Stomach Health > Magen Gesundheit >  > Stomach Knowledges > Researches

Digitale Bildanalyse der Endosonographie hilfreich Magen-mesenchymale bei der Diagnose von tumors

Digitale Bildanalyse der Endosonographie ist hilfreich bei der Diagnose von Magen-mesenchymale Tumore
Zusammenfassung
Hintergrund
Endosonographie (EUS) ist eine wertvolle Imaging-Tool für subepithelialer Auswertung Läsionen im Magen. Allerdings gibt es nur wenige Studien über die Differenzierung von gastrointestinalen Stromatumoren (GIST) und gutartige mesenchymalen Tumoren, wie Leiomyom oder Schwannom, mit der Verwendung von EUS. Darüber hinaus gibt es Einschränkungen in der Analyse der charakteristischen Merkmale solcher Tumoren aufgrund schlechter Interobserver-Übereinstimmung als Ergebnis der subjektiven Interpretation von EUS Bilder. Daher war das Ziel dieser Studie bei der Unterscheidung die Eigenschaften GISTs von denen der gutartigen Tumoren mesenchymalen auf EUS die Rolle der digitalen Bildanalyse zu ermitteln.
Methods kaufen Wir 65 Patienten mit histologisch eingeschrieben Magen GIST erwiesen, Leiomyom oder schwannoma auf chirurgisch reseziert Proben, die von Januar 2007 bis September 2010. nach der Standardisierung der EUS Bilder, Helligkeitswerte einschließlich der Mittelwert (T Mittelwert), was auf eine Echogenität und die Standardabweichung EUS Prüfung an unserer endoskopischen Einheit unterzog (T SD), was auf eine Heterogenität, wurden in den Tumoren analysiert
Ergebnisse | die T bedeuten und T SD waren signifikant höher als bei GIST als in Leiomyom und Schwannom (p <. 0,001 ). Allerdings gab es keinen signifikanten Unterschied in der T bedeuten oder T SD zwischen gutartigen und bösartigen GIST. Die Sensitivität und Spezifität wurden fast optimiert für GIST von Leiomyom oder schwannoma Differenzierung, wenn die kritischen Werte von T bedeuten und T SD waren 65 bzw. 75. Die Anwesenheit von mindestens 1 dieser 2 Ergebnisse in einem bestimmten Tumor ergab eine Sensitivität von 94%, eine Spezifität von 80%, positiver prädiktiver Wert von 94%, negativer prädiktiver Wert von 80%, und die Genauigkeit von 90,8% für GIST vorherzusagen.
Schlussfolgerungen
Analyse Digitale Bild objektive Informationen über EUS Bilder zur Verfügung stellt; So kann es bei der Diagnose von Magen-mesenchymale Tumoren nützlich sein.
Schlüsselwörter Magen Endosonographie mesenchymalen Tumor Bildanalyse Hintergrund
mesenchymalen Tumor des Magens in der Regel zufällig bei der oberen Endoskopie für einen unabhängigen Zustand festgestellt wird, und wird darauf hingewiesen, als feste, vorstehende subepithelialer Läsion; jedoch gelegentlich größere Tumoren kann zu Blutungen führen [1]. Histopathologisch sind die meisten dieser Tumoren vollständig oder teilweise aus Spindelzellen zusammengesetzt und der glatten Muskulatur oder Nervenscheide Differenzierung anzuzeigen. Die meisten Magen-mesenchymale Tumore sind gastrointestinalen Stromatumoren (GIST) aus den interstitiellen Cajal-Zellen abgeleitet [1-3]. GIST hat ein Risiko von metastatischen Rezidiv, insbesondere im Peritoneum und in der Leber, auch nach der Operation für lokalisierter Erkrankung [4, 5]. Daher werden alle GIST potenziell maligne angesehen und kann Resektion, auch kleine intramurale Läsionen des Magens [5, 6].
In der Praxis ist die Differenzierung von GIST von gutartigen Magen mesenchymalen Tumoren, wie Leiomyom oder schwannoma benötigen, ist von wesentlicher Bedeutung für eine effektive klinische Behandlung. Endosonographie (EUS) ist eine wertvolle Imaging-Tool mesenchymale Tumore für die Bewertung, weil sie die Demonstration einer echoarm Masse ermöglicht, die mit der vierten echoarm Schicht der normalen Darmwand angrenzt [7-9]. Trotz dieser Tatsache gibt es nur wenige Studien über die Differenzierung zwischen GISTs und benignen Tumoren mesenchymalen mit der Verwendung von EUS [9, 10]. Darüber hinaus bestehen in der Analyse der charakteristischen Merkmale solcher Tumoren es Einschränkungen sind aufgrund der schlechten Interobserver- Vereinbarung als Ergebnis der subjektiven Interpretation von EUS Bilder [11, 12].
Digitale Bilder von Pixeln (Bildelementen), die die Grundelemente sind, die einen 2-dimensionalen Bild zusammenzusetzen. In digitalen Bildanalyse wird die Verteilung und die räumliche Variation von Pixeln unter Verwendung von Texturanalyse zu extrahieren, um nützliche Daten berechnet. Vor kurzem hat die Brauchbarkeit von digitaler Bildanalyse in Unterscheiden gutartige von bösartigen subepithelialen Läsionen auf EUS berichtet worden [13]. Daher war das Ziel dieser Studie bei der Unterscheidung mit den Merkmalen des GIST von denen der gutartigen mesenchymalen Tumoren auf EUS die Rolle der digitalen Bildanalyse zu bewerten.
Methoden
Fachgebiete Die medizinischen Aufzeichnungen aller Patienten mit histologisch
Magen-GIST, Leiomyom oder schwannoma auf chirurgisch reseziert Proben bewiesen, die in unserem endoskopischen Einheit unterzog EUS Prüfung von Januar 2007 bis September 2010 wurden nachträglich überprüft. Wir nahmen 65 Patienten (27 Männer und 38 Frauen) mit einem mittleren Alter von 55 Jahren (Bereich: 28 bis 81 Jahre), von denen 50 GIST hatte, 6 Leiomyom und 9 schwannoma. Diese Studie wurde von der Institutional Review Board in Pusan ​​National University Hospital, geprüft und genehmigt.
Histopathologie
Die Tumore histologisch Magen-mesenchymale Tumore nachgewiesen wurden zu sein und wurden immunhistochemisch als Leiomyom, Schwannom oder GIST klassifiziert [3]. Leiomyom wurde als Desmin-positiven und c-kit (CD117) -negativen tumor, Schwannom als S-100-positiven und c-kit-negativen Tumor und GIST als c-kit-positive Tumor definiert. GIST wurden in 4 Gruppen entsprechend der Konsensuskonferenz Bericht an den National Institutes of Health geteilt [6] Endosonographie
EUS
durchgeführt wurde, eine Radialabtastung Ultraschall-Endoskop mit (GF-UM2000;. Olympus, Tokyo, Japan) bei 7,5 MHz, und alle Untersuchungen wurden unter intravenöser Sedierung (Midazolam mit oder ohne meperidine) durchgeführt. Der Tumor wurde nach dem Füllen des Magens mit 400-600 ml entlüftetem Wasser abgetastet. Mindestens 10 noch EUS Bilder wurden für jede Läsion erhalten, und diese Bilder wurden digital in Windows Bitmap-Format.
EUS Bilder wurden überprüft von einem einzigen erfahrenen Endosonografiker (G.H.K.), die auf die endgültige Diagnose wurde geblendet gehalten gespeichert. Nur noch 1 noch EUS Bild von höchster Qualität für jede Läsion für die weitere digitale Bildanalyse ausgewählt wurde, die auf einem Standard-Desktop-Computer durchgeführt wurde.
Digitale Bildanalyse
EUS kann verschiedene Bildeigenschaften in Übereinstimmung mit verschiedenen Kontrasten angezeigt werden während eine echte Prüfung. Um diese Unterschiede zu minimieren, wurde ein Standardisierungsprozess durchgeführt, um die Helligkeitswerte des schalltoten mittleren und äußeren echoreiche Rand des EUS Umfang verwenden, die die geringste Variabilität aufweisen. Abbildung 1 zeigt den Standardisierungsprozess in dieser Studie verwendet. Abbildung 1 Flussdiagramm, welches den Prozess der Standardisierung des EUS Bild. Bilder Bild Revision mit Histogrammglättung ist auch notwendig, einen besseren Kontrast zu erhalten, weil die ursprüngliche EUS Bild durch die Helligkeit des Histogramms und kann daher nicht als nützlich für die Analyse der Tumorbereich verzerrt werden. Dann wandten wir eine Kante Vernetzungsmethode für alle Randpixel wiederholt, um eine Kante zu erzeugen. Edge-Vernetzung verbunden und alle Werte aufgezeichnet, die der Formel (1) in einer 3 × 3-Bereich zu aktuellen Pixel.
G
x
,
y
-

G
x
'
,
y
'

Th
(1) Die Schwelle (Th
) der Formel (1) wurde bei 130 gesetzt, auf der Basis unserer vorläufigen Studie (Daten nicht gezeigt). Dann wurde die anechoic Mitte des EUS Umfang als ein Objekt mit hoher Dichte Pixel extrahiert nach Digitalisierungs Anwendung, mit Grassfire-Algorithmus zum Beschriften und Rauschentfernung unter Verwendung von morphologischen Informationen. Der äußere Rand des echoreicher Anwendungsbereich wurde als der Bereich extrahiert, die heller sind als die benachbarten Pixel war, wie in Abbildung 2. Abbildung 2 Extraktionsverfahren des schalltoten Zentrum und dem äußeren Rand des echoreiche EUS Umfang gezeigt. (A) Gray Bild. (B) Glättungsverfahren. (C) Kantenvernetzungsverfahren. (D) Binarization. (E) Die Markierung mit Grassfire-Algorithmus. (F) Entfernung von Rauschen unter Verwendung morphologischer Informationen. (G) Gewinnung von anechoic Mitte des Umfangs. . (H) Gewinnung von äußeren Rand des echoreichen Rahmen
Schließlich Formel (2) wurde angewendet, um den Standardisierungsprozess abzuschließen: StandardGray
=
255
-
RimGray
×
1 | +
255
-
RimGray
CenterGray
Wenn
CenterGray
<
X
<
StandardGray

Dann
X
=
StandardGray
StandardGray
-
CenterGray
×
X
-
StandardGray
Else
Wenn
StandardGray
<
X
<
EdgeGray
,
Dann
X
=
StandardGray
+
255
-
StandardGray
RimGray
-
StandardGray
×
X
-
StandardGray
(2), wo CenterGray und RimGray die Helligkeitswerte der Bezeichnung anechoic mittleren und äußeren Rand des echoreichen Umfang jeweils während StandardGray einen Helligkeitswert bezeichnet den schalltoten Zentrum vom äußeren Rand echoreich zu unterscheiden.
aus der standardisierten Bild, eine Region of Interest (ROI) wurde von einem erfahrenen Endosonografiker ausgewählt (GHK) für die Tumoranalyse. Das obige Verfahren stellt die Helligkeitsinformation, einschließlich der Minimum, Maximum, Mittelwert (T Mittelwert), die Standardabweichung (T SD), Median und Interquartilwerte (Abbildung 3). Figur 3 Ein Beispiel einer digitalen Bildanalyse. Aus dem standardisierten Bild, eine Region of Interest (ROI) wird von einem erfahrenen Endosonografiker für Tumoranalyse ausgewählt. Die Endergebnisse für die ROI sind im unteren Histogramm ausgedrückt. Der Mittelwert (Tmean) und Standardabweichung (TSD) der Helligkeitswerte sind 81,53 und 180,50, respectively.
Statistical analysis
Alle Daten als Mittelwert ± SD ausgedrückt. Der Unterschied in der T bedeuten und T SD zwischen den 3 Gruppen (GIST, Leiomyom und Schwannom) wurde unter Verwendung einer Einwegvarianzanalyse (ANOVA) Test bewertet. Ein Empfänger-Charakteristik (ROC) Kurve betrieben wurde, wurde die beste Sensitivität und Spezifität Cut-off-Werte von T zu finden angewendet bedeuten und T SD für GIST von Leiomyom oder schwannoma unterscheiden. Die Berechnung der Sensitivität, Spezifität, positive und negative prädiktive Werte und Genauigkeit für GIST von Leiomyom oder schwannoma Differenzierung wurde ebenfalls durchgeführt. Ein p-Wert < 0,05 wurde als statistisch signifikant angesehen. Statistische Berechnungen wurden durchgeführt unter Verwendung von SPSS Version 12.0 für Windows-Software (SPSS Inc., Chicago, IL, USA).
Ergebnisse
In allen EUS Bilder, die T bedeuten und T SD wurden erfolgreich berechnet nach post-standardisierte Bildanalyse. Die T Mittelwert, der angibt, Echogenität ist, war signifikant höher als bei GIST als in Leiomyom und Schwannom (82,8 ± 22,5, 39,8 ± 18,9 und 47,0 ± 12,0, p < 0,001) (Tabelle 1). Darüber hinaus ist die T SD, das bezeichnend für Heterogenität ist, war ebenfalls signifikant höher in GIST als in Leiomyom und Schwannom (83,5 ± 14,4 54,3 ± 21,7 und 58,3 ± 17,5, p < 0,001). Allerdings gab es keinen signifikanten Unterschied in der T bedeuten oder T SD zwischen Leiomyom und schwannoma.Table 1 Mittelwert (T mittel) und Standardabweichung (T SD) der Helligkeitswerte nach der digitalen Bildanalyse von Magen-mesenchymale Tumoren der histopathologischen Diagnose nach
GIST
(n = 50)
Leiomyom (n = 6)
Schwannom (n = 9)
(S. -Wertes) *
Tmean (Mittelwert ± SD)
82,8 ± 22,5
39,8 ± 18,9
47,0 ± 12,0
0.000
T †
ein
b
b
TSD (Mittelwert ± SD)
83,5 ± 14,4
54,3 ± 21,7
58,3 ± 17,5
0.000
T †
a
b
b
GIST gastrointestinalen Stromatumoren
.
* Die statistische Signifikanz getestet wurde Einwegvarianzanalyse verwendet wird.
† Die gleichen Buchstaben, die ein nicht-signifikanten Unterschied zwischen den Gruppen mit Tukey-Mehrfachvergleichstest zeigen .
Wenn die GIST in gutartige oder bösartige Gruppen eingeteilt wurden histologische Risikoklassifizierung nach wurden 31 Fälle als benigne GIST (sehr geringes Risiko, 7 Fälle gruppiert; geringes Risiko, 24 Fälle) und 14 Fälle als maligne GIST (mittleres Risiko, 10 Fälle, ein hohes Risiko, 4 Fälle). Es gab keinen Unterschied in der T bedeuten oder T SD zwischen gutartigen und bösartigen GIST (88,2 ± 21,7 vs 82,1 ± 23,0, p = 0,395; 86,9 ± 12,2 vs 83,3 ± 13,1, p = 0,373, respectively).
Eine ROC-Kurve wurde geschaffen, um die beste Sensitivität und Spezifität cut-off-Werte von T zu identifizieren bedeuten und T SD für GIST von Leiomyom oder Schwannom (Abbildung 4) zu unterscheiden. Die Sensitivität und Spezifität wurden fast optimiert, wenn die kritischen Werte von T bedeuten und T SD waren 65 bzw. 75. Tabelle 2 zeigt die Werte von T Mittelwert ≥ 65 und T SD ≥ 75 für GIST vorherzusagen. Die Anwesenheit von mindestens 1 dieser 2 Ergebnisse in einem bestimmten Tumor ergab eine Sensitivität von 94%, eine Spezifität von 80%, positiver prädiktiver Wert von 94%, negativer prädiktiver Wert von 80%, und die Genauigkeit von 90,8% für GIST vorherzusagen. Abbildung 4 receiver operating characteristic (ROC) Kurve für gastrointestinalen Stromatumoren (GIST) aus nicht GIST mesenchymalen Tumoren zu unterscheiden. ROC-Kurve des (A) Mittelwert (Tmean) und (B) Standardabweichung (TSD) der Helligkeitswerte, die GIST aus Nicht-GIST mesenchymalen Tumoren im Magen unterscheiden.
Tabelle 2 Sensitivität, Spezifität, positive und negative prädiktive Werte und Genauigkeit des Mittelwerts (T bedeuten) und Standardabweichung (T SD) der Helligkeitswerte, die
Vorhersage GIST gastrointestinalen Stromatumoren (GIST) aus nicht GIST mesenchymalen Tumoren im Magen unterscheiden
Empfindlichkeit,% (95% CI)
Spezifität% (95% CI)
PPV% (95% CI)
NPV% (95% CI)
Genauigkeit,% (95% CI)
Tmean ≥ 65
86,0 (72,6-93,7)
93,3 (66,0-99,7)
97,7 (86,5-99,9)
66,7 (66,7-43,1)
87,7 (76,6-94,2)
TSD ≥ 75
90,0 (77,4-96,2)
80,0 (51,4-94,7)
93,8 (81,8-98,4 )
70,6 (44,0-88,6)
87,7 (76,6-94,2)
Von den oben genannten 2-Funktionen
≥ 1 | 94,0 (82,5-98,4)
80,0 (51,4-94,7)
94,0 (82,5-98,4)
80,0 (51,4-94,7)
90,8 (80,3-96,2)
Beide
82,0 (68,1-91,0)
93,3 (66,0-99,7)
97,6 (86,0-99,9)
61,0 (38,8-79,5)
84,6 (73,1-91,2)
PPV
positiver prädiktiver Wert, NPN
negativer prädiktiver Wert, CI
Vertrauen . Intervall
Diskussion
In unserer früheren Studie haben wir die Funktionen, die GIST von Leiomyom auf EUS unterscheiden könnten; Heterogenität, hyperechogener Flecken, eine marginale Halo und höhere Echogenität im Vergleich zu der Schicht umgebenden Muskel waren hilfreich für GIST die Vorhersage [9]. Allerdings Beurteilung dieser Ergebnisse auf EUS Bilder ist subjektiv; Dies kann zu einer schlechten Interobserver- Vereinbarung zur Folge haben [11, 12]. Um diese Einschränkung zu überwinden, haben wir versucht, mehr objektive Befunde aus EUS Bilder abzuleiten.
Ein EUS Bild besteht aus Pixeln zusammengesetzt, und seine Echodichte wird in Helligkeitswerte von 0 (schwarz) bis 255 (weiß) ausgedrückt. Analyse der Helligkeit ist im Prinzip ein Verfahren, das Niveau der Echogenität (ausgedrückt als T mittel) und der Homogenitätsgrad (ausgedrückt als T SD) zu bewerten. Zusätzlich kann EUS Bilder unterschiedliche Eigenschaften in Übereinstimmung mit verschiedenen Kontrasten während einer Untersuchung verwendet anzuzeigen. Daher diese Unterschiede zu minimieren, wählten wir die Helligkeit des schalltoten Zentrum und dem äußeren Rand des echoreiche EUS Umfang, die die geringste Variabilität aufweisen und standardisiert auch die EUS Bilder.
Nach post-standardisierten Bildanalyse, sowohl die T bedeuten und T SD waren signifikant höher als bei GIST als in Leiomyom und schwannoma. Diese Ergebnisse stimmen mit denen von früheren Studien, die höhere Echogenität im Vergleich mit der umgebenden Muskelschicht berichtet haben, und Heterogenität ist nützlich bei der Diagnose von GIST [9, 10, 14]. Mit anderen Worten, wir glauben, dass es geeignet ist, einige EUS Befunde als objektive Werte nach der digitalen Bildanalyse zum Ausdruck bringen.
Nach einer ROC-Kurve, die Werte von T bedeuten und T SD zeigt die beste Empfindlichkeit und Spezifität für GIST waren 65 bzw. 75. Wenn entweder T bedeuten ≥ 65 oder T SD ≥ 75 vorhanden war, die Sensitivität und Spezifität für die Vorhersage GIST waren 94% und 80%, bzw. im Einklang mit unseren früheren Ergebnissen [9].
Als nächstes wir versuchten zwischen benignen und malignen GIST auf der Grundlage der Bildanalyse nach dem Aufteilen der GISTs in 2 Gruppen (gutartig oder bösartig) nach histologischen Risikoklassifikation zu differenzieren. Allerdings fanden wir keinen Unterschied in der T bedeuten oder T SD zwischen gutartigen und bösartigen GIST. Frühere Studien haben gezeigt, dass große Größe vorgeschlagen, exogastric Wachstum, Ulzerationen, zystische Veränderungen, hyperechogener Brennpunkte und Unregelmäßigkeit der Marge für eine Diagnose von malignen gastrointestinalen mesenchymalen Tumor [7, 8, 15, 16]. In unserem letzten Bericht war nur Größe ein unabhängiger Prädiktor für multivariate logistische Regressionsanalyse [9]. Daher gibt es immer noch eine Begrenzung der maligne Potential GIST mit der Verwendung von Bildanalyse vorherzusagen.
Diese Studie hat mehrere Einschränkungen. Zunächst war dies eine retrospektive Studie, die im Vergleich EUS bietet zwischen GIST und gutartige mesenchymale Tumore über digitale Bildanalyse. Daher könnte es eine mögliche Verzerrung gewesen, wenn nachträglich die EUS Bilder betrachten. Während der Prüfung EUS erhielten wir mindestens 10 endosonographische Bilder, die Eigenschaften von Magen mesenchymalen Tumoren zu bestimmen; wir gehofft würde dies zu kompensieren, zu einem gewissen Grad, für die Einschränkung dieser eine retrospektive Studie sind. Zweitens, obwohl EUS Untersuchungen durchgeführt wurden, wurden die Patienten für die Operation ausgewählt nach den klinischen Meinungen und Entscheidungen der Ärzte. Drittens, in dieser Studie die Anzahl der Patienten mit Leiomyom oder Schwannom war klein, bezogen auf die Anzahl der Personen mit GIST. Diese Einschränkung könnte auf die Tatsache zurückzuführen sein, dass die häufigste Tumor mesenchymalen des Magens ist GIST und dass andere Tumoren wie Leiomyom oder Schwannom, werden in Kliniken selten anzutreffen. Schließlich, auch wenn wir nur die EUS erhaltenen Bilder bei 7,5 MHz zu verringern, um Unterschiede zwischen den Bildern analysiert, dass die reale Einstellungen EUS, wie Verstärkung und der Kontrast wurden in jeweils unterschiedlichen auf verschiedene Frequenzen zurückzuführen sein könnte, das ist eine Einschränkung inhärent einer retrospektiven Studie. Wir haben versucht, die EUS Bilder auf der Basis der Helligkeitswerte des schalltoten mittleren und äußeren echoreiche Rand des Anwendungsbereichs zu standardisieren. Doch dieser Versuch, die EUS Bilder zu standardisieren nicht vollständig die Grenzen einer retrospektiven Studie überwinden. Daher werden prospektive Studien benötigt, die die gleichen Bedingungen von Einstellungen wie Frequenz, Verstärkung und Kontrast verwenden.
Gastric mesenchymalen Tumor oft asymptomatisch ist, und in der Regel übrigens während oberen gastrointestinalen Endoskopie für einen unabhängigen Zustand festgestellt wird. Das Hauptproblem bei asymptomatischen Patienten ist, festzustellen, ob der Tumor ein malignes Potential. Weil GISTs maligne Potential haben, sollten Magen mesenchymalen Tumoren nicht ignoriert werden, auch wenn sie klein sind, wenn die EUS Merkmale andeutend GIST sind. Wenn daher die digitale Bildanalyse eine hohe Möglichkeit eines GIST andeutet, wäre es besser, Versuche Gewebe (wie beispielsweise durch EUS-gesteuerte Feinnadelpunktion oder Biopsie) oder zu resezieren des Tumors (wie durch endoskopische oder chirurgische zu erhalten Resektion). . Weitere große prospektive Studien erforderlich, um unsere Ergebnisse der EUS Bildanalyse von Magen-mesenchymale Tumore zu validieren
Fazit
Abschließend bietet digitale Bildanalyse objektive Informationen über EUS Bilder; So kann es bei der Diagnose von Magen mesenchymalen Tumoren nützlich sein. Die Ergebnisse der EUS Bildanalyse, wie T bedeuten ≥ 65 oder T SD ≥ 75, helfen kann GIST von Leiomyom oder schwannoma zu unterscheiden.
Zustimmung
Eine schriftliche Einverständniserklärung wurde von dem Patienten erhalten für die Veröffentlichung dieses Berichts und aller beigefügten Bilder.
Hinweise
Gwang Ha Kim, Kwang Baek Kim trugen gleichermaßen zu dieser Arbeit.
Erklärungen
Acknowledgments
Diese Studie unterstützt durch einen Zuschuss unterstützt wurde von die National R &. D-Programm für Cancer Control, Ministerium für Gesundheit, Soziales und Familie Angelegenheiten, Republik Korea (0920050)
Autoren Original vorgelegt Dateien für Bilder
Nachfolgend finden Sie die Links zu den Autoren Original-Dateien eingereicht für Bilder. 12876_2013_1039_MOESM1_ESM.tif Autoren Originaldatei für Abbildung 1 12876_2013_1039_MOESM2_ESM.tif Autoren Originaldatei für Abbildung 2 12876_2013_1039_MOESM3_ESM.tif Autoren Originaldatei für Abbildung 3 12876_2013_1039_MOESM4_ESM.tif Autoren Originaldatei für Abbildung 4 12876_2013_1039_MOESM5_ESM.tiff Originaldatei 'Autoren für Abbildung 5 konkurrierende Interesse
Die Autoren erklären, dass sie keine Interessenkonflikte haben
Beiträge der Autoren
Studie Konzept und Design - GHK, GBK und DYP. Erwerb von Proben - GHK, DYP und HKJ; Analyse und Interpretation von Daten - GHK, SHL, tyj und DHK; Die Ausarbeitung des Manuskripts - GHK und DYP; Die statistische Analyse - GHK und Gas; Erhalten Finanzierung - DYP; Co-Senior-Autor und Studienüberwachung - GAS. Alle Autoren gelesen und genehmigt haben das endgültige Manuskript.

Other Languages