分享:
分享到微信朋友圈
X
综述
磁共振功能成像预测胶质瘤分子表型的研究进展
柯晓艾 周俊林

Cite this article as: Ke XA, Zhou JL. Progress in magnetic resonance imaging for predicting molecular phenotype of glioma. Chin J Magn Reson Imaging, 2019, 10(8): 611-614.本文引用格式:柯晓艾,周俊林.磁共振功能成像预测胶质瘤分子表型的研究进展.磁共振成像, 2019, 10(8): 611-614. DOI:10.12015/issn.1674-8034.2019.08.011.


[摘要] 胶质瘤是脑内最常见的原发性肿瘤,常常呈浸润性生长,具有高复发率、高致残率以及高死亡率的特征,分子标志物能够帮助临床诊断胶质瘤、制订个性化治疗方案并预测肿瘤预后。磁共振成像是中枢神经系统肿瘤术前诊断和预后评估的首选方法,磁共振功能成像有助于无创性从细胞水平、分子水平及基因突变状态反映肿瘤的微观生物学改变。笔者就磁共振功能成像在脑胶质瘤分子表型中的应用予以综述。
[Abstract] Gliomas are the most common primary tumors in the brain. As infiltrating tumors, they are characterized by high recurrence and disability rate and high mortality. Molecular markers can help clinical diagnosis of gliomas, formulate personalized treatment plans and predict the prognosis of tumors. Magnetic resonance imaging is the preferred method for preoperative diagnosis and prognosis evaluation of central nervous system tumors. Functional magnetic resonance imaging is helpful to reflect the microbiological changes of tumors noninvasively from cell level, molecular level and gene mutation status. The application of functional magnetic resonance imaging in molecular phenotype of glioma is reviewed in this paper.
[关键词] 神经胶质瘤;磁共振成像;功能磁共振成像;分子表型
[Keywords] glioma;magnetic resonance imaging;functional magnetic resonance imaging;molecular phenotype

柯晓艾 兰州大学第二医院放射科,兰州大学第二临床医学院,甘肃省医学影像重点实验室,兰州 730030

周俊林* 兰州大学第二医院放射科,兰州大学第二临床医学院,甘肃省医学影像重点实验室,兰州 730030

通信作者:周俊林,E-mail:lzuzjl601@163.com

利益冲突:无。


基金项目: 国家自然科学基金项目 编号:817720 06
收稿日期:2019-03-19
接受日期:2019-04-30
中图分类号:R445.2; R739.41 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2019.08.011
本文引用格式:柯晓艾,周俊林.磁共振功能成像预测胶质瘤分子表型的研究进展.磁共振成像, 2019, 10(8): 611-614. DOI:10.12015/issn.1674-8034.2019.08.011.

       胶质瘤是最常见的中枢神经系统原发性肿瘤,起源于神经上皮细胞,多呈侵袭性生长,具有高复发率、高致残率以及高死亡率的特征,治疗效果不佳。研究证明,具有不同分子遗传学背景的同级别胶质瘤预后有较大的差异。目前已发现一系列分子标志物能够帮助临床诊断胶质瘤并预测肿瘤预后,其中包括异柠檬酸脱氢酶(isocitrate dehydrogenase,IDH)突变、染色体1p/19q联合缺失、O6甲基鸟嘌呤-DNA-甲基转移酶(O6-methylguanine-DNA methyhransferase,MGMT)启动子甲基化、表皮生长因子体(epidermal growth factor receptor,EGFR)扩增等[1],这些分子遗传学标志物在肿瘤发生发展过程中发挥着重要的作用。用影像学方法预测脑胶质瘤分子表型的研究仍处于起步阶段,随着磁共振新技术的不断涌现,为探索反映肿瘤微观生物学改变提供了新方法。本文对磁共振功能成像预测脑胶质瘤分子表型的临床应用进展进行综述。

1 扩散磁共振成像在脑胶质瘤分子表型中的研究进展

1.1 扩散张量成像

       扩散张量成像(diffusion tensor imaging,DTI)是一种基于扩散加权成像(diffusion weighing imaging ,DWI)而发展的高级磁共振成像技术,它能够利用水分子在组织内不同方向扩散原理对神经纤维细微变化进行定性、定量分析,直观显示脑白质纤维走行以及白质纤维束与病灶的相互关系,能够反映活体组织细胞内、外微环境中水分子的运动等变化[2]。在脑组织中,各向异性分数(fractional anisotropy ,FA)反映了髓鞘的完整性及神经纤维束的致密性[3]。平均扩散率(mean diffusivity ,MD)用来反映组织内水分子各个方向扩散张量总和的平均值[4]。表观扩散系数(apparent diffusion coefficients,ADC)值反映了水分子运动的速度和范围。扩散张量纤维束示踪成像(diffusion tensor tractography ,DTT)主要显示病灶与脑白质纤维束的关系,判断功能区神经纤维束的形态、方向及受累情况,为临床手术提供指导。

       Figini等[5]研究发现,在WHO Ⅱ级和Ⅲ级胶质瘤中最大FA值及最小MD值在IDH野生型及IDH突变型胶质瘤中具有显著差异。IDH野生型胶质瘤中的最小MD值较突变型减低,其最大FA值较突变型显著增高。最小MD值与最大FA值的受试者工作特征曲线下面积(area under curve,AUC)值分别为0.73、0.74,并且他们表示这些峰度参数在预测评估WHO Ⅱ和Ⅲ级胶质瘤IDH突变状态比传统扩散成像参数更具优势。然而,在伴和不伴有1p/19q缺失的IDH突变胶质瘤之间DTI各参数没有显著差异,这可能表明DTI尚不能够检测这些变异。Xiong等[6]研究了84例少突神经胶质瘤患者的DTI图像及常规MRI图像后发现,IDH野生型少突胶质细胞瘤的FA值和rmFA值较IDH突变型低,IDH野生型瘤体最小ADC值和rmADC均小于IDH突变患者。然而,IDH野生型患者的瘤周水肿区ADC值和rmADC却大于IDH突变患者,用DTI和常规MRI图像联合诊断IDH突变具有较高的灵敏度与特异度。有学者[7]用DTI图像评估不同分子表型胶质母细胞瘤对临近组织的浸润情况发现,IDH突变型胶质母细胞瘤比IDH野生型对邻近脑组织的浸润更轻,由此也反映了IDH突变型胶质母细胞瘤预后更好。以上研究说明DTI图像作为用于评估脑胶质瘤的IDH状态的非侵入性方法,具有较大的研究价值和空间。

1.2 扩散峰度成像

       扩散峰度成像(diffusion kurtosis imaging,DKI)是基于DTI技术的延伸,主要用于描述组织微观结构中水分子的非高斯扩散运动。DKI中平均扩散峰度(mean kurtosis ,MK)为所有梯度方向扩散峰度的平均值,代表组织内水分子扩散位移分布偏离高斯曲线的平均程度,其优势在于解决DTI无法解决的纤维交叉问题,脑部灰白质结构都可用MK来描述,MK的大小反映了组织结构的复杂性[8]。轴向峰度(axial kurtosis,AK)是扩散张量平行方向上扩散信息的重要体现,可反映轴突的完整性和纤维束的密度,AK值越大代表组织结构越紧密越规则[9]。径向峰度(radial kurtosis,Kr)体现了垂直于扩散张量方向上峰度的平均值,可反映髓鞘的完整性。

       最近Zhao等[10]对52例胶质瘤患者进行了前瞻性研究发现DKI和DTI均可指导判断IDH突变状态,其中AK显示出较高的诊断价值,其评估IDH突变的敏感性、特异性分别为74%、75%,特征曲线下面积为0.72,并且与DTI相比,DKI对胶质瘤的综合评估更具有优势。Figini等[5]研究发现,相比IDH突变型低级别胶质瘤,IDH野生型胶质瘤中的峰度各向异性(kurtosis anisotropy ,KA)值和FA值显著增高,这表明脑内纤维的完整性得以保留,并且在IDH突变型胶质瘤中,较高的细胞外水含量可能是FA和KA降低的原因。武文杰等[11]通过研究发现在WHO Ⅱ级脑胶质瘤中,IDH野生型肿瘤实质区rFA值、rMK值较高,而rMD值低于IDH突变型,两者之间差异有统计学意义;两组肿瘤的瘤周水肿各参数值差异无统计学意义。他们推测由于IDH突变型脑胶质瘤微观结构相对复杂而导致水分子运动偏移高斯分布,这可能与细胞核异型性、细胞密度、肿瘤新生血管改变有关。有研究发现MK值不能作为预测染色体1p/19q缺失的独立生物学标志物,且在MGMT启动子未甲基化和甲基化的肿瘤之间MK值没有显著差异[12,13]。目前胶质瘤其他分子类型与DKI成像之间的相关性研究较少,有待进一步研究。

2 磁共振波谱在脑胶质瘤分子表型中的研究进展

       磁共振波谱(magnetic resonance spectroscopy ,MRS)是一种用于检测脑内病变微代谢变化的非侵入性技术。它通过磁共振现象和化学位移来定量分析细胞核及其化合物,从而反映大脑代谢物的变化[14]。在脑胶质瘤中IDH基因突变后获得一种新的酶活性,NADPH依赖性还原反应被催化,其可以促进α-酮戊二酸(α-ketoglutarate ,α-KG)还原为2-羟基戊二酸(2-bydroxyglutarate,2-HG),而恶性脑肿瘤的发生率与2-HG积累过多有关[15]。Choi等[16]应用1H-MRS技术在人体内检测到2-HG,发现其特征峰位于约4.02 ppm、2.25 ppm和1.9 ppm位置,但均与来自其他相关代谢物的特征峰重叠,在优化常规MRS序列后,2-HG特征峰主要聚焦于2.25 ppm。Branzoli等[17]通过使用Mescher-Garwood点分辨光谱(MEGA-PRESS)序列编辑MRS的方法和优化PRESS序列发现,与IDH野生型患者相比,IDH突变患者的2-HG水平更高,他们将这两种方法与GC-MS所测组织内2-HG含量进行比较,通过MEGA-PRESS编辑的MRS在检测2-HG时具有100%的特异性和100%的灵敏度,该技术所评估的2-HG水平与来自组织样品的2-HG水平具有良好的一致性。Bisdas等[18]发现IDH突变除了引起体内2-HG增多,还伴有谷氨酸、谷氨酰胺以及谷胱甘肽含量减低。虽然以上研究表明MRS对IDH突变诊断具有很高的准确性,然而用MRS技术检测2-HG水平,由于缺乏商业化序列或后处理软件,其后处理十分具有挑战性,且目前缺乏大规模队列研究,2HG-MRS尚未被广泛使用。

3 灌注加权成像在脑胶质瘤分子表型中的研究进展

3.1 动态磁敏感对比增强磁共振成像

       动态磁敏感对比增强磁共振成像(dynamic susceptibility contrast MRI,DSC-MRI)灌注成像中静脉团注顺磁性对比剂后,对比剂首次通过脑组织毛细血管床时,在血管内外形成多个局部小磁场,引起氢质子共振频率发生改变,进而导致T2或T2*信号强度的改变[19]。其中反映血管床容积的脑血容量(cerebral blood volume,CBV)是最常用参数。Tan等[20]对91例星形细胞瘤患者的研究显示,在受试者工作特征曲线分析中,当rCVB阈值为2.20时,能够较准确地区别Ⅱ级肿瘤中是否存在IDH-1突变,灵敏度和特异度分别为85.7%和82.4%;当rCVB阈值为3.14时,区别Ⅲ级肿瘤IDH-1突变状态的灵敏度和特异度分别为86.7%和88.9%;当rCVB阈值为5.63时,区别Ⅳ级肿瘤IDH-1突变状态的灵敏度和特异度分别为83.3%和100%;在不同WHO分级的肿瘤中,IDH-1野生型肿瘤均显示出更高的rCVB。目前IDH1突变体和野生型星形细胞瘤在rCBV比率方面不同的机制尚不清楚,需要进一步探索IDH1突变型和野生型星形细胞瘤在微血管增殖和微血管密度方面的差异。Kickingereder等[21]也报道了类似的研究结果,发现rCBV在预测WHO Ⅱ级和Ⅲ级胶质瘤中IDH突变状态具有潜力,与野生型胶质瘤相比,IDH突变型表现出更低的rCBV。Xing等[22]研究表明rCBVmax值与IDH突变状态显著相关,在43例WHO Ⅱ级和Ⅲ级脑胶质瘤中IDH突变型肿瘤的rCBVmax显著低于野生型肿瘤,当rCBVmax阈值为2.35时,诊断IDH突变的敏感度、特异度、AUC分别为100%、60.87%、0.82。当联合常规MRI、DWI及DSC-MRI后,其敏感度、特异度、AUC增加至92.31%、91.3%、0.92,说明多模态组合能进一步提高诊断的准确性。Kapoor等[23]等研究认为低级别少突胶质细胞瘤1p19q缺失型较1p19q完整型显示出显著的高灌注特性,在高级别肿瘤中也显示了这种趋势。

3.2 动态对比增强磁共振成像

       动态对比增强磁共振成像(dynamic contrastenhanced magnetic resonance imaging,DCE-MRI)是通过静脉注入对比剂后用T1WI梯度回波序列反复进行动态扫描,由于脑胶质瘤中血脑屏障破坏和血管通透性增高,静脉注射的对比剂容易从血管内区域渗漏到血管外细胞外空间(extravascular extracellular space,EES),导致顺磁效应引起的T1信号强度增加[24]。常用的定量参数有转运常数(volume transfer constant,Ktrans),即对比剂从血管内到血管外的转运速率;血液回流常数(reflux constant,Kep),即渗透到EES的对比剂重新流回血管内的速率常数;血浆容积(blood plasma fraction,Vp),即血浆内对比剂的容积分数;部分细胞外血管外间隙容量(extracellular extravascular volume fraction,Ve),即血管外细胞外间隙内对比剂的容积分数。以前的研究表明,在常规MRI更高强化程度和增强/坏死比与EGFR过度表达相关[25],近期研究表明灌注异常和渗透性异常的肿瘤血管生成可能反映EGFR状态。Tykocinski等[26]研究发现rCVB是EGFRvⅢ表达独立的预测因子,并且EGFRvⅢ阳性的GBM中rCBV明显高于阴性,当阈值为4.34时,诊断EGFRvⅢ表达的特异性及敏感度均可达100%。也有学者[27]评估了DCE-MRI在GBM患者中反映EGFRvⅢ表达的能力,在EGFRvⅢ阳性GBM中观察到显著增加的Ktrans和Vp平均值/直方图值,并且Vp的预测能力优于Ktrans的预测能力。Ivanidze等[28]通过DCE-MRI分析评估了29例IDH1/2野生型胶质母细胞瘤的TERT状态发现,TERT突变的肿瘤与TERT野生型相比显示较低的速率常数Kep和较低的转运常数Ktrans,在TERT突变的患者中,随着平均Kep增加、平均Ktrans增加,死亡风险显著增加。一些研究已经证明灌注参数是用于预测GBM中MGMT甲基化的非侵入性放射性表型替代物。Sung等[29]将扩散张量成像(ADC、FA)和DCE-MRI(Ktrans、Kep和Ve)的定量参数用于预测GBM中的MGMT甲基化状态。他们发现只有Ktrans与这种遗传改变有关。有趣的是,具有MGMT甲基化的GBM显示出显著更高的Ktrans,表明MGMT甲基化可能参与以内皮细胞通透性增高的脉管系统为特征的神经胶质瘤相关血管生成。由此可见,相关研究需要扩展到大样本试验,并且必须付出巨大努力才能更深入地了解成像特征与MGMT状态之间相关性的潜在机制。

3.3 动脉自旋标记技术

       动脉自旋标记(arterial spine labeling,ASL)技术是一种利用动脉血中的水质子作为内源性示踪剂的磁共振灌注成像方法,目前其只可反映CBF的变化,但较低的信噪比和分辨率仍无法满足常规应用及普及,用于胶质瘤分子表型的研究较少。也有研究通过ASL灌注的CBF回顾性评估了40例胶质瘤患者胶质瘤分级、IDH突变状态和ATRX表达,他们发现CBF能够区分IDH突变与野生型的星形细胞瘤(敏感性=0.75,特异性=0.88)[30]。随着MR技术的发展,通过结合其他成像技术来发挥ASL优势的方法在临床上仍具有广阔的应用前景。

4 小结

       胶质瘤分子遗传学特性与多种影像技术的结合将是未来胶质瘤分子诊断与治疗的必然趋势。磁共振功能成像不仅能非侵入性地反映颅内病变解剖学改变,还能初步在细胞水平、分子水平及基因突变状态反映肿瘤微观生物学改变,有助于在术前无创性精准评估胶质瘤,有助于个性化治疗方案的制订并预测疗效,有助于术后随访及预测患者的生存期。磁共振功能成像对胶质瘤分子诊断目前尚存在一些局限性,如多为单一模态研究为主,病例数少,多为回顾性研究,基因样本与影像指标并不对应,无规范化扫描协议等,因此,未来联合运用各种功能成像新技术进行更加广泛及深入的研究仍是一项巨大挑战。

[1]
Grant R, Kolb L, Moliterno J. Molecular and genetic pathways in gliomas: the future of personalized therapeutics. CNS Oncol, 2014, 3(2): 123-136.
[2]
Lu S, Ahn D, Johnson G, et al. Peritumoral diffusion tensor imaging of high-grade gliomas and metastatic brain tumors. AJNR Am J Neuroradiol, 2003, 24(5): 937-941.
[3]
Ke Z, Wang L, Deng M, et al. The application value of MR diffusion tensor imaging quantitative parameters FA and ADC values in benign and malignant grades of prostate transition zone nodules. Chin J Magn Reson Imaging, 2016, 7(5): 332-336.
可赞,王良,邓明,等. MR扩散张量成像定量参数FA和ADC值在前列腺移行带结节良恶性分级中的应用价值.磁共振成像, 2016, 7(5): 332-336.
[4]
Liu YY, An D, Gao J, et al. Progress in the clinical application of magnetic resonance diffusion tensor imaging in central nervous system diseases. J Chongqing Med Univ, 2015, 40(12): 1499-1502.
刘媛媛,安迪,高娟,等.磁共振弥散张量成像在中枢神经系统疾病中的临床应用进展.重庆医科大学学报, 2015, 40(12): 1499-1502.
[5]
Figini M, Riva M, Graham M, et al. Prediction of isocitrate dehydrogenase genotype in brain gliomas with MRI: single-shell versus multishell diffusion models. Radiology, 2018, 289(3): 788-796.
[6]
Xiong J, Tan W, Wen J, et al. Combination of diffusion tensor imaging and conventional MRI correlates with isocitrate dehydrogenase 1/2 mutations but not 1p/19q genotyping in oligodendroglial tumours. Eur Radiol, 2016, 26(6): 1705-1715.
[7]
Price SJ, Boonzaier N, Lupson V, et al. O7.03IDH-1 mutated glioblastomas have a less invasive phenotype than IDH-1 wild type glioblastomas: a diffusion tensor imaging study. Neuro Oncol, 2014, 16(Suppl 6): 16-17.
[8]
Fieremans E, Jensen JH, Helpern JA. White matter characterization with diffusional kurtosis imaging. Neuroimage, 2011, 58(1): 177-188.
[9]
Zeng DS, Xiao XL. Application of diffusion kurtosis imaging (DKI) in the central nervous system. J Clin Radiol, 2011, 30(9): 1400-1402.
曾丁巳,肖新兰.扩散峰度成像(DKI)在中枢神经系统的应用.临床放射学杂志, 2011, 30(9): 1400-1402.
[10]
Zhao J, Wang YL, Li XB, et al. Comparative analysis of the diffusion kurtosis imaging and diffusion tensor imaging in grading gliomas, predicting tumour cell proliferation and IDH-1 gene mutation status. J Neurooncol, 2018, 141(1): 195-203.
[11]
Wu WJ, Zhang H, Wang XC, et al. Prediction of diffusion kurtosis imaging in WHO class Ⅱ glioma IDH genotyping. Chin J Magn Reson Imaging, 2018, 9(10): 32-36.
武文杰,张辉,王效春,等.扩散峰度成像在WHO Ⅱ级脑胶质瘤IDH基因分型的预测研究.磁共振成像, 2018, 9(10): 32-36.
[12]
Hempel JM, Bisdas S, Schittenhelm J, et al. In vivo molecular profiling of human glioma using diffusion kurtosis imaging. J Neurooncol, 2017, 131(1): 93-101.
[13]
Wang XC, Lei Y, Wang L, et al. Diffusion kurtosis imaging reflects glial fibrillary acidic protein (GFAP), topo Ⅱ α, and O6-Methylguanine-DNA Methyltransferase (MGMT) expression in astrocytomas. Med Sci Monit, 2018, 24: 8822-8830.
[14]
Galanaud D, Nicoli F, Figarella-Branger D, et al. MR spectroscopy of brain tumors. J Radiol, 2006, 87(6Pt 2): 822.
[15]
Reitman ZJ, Yan H. Isocitrate dehydrogenase 1 and 2 mutations in cancer: alterations at a crossroads of cellular metabolism. Cancerspectrum Knowledge Env, 2010, 102(13): 932-941.
[16]
Choi C, Ganji SK, Deberardinis RJ, et al. 2-hydroxyglutarate detection by magnetic resonance spectroscopy in IDH-mutated patients with gliomas. Nat Med, 2012, 18(4): 624-629.
[17]
Branzoli F, Di SA, Capelle L, et al. Highly specific determination of IDH status using edited in vivo magnetic resonance spectroscopy. Neuro Oncol, 2018, 20(7): 907-916.
[18]
Bisdas S, Chadzynski GL, Braun C, et al. MR spectroscopy for in vivo assessment of the oncometabolite 2-hydroxyglutarate and its effects on cellular metabolism in human brain gliomas at 9.4 T. J Magn Reson Imaging, 2016, 44(4): 823-833.
[19]
Cha S, Knopp EA, Johnson G, et al. Intracranial mass lesions: dynamic contrast-enhanced susceptibility-weighted echo-planar perfusion MR imaging. Radiology, 2002, 223(1): 11-29.
[20]
Tan W, Xiong J, Huang W, et al. Noninvasively detecting Isocitrate dehydrogenase 1 gene status in astrocytoma by dynamic susceptibility contrast MRI. J Magn Reson Imaging, 2017, 45(2): 492.
[21]
Kickingereder P, Sahm F, Radbruch A, et al. IDH mutation status is associated with a distinct hypoxia/angiogenesis transcriptome signature which is non-invasively predictable with rCBV imaging in human glioma. Sci Rep, 2015, 5: 16238.
[22]
Xing Z, Yang X, She D, et al. Noninvasive assessment of IDH mutational status in world health organization grade Ⅱ and Ⅲ astrocytomas using DWI and DSC-PWI combined with conventional MR imaging. AJNR Am J Neuroradiol, 2017, 38(6): 1138-1144.
[23]
Kapoor GS, Gocke TA, Chawla S, et al. Magnetic resonance perfusion-weighted imaging defines angiogenic subtypes of oligodendroglioma according to 1p19q and EGFR status. J Neurooncol, 2009, 92(3): 373-386.
[24]
Jain KK, Sahoo P, Tyagi R, et al. Prospective glioma grading using single-dose dynamic contrast-enhanced perfusion MRI. Clin Radiol, 2015, 70(10): 1128-1135.
[25]
Gutman DA, Cooper LA, Hwang SN, et al. MR imaging predictors of molecular profile and survival: multi-institutional study of the TCGA glioblastoma data set. Radiology, 2013, 267(2): 560-569.
[26]
Tykocinski ES, Grant RA, Kapoor GS, et al. Use of magnetic perfusion-weighted imaging to determine epidermal growth factor receptor variant Ⅲ expression in glioblastoma. Neuro Oncol, 2012, 14(5): 613.
[27]
Arevalo-Perez J, Thomas AA, Kaley T, et al. T1-Weighted dynamic contrast-enhanced MRI as a noninvasive biomarker of epidermal growth factor receptor vⅢ status. Am J Neuroradiol, 2015, 36(12): 2256.
[28]
Ivanidze J, Lum M, Pisapia D, et al. MRI features associated with TERT promoter mutation status in glioblastoma. J Neuroimaging, 2019, 29(3): 357-363.
[29]
Sung SA, Na-Young S, Jong HC, et al. Prediction of methylguanine methyltransferase promoter methylation in glioblastoma using dynamic contrast-enhanced magnetic resonance and diffusion tensor imaging. J Neurosurg, 2014, 121(2): 367-373.
[30]
Brendle C, Hempel JM, Schittenhelm J, et al. Glioma grading and determination of IDH mutation status and ATRX loss by DCE and ASL perfusion. Clin Neuroradiol, 2017, 28(3): 421-428.

上一篇 多发性内分泌腺瘤病1型伴恶性低血糖及肺肝转移1例报道
下一篇 CMR对法洛四联症患者术后随访应用新进展
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2