Deviation analysis of reading chest X-ray film for pneumoconiosis diagnosis
-
+ English摘要:目的
通过读片统计尘肺病诊断结果，并对其差异性进行分析，为提高诊断的准确性提供依据。
方法邀请尘肺病诊断专家分A、B两组对163张已确诊为尘肺病病人的胸片进行双盲读片，对两组诊断结果不一致的胸片，从A、B组各抽取2名医生，并另邀请2名国家级专家进行最终集体读片，记录读片结果，进行数据处理与统计学分析。
结果A、B两组专家对小阴影形态大小的判断一致性最低（Kappa值=0.422，P < 0.01）；小阴影密集度和小阴影聚集判断一致性稍好（Kappa值=0.518、0.469，P < 0.01）；大阴影判断一致性最好（Kappa值=0.716，P < 0.01）。在胸片的6个分区中，两肺中区是一致性最低的区域（Kappa值=0.362、0.411，P < 0.01），两肺上区一致性最高（Kappa值=0.567、0.525，P < 0.01）；两组专家对期别的判断和把握较好，两组间符合率为75.46%，Kappa值为0.708（P < 0.01）。对结果不一致的胸片，A、B两组医生与专家组最终集体读片的诊断分期结果符合率分别为53.65%、41.46%，Kappa值分别为0.393、0.221（P < 0.01），A组专家与专家组集体读片结果更为接近。
结论尘肺病诊断读片客观上存在一定差异，小阴影总体密集度和各肺区的分布是关键判断依据，正确判断局部的细节是做出精确诊断的基础，资历深的专家在总体的把握上比较稳健，能根据丰富的读片经验，综合各种小阴影的性质给出正确的尘肺病分期结论。
-
尘肺病是我国职业病危害最严重和最常见的职业病，占职业病总数90%。1963年我国出台第一部尘肺病的诊断标准，至2016年5月1日实施的《职业性尘肺病的诊断》（GBZ 70-2015），诊断标准先后修订了5次[1]，基本形成了与国际劳工组织《尘肺病X线分类》接轨的较为完善的尘肺病诊断标准体系。在该标准体系中X线后前位胸片表现是诊断尘肺病的主要依据。因此，对X线胸片进行读片是尘肺病诊断的重要步骤和环节。
但在尘肺病诊断实践中，按照规范的读片流程和统一的诊断标准，不同的个人或集体，其读片结论仍然存在差异；即使是同一读片个人或同一读片集体在间隔一段时间后，对同一张胸片的判断也难免出现不同的结论，即所谓的读片者内部差异和读片者之间差异[2-3]。这种差异主要表现在读片者对小阴影形态、大小、密集度、分布等诊断指标的松紧程度掌握不一，从而对尘肺病的诊断造成影响。本研究拟通过不同的个人和集体对163张X线胸片进行读片诊断，比较和分析读片差异的程度和来源，希望对如何进一步降低读片差异性，提高尘肺病诊断的准确性进行探索。
1. 资料与方法
1.1 胸片来源
从深圳市职业病防治院（具有尘肺病诊断资质）收集已确诊为尘肺病病人的胸片163张，胸片质量全部为三级以上。
1.2 方法
1.2.1 尘肺读片专家情况
参与本次尘肺病胸片读片的专家共8名，其中来自国家级尘肺病诊断机构2名、广东省1名、深圳市5名，全部具有尘肺病诊断资格和正高级职称，且从事尘肺病诊断工作10年以上；其中3人主持或参加过国家《职业性尘肺病的诊断》（GBZ 70-2015）的修订。读片专家的资质既保证了读片结论的权威性，亦确保了对尘肺病诊断标准掌握的准确性。
1.2.2 尘肺读片方法
采用双盲法读片，依据《职业性尘肺病的诊断》（GBZ 70-2015）[4]，对照标准片，进行集体诊断。将广东省和深圳市的6名读片专家随机分为A、B两组，每组3人，对163张胸片分别进行独立读片，并将读片结论使用统一表格记录，见表 1。
表 1 尘肺读片记录表编号 胸片号 摄片日期 小阴影形态 小阴影聚集及大阴影 其他影像学改变 密集度及肺区分布 右肺区 左肺区 总体密集度 上区 诊断期别 中区 读片人 下区 读片日期 两组读片分期结论一致的胸片，其读片结论即为最终结论。对于两组读片分期结论不一致的胸片，从A、B组中各抽取2名专家，并邀请2名国家级尘肺病诊断机构的专家，6人再次进行读片，并依据《职业性尘肺病的诊断》（GBZ 70-2015）进行最终集体读片诊断，以此次读片结论作为最终结论。
1.2.3 统计学分析
将各组读片记录的小阴影总体密集度、各肺区小阴影密集度及诊断期别，用EpiData软件建立数据库，用R软件进行检验及统计分析。本研究使用符合率和一致性检验加权Kappa值[5-6]分析不同组读片结论之间的差异。符合率为被对比双方结果相同例数占总例数的比例；加权Kappa值为比较有序分类资料一致性时使用的方法，利用R中的“irr”包实现。Kappa值为0 ~ 0.20说明具有极低的一致性，0.21 ~ 0.40说明具有一般的一致性，0.41 ~ 0.60说明具有中等的一致性，0.61 ~ 0.80说明具有高度的一致性，0.81 ~ 1说明几乎完全一致。P < 0.05为差异有统计学意义。
2. 结果
2.1 小阴影总体密集度、小阴影聚集和大阴影判断结果比较
比较A、B两组专家对163张胸片的小阴影密集度判断结论，有100张胸片判断结论一致，A组专家对小阴影总体密集度的判断偏谨慎，判断1级的74张胸片中有20张被B组专家判断为2级，4张判断为3级；A组判断为2级的61张胸片中有24张被B组判断为3级。两组专家小阴影密集度判断的符合率为61.35%，Kappa值为0.518（P < 0.01），具有中等的一致性。见表 2。A、B两组专家对有无小阴影聚集的判断一致的有145张胸片，符合率为88.96%，Kappa值为0.469（P < 0.01），具有中等的一致性；对有无大阴影的判断一致的有150张胸片，符合率为92.02%，Kappa值为0.716（P < 0.01），具有高度的一致性。见表 3、表 4。
表 2 A、B两组小阴影总体密集度判断结果（张） B组 A组 总计 0级 1级 2级 3级 0级 1 2 0 0 3 1级 2 48 4 2 56 2级 0 20 33 5 58 3级 0 4 24 18 46 合计 3 74 61 25 163 表 3 A、B两组小阴影聚集判断结果（张） B组 A组 总计 无小阴影聚集 有小阴影聚集 无小阴影聚集 135 14 149 小阴影聚集 4 10 14 合计 139 24 163 表 4 A、B两组大阴影判断结果（张） B组 A组 总计 无大阴影 有大阴影 无大阴影 129 5 134 大阴影 8 21 29 合计 137 26 163 2.2 小阴影大小判断结果比较
163张胸片中A、B两组专家均标注小阴影形态的胸片共155张，其中极少数被两组专家标注为不规则小阴影（6张次），数量较少，不适合统计分析，故将不规则小阴影转换为同等大小的圆形小阴影（s→p，t→q），比较A、B两组对小阴影大小判断的一致性。经分析，符合率为65.81%（102/155），Kappa值为0.422（P < 0.01），具有中等的一致性。见表 5。
表 5 A、B两组小阴影大小判断结果（张） B组 A组 总计 p/p p/q q/p q/q q/r p/p 2 1 0 0 0 3 p/q 5 3 1 3 0 12 q/p 3 3 2 6 0 14 q/q 4 5 17 90 0 116 q/r 0 0 0 5 5 10 合计 14 12 20 104 5 155 2.3 各分区小阴影密集度判断结果比较
以肺区为划分方法，比较A、B两组专家对小阴影密集度的判断结果的一致性。结果显示，左、右肺上区的Kappa值最高，分别为0.567和0.525（P < 0.01）；其次为下区（左肺Kappa值= 0.460，右肺Kappa值= 0.453，P均 < 0.01），一致性最低的为中区，左、右肺Kappa值分别为0.362和0.411（P均 < 0.01）。见表 6。
表 6 A、B两组左、右肺各分区小阴影密集度判断结果（张） B组 右肺A组 左肺A组 0级 1级 2级 3级 Kappa值 0级 1级 2级 3级 Kappa值 上区 0级 9 5 1 0 0.525 21 3 0 0 0.567 1级 14 48 3 0 20 41 2 0 2级 0 16 20 1 0 15 19 1 3级 1 2 6 6 1 2 8 4 中区 0级 10 1 0 0 0.411 10 4 0 0 0.362 1级 13 41 2 0 19 31 1 0 2级 2 34 14 0 4 39 12 0 3级 0 8 22 8 1 5 21 8 下区 0级 25 5 0 0 0.453 31 5 0 0 0.460 1级 18 49 2 0 27 35 0 0 2级 2 30 10 0 1 27 13 0 3级 0 3 8 2 0 3 7 1 2.4 尘肺病分期诊断结果比较
比较A、B两组专家对163张胸片的尘肺病分期结果，结果显示两组专家对尘肺分期诊断一致的胸片为123张，有40张胸片的尘肺病分期存在差异，其中差异最多的为A组诊断为壹期的24张胸片，B组将其诊断为贰期。两组符合率为75.46%，Kappa值为0.708（P < 0.01），具有高度的一致性。见表 7。
表 7 A、B两组尘肺病分期诊断结果（张） B组 A组 总计 无尘肺 壹期 贰期 叁期 无尘肺 1 2 0 0 3 壹期 2 50 3 0 55 贰期 0 24 43 2 69 叁期 0 1 6 29 36 合计 3 77 52 31 163 2.5 不同组别间读片结果比较
组织6名专家（A、B组各抽取2名，以及国家级专家2名）成立专家组，对A、B两组读片结果（分级结果）不一致的40张胸片和被两组同时诊断为无尘肺的1张胸片，再次进行集体读片，并以该读片结论作为最终结论，同时综合A、B两组一致的读片结论，最终163张胸片的读片结论为：尘肺病壹期68例，贰期60例，叁期35例。
分别比较A、B组与专家组的读片结论，得出A组在小阴影总体密集度和尘肺分期的判断方面符合率分别为56.10%、53.65%，较B组高，Kappa值分别为0.409、0.393（P均 < 0.01），仅表现为一般的一致性。B组在有无小阴影聚集、有无大阴影及小阴影大小的判断上，符合率高于A组，分别为87.80%、97.56%、65.85%，Kappa值分别为0.629、0.655、0.521（P均 < 0.01），表现为高度或中等的一致性。见表 8。
表 8 A、B及专家组各项目读片结论比较项目 A组与B组比较（n = 163） A组与专家组比较（n = 41） B组与专家组比较（n = 41） Kappa值 符合率/% Kappa值 符合率/% Kappa值 符合率/% 小阴影总体密集度 0.518 61.35 0.409 56.10 0.303 43.90 有无小阴影聚集 0.469 88.96 0.429 82.93 0.629 87.80 有无大阴影 0.716 92.02 0.539 92.68 0.655 97.56 小阴影大小 0.422 65.81 0.493 60.98 0.521 65.85 尘肺分期 0.708 75.46 0.393 53.65 0.221 41.46 3. 讨论
以往的研究证明，在尘肺病诊断读片中存在着读片者之间和读片者自身前后的读片差异[7]。相关研究证实，诊断专家专业水平对诊断结果的把握程度是有影响的[7-9]，本研究中参与读片的专家工作经验丰富，每个诊断组具有较强的权威代表性，使得读片结果比较客观可靠。
A、B两组专家对小阴影形态大小判断的一致性是最低的，而对小阴影密集度和小阴影聚集的判断稍好，对大阴影的判断最好。这与其他的相关研究结果保持一致：余晨等[10]研究得出大阴影的判断符合率在90%以上，对于有无小阴影聚集的总体符合率也达76.41%，但对小阴影形态和小阴影总体密集度的判断一致性较差。张东辉等[11]对广东省基层尘肺诊断小组读片数据的分析发现尘肺的形态学、密集度、分布范围诊断不一致比例较高。史雁屏等[12]研究认为小阴影密集度和形态的判定最为重要，其次为分布范围。根据《职业性尘肺病的诊断》（GBZ 70-2015），小阴影总体密集度和各肺区的分布是重要的依据，正确判断局部的细节是最终做出确切诊断的前提。另外，在进行集体读片时应时刻同标准片做比照，防止长时间阅片或诊断标准的更新[13]使小阴影密集度判定标准发生改变。此外，本研究中因大阴影被诊断为叁期的部分胸片没有标记各分区的小阴影形态及总体密集度，这可能会对研究结果产生一定影响。
各肺区小阴影密集度方面，在胸片的6个分区中两肺中肺区是符合率最低的区域，主要可能是由该区域的小阴影与肺门部位的血管、气管等组织横断面重叠或交差，识别度不高引起。史雁屏等[12]研究认为不规则形小阴影由于粗细、长短不一，易与肺内纹理及其慢性间质性炎症或其他产生慢性纤维化的疾患而引起的X线表现如条索状、同织状、蜂窝状等阴影相混淆。另一种原因可能是由于局部小阴影的跨区分布，使对一个肺区的判断影响到另一个肺区，最终影响了一致性。
对两组间及最终诊断结果的期别一致性比较发现，尽管对细节的判断有所差异，但A、B两组专家对期别的判断和把握较好，两组间达到了高度的一致性；但两组诊断不一致的40张胸片与最终的诊断结果一致性一般，可能是因为不一致的胸片本身分期判断较为困难所致。该结果与张浩等的研究结果[14]相近（Kappa值为0.74 ~ 0.79），低于李宝平等[15]的比较结果（Kappa值为0.807），但高于张东辉等[11]对广东省基层尘肺诊断小组的尘肺分期诊断符合率（61%）。一方面，因部分跨肺区的阴影特征被归属到了不同的肺区，从而使肺区密集度判断出现差异，但不影响总的结果；另一方面，虽然读片者对胸片细节的判断存在出入，但资历深的专家在总体的把握上比较稳健，能根据丰富的经验综合各种小阴影的性质给出分期结论。
诊断符合率和Kappa值的性质是不一样的，样本的期别分布对符合率并不产生影响，但会对Kappa值产生影响。即符合率相同的两个对比结果其Kappa值会受到样本分布的影响而出现不同的结果。原因是符合率的计算方法并没有考虑和排除机遇可能，但基于混淆矩阵的Kappa值一致性检验更能反映和排除该影响，具有优势。由此可见，一致性比较使用Kappa值更具有横向可比性。同时应注意有序分类资料一致性比较时，应使用加权Kappa值的计算方法[5-6]。
尘肺病的诊断工作涉及国家、企业和劳动者的权益和责任，是政策性很强的技术工作，其依据是国家职业病诊断标准。经历了几十年的修订，我国尘肺病X线诊断标准逐步完善，从只能对单一的矽肺进行诊断逐步过渡到与国际接轨并可以概括多种类型尘肺的X线诊断标准。在应用层面，各方面专家又积极制定了一系列评价读片一致性[16]和减少读片差异[17]的方法，这些努力必将推动《职业性尘肺病的诊断》（GBZ 70-2015）的顺利实施。
与此同时，随着检查技术的不断进步、数字摄影及胸部多层螺旋CT扫描分辨率的进一步提高和普及，尘肺病的CT诊断成为可能[18-19]；同时医学影像进入数字化时代，各职业健康检查机构纷纷实现胸片数字化并对质量进行控制，让人工智能等机器学习类方法的应用辅助医生进行诊断成为可能[20-21]。这些对于提高尘肺病诊断一致性，降低诊断误差必将起到积极的作用。
-
表 1 尘肺读片记录表
编号 胸片号 摄片日期 小阴影形态 小阴影聚集及大阴影 其他影像学改变 密集度及肺区分布 右肺区 左肺区 总体密集度 上区 诊断期别 中区 读片人 下区 读片日期 
下载: 导出CSV
表 2 A、B两组小阴影总体密集度判断结果
（张） B组 A组 总计 0级 1级 2级 3级 0级 1 2 0 0 3 1级 2 48 4 2 56 2级 0 20 33 5 58 3级 0 4 24 18 46 合计 3 74 61 25 163
下载: 导出CSV
表 3 A、B两组小阴影聚集判断结果
（张） B组 A组 总计 无小阴影聚集 有小阴影聚集 无小阴影聚集 135 14 149 小阴影聚集 4 10 14 合计 139 24 163
下载: 导出CSV
表 5 A、B两组小阴影大小判断结果
（张） B组 A组 总计 p/p p/q q/p q/q q/r p/p 2 1 0 0 0 3 p/q 5 3 1 3 0 12 q/p 3 3 2 6 0 14 q/q 4 5 17 90 0 116 q/r 0 0 0 5 5 10 合计 14 12 20 104 5 155
下载: 导出CSV
表 6 A、B两组左、右肺各分区小阴影密集度判断结果
（张） B组 右肺A组 左肺A组 0级 1级 2级 3级 Kappa值 0级 1级 2级 3级 Kappa值 上区 0级 9 5 1 0 0.525 21 3 0 0 0.567 1级 14 48 3 0 20 41 2 0 2级 0 16 20 1 0 15 19 1 3级 1 2 6 6 1 2 8 4 中区 0级 10 1 0 0 0.411 10 4 0 0 0.362 1级 13 41 2 0 19 31 1 0 2级 2 34 14 0 4 39 12 0 3级 0 8 22 8 1 5 21 8 下区 0级 25 5 0 0 0.453 31 5 0 0 0.460 1级 18 49 2 0 27 35 0 0 2级 2 30 10 0 1 27 13 0 3级 0 3 8 2 0 3 7 1
下载: 导出CSV
表 7 A、B两组尘肺病分期诊断结果
（张） B组 A组 总计 无尘肺 壹期 贰期 叁期 无尘肺 1 2 0 0 3 壹期 2 50 3 0 55 贰期 0 24 43 2 69 叁期 0 1 6 29 36 合计 3 77 52 31 163
下载: 导出CSV
表 8 A、B及专家组各项目读片结论比较
项目 A组与B组比较（n = 163） A组与专家组比较（n = 41） B组与专家组比较（n = 41） Kappa值 符合率/% Kappa值 符合率/% Kappa值 符合率/% 小阴影总体密集度 0.518 61.35 0.409 56.10 0.303 43.90 有无小阴影聚集 0.469 88.96 0.429 82.93 0.629 87.80 有无大阴影 0.716 92.02 0.539 92.68 0.655 97.56 小阴影大小 0.422 65.81 0.493 60.98 0.521 65.85 尘肺分期 0.708 75.46 0.393 53.65 0.221 41.46
下载: 导出CSV
-
[1] 王峥, 张建芳, 钱青俊.我国职业性尘肺病诊断标准的演变和发展[J].中国工业医学杂志, 2017, 30(1):69-71. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zggyyxzz201701029 [2] JACOBSON G, GILSON J C. Present status of the UICC-Cincinnati classification of radiographic appearances of the pneumoconioses:report of meeting held at Pneumoconiosis Research Unit, Cardiff, Wales, April 13-15, 1971[J]. Ann N Y Acad Sci, 1972, 200:552-570. doi: 10.1111/j.1749-6632.1972.tb40216.x
[3] LIDDELL F D. Radiological assessment of small pneumoconiotic opacities[J]. Br J Ind Med, 1977, 34(2):85-94. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=HighWire000005699012
[4] 中华人民共和国国家卫生和计划生育委员会.职业性尘肺病的诊断: GBZ 70-2015[S].北京: 中国标准出版社, 2016. [5] 栾建安, 苏炳华.多类别多评估者的Kappa分析[J].中国卫生统计, 1995, 12(6):20-22. doi: 10.1038-bmt.2010.301/ [6] 王洁贞, 韩兢, 刘言训, 等. Kappa统计量在一致性和重现性检验中的应用[J].山东医科大学学报, 1996, 34(3):32-35. http://www.cqvip.com/Main/Detail.aspx?id=2291054 [7] WELCH L S, HUNTING K L, BALMES J, et al. Variability in the classification of radiographs using the 1980 International Labor Organization Classification for Pneumoconioses[J]. Chest, 1998, 114(6):1740-1748. doi: 10.1378/chest.114.6.1740
[8] 方玉强, 哈宽庭.尘肺诊断误差分析[J].中国工业医学杂志, 2001, 14(2):88-90. doi: 10.3969/j.issn.1002-221X.2001.02.011 [9] 刘贺, 张桂丽, 袁扬, 等.三地区煤工尘肺X线诊断差异分析:附320例报告[J].中国疗养医学, 2011(7):645-646. doi: 10.3969/j.issn.1005-619X.2011.07.046 [10] 余晨, 齐放, 李霖, 等.尘肺诊断中读片差异的分析[J].中华劳动卫生职业病杂志, 2004, 22(5):336-339. doi: 10.3760/cma.j.issn.1001-9391.2004.05.005 [11] 张东辉, 陈开璋, 谢万力, 等.执行尘肺X线诊断标准情况的调查分析[J].职业医学, 1995, 22(5):17-19. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=QK199500567328 [12] 史雁屏, 王洪斌, 金朝辉, 等. 332例高千伏尘肺胸片读片重复性的分析[J].中国工业医学杂志, 1996, 9(3):157. http://www.cnki.com.cn/Article/CJFDTotal-SOLE603.016.htm [13] HALLDIN C N, PETSONK E L, LANEY A S. Validation of the international labour office digitized standard images for recognition and classification of radiographs of pneumoconiosis[J]. Acad Radiol, 2014, 21(3):305-311. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=d4597f126a835d26ce6e44bf391d87d7
[14] 张浩, 陈明惠, 张海, 等.某铁矿工人尘肺动态胸片诊断评片比较[J].公共卫生与预防医学, 2013, 24(3):77-79. http://d.old.wanfangdata.com.cn/Periodical/ggwsyyfyx201303024 [15] 李宝平, 陈刚, 曾庆玉, 等.不同地区煤工尘肺读片差异分析[J].职业与健康, 2013, 29(13):1556-1559. http://d.old.wanfangdata.com.cn/Periodical/zyyjk201313006 [16] 李德鸿, 余晨.阅读尘肺病X射线胸片能力评价方法的探讨[J].中华劳动卫生职业病杂志, 2004, 22(5):399-400. doi: 10.3760/cma.j.issn.1001-9391.2004.05.027 [17] 郑木林, 伍传仁, 蒋琦莲.尘肺病读片能力强化训练及体会[J].中国职业医学, 2008, 35(4):344-345. doi: 10.3969/j.issn.1000-6486.2008.04.031 [18] TIWARI R R. Agreement between chest radiography and high-resolution computed tomography in diagnosing dust-related interstitial lung fibrosis[J]. Toxicol Ind Health, 2015, 31(3):235-238. doi: 10.1177/0748233712471703
[19] HARTLEY P G, GALVIN J R, HUNNINGHAKE G W, et al. High-resolution CT-derived measures of lung density are valid indexes of interstitial lung disease[J]. J Appl Physiol, 1994, 76(1):271-277. doi: 10.1152/jappl.1994.76.1.271
[20] ZHU B, LUO W, LI B, et al. The development and evaluation of a computerized diagnosis scheme for pneumoconiosis on digital chest radiographs[J]. Biomed Eng Online, 2014, 13:141. doi: 10.1186/1475-925X-13-141
[21] ABE K, MINAMI M, MIYAZAKI R, et al. Application of a computer-aid diagnosis of pneumoconiosis for CR X-ray images[J]. J Biomed Eng Med Imag, 2014, 1(2):113-122. http://cn.bing.com/academic/profile?id=e163411c91f915282da3019826ee6f38&encoded=0&v=paper_preview&mkt=zh-cn
-
期刊类型引用(5)
1. 佘权，吴雨晨，徐酩，韩磊，王福如. 人工智能多模块融合辅助早期尘肺病诊断的设想. 工业卫生与职业病. 2025(02): 171-176 . 
百度学术
2. 裴莎莎，李金龙，沈福海. 人工智能辅助诊断尘肺病的现状及趋势. 现代养生. 2023(10): 726-729 . 百度学术
3. 李晓，李树强，关里. 人工智能在尘肺病数字胸片诊断中的应用进展. 中华劳动卫生职业病杂志. 2023(12): 956-960 . 百度学术
4. 张雅娟，曾凤霞，陈卫国，秦耿耿. 基于2015版尘肺病诊断标准影像报告及诊断分期的一致性研究. 实用医学杂志. 2021(06): 797-801 . 百度学术
5. 张康福，刘瑞珍，王峥. 尘肺病影像学诊断研究现状. 智慧健康. 2020(34): 22-24 . 百度学术
其他类型引用(2)
计量
- 文章访问数: 312
- HTML全文浏览量: 126
- PDF下载量: 22
- 被引次数: 7
