文献速递神经技术与安全MR

三维磁共振指纹成像的影像组学:字典设计对影像组学特征可重复性和再现性的影响

Radiomics with 3-dimensional magnetic resonance fingerprinting: influence of dictionary design on repeatability and reproducibility of radiomic features.
PubMed 文献 · Eur Radiol · 2022-03-18

研究在21名健康志愿者和5名多发性硬化患者中,用不同步长的字典重建三维磁共振指纹成像(MRF)定量图并提取影像组学特征。结果显示MRF影像组学特征在字典内可重复性高,但不同字典间再现性随步长增大而下降,提示混合使用不同字典生成的数据可能影响分析。

要点

  • MRF影像组学特征在字典内扫描-再扫描可重复性高,整体ICC为0.86–0.95,且不受字典步长影响。
  • 不同字典间再现性随步长增大而降低,稀疏字典ICC可低至0.62。
  • T1图衍生特征比T2图衍生特征具有更高的可重复性和字典间再现性。

核心结论

  • MRF影像组学特征在不同字典步长下具有高度可重复性,但使用不同字典重建的同一MRF采集数据可产生变异的影像组学特征。

研究设计与样本

  • 研究纳入21名健康志愿者(9男12女,平均年龄41.3±14.6岁,范围22–72岁)和5名多发性硬化患者(3男2女,平均年龄41.2±7.3岁,范围32–53岁),使用3T扫描仪(Discovery 750 w,GE Healthcare)和标准32通道头线圈进行非增强脑扫描。
  • 健康志愿者接受全脑三维MRF和传统三维快速扰相梯度回波(FSPGR)的扫描-再扫描,患者仅评估字典间再现性。
  • MRF数据用不同步长的字典重建,字典T1范围10–3000 ms、T2范围10–1000 ms,提取一阶和二阶影像组学特征,以组内相关系数(ICC)评估可重复性和再现性,ICC>0.90视为可接受。

诊断标准与关键数值

  • MRF影像组学特征的整体扫描-再扫描ICC范围为0.86–0.95,取决于字典步长;传统三维T1加权成像与各MRF字典间无显著差异(p=1.00)。
  • 传统三维T1加权成像及高密度、密、中等、稀疏、极稀疏字典的T1图衍生特征整体扫描-再扫描ICC分别为0.95±0.06、0.94±0.09、0.94±0.09、0.94±0.9、0.93±0.14、0.92±0.16。
  • 高密度字典提供最高数量的高可重复性(ICC>0.90)特征(n=68/79,86%),非劣于传统成像(n=65/79,83%)(p=0.82)。
  • 不同字典间再现性整体ICC为0.62–0.99;密字典与高密度字典的再现性ICC在T1图为0.99±0.01、T2图为0.97±0.06,稀疏和极稀疏字典的ICC降至0.62–0.70。

临床应用与阅片要点

  • 作者提示,当使用包含不同字典生成图的数据集进行MRF影像组学分析时需谨慎。
  • 作者指出,应避免合并使用不同步长字典计算的MRF衍生影像组学特征。

局限性

  • 原文未报告局限性。
全文中译8 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. 2022 Mar 18;32(7):4791–800. doi: 10.1007/s00330-022-08555-3

引言

影像组学涉及高通量计算机提取潜在无数量的定量成像指标,即“影像组学特征”,这些特征被 collectively 用于预测疾病诊断、治疗反应和预后[1–3]。与局灶性活检——一种仅评估小部分组织的侵入性操作——相比,影像组学允许评估全部病理,包括周围组织,并通过重复无创成像追踪随时间的变化。将影像组学应用于临床实践一直具有挑战性,因为其对多种因素敏感,如图像采集、成像平台供应商和特征提取软件,这些因素影响影像组学特征的可重复性和再现性[4–8]。将基于MRI的影像组学整合到临床工作流程中具有挑战性,特别是因为MRI采集的信号强度不直接反映局部物理特性,并且在不同成像平台之间可能差异很大[7, 9, 10]。由于MRI的定性性质,目前实践中使用的基于MRI的影像组学特征主要包括结构的形态测量(例如大小、形状和体积),而不是直方图测量或纹理[5]。

磁共振指纹成像(MRF)是一种图像生成框架,可用于同时获取多种组织特性的定量图[11]。在MRF中,重复时间和翻转角以伪随机方式同时变化,以创建随时间变化的信号,这些信号表征每种组织类型独有的各种弛豫过程。这些随时间变化的信号与单独模拟的字典条目进行模式匹配,以恢复可测量的组织特性。虽然常规MR图像(如T1和T2加权图像)的信号强度取决于多种采集参数和MR扫描仪变化,但MRF可以生成具有绝对尺度的高度可重复和可再现的定量图[12–14]。事实上,MRF预计将成为可重复影像组学分析的关键技术,并已被应用于各种部位,包括心脏[15]、乳腺[16, 17]、前列腺[18]、肝脏[19]和脑[20–22],结果令人鼓舞。据报道,基于MRF的影像组学通过表征肿瘤异质性和促进胶质母细胞瘤患者结局预测,改善了常见成人脑肿瘤的鉴别[23]。

模式匹配和字典设计是活跃的研究领域,因为重建的MRF图和重建时间依赖于这些过程[24]。目前,用于MRF的字典存在很大异质性,因为不同机构使用具有不同步长的各种字典[11, 13, 25–28]。为了充分利用MRF在不同扫描仪和部位生成的高度可重复和可再现的定量图,有必要对使用不同字典重建的图进行分析。

尽管基于MRF的影像组学具有潜力,但字典设计对基于MRF的影像组学特征的影响尚未得到广泛研究。在此,我们研究了字典步长对MRF影像组学特征可重复性的影响,并使用不同步长的字典评估了每个特征的稳定性。

材料和方法

MRF采集和字典匹配

本研究按照影像生物标志物标准化倡议指南[5, 29–31]开展。放射组学分析所采用的方法学已相应报告。本研究经当地机构审查委员会批准。所有参与者在扫描前均签署书面知情同意书。共纳入21名无神经或心理疾病史的参与者(9名男性,12名女性;平均年龄41.3 ± 14.6岁;年龄范围22–72岁)。另纳入5例多发性硬化患者(3名男性,2名女性;平均年龄41.2 ± 7.3岁;年龄范围32–53岁,扩展残疾状态量表评分中位数1[范围0–7.5];平均病程11.2 ± 4.4年[范围4–18年])。由于患者无法耐受重复扫描,故仅在患者中评估字典间可重复性。所有受试者均使用3-T扫描仪(Discovery 750 w,GE Healthcare)和标准32通道头线圈进行非增强脑部扫描。未应用运动校正技术。

重复扫描采用相同方案进行,包括全脑3D MRF和常规3D快速扰相梯度回波(FSPGR)成像。在采集第一组图像(包括MRF扫描和FSPGR扫描)后,参与者离开扫描室并在重新扫描前重新定位。每组扫描前均对扫描仪进行校准。3D MRF序列基于稳态自由进动与螺旋投影k空间轨迹[14, 32]。MRF的采集参数如下:视野200 × 200 × 200 mm;矩阵大小200 × 200 × 200;空间分辨率1.0 × 1.0 × 1.0 mm;采集时间9分51秒。常规3D T1加权结构图像的采集参数如下:采集方向为矢状位采集;TR/TE/反转时间7.7/3.1/400 ms;视野256 × 256 mm;矩阵大小256 × 256;层厚1.0 mm;空间分辨率1.0 × 1.0 × 1.0 mm;翻转角11°;接收带宽244.1 Hz/像素;激励次数1;采集时间5分45秒。3D MRF与3D FSPGR的空间分辨率匹配为无间隔各向同性1.0 mm。

重建和字典匹配使用MATLAB(R2019a,MathWorks)中的自编程序完成。字典使用扩展相位图形式[11]生成。为生成具有不同步长的一组字典,按表1所示准备了各种步长。各字典的T1范围和T2范围保持一致,分别为10至3000 ms和10至1000 ms。在所有字典中,我们对T2采用比T1更小的步长,因为生物组织中T2小于T1。MRF T1和T2图采用最大内积搜索获得[11]。

表1 各字典的步长和条目总数。所有字典的T1范围均为10至3000 ms,T2范围均为10至1000 ms 查看原表 ↗

数据后处理与放射组学特征提取

图1展示了数据后处理的概览。使用FMRIB软件库(版本6.0.4;FMRIB分析组)中实现的bet函数进行颅骨剥离。使用3D Slicer(版本4.10.2,https://www.slicer.org/)中的“Segment Editor”模块,在第一幅FSPGR图像上随机手动放置直径为20 mm的球形感兴趣体积(VOI)(图2)[33]。此外,还准备了椭球形(轴,20 × 12 mm)和立方形(每边12 mm)VOI,以研究字典设计对不同VOI形状下影像组学特征可重复性的影响。我们未将MRF图像和重扫FSPGR与初始FSPGR图像进行配准,以避免强度插值,因为插值可能改变数据中原本包含的信号差异。相反,使用FMRIB软件库中实现的flirt函数,将初始FSPGR图像上设置的VOI刚性平移至重扫FSPGR空间、首次扫描MRF空间和重扫MRF空间。由于每个受试者的所有MRF数据集本质上是配准的(高密度、密集、中等、稀疏和高度稀疏数据集均从同一采集数据重建),每个VOI被复制并粘贴到同一受试者的各MRF数据集之间。总共有来自健康志愿者的12,600个VOI(21名受试者,每名受试者300个VOI,扫描-重扫数据集)和来自多发性硬化症患者的1250个VOI(5名患者,每名患者250个VOI,扫描数据集)用于后续分析。

使用PyRadiomics(版本3.0)[34]从每个数据集的VOI中提取一阶和二阶特征,该软件是一个符合IBSI基准[31]的开源影像组学软件包,特征按PyRadiomics默认定义提取。简言之,一阶特征描述VOI内体素强度的分布,而二阶特征表达VOI内分布的相邻像素体素强度的组合。二阶特征包括对称灰度共生矩阵(GLCM)、灰度游程长度矩阵(GLRLM)、灰度尺寸区域矩阵(GLSZM)和邻域灰度差矩阵(NGTDM)。这些特征符合IBSI所描述的特征定义,可在Zwanenburg等人[7]的单独参考手册中查阅。使用64的箱计数,因为32至64的灰度级通常能够进行影像组学分析而不丢失医学成像中的重要特征[3, 10, 23, 35]。未进行图像重采样、图像强度归一化或图像滤波。

图1 磁共振指纹(MRF)字典设计对影像组学特征影响的评估过程示意图。将具有不同步长的各种字典应用于同一MRF采集数据以重建定量图。对每幅图应用相同的感兴趣体积以提取影像组学特征,然后用于评估每个影像组学特征的字典内可重复性和字典间可再现性。 查看原图 ↗
图2 代表性磁共振指纹成像(MRF)图及不同步长各字典的直方图。由不同字典生成的代表性T1图,分别为轴位、冠状位和矢状位视图(上3行)。直径为20 mm的代表性球形感兴趣体积以透明绿色标示。由于每个受试者的数据集在MRF中本身即已对齐,因此每个感兴趣体积均被复制并粘贴至所有数据集中。请注意,从不同字典获得的图像在视觉上难以区分。各字典T1值的直方图(底行)。请注意,较稀疏的字典具有较粗的离散化值 查看原图 ↗

统计分析

为评估字典内重测信度,对从扫描和重扫描中提取的每个特征值计算组内相关系数(ICC,单位:单一评分者/测量,类型:绝对一致性)的双向混合效应模型及其95%置信区间(CI)[36]。为评估可重复性,以每个特征的参考值为对照,计算ICC(单位:单一评分者/测量,类型:一致性,相容性)的双向随机效应模型及其95%CI,作为高密度字典与其他字典之间一致性的度量。进行该分析是为了评估特征对字典步长差异的稳定性。从最密集字典获得的影像组学特征被用作参考值,因为其被认为包含最大量的信息。仅使用第一次扫描来计算可重复性,因为在临床环境中仅有一次扫描可用(不进行重扫描)。负的ICC估计值在零处截断。为评估不同步长对影像组学特征的影响,计算了相对于相应参考值的百分比相对变化。根据文献[37–39]报告的阈值,ICC超过0.90被归类为高性能且可接受。

所有统计分析均使用R统计软件(版本3.5.1;R Foundation for Statistical Computing)及“psych”(版本1.8.10)和“tidyverse”(版本1.2.1)包进行。使用Wilcoxon秩和检验比较各字典间的单个影像组学特征。在应用Bonferroni方法进行多重比较校正后,若p值低于显著性阈值(0.05除以字典组合总数),则结果被认为具有显著性。校正后p值的显著性阈值设定为0.05。

结果

使用不同步长字典的基于MRF的影像组学特征的扫描-重扫描重测信度

图3展示了使用不同步长的MRF和传统成像获得的放射组学特征在字典内扫描-重扫描的ICC。单个放射组学特征的可重复性见图4(一阶和对称GLCM),并见电子补充材料图1(GLRLM、GLSZM和NGTDM)。ICC基于整个研究人群计算。字典内可重复性通常对字典步长不敏感。传统3D T1加权成像以及MRF T1衍生放射组学特征的高密度、密集、中等、稀疏和高度稀疏字典的总体扫描-重扫描ICC分别为0.95 ± 0.06、0.94 ± 0.09、0.94 ± 0.09、0.94 ± 0.9、0.93 ± 0.14和0.92 ± 0.16(均值 ± 标准差)。不同MRF字典之间未观察到显著差异(p = 1.0–1.0)。T1图衍生的GLCM特征在较稀疏字典中往往具有较差的可重复性。在各字典中,高密度字典提供的高可重复性(即ICC > 0.90)放射组学特征数量最多(n = 68/79,86%),不劣于传统成像(n = 65/79,83%)(p = 0.82)。与T1图相比,T2图通常表现出较差的字典内可重复性。T2衍生放射组学特征的高密度、密集、中等、稀疏和高度稀疏字典的总体扫描-重扫描ICC分别为0.87 ± 0.11、0.87 ± 0.11、0.86 ± 0.12、0.87 ± 0.15和0.86 ± 0.15(均值 ± 标准差)。不同MRF字典之间T2图衍生放射组学特征的可重复性未注意到显著差异(p = 1.0–1.0)。高密度字典提供的T2图衍生放射组学特征中高可重复性的百分比为46%(n = 36/79)。

在各字典中,T1和T2图之间各特征类别的高可重复性(ICC > 0.90)百分比分别为:一阶特征69%(n = 124/180)、GLCM 85%(n = 205/240)、GLRLM 63%(n = 100/160)、GLSZM 44%(n = 71/160)和NGTDM 58%(n = 29/50)。在T1和T2图的范围、最小值和最大值以及T2图的峰度中观察到较差的可重复性。与较低灰度值相关的特征(例如,游程低灰度强调)在使用球形VOI时随着字典步长增加表现出较差的可重复性。

使用椭球体和立方体VOI的结果与使用球形VOI获得的结果相似(电子补充材料图2),显示出高字典内可重复性和对字典步长普遍不敏感。

图3 磁共振指纹成像(MRF)衍生放射组学特征在不同步长字典间的扫描-重扫描字典内可重复性。使用球形感兴趣体积。基于整个研究人群计算的组内相关系数 depicted 于箱线图中。箱体表示四分位距(25–75%),圆圈表示放射组学特征。GLCM,灰度共生矩阵;GLRLM,灰度游程长度矩阵;GLSZM,灰度尺寸区域矩阵;NGTDM,邻域灰度差矩阵 查看原图 ↗
图4 磁共振指纹成像(MRF)衍生的放射组学特征在常规成像与不同步长字典MRF之间的字典内可重复性。(a) 一阶特征和(b) 对称灰度共生矩阵。使用球形感兴趣体积。常规指常规3D T1加权成像。ICC,组内相关系数;Id,逆差;Idn,归一化逆差;Idm,逆差矩;Idmn,归一化逆差矩;Imc,信息相关性度量;MCC,最大相关系数 查看原图 ↗

基于MRF的放射组学特征的字典间可重复性

使用不同步长字典的MRF计算的放射组学特征的字典间可重复性见图5。一阶特征和对称GLCM特征的相对差异百分比和ICC分别见电子补充材料图3和图6(见电子补充材料图4-6,其展示了GLRLM、GLSZM和NGTDM特征的字典间可重复性)。ICC基于整个研究人群计算。在所有特征类别中,使用密集字典计算的特征通常与使用参考字典(即高密度字典)计算的特征表现出更好的一致性。使用密集字典计算的放射组学特征与使用高密度字典计算的特征表现出高可重复性(ICC > 0.90)(T1,n = 79/79,100%;T2,n = 73/79,92%)。可重复性随字典步长增大而降低。在T1图中,密集、中等、稀疏和高稀疏字典的可重复性ICC(均值 ± 标准差)分别为0.99 ± 0.01、0.96 ± 0.06、0.70 ± 0.31和0.62 ± 0.36。在T2图中,密集、中等、稀疏和高稀疏字典的可重复性ICC(均值 ± 标准差)分别为0.97 ± 0.06、0.88 ± 0.16、0.69 ± 0.33和0.66 ± 0.34。T1和T2图中所有字典组合均观察到显著差异(p < 0.001),但高稀疏与稀疏字典除外(T1和T2的p值分别为0.22和1.00)。

一阶特征通常比二阶特征更具可重复性。GLRLM、GLSZM和NGTDM特征的可重复性对字典步长增大敏感。在一阶特征中,熵和均匀性对字典步长变化最为敏感,与参考值相比表现出> 25%的相对差异(电子补充材料图3)。对于二阶特征,较稀疏字典的结果通常比一阶特征更不具可重复性。

使用T1图计算的放射组学特征在各字典间的相对差异百分比小于使用T2图计算的特征(图5和图6;见电子补充材料图3-6)。总体而言,T2衍生的放射组学特征与T1衍生的放射组学特征相比表现出更大的变异性。相反,T1衍生的放射组学特征表现出较小的变异性但较大的偏倚(即偏离高密度字典,由相对差异百分比的幅度表示)。这一趋势在NGTDM中最为明显(见电子补充材料图4-6)。

使用椭球和立方体VOI的字典间可重复性与使用球形VOI获得的结果相似(电子补充材料图2)。在所有特征类别中,使用密集字典计算的特征通常与使用参考字典(即高密度字典)计算的特征表现出更高的一致性,且可重复性随字典步长增大而降低。

多发性硬化症患者影像组学特征的字典间可重复性总结于电子补充材料图7。结果与健康受试者相似。在所有特征类别中,使用密集字典计算的特征通常与使用参考字典(即高密度字典)计算的特征表现出更高的一致性。在T1图中,密集、中等、稀疏和高稀疏字典的可重复性ICC(均值±标准差)分别为0.99±0.02、0.96±0.07、0.71±0.31和0.64±0.35。在T2图中,密集、中等、稀疏和高稀疏字典的可重复性ICC分别为0.98±0.05、0.89±0.16、0.73±0.30和0.68±0.32。

图5 使用不同步长字典的磁共振指纹(MRF)计算影像组学特征的可重复性。以整个研究人群中从高密度字典获得的影像组学特征为参考计算组内相关系数。使用了球形感兴趣体积。箱体表示四分位距(25–75%),圆圈表示影像组学特征。GLCM,灰度共生矩阵;GLRLM,灰度游程长度矩阵;GLSZM,灰度尺寸区域矩阵;NGTDM,邻域灰度差矩阵 查看原图 ↗
图6 磁共振指纹(MRF)字典步长对对称灰度共生矩阵的影响。(a) 影像组学特征的字典间相对变化百分比。(b) 使用不同字典步长(列)提取的每个特征(行)的组内相关系数(ICC)。基于高密度字典包含最多信息的假设,以从高密度字典获得的影像组学特征作为参考。使用了球形感兴趣体积。Id,逆差;Idn,归一化逆差;Idm,逆差矩;Idmn,归一化逆差矩;Imc,相关性信息度量;MCC,最大相关系数 查看原图 ↗

讨论

由于其高度可重复和可再现的定量图谱,MRF已成为可靠放射组学分析的关键技术。使用MRF生成的图谱可用于多中心放射组学研究,通过合并数据而无需进行归一化或协调化[40],后者可能会削弱图像中原本包含的重要信息。然而,字典设计作为MRF的关键组成部分,其对放射组学特征的影响尚未得到全面研究。本研究评估了字典设计对提取的放射组学特征的字典内可重复性和字典间可再现性的影响。我们的结果表明:(i) 基于MRF的放射组学特征的可重复性不受字典步长的影响;(ii) 使用不同的MRF字典可能导致放射组学特征发生变化,即使使用相同的MRF采集数据也是如此;(iii) 即使对志愿者和患者使用不同的VOI形状,这些结果也保持一致。因此,使用不同字典获得的图谱在同时使用时可能产生错误的放射组学分析。

在本研究中,使用高密度字典获得的MRF衍生放射组学特征的可重复性与传统成像相当(MRF T1图谱、MRF T2图谱和传统成像分别为89%、87%和82%)。本研究中观察到的可重复性总体上高于文献中基于传统MRI报道的值。Baessler等[9]报道,从传统T1加权图像获得的稳健扫描-重扫描特征百分比为54%(n = 25/45),而使用高密度字典的MRF产生的可重复性为89%。尽管直接比较具有挑战性,因为我们使用了不同的放射组学平台,且Baessler等使用蔬菜和水果而非人脑进行成像,但我们的结果表明,使用高密度字典的MRF可提供可重复的放射组学特征。

尽管我们的结果表明,应避免合并使用不同步长字典计算得到的MRF衍生影像组学特征,但若干特征在不同字典间表现出高可重复性。一阶特征和GLCM通常比其他二阶特征更具可重复性,这与既往文献[30, 41]一致。我们识别出若干在不同字典间具有高可重复性(ICC > 0.90)的特征。这表明合并使用不同步长字典计算得到的MRF衍生影像组学特征是可能的。例如,Badve等报道,胶质母细胞瘤和低级别胶质瘤实性肿瘤区域之间的平均T1和T2值及T2偏度表现出显著差异[22]。这些特征在不同字典间高度可重复(T1和T2的ICC均 > 0.90),凸显了为此目的汇总不同字典数据的可行性。Dastmalchian等基于MRF对成人脑肿瘤的影像组学分析显示,瘤周白质的归一化逆差值和均匀性(等同于逆差值)在区分低级别胶质瘤、胶质母细胞瘤和转移瘤方面提供了最佳判别能力[23]。我们的结果表明,逆差值在高密度、密度和中等字典间具有高可重复性,归一化逆差值高度可重复(所有字典间ICC > 0.90)且可重复(ICC > 0.90,高稀疏字典的T2除外)。

本研究存在若干局限性应予说明。第一,尽管纳入了年龄范围较宽的健康志愿者,但患者样本量较小。因此,我们仅评估了字典设计对影像组学特征的影响,而未评估其对临床相关预测模型下游分析的影响。影像组学特征被输入机器学习模型以用于某些任务,如预测诊断、治疗反应和预后。未来有必要在真实患者数据上开展基于MRF的影像组学分析,以评估字典设计对所得预测模型的影响。这可能使同时对来自不同字典的MRF数据进行准确的影像组学分析成为可能。第二,我们使用了固定采集参数的单一序列,这可能忽略了MRF框架的灵活性和稳健性。在未来研究中探讨这些对影像组学特征的影响将是有意义的。第三,本研究采用单一扫描仪研究设计,因此无法评估基于MRF的影像组学特征的跨扫描仪可重复性。由于MRF T1和T2图在扫描仪间具有高可重复性,基于MRF的影像组学特征的跨扫描仪可重复性可能高于传统定性成像。这在临床环境中具有重大意义,值得进一步研究。然而,鉴于目前关于基于MRF的影像组学特征可重复性和字典依赖性的研究尚缺乏,我们的发现可作为基线,并提供有助于基于MRF的影像组学临床整合的基础信息。

我们的研究结果表明,基于MRF的影像组学特征在不同字典步长下具有高度可重复性。基于MRF的影像组学的可重复性对字典步长不敏感。根据我们的结果,除了一小部分影像组学特征外,我们建议不要使用由不同字典重建的数据进行影像组学分析。

补充信息

ESM 1(DOCX 3768 kb)

引用

  1. Fujita S, Hagiwara A, Yasaka K, et al. Radiomics with 3-dimensional magnetic resonance fingerprinting: influence of dictionary design on repeatability and reproducibility of radiomic features. Eur Radiol. 2022. PMID: 35304637. doi:10.1007/s00330-022-08555-3
  2. 全文:PMC9213334(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9213334/

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。