定量磁敏感成像分析阿尔茨海默病患者脑铁沉积特点及与认知功能的相关性

doi:10.3969/j.issn.1006-5725.2025.20.017

Abstract

Abstract:

Objective To investigate the correlation between brain iron content and cognitive function in patients with Alzheimer's disease （AD）， and to assess the diagnostic value of iron deposition in AD using quantitative susceptibility mapping （QSM） technology. Methods Forty-three patients with AD who visited the Second Affiliated Hospital of Xinjiang Medical University between January 2024 and December 2024， and 42 healthy controls matched for gender and age were enrolled in the study. Comprehensive clinical data were collected from all participants. All subjects underwent brain MRI scans using a Philips Ingenia CX 3.0T magnetic resonance imaging system， including both QSM and conventional cranial MRI sequences. The acquired QSM images were post-processed and normalized using the STISuite software package， and the iron content in predefined regions of interest was quantified using ITK-SNAP. All participants also underwent neuropsychological assessments. Differences in regional brain iron content between AD patients and healthy controls were analyzed and compared. Spearman’s correlation coefficient was calculated to evaluate the relationship between iron levels in the frontal cortex， basal ganglia， and hippocampus and cognitive performance. Receiver operating characteristic （ROC） curves were constructed to assess the diagnostic accuracy of iron deposition in differentiating AD patients from healthy controls. Results （1） Compared with the control group， the magnetic susceptibility values in the basal ganglia and hippocampus of the AD group showed statistically significant differences （P < 0.01）， with higher values observed in the AD group. No statistically significant difference was found in the susceptibility values of the frontal cortex between the AD group and the control group （P > 0.05）. （2） In the AD group， the susceptibility values of the left caudate nucleus and left hippocampus tail were negatively correlated with the MMSE scores （P < 0.05）. Additionally， the susceptibility values of the left caudate nucleus， left putamen， left hippocampus， and left hippocampus tail were negatively correlated with the MOCA scores （P < 0.05）. （3） The area under the curve （AUC） for diagnosing AD based on the left caudate nucleus was 0.758 （95%CI： 0.649–0.867）， for the left putamen it was 0.719 （95%CI： 0.606–0.831）， and for the left hippocampus tail it was 0.640 （95%CI： 0.518–0.763）. Conclusions （1） The iron content in certain brain regions of AD patients is elevated compared to that in healthy controls， particularly in the basal ganglia and hippocampus. （2） The iron concentration in the brains of AD patients， especially in the left caudate nucleus， left putamen， left hippocampus， and hippocampal tail， is negatively correlated with cognitive function. Higher iron levels are associated with more severe cognitive impairment， suggesting that iron accumulation may serve as a potential biomarker for assessing disease severity. （3） Iron deposition in the left caudate nucleus and left putamen demonstrates certain diagnostic value for AD and holds promise as an imaging marker for the auxiliary diagnosis of the disease.

Key words: Alzheimer's disease, iron deposition, quantitative susceptibility mapping, cognitive function

CLC Number:

R741

Yuying SONG,Saimaiti KHALIBINUR,Xu ZHOU,Xiangxin SONG,Yidai Abdigiti XIE,Aizezi DILRABA,Yibulayin. HASYATI. Quantitative susceptibility mapping analysis of brain iron deposition characteristics and their correlation with cognitive function in Alzheimer's disease patients[J]. The Journal of Practical Medicine, 2025, 41(20): 3267-3275.

Figures/Tables 9

Tab.1

General information comparison between AD group and control group"

变量	对照组	AD组	t/χ²值	P值
性别			0.565	0.452
男	20（47.62）	17（39.53）
女	22（52.38）	26（60.47）
年龄（ $x ˉ ± s$ ）/岁	71.095 ± 8.384	69.977 ± 9.787	-0.565	0.573
身高（ $x ˉ ± s$ ）/cm	162.286 ± 8.379	164.233 ± 7.656	1.119	0.266
体质量（ $x ˉ ± s$ ）/kg	64.000 ± 11.756	69.698 ± 11.135	2.295	0.024
BMI（ $x ˉ ± s$ ）/（kg/m²）	24.329 ± 3.332	25.794 ± 3.225	2.060	0.043
受教育水平			1.989	0.370
初中以下	20（47.62）	27（62.79）
高中、中专	12（28.57）	9（20.93）
大专、本科	10（23.81）	7（16.28）
高血压	27（64.29）	29（67.44）	0.094	0.759
冠心病	15（35.71）	8（18.60）	3.151	0.076
糖尿病	8（19.05）	13（30.23）	1.429	0.232
吸烟史	15（35.71）	10（23.26）	1.588	0.208
饮酒史	9（21.43）	7（16.28）	0.369	0.544
MMSE[Ｍ（P₂₅，P₇₅）]/分	27.50（27.00，28.00）	18.00（12.50，21.00）	-7.966	<0.01
MOCA [Ｍ（P₂₅，P₇₅）]/分	26.00（26.00，27.00）	13.00（8.00，17.50）	-8.032	<0.01
ADL[Ｍ（P₂₅，P₇₅）]/分	100.00（100.00，100.00）	85.000（55.00，100.00）	-6.352	<0.01

Tab.1

Tab.2

Tab.3

Tab.4

Tab.5

Tab.6

Tab.7

Tab.8

Fig.1

References 32

[1]	SCHELTENS P， DE STROOPER B， KIVIPELTO M， et al. Alzheimer's disease［J］. Lancet， 2021， 397（10284）： 1577-1590. doi:10.1016/s0140-6736(20)32205-4 doi: 10.1016/s0140-6736(20)32205-4
[2]	SPOTORNO N， ACOSTA-CABRONERO J， STOMRUD E， et al. Relationship between cortical iron and tau aggregation in Alzheimer's disease［J］. Brain， 2020， 143（5）： 1341-1349. doi:10.1093/brain/awaa089 doi: 10.1093/brain/awaa089
[3]	郁金泰. 阿尔茨海默病精准诊疗现状和展望［J］. 中华医学信息导报， 2024， 39（17）： 16.
[4]	周显波，裴中. 阿尔茨海默病早发现和早诊断与药物研发现状［J］. 阿尔茨海默病及相关病， 2024， 7（4）： 243-246.
[5]	PORSTEINSSON A P， ISAACSON R S， KNOX S， et al. Diagnosis of Early Alzheimer's Disease： Clinical Practice in 2021［J］. J Prev Alzheimers Dis， 2021， 8（3）： 371-386. doi:10.14283/jpad.2021.23 doi: 10.14283/jpad.2021.23
[6]	FENG L， SUN J， XIA L， et al. Ferroptosis mechanism and Alzheimer's disease［J］. Neural Regen Res， 2024， 19（8）： 1741-1750. doi:10.4103/1673-5374.389362 doi: 10.4103/1673-5374.389362
[7]	张其华，谭艳. 磁共振定量磁敏感图在中枢神经系统的研究进展［J］. 磁共振成像， 2022， 13（1）： 151-153，170.
[8]	张琴，侯勇哲，王琳. 阿尔茨海默病脑铁沉积的QSM定量分析研究进展［J］. 医疗卫生装备， 2022， 43（9）： 91-96.
[9]	JACK C R Jr， ANDREWS S J， BEACH T G， et al. Revised criteria for the diagnosis and staging of Alzheimer's disease［J］. Nat Med， 2024， 30（8）： 2121-2124. doi:10.1038/s41591-024-02988-7 doi: 10.1038/s41591-024-02988-7
[10]	QUINTAS-NEVES M， ALMEIDA F C， GAUTHREAUX K， et al. Fazekas scale magnetic resonance imaging assessment in Alzheimer's disease and primary age-related tauopathy［J］. Neuroradiology， 2024， 66（12）： 2185-2193. doi:10.1007/s00234-024-03464-2 doi: 10.1007/s00234-024-03464-2
[11]	王金佩，蒋琦，李桂丽，等.新型冠状病毒肺炎对阿尔兹海默症影响的研究进展［J］.中国热带医学，2023，23（3）：304-309.
[12]	MIELKE M M， EVANS J K， NEIBERG R H， et al. Alzheimer Disease Blood Biomarkers and Cognition Among Individuals with Diabetes and Overweight or Obesity［J］. JAMA Netw Open， 2025， 8（2）： e2458149. doi:10.1001/jamanetworkopen.2024.58149 doi: 10.1001/jamanetworkopen.2024.58149
[13]	LU Q， SHAO N， FANG Z， et al. The anti-Alzheimer's disease effects of ganoderic acid A by inhibiting ferroptosis-lipid peroxidation via activation of the NRF2/SLC7A11/GPX4 signaling pathway［J］. Chem Biol Interact， 2025， 412： 111459. doi:10.1016/j.cbi.2025.111459 doi: 10.1016/j.cbi.2025.111459
[14]	THORWALD M A， GODOY-LUGO J A， KERSTIENS E， et al. Down syndrome with Alzheimer's disease brains have increased iron and associated lipid peroxidation consistent with ferroptosis［J］. Alzheimers Dement， 2025， 21（6）： e70322. doi:10.1002/alz.70322 doi: 10.1002/alz.70322
[15]	THORWALD M A， GODOY-LUGO J A， GARCIA G， et al. Iron-associated lipid peroxidation in Alzheimer's disease is increased in lipid rafts with decreased ferroptosis suppressors， tested by chelation in mice［J］. Alzheimers Dement， 2025， 21（1）： e14541. doi:10.1002/alz.14541 doi: 10.1002/alz.14541
[16]	程峰，张庸，王祥，等. 谷胱甘肽过氧化物酶GPX4在铁死亡中的作用与机制研究进展［J］. 现代肿瘤医学， 2021， 29（7）： 1254-1258.
[17]	BUTTERFIELD D A. Brain lipid peroxidation and Alzheimer disease： Synergy between the Butterfield and Mattson laboratories［J］. Ageing Res Rev， 2020， 64： 101049. doi:10.1016/j.arr.2020.101049 doi: 10.1016/j.arr.2020.101049
[18]	BUTTERFIELD D A， BOYD-KIMBALL D. Mitochondrial Oxidative and Nitrosative Stress and Alzheimer Disease［J］. Antioxidants （Basel）， 2020， 9（9）： 818. doi:10.3390/antiox9090818 doi: 10.3390/antiox9090818
[19]	张金彪，张凤翔，高嘉璐. 定量磁化率成像技术在认知功能障碍中的研究进展［J］. 磁共振成像， 2023， 14（9）： 114-118，130.
[20]	ZHU W Z， ZHONG W D， WANG W， et al. Quantitative MR phase-corrected imaging to investigate increased brain iron deposition of patients with Alzheimer disease［J］. Radiology， 2009， 253（2）： 497-504. doi:10.1148/radiol.2532082324 doi: 10.1148/radiol.2532082324
[21]	LIU X， DU L， ZHANG B， et al. Alterations and associations between magnetic susceptibility of the basal ganglia and diffusion properties in Alzheimer's disease［J］. Front Neurosci， 2021， 15： 616163. doi:10.3389/fnins.2021.616163 doi: 10.3389/fnins.2021.616163
[22]	GHADERI S， MOHAMMADI S， NEZHAD N J， et al. Iron quantification in basal ganglia： Quantitative susceptibility mapping as a potential biomarker for Alzheimer's disease - a systematic review and meta-analysis［J］. Front Neurosci， 2024， 18： 1338891. doi:10.3389/fnins.2024.1338891 doi: 10.3389/fnins.2024.1338891
[23]	QIN Y， ZHU W， ZHAN C， et al. Investigation on positive correlation of increased brain iron deposition with cognitive impairment in Alzheimer disease by using quantitative MR R2' mapping［J］. J Huazhong Univ Sci Technolog Med Sci， 2011， 31（4）： 578. doi:10.1007/s11596-011-0493-1 doi: 10.1007/s11596-011-0493-1
[24]	CHEN W， JIANG L F， HU Y Q， et al. Ferritin reduction is essential for cerebral ischemia-induced hippocampal neuronal death through p53/SLC7A11-mediated ferroptosis［J］. Brain Res， 2021， 1752： 147216. doi:10.1016/j.brainres.2020.147216 doi: 10.1016/j.brainres.2020.147216
[25]	BAO W D， PANG P， ZHOU X T， et al. Loss of ferroportin induces memory impairment by promoting ferroptosis in Alzheimer's disease［J］. Cell Death Differ， 2024， 31（8）： 1099. doi:10.1038/s41418-024-01290-w doi: 10.1038/s41418-024-01290-w
[26]	SCHWIMMBECK F， BULLÓN TARRASÓ E， SCHREINER T. A role for respiration in coordinating sleep oscillations and memory consolidation［J］. Trends Neurosci， 2025， 48（4）： 247-249. doi:10.1016/j.tins.2025.02.005 doi: 10.1016/j.tins.2025.02.005
[27]	WANG D， LI Y Y， LUO J H， et al. Age-related iron deposition in the basal ganglia of controls and Alzheimer disease patients quantified using susceptibility weighted imaging［J］. Arch Gerontol Geriatr， 2014， 59（2）： 439-449. doi:10.1016/j.archger.2014.04.002 doi: 10.1016/j.archger.2014.04.002
[28]	金泉伟，杨小梅. 增加铁沉积对脑定量敏感性的映射与阿尔茨海默病中认知功能降低之间关系的研究［J］. 脑与神经疾病杂志， 2019， 27（10）： 625-630.
[29]	申杰，徐桂华. 阿尔茨海默病与血脑屏障的相关性研究进展［J］. 实用医学杂志， 2024， 40（11）： 1602-1606.
[30]	LI R， FAN Y R， WANG Y Z， et al. Brain iron in signature regions relating to cognitive aging in older adults： The Taizhou Imaging Study［J］. Alzheimers Res Ther， 2024， 16（1）： 211. doi:10.1186/s13195-024-01575-9 doi: 10.1186/s13195-024-01575-9
[31]	DU L， ZHAO Z， CUI A， et al. Increased iron deposition on brain quantitative susceptibility mapping correlates with decreased cognitive function in Alzheimer's disease［J］. ACS Chem Neurosci， 2018， 9（7）： 1849-1857. doi:10.1021/acschemneuro.8b00194 doi: 10.1021/acschemneuro.8b00194
[32]	黎超洋，崔凯茵，房国梁. 铁代谢在运动改善阿尔茨海默病中的作用与机制研究进展［J］. 中国体育科技， 2023， 59（6）： 46-55.

变量	对照组（n = 42）	AD组（n = 43）	Z值	P值
额叶皮质	-15.827（-26.2，-4.6）	-11.529（-21.4，2.8）	-1.802	0.072
基底节区	389.802（314.1，481.9）	479.586（408.8，577.4）	-2.980	0.003
海马	35.448（-10.8，90.7）	102.686（48.6，141.7）	-2.792	0.005

变量	β	S.E	Z值	P值	OR（95%CI）
性别
男					1.000（Reference）
女	0.330	0.439	0.751	0.453	1.390（0.588 ~ 3.287）
受教育水平
初中以下					1.000 （Reference）
大专、本科	-0.657	0.574	-1.143	0.253	0.519（0.168 ~ 1.598）
高中、中专	-0.588	0.531	-1.108	0.268	0.556（0.196 ~ 1.572）
年龄/岁	-0.014	0.024	-0.570	0.569	0.986（0.941 ~ 1.034）
身高/cm	0.031	0.028	1.117	0.264	1.031（0.977 ~ 1.089）
体质量/kg	0.045	0.021	2.181	0.029	1.046（1.005 ~ 1.089）
BMI/（kg/m²）	0.139	0.070	1.990	0.047	1.149（1.002 ~ 1.317）
额叶皮质MSV	0.028	0.016	1.812	0.070	1.029（0.998 ~ 1.061）
基底节区MSV	0.004	0.002	2.315	0.021	1.004（1.001 ~ 1.007）
海马MSV	0.005	0.003	2.009	0.045	1.005（1.001 ~ 1.011）

变量	β	S.E	Z值	P值	OR（95%CI）
体质量/kg	0.047	0.038	1.257	0.209	1.048 （0.974 ~ 1.129）
BMI/（kg/m²）	0.025	0.124	0.197	0.844	1.025 （0.803 ~ 1.308）
额叶皮质MSV	0.035	0.019	1.823	0.068	1.036 （0.997 ~ 1.075）
基底节区MSV	0.004	0.002	2.251	0.024	1.004 （1.001 ~ 1.007）
海马MSV	0.008	0.003	2.565	0.010	1.008 （1.002 ~ 1.014）

变量	对照组（n = 42）	AD组（n = 43）	Z值	P值
左侧尾状核	-4.614（-120.4，50.3）	116.928（10.1，190.0）	-3.744	< 0.01
右侧尾状核	22.949（-149.3，111.1）	98.025（-33.0，201.2）	-2.215	0.027
左侧苍白球	788.759（546.4，957.3）	845.302（666.4，1063.8）	-1.459	0.145
右侧苍白球	1 013.062（806.8，1 181.0）	864.178（571.5，1150.6）	-1.863	0.062
左侧壳核	194.925（132.2，277.9）	299.232（223.4，436.9）	-3.586	< 0.01
右侧壳核	225.323（90.8，354.5）	228.868（147.0，312.2）	-0.439	0.660
左侧海马头	28.978（-52.4，88.5）	71.965（-4.5，202.3）	-2.151	0.031
右侧海马头	13.229（-110.1，121.9）	99.851（16.5，231.5）	-2.816	0.005
左侧海马体	-11.640（-56.3，52.1）	-10.206（-77.4，114.2）	-0.784	0.433
右侧海马体	38.372（-45.0，93.0）	33.993（-17.1，129.2）	-0.186	0.852
左侧海马尾	52.521（-56.2，174.6）	136.694（41.5，194.3）	-2.161	0.031
右侧海马尾	102.905（19.4，209.5）	145.831（25.9，255.1）	-0.775	0.438

部位	统计量	MMSE
左侧额叶皮质	相关系数	-0.090
左侧额叶皮质	P值	0.411
右侧额叶皮质	相关系数	0.097
右侧额叶皮质	P值	0.379
左侧尾状核	相关系数	-0.291
左侧尾状核	P值	0.007
右侧尾状核	相关系数	-0.212
右侧尾状核	P值	0.051
左侧苍白球	相关系数	-0.173
左侧苍白球	P值	0.114
右侧苍白球	相关系数	0.158
右侧苍白球	P值	0.150
左侧壳核	相关系数	-0.150
左侧壳核	P值	0.170
右侧壳核	相关系数	0.092
右侧壳核	P值	0.404
左侧海马头	相关系数	-0.17
左侧海马头	P值	0.132
右侧海马头	相关系数	-0.198
右侧海马头	P值	0.080
左侧海马体	相关系数	-0.164
左侧海马体	P值	0.145
右侧海马体	相关系数	-0.026
右侧海马体	P值	0.82
左侧海马尾	相关系数	-0.250
左侧海马尾	P值	0.026
右侧海马尾	相关系数	-0.03
右侧海马尾	P值	0.793

Quantitative susceptibility mapping analysis of brain iron deposition characteristics and their correlation with cognitive function in Alzheimer's disease patients

RichHTML

PDF (PC)

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 9

References 32

Related Articles 15

Recommended Articles

Metrics

Comments

部位	统计量	MOCA
左侧额叶皮质	相关系数	-0.024
左侧额叶皮质	P值	0.824
右侧额叶皮质	相关系数	0.092
右侧额叶皮质	P值	0.403
左侧尾状核	相关系数	-0.303
左侧尾状核	P值	0.005
右侧尾状核	相关系数	-0.177
右侧尾状核	P值	0.105
左侧苍白球	相关系数	-0.156
左侧苍白球	P值	0.154
右侧苍白球	相关系数	0.172
右侧苍白球	P值	0.116
左侧壳核	相关系数	-0.258
左侧壳核	P值	0.017
右侧壳核	相关系数	0.036
右侧壳核	P值	0.742
左侧海马头	相关系数	-0.136
左侧海马头	P值	0.228
右侧海马头	相关系数	-0.217
右侧海马头	P值	0.055
左侧海马体	相关系数	-0.240
左侧海马体	P值	0.032
右侧海马体	相关系数	0.044
右侧海马体	P值	0.700
左侧海马尾	相关系数	-0.268
左侧海马尾	P值	0.016
右侧海马尾	相关系数	-0.041
右侧海马尾	P值	0.722

部位	AUC	最佳界值	敏感度	特异度	Cut-off	P值	95%CI
左侧尾状核	0.758	0.556	0.659	0.897	72.000	< 0.01	0.649 ~ 0.867
左侧壳核	0.719	0.390	0.902	0.487	176.000	0.001	0.606 ~ 0.831
左侧海马体	0.551	0.190	0.293	0.897	91.667	0.433	0.424 ~ 0.678
左侧海马尾	0.640	0.271	0.707	0.564	63.685	0.031	0.518 ~ 0.763

[1]	Cong LIU,Fei ZHAI,Min LI,Xiaoli ZHANG,Han SHI,Ningning GUO,Changhong WANG. Association between smoking status， cognitive function， and personality traits in first⁃episode male patients with schizophrenia [J]. The Journal of Practical Medicine, 2025, 41(12): 1922-1928.
[2]	Song LI,Xingyou HE,Dian HE,Bo WANG,Yu ZHAN,Jingjing. SUN. The joint efficacy of NBP and LIPost C in treatment of elderly patients with large atherosclerotic cerebral infarction [J]. The Journal of Practical Medicine, 2024, 40(9): 1286-1292.
[3]	Jinhui XU,Mailong YUAN,Tao ZHOU,Mingsheng ZHANG,Yaqi. LI. Effects of sevoflurane or propofol anesthesia maintenance on renal function and postoperative cognition in patients undergoing liver transplantation [J]. The Journal of Practical Medicine, 2024, 40(24): 3509-3514.
[4]	FANG Xue, SHAO Wei, XU Huifang, LI Daoxin, WANG Jing.. A study on improvement in cognitive function after cerebral infarction based on 2⁃Cl⁃MGV⁃1/BDNF⁃TrkB pathway [J]. The Journal of Practical Medicine, 2023, 39(7): 819-826.
[5]	Yaxin YANG,Mao HUANG,Xin WANG,Yaru ZHI,Xuemeng SHI,Hongjin REN,Wanying. PENG. Effect of head acupuncturing therapy combined with massaging key head acupoints on language and cognitive function in children with autism [J]. The Journal of Practical Medicine, 2023, 39(23): 3132-3136.
[6]	Suzhen YE,Xiaoyang WANG,Hongzhao BAI,Xuezhen ZHOU,Haiyan LI. Clinical efficacy and influencing factor of Remote Ischemic Postconditioning in Patients with Post Stroke Fatigue [J]. The Journal of Practical Medicine, 2023, 39(21): 2812-2816.
[7]	DENG Xiren , ZENG Daojun, ZHANG Guanpeng, DUAN Xiaoxia. . The effect of baicalin on cognitive function of cerebral ischemia-reperfusion injury in mice through PGE2 [J]. The Journal of Practical Medicine, 2023, 39(15): 1881-1887.
[8]	GUO Fei, HUANG Yunhui, HUANG Yujing, NIU Huifang, DU Ailing. . Systematic review of efficacy and safety of xingnaojing injection combined with alteplase for ischemic stroke [J]. The Journal of Practical Medicine, 2022, 38(2): 206-211.
[9]	YANG Bo, ZHANG Maorui, ZHOU Jun. Effects of propofol preconditioning on cognitive function in septic rats [J]. The Journal of Practical Medicine, 2021, 37(7): 845-850.
[10]	LONG Qijia, LV Zongxia, SHI Ke, LI Chunyan, ZHENG Jinou.. Analysis of hippocampus in patients with anti⁃NMDAR encephalitis by voxel⁃based morphology and func⁃ tional connectivity [J]. The Journal of Practical Medicine, 2021, 37(18): 2366-2370.
[11]	LI Jia, LIN Yin, JI Xunqi, KANG Yanhai, DONG Jie.. Association of APOE and MTHFR C677T gene polymorphisms with schizophrenia and cognitive function in patients [J]. The Journal of Practical Medicine, 2021, 37(18): 2391-2394.
[12]	LI Jia, LIN Yin, JI Xunqi, KANG Yanhai, DONG Jie.. Association of APOE and MTHFR C677T gene polymorphisms with schizophrenia and cognitive function in patients [J]. The Journal of Practical Medicine, 2021, 37(18): 2391-2394.
[13]	LI Ge, DAI Yun, JI Liang, GUAN Dongsheng. . Thymoquinone inhibits oxidative stress and improvesthe cognitive function of rats with cerebral small ves⁃ sel disease [J]. The Journal of Practical Medicine, 2021, 37(11): 1387-1391.
[14]	CHEN Wei, ZHOU Xuyan, JIANG Lishan, QIAN Yan⁃ fei, LU Hong, LU Yaping. Effects of ultrasound-guided stellate ganglion block on intrapulmonary shunt and postoperative cognitive function in elderly patients with one⁃lung ventilation [J]. The Journal of Practical Medicine, 2020, 36(24): 3390-3393.
[15]	YUAN Liuq⁃ ing, LIANG Weidong, LI Xiaoling, LAI Luying. Goal ⁃ directed fluid therapy on hemodynamics and S100β protein in meningioma rese [J]. The Journal of Practical Medicine, 2020, 36(22): 3126-3129.