尘肺病影像学诊断研究现状

张康福，刘瑞珍，王峥

（国家职业安全卫生研究中心，北京 102300）

0 引言

尘肺病（pneumoconiosis）是目前我国职业病中危害最严重和最常见的一种职业病，主要是指在职业活动中长期接触并且吸入大量生产性矿物性粉尘并在肺内潴留而引起的以肺组织弥漫性纤维化为主的肺间接性疾病[1]。根据我国颁布的《职业病分类和目录》，主要包括矽肺、煤工尘肺、石墨尘肺、炭黑尘肺、石棉肺、滑石尘肺、水泥尘肺、云母尘肺、陶工尘肺、铝尘肺、电焊工尘肺、铸工尘肺及其他间质性尘肺共十三种。目前我国尘肺病筛查和分期诊断主要依据技术、质量合格的尘肺病X线胸片，但随着CT在临床中的广泛应用，特别是高分辨率CT扫描在肺间质性疾病研究方面的巨大优势，越来越多的学者认为应尽快推动CT在尘肺病筛查、诊断及分期方面的应用[2-5]。

1 胸部X线检查在尘肺病的诊断及分期中的应用

X线胸片的检查方便、经济，诊断敏感性和结论客观性较好，是目前尘肺病筛查和分期诊断的主要检查手段。尘肺病诊断的核心是正确的解读X线胸片，利用小阴影密集度，肺区分布等指标进行恰当的分期。尘肺病典型的X线胸片特征改变是胸片出现圆形（p、q、r）或不规则（s、t、u）小阴影，随着病变的进展，小阴影可逐渐增多，密集度逐渐增高，继而表现为小阴影聚集或形成大阴影，小阴影聚集或大阴影一般发生在肺野的上部，典型者双侧可呈对称性改变。根据我国《职业性尘肺病的诊断》GBZ70-2015，技术质量合格的高千伏胸片或DR胸片可用于尘肺病的诊断。高千伏胸片是指管电压在100～120千伏的X线胸片摄影，相对于60-70千伏的低千伏胸片来说，高千伏摄影明显缩短了曝光时间，减少了患者的照射剂量，但是照片的清晰度提高了，同时降低了X线球管的负荷。高千伏摄影的曝光宽容度更好，提高了摄片质量，影像显示层次丰富，肺纹理和肺野内小阴影的显示更加清晰，已经成为尘肺病诊断的“金标准”[6,7]。数字化X线摄影（digital radiograph，DR）与普通X线摄影相比，操作更加方便快捷，辐射剂量更低，图像密度分辨力更高、影像数据可长期保存、并可以高保真复原，因此在临床诊疗中迅速取代普通X线摄影[8]。在尘肺病诊断中，DR胸片能够提供更好的对比度和清晰度，能够更好的显示结节，网状，线状和支气管血管异常等病变，有效提高病灶与周围组织的对比度，使小阴影凸现出来，提高读片者的判断能力[9]。为保证尘肺病诊断结果的稳定性和延续性，我国在2015年新修订的尘肺病诊断标准中，虽然允许DR摄片技术用于尘肺病的筛查和分期诊断，但在附录F中要求数字化X线摄影不应使用降噪、边缘增强等图像后处理技术。由于各个DR设备厂商的技术差异，不同DR设备的技术参数应根据尘肺病诊断机构需要进行参数调整和优化，以保证DR胸片与高千伏胸片有最大程度的等效性[10]。

X线胸片由于是二维前后重叠的平面图像，部分肺实质与胸骨、肋骨、膈肌、脊柱及心脏等结构重叠，肺实质得不到很好地显示，会低估尘肺患者肺内小阴影分布的范围及密集度，同时X线胸片的图像密度分辨率低，不能显示较小的小阴影，也不能显示大阴影的内部结构，在定量诊断上还不够精确，由于诊断医师对诊断标准的理解和对标准片的认识不同，在尘肺病的早期诊断方面还存在很多争议[11]。

2 计算机X线断层摄影(computed tomography,CT)检查

CT在呼吸系统疾病诊疗中已经广泛应用。根据不同的临床需要，常用的CT扫描方式主要有常规CT扫描，高分辨率CT扫描（high resoltiuon CT，HRCT），低剂量CT扫描（low dose CT，LDCT），双能量能谱CT扫描等。

CT的早期诊断方面：尘肺病诊断的在于判定肺内是否出现特征性的小阴影，其中以圆形小阴影最为常见，其相应的病理改变是矽结节。早期的矽结节直径在0.2～1.7mm之间，因此单个矽结节在X线上很难显示，X线片上的小阴影多是几个小结节相互融合或是同一轴线上的几个矽结节互相重叠的结果。高分辨率CT可进行亚毫米级的层面重建，在次级肺小叶水平上清楚显示患者肺解剖结构、病理变化细节，大幅度提高对细微病变的检出率，多平面重建技术（MPR）和最大密度投影（MIP）等图像后处理技术可以从多角度、多方位观察尘肺病早期肺内小阴影大小、形态、分布、内部结构以及边缘情况等，确切证实尘肺病肺内小阴影存在，提高微小结节的诊断准确率。崔宝军等人利用离体肺脏标本进行病理对照后认为MIP对微小结节的诊断准确率可达97%以上[12]。使用高分辨CT扫描辐射剂量会造成诱发其他疾病的危险性增加，因此有学者提出进行尘肺病筛查时应采用低剂量CT扫描的方式，通过降低管电压，固定有效剂量，增加螺距的方法减少投照剂量，在投照剂量与诊断影像之间找到最佳平衡点[13]。

CT的分期诊断方面：尘肺病的X线分期是依据X线胸片中小阴影在各个肺区的分布、每个肺区的密集度以及有无大阴影或小阴影聚集，有无胸膜斑等指标进行半定量分析。其中肺区密集度的判定是影响尘肺病诊断准确性和一致性的关键。根据GBZ70-2015，X线胸片密集度是指一定范围内小阴影的多少。这是一种视觉感知，除小阴影数量外，小阴影的形态，大小都会影响密集度的判定。为了使诊断结果更准确，在尘肺病诊断标准中制定了标准片，用具体的影像学方式对小阴影密集度多少进行表达，文字仅起说明作用。与X线胸片平面图像相比，CT图像总体上来说是三维图像，很难按照X线标准片的方法制定CT标准片，同时使用X线标准片对CT图像中小阴影密集度进行判定和分期，从根本上来说是没有可比性的，应基于CT图像技术特点开发一套新的定量诊断系统。Ooi等研究了一种半定量的分析方法，将CT图像中所见的结节数量分为5级：0=无结节；1=少量结节，血管影未消失；2=较多结节，血管影轻度消失；3=大量结节，血管影中度消失；4=大量结节，血管影重度消失，可有或无结节融合）[14]，主要依靠肉眼主观观察，因此诊断结果依然存在主观差异。随着CT的发展，双能量能谱CT对活体组织内SiO2含量可以量化，可以直观反映尘肺患者各个层面肺组织中SiO2分布情况，也可作为一种定量分期的手段，但设备性能要求高，推广性较差[15-16]。如何找到一种操作简便，客观性性，准确率高的定量分析方法还是CT在尘肺病诊断分期中难以使用的难题。由于CT具有更高的密度分辨率，因此对于尘肺大阴影、小阴影聚集、胸膜斑的诊断比X线胸片具有明显的优势，目前可以作为尘肺病分期诊断中重要的辅助检查手段，提高分期的准确性。

在并发症和合并症的诊断方面：慢性阻塞性肺疾病（COPD）是尘肺病患者最常见的并发症，胸部HRCT与肺功能有较好的相关性，可根据肺气肿的范围，气道的径线等参数来对COPD进行影像分型，能定量的分析COPD的解剖学病变，判断COPD的表现型有助于COPD患者早期诊断和准确评价严重程度，为个性化治疗及预后评估提供合理依据[17-18]。CT扫描具有更高的密度分辨率，减少了重叠影像，能更清楚的显示肺内病变细节，能更早的发现尘肺合并活动性肺结核的影像学特征，检出隐蔽部位和隐藏在病灶中的小空洞，能清晰的显示空洞内部，洞壁及空洞周期征象，准确的发现纵膈和肺门肿大淋巴结和胸腔少量积液，可以对肺结核做出及早的诊断[19]。薄层CT通过重建技术能清晰的显示支气管管壁是否不规则增厚，官腔是否狭窄，以及是否局部有小肿块，多平面重建可准确的显示肿瘤的部位，及其内部是否有空洞、钙化等，边缘是否有毛刺，血液供应，周围组织受侵犯程度，有研究认为对周围型肺癌，中央型肺癌，弥漫型肺癌的诊断准确率分别为94.74%，73.91%和60.00%，与病理诊断恶性方面无明显差异[20]。可以更好的区分叁期尘肺大阴影和肺癌肿块，发现转移灶及纵膈淋巴结，对判断预后有重要意义[21]，对于患者的早期治疗，延长患者生存时间有着重要的作用。因此临床上尘肺患者的诊疗和预后评估具有重要的意义。

3 磁共振成像(MRI)及正电子发射型计算机断层显像(PET/CT)检查技术在尘肺病检查中的应用

MRI检查软组织的分辨率很高，但因其空间的分辨力低,很少用于尘肺病的影像诊断。有学者对煤工尘肺进展性大块纤维化（PMF）病灶的大部分征象,病灶信号改变具有特征性。张涛等对已确诊的21例煤工尘肺进行PMF（29个病灶）进行CT及MRI扫描,比较二者对PMF病灶的检出及显示能力，结果 MRI对显示煤工尘肺PMF病灶部位、形态、大小、肿块内部结构及邻近胸膜改变的显示能力与CT比较无明显统计学差异[22]。病变在MRI T2WI及频谱预饱和反转恢复（SPIR）序列表现为等低不均匀信号,即在等低信号的病灶内可见到斑条状更低信号,具有一定影像特征。PET-CT检查一般不用于尘肺病的诊断，其主要用于鉴别诊断尘肺大阴影与肺癌，临床上主要用于探测恶性肿瘤患者有无全身转移及病变的严重程度[23]。

4 计算机辅助诊断技术（CAD）方面

计算机技术和医学影像设备的正在快速发展，人工智能在肺部病变的诊断上正在快速发展，可以发现机体损伤，评估疾病的严重程度[24]。放射科专家可以通过人工智能对医学图像的分析结果，先对疾病进行筛查，从而有更多的时间对一些疾病做出更为准确的诊断结论。因此计算机辅助诊断技术作为第二诊断能有效提高放射科医生的诊断准确性和一致性。计算机辅助诊断技术的核心在于利用各种计算机算法实现机器学习，对目标图像进行准确分类。传统的机器学习模型依靠人工经验提取出样本特征，然后再根据样本特征进行数字化处理后进行机器学习。2012年以后，基于深度学习的计算机辅助诊断技术已经越来越多的应用于医学影像领域研究，主要优点在于实现了机器自主学习。基于深度学习的尘肺病智能诊断系统能够实现对DR胸片进行较准确的尘肺病筛查，且在保证高特异性的同时，诊断敏感性不低于诊断专家水平，但计算机智能诊断在尘肺病分期诊断和鉴别诊断方面还需要进行更深入的研究[25-26]。如何使机器学习更接近于人在诊断中的思路和办法，是人工智能技术在医学影像学发展中我们需要共同思考的难题。

5 展望

目前尘肺病的筛查和分期诊断主要还是以X线胸片为主，CT检查及其他影像学检查方法作为重要的补充检查手段，在并发症和合并症的诊疗方面根据不同临床需求来进行选择。虽然越来越多的影像学专家建议将CT检查纳入尘肺病诊断标准，但在尘肺病分期诊断中，不仅要求检查技术具有较高的诊断敏感性和特异性，还需要兼顾方便，经济等因素，目前国内外基于CT的定量分析方法多数还处在研究阶段，在CT技术操作规范、图像质量评定、胶片打印格式、读片流程等方面还需要大量研究。人工智能技术为提高基于X线胸片的尘肺病诊断准确性和一致性提供了另一种简便易行的思路，一些产品已经进行临床试用阶段，但目前在许多法律配套政策、主体责任、伦理隐私等方面还需要进一步完善，医务人员对新技术接受度不够，还需要专业化，规范化的培训。