文献速递技术与安全腹部CT

光子计数探测器CT与双能CT系统间影像组学特征的稳健性:体模纹理研究

Robustness of radiomics among photon-counting detector CT and dual-energy CT systems: a texture phantom study.
PubMed 文献 · Eur Radiol · 2024-07-24

本研究用含28种材料自制纹理体模,在1台光子计数探测器CT和4台双能CT上以5、10、20 mGy三个剂量各扫描两次,重建70 keV虚拟单能图像并提取93个影像组学特征。结果显示重测重复性总体为97.1%,同一系统内不同剂量间平均ICC为0.945、86.0%特征ICC>0.90,但不同CT系统间平均ICC仅0.157、无特征ICC>0.90,系统间变异系数<10%的特征仅6.5%。

要点

  • 同一系统内不同剂量间影像组学特征重复性较好,86.0%特征ICC>0.90。
  • 不同CT系统间影像组学特征不可重复,平均ICC仅0.157,无特征ICC>0.90。
  • 系统间变异大,仅6.5%特征CV<10%、12.8%特征QCD<10%。

核心结论

  • 影像组学特征在不同CT技术间不可重复,特征值存在显著变异。
  • 在临床常规开展影像组学分析前,需注意提升特征跨系统泛化性。

研究设计与样本

  • 体模研究,自制纹理体模含28种材料,在5台CT上扫描。
  • 设备为1台光子计数探测器CT(NAEOTOM Alpha,Siemens Healthineers)和4台双能CT:双源(SOMATOM Force,Siemens Healthineers)、快速kV切换(Revolution CT Apex,GE Healthcare)、双层(Hawk spectral CT,Philips Healthcare)、序列扫描(Aquilion ONE,Canon Medical Systems),来自两个中心。
  • 每台设备在5、10、20 mGy三个剂量水平各扫描两次,重建70 keV虚拟单能图像共30组。
  • 每层图像手动勾画28个直径35像素(约34 mm)的感兴趣区,经刚性配准复制,用PyRadiomics提取93个影像组学特征(18个一阶特征和75个纹理特征)。
  • 采用Bland-Altman分析评估重测重复性,ICC和CCC评估系统内及系统间可重复性,CV和QCD评估系统间变异。

诊断标准与关键数值

  • 重测重复性可重复特征百分比范围为82.8%至100.0%,总体为97.1%±6.2%。
  • 系统内不同剂量间总体平均ICC为0.945±0.079、CCC为0.945±0.079,ICC>0.90和CCC>0.90的特征分别占86.0%和85.7%。
  • 系统间同剂量水平总体平均ICC为0.157±0.174、CCC为0.157±0.174,无特征ICC>0.90或CCC>0.90,92.6%和92.7%特征ICC<0.50和CCC<0.50。
  • 仅双源双能CT与快速kV切换双能CT之间分别有8.2%和8.2%特征ICC为0.75–0.90和CCC为0.75–0.90。
  • 系统间总体平均CV为88.8%±478.3%、QCD为91.8%±2797.5%,CV<10%和QCD<10%的特征分别占6.5%和12.8%。

临床应用与阅片要点

  • 不同CT技术来源的影像组学特征值变异显著,跨系统使用模型时需注意特征不可重复。
  • 在临床常规实施影像组学分析前,需关注提升特征跨系统泛化性。

局限性

  • 本研究为体模研究,未进行人体数据验证,体模纹理可能与人体生理实质或病理组织不同。
  • 低可重复性是否会损害临床研究中生物学现象的表达仍不清楚,结果可能无法直接转化至患者。
  • 未纳入采用分离滤线技术的双能CT系统,且仅纳入1台光子计数探测器CT。
  • 未纳入传统单能CT系统,可能降低本工作的转化价值。
  • 本研究最低辐射剂量水平相对较高,未测试更低剂量下影像组学特征的稳定性。
全文中译13 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Eur Radiol. 2024 Jul 24;35(2):871–84. doi: 10.1007/s00330-024-10976-1

引言

放射组学从医学图像中提取客观、可量化的成像生物标志物,以提供超越主观定性图像分析的见解[1, 2]。这种像素级图像分析方法能够提取人眼不可见的额外深度特征,创造新的可能性,并有望推动医疗保健中的大数据趋势[3, 4]。放射组学已在肿瘤成像中展示了其在肿瘤分类[5]、疗效预测[6]和风险分层[7]方面的潜在能力。此外,放射组学在非肿瘤性疾病中也展现了潜力,如冠状动脉斑块[8]、胰腺炎[9]、肺炎[10]、克罗恩病[11]、肾结石[12]等。关于放射组学研究的学术论文数量巨大,且仍在不断增加[13, 14]。然而,放射组学分析尚未广泛植入临床常规工作[15–18],因为目前尚缺乏充分的科学证据支持。

放射组学分析最显著的挑战之一是缺乏稳健性[19–24]。采集和重建参数的影响已被证明会影响常规单能CT(SECT)系统中CT放射组学特征的稳健性,包括扫描系统、辐射剂量水平、体素大小、重建算法、重建核等[25–27]。双能CT(DECT)系统引入了更多潜在的放射组学特征影响因素,因为实现DECT扫描的技术多种多样,如双源双能CT(dsDECT)、快速kV切换双能CT(rsDECT)、双层双能CT(dlDECT)、序贯扫描双能CT(ssDECT)和分裂滤过双能CT系统[28]。即使仔细调整了参数,放射组学特征在常规CT与DECT扫描之间以及不同DECT技术之间均不可重复[29–33]。光子计数探测器CT(PCD-CT)系统被认为能够实现高特征稳定性和更好的疾病表征[34–39],因为它直接将光子转换为电脉冲,无需可见光的中间步骤[40]。然而,与传统能量积分CT系统相比,由于其更高的图像分辨率,可能导致放射组学特征的额外差异[34–36]。由于PCD-CT系统目前尚未广泛可用,确定使用不同CT技术生成的图像是否足够一致以用于放射组学分析具有重要意义。

因此,本研究旨在使用一个PCD-CT系统和四个DECT系统评估纹理体模扫描中放射组学特征的稳健性。

材料与方法

研究流程如图1所示。由于本研究为体模研究,无需机构伦理批准和书面知情同意。

图1 研究流程。本研究包括三个步骤:图像采集、图像处理和统计分析。在一个PCT-CT系统和四种DECT系统上扫描自制纹理体模,剂量水平分别为5、10和20 mGy。原始数据重建为70 keV的VMI。采用Pyradiomics从经刚性配准分割的ROI中提取18个一阶特征和75个纹理影像组学特征。重复扫描间的重测重复性采用Bland-Altman分析评估。不同剂量水平间的系统内可重复性以及同一剂量水平内的系统间可重复性采用ICC和CCC评估。五台扫描仪间的系统间变异性采用CV和QCD评估。 查看原图 ↗

体模

我们建立了一个由28种不同材料组成的纹理体模,如图2所示。其中包括5个木块和23个填充不同材料的瓶子[25, 41]。木块为长方体,尺寸为150 mm × 55 mm × 45 mm。瓶子的长方体部分尺寸为130 mm × 55 mm × 45 mm。长方体瓶内尽可能紧密地填充材料。选择这些材料是为了提供不同的纹理。材料的摆放位置避开了射束硬化伪影,并在研究的所有扫描中保持不变。纹理体模设置的详细内容见补充说明S1。

图2 体模构建与图像分割。A 自制体模的插入物由木块和填充不同材料的瓶子制成。B 插入物置于泡沫塑料盒中,在所有扫描中保持稳定。本研究使用的插入物包括:(1) 空气,(2) 介孔海绵,(3) 无碘盐,(4) 砂糖,(5) 面粉,(6) 加碘盐,(7) 粗孔海绵,(8) 多肉植物营养土,(9) 红木,(10) 鸡翅木,(11) 榉木,(12) 斑马木,(13) 椴木,(14) 沙子,(15) 微孔海绵,(16) 薏苡仁,(17) 荞麦,(18) 西米,(19) 猫砂,(20) 燕麦,(21) 锯末,(22) 大豆,(23) 红豆,(24) 绿豆,(25) 大米,(26) 藜麦,(27) 小米,(28) 奇亚籽。C 体模中每种材料代表性轴位层面的CT图像。D 在参考扫描上手动勾画共28个感兴趣区,然后通过刚性配准复制到所有其他扫描。 查看原图 ↗

图像采集与重建

体模在五台CT扫描仪上进行扫描,包括一台光子计数探测器CT(PCD-CT)系统(NAEOTOM Alpha,Siemens Healthineers)和四台双能量CT系统(dsDECT,SOMATOM Force,Siemens Healthineers;rsDECT,Revolution CT Apex,GE Healthcare;dlDECT,Hawk spectral CT,Philips Healthcare;ssDECT,Aquilion ONE,Canon Medical Systems),分别来自两个中心。表1列出了扫描的可比采集和重建参数。每次扫描间隔数分钟重复进行,以评估扫描-再扫描重复性。视野(500 mm × 500 mm)、重建矩阵(512 × 512)和层厚(5 mm)保持不变,以确保体素大小稳定。调整毫安值、旋转时间和螺距值以满足5、10和20 mGy的容积CT剂量指数。选择管电压、迭代重建方法和重建卷积核以呈现典型的腹盆腔检查。所有图像均在各自厂商专用工作站上基于可比的线性能量融合方法重建为70 keV能量水平的虚拟单能图像(VMI)。选择70 keV千电子伏水平是因为该能量水平在我们机构被用作临床参考标准,并已被认为可与常规图像相媲美[42–44]。

表1 CT采集和重建参数 查看原表 ↗

分割和特征提取

图像以医学数字成像和通信(DICOM)格式导出,然后使用MRIcroGL版本1.2.20220720b(https://www.nitrc.org/frs/?group_id=889)转换为神经影像信息技术倡议(NIFTI)格式。图像加载到ITK-SNAP版本4.0.2(http://www.itksnap.org/pmwiki/pmwiki.php)中,由一名具有5年放射学和影像组学体模研究经验的放射科医生进行分割[30–33]。在刚性配准后,将28个直径为35像素(约34 mm)的感兴趣区(ROI)放置在每个不同材质的木块或瓶子的中心,以避免意外变异[25]。ROI放置在一次参考扫描上,然后复制到其他扫描。每个ROI被复制到每个不同材质木块或瓶子图像的连续中间五层进行影像组学特征提取。我们在特征提取前未进行任何预处理步骤。使用Python版本3.12.1(https://www.python.org)和PyRadiomics包版本3.0.1(https://pyradiomics.readthedocs.io/en/latest/)提取18个一阶特征和75个纹理特征,即24个灰度共生矩阵(GLCM)、14个灰度游程长度矩阵(GLRLM)、16个灰度区域长度矩阵(GLZLM)、16个灰度依赖矩阵(GLDM)和5个邻域灰度差矩阵(NGTDM)特征[45]。由于本研究中ROI是固定的,因此未纳入26个形状特征。特征提取的设置和计算的特征见补充说明S2。

影像组学稳健性分析

采用同一系统在采集和重建参数不变的情况下重复两次扫描的中间五层图像评估重测重复性。分别在5 vs. 10 mGy、5 vs. 20 mGy和10 vs. 20 mGy扫描的图像之间评估同一系统内不同剂量水平间的系统内可重复性。系统间可重复性分别使用三种剂量水平(5、10和20 mGy扫描)采集的图像,在五台CT系统之间每两台之间进行计算。三种剂量水平(5、10和20 mGy扫描)的系统间变异性在五台系统间针对二十八种材料中的每一种进行估计。还按五种特征类型分析了放射组学的稳健性。计算了每次扫描的信噪比。

统计分析

统计分析使用R语言版本4.1.3(https://www.r-project.org/)在RStudio版本1.4.1106(https://posit.co/)中完成。计算了放射组学特征在不同数据集间的平均相对变化。重测重复性采用Bland-Altman分析评估,截断值为90% [46, 47]。不同剂量水平间的系统内可重复性以及同一剂量水平内的系统间可重复性,采用双向混合效应、单评分者、绝对一致性类型的组内相关系数(ICC)[48]和一致性相关系数(CCC)[49]评估。五台系统间的系统间变异性采用变异系数(CV)[50]和四分位离散系数(QCD)[51]评估。ICC和CCC值的解释如下:差,< 0.50;中等,0.50–0.75;良好,0.75–0.90;优秀,≥ 0.90;而CV和QCD值的解释如下:可接受,< 10%;中等但仍可接受,11%–20%;过高且不可接受,≥ 20% [52]。

结果

放射组学特征的重测重复性

根据Bland-Altman分析,可重复特征的百分比范围为82.8%至100.0%,可重复特征的总体百分比±标准差为97.1 ± 6.2%(补充表S1和补充图S1)。计算了每次扫描的信噪比(补充表S2)以及放射组学特征相对于PCD-CT的平均相对变化(补充表S3)。结果还按五种特征类型进行了汇总(补充表S4至S7)。

三种剂量水平间的系统内可重复性

系统内可重复性的总体平均±标准差ICC和CCC值分别为0.945 ± 0.079和0.945 ± 0.079(表2),ICC > 0.90和CCC > 0.90的特征百分比分别为86.0%和85.7%(图3)。五台CT系统的平均±标准差ICC和CCC值范围分别为0.916 ± 0.112至0.978 ± 0.041,以及0.915 ± 0.112至0.977 ± 0.041。ICC > 0.90和CCC > 0.90的特征百分比范围分别为76.3%至95.0%,以及76.3%至95.0%。对每个特征的结果进行了汇总(补充图S2)。

表2 三种剂量水平间的系统内可重复性 查看原表 ↗
图3 根据系统内可重复性得出的稳健影像组学特征百分比。按ICC和CCC值,在三个剂量水平(A)5 vs. 10 mGy、(B)5 vs. 20 mGy和(C)10 vs. 20 mGy中系统内可重复性的稳健特征百分比。ICC和CCC值的解释如下:差,< 0.50;中等,0.50–0.75;良好,0.75–0.90;优秀,≥ 0.90 查看原图 ↗

同一剂量水平内的系统间可重复性

系统间可重复性的总体平均值±标准差ICC和CCC值分别为0.157 ± 0.174和0.157 ± 0.174(表3)。没有任何特征的ICC > 0.90或CCC > 0.90,而分别有92.6%和92.7%的特征ICC < 0.50和CCC < 0.50(图4)。仅在dsDECT和rsDECT系统之间显示分别有8.2%和8.2%的特征ICC为0.75–0.90和CCC为0.75–0.90。每个特征的结果已总结(补充图S3)。

表3 同一剂量水平内的系统间可重复性 查看原表 ↗
图4 根据系统间可重复性得出的稳健影像组学特征百分比。按ICC和CCC值,在同一剂量水平(A)5 mGy、(B)10 mGy和(C)20 mGy中五台扫描仪间系统间可重复性的稳健特征百分比。ICC和CCC值的解释如下:差,< 0.50;中等,0.50–0.75;良好,0.75–0.90;优秀,≥ 0.90 查看原图 ↗

五台扫描仪间的系统间变异性

系统间可重复性的总体平均值±标准差CV和QCD值分别为88.8 ± 478.3%和91.8 ± 2797.5%(表4和补充图S4)。CV < 10%和QCD < 10%的特征百分比分别为6.5%和12.8%(图5)。系统间可重复性在不同材料间存在异质性,平均值±标准差CV值范围为44.0 ± 42.1%至437.6% ± 344.2%,平均值±标准差QCD值范围为25.6% ± 21.5%至641.6% ± 182.2%。CV < 10%和QCD < 10%的特征百分比范围分别为3.2%至15.1%和4.3%至35.5%。

表4 按材料分类的五台扫描仪间的系统间变异性 查看原表 ↗
图5 根据系统间变异性得出的稳健影像组学特征百分比。按CV和QCD值,在同一剂量水平A 5 mGy、B 10 mGy和C 20 mGy中五台扫描仪间系统间变异性的稳健特征百分比。CV和QCD值的解释如下:可接受,< 10%;中等但仍可接受,11%–20%;过高且不可接受,≥ 20% 查看原图 ↗

讨论

我们的研究表明,影像组学特征的可重复性在不同CT技术间存在异质性,其中PCD-CT、dsDECT和rsDECT具有相对较高的可重复性。另一方面,辐射剂量水平的差异对影像组学特征的影响较小。值得注意的是,尽管使用了仔细调整的协议,使用不同CT技术从图像中提取的影像组学特征彼此之间不可重复,影像组学特征值存在显著变异性。

双能CT(DECT)技术的影响对影像组学特征的稳健性具有重大影响。体模研究表明,即使使用可比的参数,不同的DECT技术也会导致影像组学特征的可变性[30]。深度学习图像重建算法无法协调因不同DECT技术所致的影像组学可变性[31]。然而,深度学习图像重建算法在最小化与辐射剂量水平差异相关的影像组学可变性方面显示出潜力[33]。提高跨DECT系统影像组学稳健性的一个机会是同步虚拟单能图像(VMI)的能量水平以达到相似的CT值[32],而该方法对诊断性能的潜在影响尚未被评估。进一步的患者研究支持了体模结果,即跨不同DECT系统的影像组学特征稳健性较低,但在使用相同参数的体模实验中并未反映出稳健的影像组学特征[29]。这些研究比较了dsDECT、rsDECT和dlDECT系统,而我们的研究通过纳入ssDECT系统进一步强化了结果。我们在各系统之间使用了尽可能可比的采集和重建参数,因为我们的目的是聚焦于DECT系统所特有的差异。因此,系统间可重复性较低的主要来源被认为是多能量采集或物质分解技术[29]。显然,它们对碘的定量具有显著影响[53–55]。此外,我们的研究应用了具有异质性纹理材料的体模来验证结果。我们总结认为,无论体模是均匀的还是异质的,或是模仿生理器官实质的,影像组学特征在跨DECT系统间都难以可重复[29, 41]。

图像噪声可能是不同CT系统间影像组学特征变异的重要来源。研究表明,光子计数探测器CT(PCD-CT)系统可提供较高的影像组学特征可重复性[37, 39],以及在不同辐射剂量水平间的高重现性[34, 37],但在不同keV水平的虚拟单能图像(VMI)间重现性不一致[38]。我们的研究支持PCD-CT在不同辐射剂量水平间具有高可重复性和高重现性。这些结果与在有机体模中的结果一致,即在有机体模中重新定位后的可重复性和不同管电流间的重现性均较高[37]。这是合理的,因为PCD-CT即使在超低剂量成像和肥胖患者中也能改善可视化和定量[56],因为它可以去除电子背景噪声[57]。从理论上讲,这对影像组学分析是有益的,因为这种像素级图像分析方法对图像的细微差异较为敏感[25, 30]。相比之下,双能CT(DECT)系统的可重复性可能欠佳,取决于物质分解技术[58, 59]。然而,我们研究中的剂量水平并没有低到因电子背景噪声而对我们研究中某些DECT系统构成挑战的程度。因此,可比的高可重复性除技术本身外,还可部分归因于研究中使用的相对较高的辐射剂量。此外,相同的剂量水平并不能保证相同的信噪比,因为不同的DECT系统依赖于非常不同的技术。然而,在具有可比采集参数的不同CT系统之间,可能无法获得相同的信噪比。我们的研究发现,一阶影像组学特征的变异小于纹理特征,这与既往体模研究一致[30–33]。这与纹理特征可能因CT系统间的图像质量差异而发生改变有关。此外,预处理参数对影像组学分析也有很大影响。尽管这些参数的影响超出了本工作的范围,但我们认为在本研究中binsize的选择尤为重要。binsize的选择可显著影响图像噪声,从而影响DECT系统中的影像组学特征[30]。然而,来自PCD-CT系统的图像不太可能受binsize的影响,因为PCD-CT系统能够去除电子背景噪声[57]。这应在未来研究中加以探讨,以提高不同CT系统间的重现性[60, 61]。

据信,放射组学特征可能受益于PCD-CT系统更高的空间分辨率、更高的对比噪声比以及对低能光子探测能力的改善,从而实现更好的病理表征[34–36]。一项肺结节模体研究表明,与传统CT系统相比,PCD-CT中形态学特征的估计可能得到改善[36],因为PCD-CT系统更高的分辨率能够更好地勾勒结节边界。另一项有机模体研究显示,在PCD-CT与dsDECT系统之间,14个所选放射组学特征中有13个被识别出超过百分之五十的巨大差异[34]。另一方面,一项比较非瘢痕左心室心肌放射组学特征的患者研究表明,一阶特征在PCD-CT与dsDECT系统之间几乎相当,但纹理特征会发生强烈变化[35]。我们的研究将PCD-CT与四种DECT系统进行了比较,并扩展了结果,即放射组学特征在PCD-CT与DECT系统之间预期不可比。我们认为,放射组学特征的可重复性和再现性在某些采集参数(如辐射剂量水平)下可能不会发生实质性变化[25, 27, 34, 37]。相反,采集和重建参数(如物质分解技术、空间分辨率和重建核)对放射组学特征值有实质性影响,并导致放射组学特征的稳健性大幅下降[26, 27, 34, 35, 38, 39]。有必要研究PCD-CT系统内重建参数对放射组学特征的影响。然而,模体实验是否能反映各种协议下临床患者扫描中放射组学特征的再现性仍不清楚。在放射组学背景下,模体与患者实验之间的一致性可能因纹理差异和对比剂的使用而受限[38]。

本研究存在以下局限性。第一,这是一项体模研究,未进行人体数据验证。体模的纹理可能与生理性人体实质或病理组织不同[29, 41, 62]。此外,目前尚不清楚低可重复性是否会影响临床研究中生物学现象的表现。如果放射组学特征在不同生物学现象之间的变化足够显著,这可能并不重要。因此,结果可能无法直接推广至患者。具有特定疾病的改进型有机体模将更为理想。然而,我们的研究为使用异质性CT技术所得图像的放射组学变异提供了重要见解,因为不同CT系统多次扫描的患者数据并不总是可获得的[29]。第二,我们未纳入使用拼接滤片技术的双能CT(DECT)系统,且本研究中仅纳入了一台光子计数探测器CT(PCD-CT)系统。这些问题应在进一步研究中加以解决,以证明PCD-CT系统是否比传统能量积分CT系统能提供更稳定的放射组学特征[34–36],以及PCD-CT系统间的放射组学分析是否更具可推广性。第三,我们的研究未纳入传统单能CT(SECT)系统。这可能降低我们工作的转化价值。类DECT的70 keV虚拟单能图像(VMI)被厂商推荐用于腹部扫描的临床使用,以替代类SECT的低能阈值多色图像[30–33]。因此,本研究选择PCD-CT的70 keV VMI作为参考。相应地,我们选择DECT系统的70 keV VMI进行比较。在未来的研究中,我们将从放射组学特征方面比较类SECT的低能阈值多色图像与传统SECT图像。第四,本研究中最低辐射剂量水平相对较高。我们未测试极低辐射剂量水平下放射组学特征的稳定性,以展示PCD-CT系统提供稳定量化而不受电子背景噪声干扰的优势[56]。预计PCD-CT系统可在更宽的辐射剂量范围内实现可靠量化。第五,本研究仅比较了70 keV的VMI。PCD-CT和DECT系统均允许通过后处理进行物质分解和线性融合,以生成不同keV水平的VMI、碘图和虚拟平扫图像[38, 39]。源自这些图像的放射组学特征的稳健性也值得关注,因为值得注意的是不同CT技术对碘的量化存在影响[53–56]。第六,我们应用了二维感兴趣区(ROI)而非三维ROI。该选择对可重复性有潜在影响。然而,二维或三维ROI的影响可能相对较小[63],且不改变本研究的结论。最后,本研究未评估放射组学稳健性与表征能力之间的关系。这应在后续临床研究中加以考虑,因为基于PCD-CT系统的放射组学分析可能会改变对纹理丰富或体积较小的病变的临床解读或分类[34, 37]。

总之,本研究概述了尽管使用了可比方案,但基于一台光子计数探测器CT(PCD-CT)系统和四台传统能量积分DECT系统生成的虚拟单能量图像(VMIs)所衍生的影像组学特征存在变异性。不同的辐射剂量水平未显著改变影像组学特征,而影像组学特征的可重复性在不同CT技术间存在异质性。基于一种CT技术的影像组学分析不应在未经验证的情况下直接转移至其他技术。鼓励未来开展研究以减少由CT技术导致的影像组学变异性。

补充信息

电子补充材料

引用

  1. Zhu L, Dong H, Sun J, et al. Robustness of radiomics among photon-counting detector CT and dual-energy CT systems: a texture phantom study. Eur Radiol. 2024. PMID: 39048741. doi:10.1007/s00330-024-10976-1
  2. 全文:PMC11782343(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11782343/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。