腺腺淋巴瘤与混合瘤间具有显著差异，其中WavEnLL_s-4的敏感性与特异性较为平衡，具有良好的诊断效能，且FPM联合NDA算法误判率最低，有助于鉴别腮腺腺淋巴瘤与混合瘤，能够帮助放射科诊断医师提高诊断准确率。
-
![]()
图 1 上腹CT平扫，横结肠脾曲肠腔扩张内径7 cm，肠壁均一弥漫性增厚，厚约0.5 cm，扩张肠腔内大量粪便集聚；结肠脾曲肠腔相对狭窄（空白箭），肠壁厚0.4～0.6 cm
Figure 1. CT image of the abdomen，The splenic flexure of colon intestinal lumen was dilated, with an internal diameter of 6 cm, and the intestinal wall was diffuse and thickened, about 0.5 cm thick, and a large number of feces were concentrated in the dilated intestinal lumen. Colonic spleen curved intestinal lumen is relatively narrow (blank arrow), and the intestinal wall is 0.4～0.6 cm thick
![]()
图 2 上腹CT平扫，横结肠肠腔扩张，大部分肠壁厚度正常、局部肠壁轻微增厚，最厚约0.4 cm，扩张的肠腔内大量粪便；降结肠病变段肠管相对狭窄（空白箭），肠壁厚约0.8 cm
Figure 2. CT image of the abdomen，The transverse colon lumen is dilated, with uneven thickening, the thickest intestinal wall diameter is about 0.4 cm, a large number of fees were concentrated in the dilated intestinallumen. The diseased segment of the descending colon is relatively narrow (blank arrow), the local thickness is about 0.8 cm
![]()
![]()
图 4 图1患者术后大体标本，肉眼所见：全结肠切除标本：结肠长68 cm，周径5～12 cm，回肠长7 cm，周径3 cm。扩张段肠管长15 cm，周径12 cm，壁厚0.5 cm，粘膜灰红色，质软，皱襞较清晰；狭窄段肠管，长5 cm，周径5 cm，壁厚0.5 cm
Figure 4. The Patient of fig.1, postoperative gross specimen, as seen by the naked eye. Total colon resection specimen: The colon is 68 cm long, the peripheral diameter is 5~12 cm, The ileum was 7 cm long with a circumference diameter of 3 cm. The intestine of the dilated segment was 15 cm long, Peridiameter 12 cm, wall thickness 0.5 cm, Mucosal membrane is grey-red, soft, The wrinkles are clear; The arrow segment intestine, 5 cm long, The circumference diameter is 5 cm and the wall thickness is 0.5 cm
![]()
图 5 与图1同一患者，HE染色10×10结合免疫组化S-100，显示狭窄段肠黏膜下层及肌间神经节细胞数量显著减少。病理诊断：结肠神经节缺乏症（结肠假性）
Figure 5. The same patient of fig.1, HE pathological staining, 10×10 combined with immunohistochemistry S-100, a narrow segment of the intestinal mucosa is shown the number of lower and myomuscular ganglion cells was significantly reduced. Pathological diagnosis: Colonic innervation defect (Hirschsprung' Disease)
-
[1] 隋金珂, 张卫. 成人巨结肠病因分析及手术方式选择[J]. 中华胃肠外科杂志, 2021,24(12): 1054−1057. DOI: 10.3760/cma.j.cn441530-20211103-00445. SUI J K, ZHANG W. Etiological analysis and surgical method selection of adult megacolon[J]. Chinese Journal of Gastrointestinal Surgery, 2021, 24(12): 1054−1057. DOI: 10.3760/cma.j.cn441530-20211103-00445. (in Chinese).
[2] STARLING J R, CROOM R D, THOMAS C G. Hirschsprung's disease in young adults[J]. American journal of Surgery, 1986, 151(1): 104−109. DOI: 10.1016/0002-9610(86)90019-x.
[3] 戴春娟, 叶祖萍. 先天性巨结肠遗传学基础研究进展[J]. 河北医药, 2010, 53(4), 89-92. DOI:10.3969/J.issn 1002-7386.2010.04.053. DAI C J, YE Z P. Research progress on genetic basis of Hirschsprung’s disease[J], Hebei Medicine, 2010, 53(4), 89-92. DOI:10.3969/J.issn1002-7386.2010.04.053(in chinese).
[4] 张文, 武海燕, 李惠, 等. 先天性巨结肠病理诊断规范[J]. 中华病理学杂志, 2016,45(3): 149−152. DOI: 10.3760/cma.j.issn.0529-5807.2016.03.002. ZHANG W, WU H Y, LI H, et al. The guideline of pathological diagnosis of Hirschsprung's disease[J]. Chinese Journal of Pathology, 2016, 45(3): 149−152. DOI: 10.3760/cma.j.issn.0529-5807.2016.03.002. (in Chinese).
[5] Isolated hypoganglionosis: Systematic review of a rare intestinal innervation defect[J]. Pediatric Surgery Internation, 2010, 26(11): 1111-1115. DOI: 10.1007/s00383-010-2693-3.
[6] DO M Y, MYUNG S J, PARK H J, et al. Novel classification and pathogenetic analysis of hypoganglionosis and adult-onset Hirschsprung's disease[J]. Digestive Diseases and Sciences, 2011, 56(6): 1818−1827. DOI: 10.1007/s10620-010-1522-9.
[7] HUIZER V, WIJEKOON N, ROORDA D, et al. Generic and disease-specific henlth-ralated quality of life in pentints with Hirschspurung disease: A systematic review and Meta-angnlysis[J]. World Journal of Gastroenterology, 2022, 28(13): 1362−1376. doi: 10.3748/wjg.v28.i13.1362
[8] FRIEDMACHER F, PURI P. Classification and diagnostic criteria of variants of Hirschsprung's disease[J]. Pediatric Surgery Internation, 2013, 29(9): 855−872. doi: 10.1007/s00383-013-3351-3
[9] 王维林. 关于肠神经元发育异常的再思考[J]. 中华小儿外科杂志, 2014,35(7): 481−483. DOI: 10.3760/cma.j.issn.0253-3006.2014.07.001. WANG W L. Rethinking about intestinal neuronal dysplasia[J]. The Chinese Journal of Pediatric Surgery, 2014, 35(7): 481−483. DOI: 10.3760/cma.j.issn.0253-3006.2014.07.001. (in Chinese).
[10] 孙晓毅. 巨结肠同源病诊断治疗难点解析[J]. 中华实用儿科临床杂志, 2014,29(23): 1763−1768. DOI: 10.3760/cma.j.issn.2095-428X.2014.23.002. SUN X Y. A comment on difficulties in diagnosis and treatment of Hirschsprung's disease allied disorders[J]. The Chinese Clinical Journal of Practical Pediatrics, 2014, 29(23): 1763−1768. DOI: 10.3760/cma.j.issn.2095-428X.2014.23.002. (in Chinese).
[11] 朱天琦, 冯杰雄, 张文, 等. 新生儿先天性巨结肠经脐腹腔镜根治术十例报告[J]. 中华外科杂志, 2011,49(11): 1049−1051. DOI: 10.3760/cma.j.issn.0529-5815.2011.11.025. ZHU T Q, FENG J X, ZHANG W, et al. 10 case reports of neonatal Hirschsprung disease by transumbilical laparoscopic colectomy[J]. Chinese Journal of Surgery, 2011, 49(11): 1049−1051. DOI: 10.3760/cma.j.issn.0529-5815.2011.11.025. (in Chinese).
-
期刊类型引用(3)
1. 郭虎. 多层螺旋CT在腮腺肿瘤性质鉴别诊断中的应用价值分析. 临床研究. 2025(03): 28-32 . 
百度学术
2. 施久刚，茅枭骁，唐银，马树声，张磊，卢亮. 基于CT平扫纹理分析预测腮腺多形性腺瘤包膜浸润的初步研究. 影像研究与医学应用. 2024(03): 67-69 . 百度学术
3. 孟宪鑫，王栋，庞华军，徐瑞辰. CT纹理分析对腮腺肿瘤良恶性的鉴别价值. 影像研究与医学应用. 2024(15): 68-70 . 百度学术
其他类型引用(1)
下载:
计量
- 文章访问数: 276
- HTML全文浏览量: 168
- PDF下载量: 302
- 被引次数: 4
