Correlation between pulmonary imaging manifestations and lung function changes in patients with occupational pneumoconiosis
-
+ English摘要:目的 探讨职业性尘肺病患者胸部影像表现与肺功能改变之间的关系。方法 选取职业性尘肺病患者130例，每例患者在1 d内接受胸部高千伏摄影（HKV）、胸部螺旋CT和肺功能检查。依据GBZ 70—2015《职业性尘肺病的诊断》，对每位患者的HKV和CT胸部影像表现进行综合集体评判，将不同影像表现与肺功能分级分析比较。结果 HKV联合CT对q型小阴影、小阴影聚集、胸膜增厚、淋巴结肿大的检出率高于单独使用HKV（P < 0.05）；影像分级与肺功能分级、肺功能异常率之间呈正相关（G=0.726、rs=0.640，P < 0.01），尘肺小阴影总体密集度越高，分布肺区越多，患者肺功能障碍情况越严重；尘肺阴影直径（或宽度）越大，肺功能异常率越高（rs=0.410，P < 0.01），存在小阴影聚集和/或大阴影表现的患者，肺功能分级要高于仅有小阴影的患者（P < 0.05）；不同小阴影形态患者的肺功能差异有统计学意义（P < 0.01），有不规则小阴影的尘肺病患者肺功能受影响更大。结论 不同影像表现的职业性尘肺病患者具有不同程度的肺功能障碍，且影像改变越显著，肺功能障碍情况越严重。
-
近年来，尘肺病的患病人数一直在增加，据统计，从1990—2017年，全球范围内的尘肺病例数增加了66% [1]。目前我国尘肺病的诊断主要依据胸部高千伏摄影（high kV photography，HKV）的影像学表现[2]，但是HKV是平面成像，单纯使用HKV诊断尘肺病，往往会造成漏诊和误诊[3]。CT在揭示尘肺病病变程度、并发症等变化方面具有明显的优势[4]，但是国家目前尚无尘肺病CT诊断统一标准。因此，本研究将CT与HKV联合应用，互相补充，开展职业性尘肺病患者胸部影像表现的评判，完成130例职业性尘肺病患者的影像表现与肺功能分级之间关系的研究，现报告如下。
1. 对象与方法
1.1 对象
选取2019年10月—2021年3月在合肥市职业病防治院就诊的尘肺病患者130例，让每位患者在同一天接受胸部HKV、CT和肺功能检查。130例患者均为男性，年龄31 ~ 77岁，平均（54.6 ± 2.2）岁，接尘工龄3.0 ~ 42.0年，平均（13.4 ± 3.4）年。本次研究均与患者签订知情同意书，同时获得合肥市第三人民医院医学伦理委员会批准。
纳入标准：（1）已被明确诊断为尘肺病的各期患者；（2）高依从性的患者。排除标准：（1）有心胸肺部手术史；（2）合并有肺结核、肺炎、气胸并发症；（3）检查过程中不能配合检查，图像质量不符合GBZ 70—2015《职业性尘肺病的诊断》 [2]的诊断要求。
1.2 方法
1.2.1 胸部HKV
采用西门子Multix Fusion Max型X线机，按照GBZ 70—2015《职业性尘肺病的诊断》 [2]中胸片X线检查技术要求进行胸部HKV检查，胶片打印规格为35.6 cm × 43.2 cm，胶片为柯达医用感蓝X线胶片，洗片机为苏州虎丘HQ-450XM软片冲洗机。严格按照GBZ 70—2015《职业性尘肺病的诊断》的标准，由3名具有职业性尘肺病诊断资质的医生对130例尘肺病患者胸部HKV片进行阅片，当出现结果不一致时，采取协商的方式共同阅片。读片内容包括尘肺病分期、小阴影形态及大小、小阴影总体密集度、各肺区小阴影密集度、大阴影及大小等。
1.2.2 胸部螺旋CT
采用美国通用电气（GE）的Optima CT 680，参数为120 kV，200 mAs，层厚为5 mm，层距为5 mm，扫描范围从肺尖开始至横膈下2 ~ 3 cm。根据定位片，对双侧肺进行上、中、下6区划分，由3名具有职业性尘肺病诊断资质的医生，联合患者胸部HKV片，对照GBZ 70—2015《职业性尘肺病的诊断》，对各区的CT征象进行分析，并记录尘肺病分期、小阴影形态及大小、小阴影总体密集度、各肺区小阴影密集度、大阴影及大小等结果。
1.2.3 肺功能检查
采用FGC-A+型肺功能测试仪（安徽电子科学研究所）检查肺功能。检查指标为第一秒用力呼气量（forced expiratory volume in one second，FEV1）实测值占预计值的百分比。所有测试者至少进行3次以上反复测定，取最佳1次的结果作为最终结果。
1.2.4 诊断标准
（1）影像资料：根据GBZ 70—2015《职业性尘肺病的诊断》，联合胸部HKV和CT结果，描述尘肺病患者胸部影像，记录各患者小阴影形态及大小、小阴影总体密集度、分布肺区数、大阴影及大小等结果。对壹期和贰期患者的小阴影总体密集度和分布范围进行综合考虑，进行影像分级，共5个等级：①壹期患者中，小阴影总体密集度1级，分布2个肺区为1级；分布3 ~ 4肺区为2级；分布5 ~ 6个肺区为3级。②贰期患者中，小阴影总体密集度2级，分布5 ~ 6个肺区为4级；小阴影总体密集度3级，分布4个肺区为5级。
（2）肺功能检查：依据美国医学会3度分级法，根据FEV1占预计值百分比指标评定进行肺功能分级[5]：① 0级：肺功能正常，FEV1占预计值百分比≥ 80%；② Ⅰ级：肺功能轻度障碍，FEV1占预计值百分比为60% ~ 79%；③ Ⅱ级：肺功能中度障碍，FEV1占预计值百分比为40% ~ 59%；④ Ⅲ级：肺功能重度障碍，FEV1占预计值百分比 < 40%。肺功能检查显示Ⅰ~ Ⅲ级即为肺功能异常。
1.2.5 统计学分析
用Excel表格记录数据，采用SPSS 25.0软件进行统计学分析。计数资料以率表示，比较采用χ2检验，其中多组间等级计数资料的分布差异比较采用有序分类变量的秩和检验，多组计数资料之间相关性分析采用Gamma等级相关，两组资料之间的相关性分析采用Spearman等级相关。检验水准α= 0.05（双侧）。
2. 结果
2.1 基本结果
胸部HKV联合CT分析，130例患者中有壹期尘肺病患者69例，贰期患者39例，叁期患者22例。66例（占50.8%）尘肺病患者出现肺功能障碍，其中Ⅰ级共30例（占23.1%），Ⅱ级21例（占16.2%），Ⅲ级15例（占11.5%）。HKV和CT联合使用，对q型小阴影、小阴影聚集、胸膜增厚、淋巴结肿大的检出率明显高于单独使用HKV，两者之间差异有统计学意义（P < 0.05）。CT检出9例病人胸片标准大阴影，但是HKV只发现了8例。见表 1。某患者胸部HKV和胸部CT影像学差异见图 1。
表 1 130例尘肺病患者两种方法胸部影像表现比较[检出例数（检出率/%）] 方法 q型小阴影 小阴影聚集 标准大阴影 胸膜增厚 淋巴结肿大 HKV 22（16.9） 3（2.3） 8（6.2） 7（5.4） 2（1.5） HKV + CT 37（28.5） 10（7.7） 9（6.9） 32（24.6） 16（12.3） χ2值 4.933 3.968 0.063 18.854 11.699 P值 0.026 0.046 0.802 < 0.001 0.001 注： 标准大阴影指长径≥ 20 mm，短径 > 10 mm的大阴影。 2.2 小阴影分布区域、小阴影密集度与肺功能分级分析
130例患者中存在22例叁期尘肺病患者，胸部HKV联合CT结果显示，影像表现除了小阴影还存在小阴影聚集、大阴影等征象。因此除去22例叁期尘肺病患者，将剩余108例患者纳入分析，其中肺功能异常45例。Gamma等级相关分析结果显示，肺功能分级（异常程度）随着影像分级增加而增加（G = 0.726，P < 0.01）；Spearman等级相关分析结果显示，肺功能异常率也随着影像分级增加而增加（rs = 0.640，P < 0.01）。见表 2。
表 2 壹、贰期尘肺病患者小阴影分布与肺功能关系影像分级 小阴影总体密集度 分布肺区 肺功能分级例数 肺功能异常例数（异常率/%） 0级 Ⅰ级 Ⅱ级 Ⅲ级 总计 1 1级 2 20 1 0 0 21 1（4.8） 2 1级 3 ~ 4 28 4 1 0 33 5（15.2） 3 1级 5 ~ 6 8 3 3 1 15 7（46.7） 4 2级 5 ~ 6 4 9 5 3 21 17（81.0） 5 3级 4 3 9 3 3 18 15（83.3） 合计 63 26 12 7 108 45（41.7） 2.3 阴影大小与肺功能分级分析
22例叁期尘肺病患者中，9例仅表现为标准大阴影，13例影像表现中不仅表现为3级总体密集度小阴影分布在5 ~ 6个肺区，还伴有小阴影聚集或者存在大小为10 ~ 20 mm的大阴影，均归为其他改变组。剩余108例患者影像表现显示只存在小阴影，胸部HKV联合CT分析，其中q型小阴影最多，有37例（占28.5%）；s型最少，有4例（占3.1%）。Spearman等级相关分析结果显示，随着阴影的直径（或宽度）增加，肺功能异常率增加，两者之间呈正相关（rs = 0.410，P < 0.01）。经有序分类变量的秩和检验，5组肺功能分级差异有统计学意义（χ2 = 38.050，P < 0.01），肺功能分级（异常程度）随着阴影的大小增加而加重，其他改变组和标准大阴影组的肺功能Ⅱ级、Ⅲ级比例要高于仅有小阴影的患者。其他改变组和标准大阴影组的肺功能分级和肺功能异常率之间差异无统计学意义（P > 0.05）。见表 3。
表 3 130例患者阴影大小与肺功能分级关系阴影大小 肺功能分级例数 肺功能异常例数（异常率/%） 0级 Ⅰ级 Ⅱ级 Ⅲ级 总计 p + s 24 7 3 1 35 11（31.4） q + t 29 12 6 1 48 19（39.6） r + u 10 7 3 5 25 15（60.0） 其他改变 1 3 5 4 13 12（92.3） 标准大阴影 0 1 4 4 9 9（100） 合计 64 30 21 15 130 66（50.8） 2.4 阴影形态与肺功能障碍分析
130例尘肺病患者除去22例胸部影像伴小阴影聚集或大阴影的叁期患者，剩余108例。108例患者胸部HKV联合CT结果显示，纳入的患者影像表现以圆形小阴影为主，有80例（占74.1%）。各期别患者圆形、不规则形两种形态小阴影的肺功能分级、肺功能异常率差异均有统计学意义（χ2 = - 3.784、13.766，P < 0.01）。在壹期尘肺病患者中，不规则小阴影肺功能异常率明显高于圆形小阴影（P < 0.01），但是在贰期尘肺病患者中，两种形态小阴影之间肺功能异常率差异无统计学意义（P > 0.05）。见表 4。
表 4 壹、贰期尘肺病患者小阴影形态与肺功能分级关系尘肺期别 小阴影形态 肺功能分级例数 肺功能异常例数（异常率/%） 0级 Ⅰ级 Ⅱ级 Ⅲ级 总计 壹期 圆形 50 6 0 1 57 7（12.3） 不规则形 6 2 4 0 12 6（50.0） 贰期 圆形 5 10 5 3 23 18（78.3） 不规则形 2 8 3 3 16 14（87.5） 合计 63 26 12 7 108 45（41.7） 3. 讨论
尘肺病是一种对健康危害极大的慢性疾病，近年来尘肺病的发病率一直在上升[6]，我国职业性尘肺病患者人数在今后的一段时间内也可能持续呈高发态势[7]。肺功能检查和影像学检查是尘肺病患者诊断和随访的主要依据。肺功能检查结果不仅能帮助了解患者肺部功能性变化，评价患者呼吸系统功能，而且还与尘肺病伤残鉴定、工伤赔付密切相关[8]。GBZ 70—2015《职业性尘肺病的诊断》 [2]中规定，尘肺病影像诊断主要依据胸部HKV。但是临床多年研究发现CT对于尘肺病灶的显示更加细致[9]。CT是轴位横断数字成像，不存在传统X线前后组织重叠的缺点，有利于准确判断尘肺病小阴影类型、大小、密集度、分布肺区等[10]。吴志伟等[11]通过对135例尘肺病患者的研究，发现CT对尘肺病灶如阴影形态、密集度等方面的显示明显优于HKV片。然而CT在尘肺病诊断中同样也存在缺点，CT图像没有平片直观立体，对小阴影的总体定量较困难，且目前虽有HKV尘肺病诊断标准，但是没有CT尘肺病诊断标准。因此，本文将HKV和CT联合应用，探讨两者能否取长补短，提高对尘肺小阴影形态、大小、密集度、分布肺区、是否存在小阴影聚集、大阴影大小、并发症等方面的判断力。
本研究显示，经CT检查后，发现部分患者小阴影分布范围增大，一些小阴影在HKV片上未能显示，但是CT可以清晰地显示出来（见图 1）。CT能够证实HKV的表现，两者联合应用，有利于及时发现、确定小阴影的存在[12]。同样，对于大阴影的诊断，单独使用HKV只发现8例标准大阴影，联合CT，发现9例标准大阴影，其中1例大阴影CT显示长径 > 20 mm，可诊断为标准大阴影，但在HKV片中由于前后组织重叠，显示长径达不到20 mm。HKV联合CT对大阴影的判断更加精准。除此之外，表 1显示HKV联合CT和单独使用HKV在并发症、小阴影聚集、q型小阴影等显示中也存在差异（P < 0.05），对于胸膜增厚、淋巴结肿大、是否存在小阴影聚集等，HKV结合CT应用检出率更高。联合应用HKV和CT对尘肺病患者胸部影像判断更客观、准确。
尘肺病的主要病理改变就是尘肺结节的形成和肺间质纤维化，在影像上表现为圆形或不规则形的小阴影。随着病情进展，小阴影的数量增加、分布范围的扩大，患者的肺功能也出现变化。与陈斌斌等[13]对煤工尘肺和矽肺患者的胸片小阴影密集度、分布范围与肺功能异常率呈正相关的结果相似，本研究尘肺病影像分级与肺功能分级、肺功能异常率之间呈正相关（P < 0.01）。1级小阴影总体密集度分布2个肺区的患者没有中、重度肺功能障碍，但随着小阴影总体密集度的升高、分布肺区的增加，肺功能障碍情况也在加重。1级小阴影总体密集度达5 ~ 6个肺区时出现了肺功能重度障碍的患者，肺功能异常率也达到了46.7%；而2级小阴影总体密集度在5 ~ 6个肺区分布的患者肺功能异常率达到85.0%，且肺功能Ⅱ级、Ⅲ级比例也更高。
胡世平[14]的研究也认为肺功能异常与尘肺病的小阴影总体密集度、分布肺区范围呈正相关，除此之外，仅有标准大阴影的患者和3级总体密集度分布5 ~ 6个肺区伴小阴影聚集等改变的患者肺功能异常率差异没有统计学意义（P > 0.05），与本研究的结果一致，其他改变组和标准大阴影组的肺功能分级和肺功能异常率之间差异无统计学意义（P > 0.05）。分析认为虽然标准大阴影组的患者尘肺结节面积大，但是分布局限，其他肺区未受累及。而其他改变组不仅有小阴影聚集或者大阴影（大小为10 ~ 20 mm），还伴有5 ~ 6个肺区的3级总体密集度的小阴影，肺部累及范围广，肺功能也受很大影响。标准大阴影组、其他改变组与仅表现为小阴影的各组肺功能分级差异存在统计学意义（P < 0.05），与曹香府等[15]煤工尘肺的大阴影会加重肺功能损伤结果相似。本研究中胸部影像表现存在小阴影聚集和（或）大阴影的患者肺功能障碍情况更严重，肺功能异常率也更高，提示小阴影聚集和大阴影会加重患者肺功能障碍。
早在2011年，Meijer等[16]通过对建筑工人影像表现和肺功能的研究，发现不规则形小阴影是建筑工人肺功能恶化的原因。但是在Tamura等[17]的研究中，认为圆形小阴影才是肺通气功能恶化的原因。但胡世平[14]的研究却未发现圆形小阴影和不规则小阴影肺功能障碍之间差异存在统计学意义。本研究也进行了圆形小阴影和不规则小阴影两种形态的肺功能比较，显示两者之间肺功能分级、异常率差异均有统计学意义（P < 0.01）。不规则小阴影不仅肺功能异常检出率高于圆形小阴影，且肺功能分级也高于圆形小阴影患者，不规则小阴影对尘肺病患者影响更大。分析原因，不规则小阴影的纤维化会导致肺小血管周围、肺泡间隔、肺胸膜下等部位增宽、变厚、相互连接，成网状，使肺泡体积缩小，对肺功能影响更大。进一步分析不同分期小阴影形态对肺功能的影响，显示壹期尘肺不同小阴影形态的患者肺功能异常率差异存在统计学意义（P < 0.01），而贰期尘肺病患者之间差异无统计学意义（P > 0.05）。说明小阴影形态对肺功能有一定的影响，但是小阴影形态并不能决定尘肺病患者肺功能，小阴影密集度、阴影大小、分布肺区数等都可以对肺功能产生影响。
综上，尘肺病患者胸部影像改变与肺功能分级、肺功能异常率之间存在一定关系，胸部影像改变越显著，如小阴影密集度越高、阴影直径越大，肺功能障碍情况越严重。因此，临床医生可以根据尘肺病患者胸部影像表现初步评估患者的肺功能情况，为临床诊疗提供帮助。
作者声明 本文无实际或潜在的利益冲突 -
表 1 130例尘肺病患者两种方法胸部影像表现比较
[检出例数（检出率/%）] 方法 q型小阴影 小阴影聚集 标准大阴影 胸膜增厚 淋巴结肿大 HKV 22（16.9） 3（2.3） 8（6.2） 7（5.4） 2（1.5） HKV + CT 37（28.5） 10（7.7） 9（6.9） 32（24.6） 16（12.3） χ2值 4.933 3.968 0.063 18.854 11.699 P值 0.026 0.046 0.802 < 0.001 0.001 注： 标准大阴影指长径≥ 20 mm，短径 > 10 mm的大阴影。 
下载: 导出CSV
表 2 壹、贰期尘肺病患者小阴影分布与肺功能关系
影像分级 小阴影总体密集度 分布肺区 肺功能分级例数 肺功能异常例数（异常率/%） 0级 Ⅰ级 Ⅱ级 Ⅲ级 总计 1 1级 2 20 1 0 0 21 1（4.8） 2 1级 3 ~ 4 28 4 1 0 33 5（15.2） 3 1级 5 ~ 6 8 3 3 1 15 7（46.7） 4 2级 5 ~ 6 4 9 5 3 21 17（81.0） 5 3级 4 3 9 3 3 18 15（83.3） 合计 63 26 12 7 108 45（41.7）
下载: 导出CSV
表 3 130例患者阴影大小与肺功能分级关系
阴影大小 肺功能分级例数 肺功能异常例数（异常率/%） 0级 Ⅰ级 Ⅱ级 Ⅲ级 总计 p + s 24 7 3 1 35 11（31.4） q + t 29 12 6 1 48 19（39.6） r + u 10 7 3 5 25 15（60.0） 其他改变 1 3 5 4 13 12（92.3） 标准大阴影 0 1 4 4 9 9（100） 合计 64 30 21 15 130 66（50.8）
下载: 导出CSV
表 4 壹、贰期尘肺病患者小阴影形态与肺功能分级关系
尘肺期别 小阴影形态 肺功能分级例数 肺功能异常例数（异常率/%） 0级 Ⅰ级 Ⅱ级 Ⅲ级 总计 壹期 圆形 50 6 0 1 57 7（12.3） 不规则形 6 2 4 0 12 6（50.0） 贰期 圆形 5 10 5 3 23 18（78.3） 不规则形 2 8 3 3 16 14（87.5） 合计 63 26 12 7 108 45（41.7）
下载: 导出CSV
-
[1] SHI P, XING X, XI S, et al. Trends in global, regional and national incidence of pneumoconiosis caused by different aetiologies: an analysis from the Global Burden of Disease Study 2017[J]. Occup Environ Med, 2020, 77(6): 407-414. doi: 10.1136/oemed-2019-106321
[2] 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, 2015. [3] 翟荣存, 刘晓东, 李年春, 等. 尘肺病高千伏胸片小阴影聚集的MSCT表现[J]. 中国CT和MRI杂志, 2020, 18(8): 43-45;72. doi: 10.3969/j.issn.1672-5131.2020.08.014 [4] 祝军伟, 张汉宏, 李峰. 高千伏胸片及CT在粉尘相关性弥漫性病变诊断中的临床价值分析[J]. 中国医师杂志, 2018, 20(4): 604-606. doi: 10.3760/cma.j.issn.1008-1372.2018.04.039 [5] 朱蕾, 胡莉娟, 李丽, 等. 关于肺功能诊断的建议[J]. 中华结核和呼吸杂志, 2018, 41(4): 308-311. doi: 10.3760/cma.j.issn.1001-0939.2018.04.012 [6] LACKLEY D J, HALLDIN C N, LANEY A S. Continued increase in prevalence of coal workers' pneumoconiosis in the United States, 1970-2017[J]. Am J Public Health, 2018, 108(9): 1220-1222. doi: 10.2105/AJPH.2018.304517
[7] 中国职业医学编辑部. 职业性尘肺病[J]. 中国职业医学, 2016, 43(2): 204. https://www.cnki.com.cn/Article/CJFDTOTAL-LDYX201712002.htm [8] 张贵梅, 杨光红, 杨星, 等. 肺功能与血气分析在尘肺病患者劳动能力鉴定中的意义[J]. 现代预防医学, 2020, 47(8): 1524-1527;1532. https://www.cnki.com.cn/Article/CJFDTOTAL-XDYF202008046.htm [9] 杜芳莉, 陈林霞, 许秀玲. 高千伏胸片、DR、高分辨率CT在职业性尘肺病诊断中的应用比较[J]. 疾病监测与控制, 2020, 14(2): 108-111. https://www.cnki.com.cn/Article/CJFDTOTAL-JBJK202002008.htm [10] SENER M U, ŞIMSEK C, ÖZKARAŞ, et al. Comparison of the international classification of high-resolution computed tomography for occupational and environmental respiratory diseases with the international labor organization International classification of radiographs of pneumoconiosis[J]. Industrial Health, 2019, 57(4): 495-502. doi: 10.2486/indhealth.2018-0068
[11] 吴志伟, 张秀华, 闫志伟, 等. 135例尘肺HKV、DR及CT的影像学分析[J]. 影像研究与医学应用, 2019, 3(19): 63-64. https://www.cnki.com.cn/Article/CJFDTOTAL-YXYY201919029.htm [12] 陈旭生, 刘艳群, 张文, 等. 高千伏X线片、DR及CT联合应用在尘肺病诊断中的应用价值[J]. 甘肃医药, 2015, 34(6): 433-435. https://www.cnki.com.cn/Article/CJFDTOTAL-GSYY201506014.htm [13] 陈斌斌, 王丽, 范槐芳, 等. 煤工尘肺与矽肺患者肺功能损伤情况及其相关影响因素[J]. 工业卫生与职业病, 2019, 45(2): 81-84;88. https://www.cnki.com.cn/Article/CJFDTOTAL-GYWZ201902001.htm [14] 胡世平. 煤工尘肺和矽肺患者肺功能损伤及其影响因素[J]. 职业与健康, 2016, 32(19): 2620-2623. https://www.cnki.com.cn/Article/CJFDTOTAL-ZYJK201619009.htm [15] 曹香府, 赵倩, 崔玉芳, 等. 煤工尘肺进行性大块纤维化与肺功能关系的研究[J]. 职业与健康, 2016, 32(11): 1473-1475. https://www.cnki.com.cn/Article/CJFDTOTAL-ZYJK201611012.htm [16] MEIJER E, TJOE NIJ E, KRAUS T, et al. Pneumoconiosis and emphysema in construction workers: results of HRCT and lung function findings[J]. Occup Environ Med, 2011, 68(7): 542-546. doi: 10.1136/oem.2010.055616
[17] TAMURA T, SUGANUMA N, HERING K G, et al. Relationships (Ⅱ) of international classification of high-resolution computed tomography for occupational and environmental respiratory diseases with ventilatory functions indices for parenchymal abnormalities[J]. Ind Health, 2015, 53(3): 271-279. doi: 10.2486/indhealth.2014-0072
-
期刊类型引用(2)
1. 侯旭晖，尹健，杨松柏. 多维色谱技术在中药复杂成分分析中的应用进展. 特产研究. 2024(06): 165-172+177 . 
百度学术
2. 沈紫霞，常毅，刘巧香，郭刚，马慧，李有志，廖晨星，刘国世. 牛奶中褪黑素含量的检测方法. 中国乳业. 2023(02): 10-14 . 百度学术
其他类型引用(0)
计量
- 文章访问数: 397
- HTML全文浏览量: 103
- PDF下载量: 31
- 被引次数: 2
