塵肺病影像學診斷研究現狀

張康福，劉瑞珍，王崢

（國家職業安全衛生研究中心，北京 102300）

0 引言

塵肺病（pneumoconiosis）是目前我國職業病中危害最嚴重和最常見的一種職業病，主要是指在職業活動中長期接觸并且吸入大量生產性礦物性粉塵并在肺內潴留而引起的以肺組織彌漫性纖維化為主的肺間接性疾病[1]。根據我國頒布的《職業病分類和目錄》，主要包括矽肺、煤工塵肺、石墨塵肺、炭黑塵肺、石棉肺、滑石塵肺、水泥塵肺、云母塵肺、陶工塵肺、鋁塵肺、電焊工塵肺、鑄工塵肺及其他間質性塵肺共十三種。目前我國塵肺病篩查和分期診斷主要依據技術、質量合格的塵肺病X線胸片，但隨著CT在臨床中的廣泛應用，特別是高分辨率CT掃描在肺間質性疾病研究方面的巨大優勢，越來越多的學者認為應盡快推動CT在塵肺病篩查、診斷及分期方面的應用[2-5]。

1 胸部X線檢查在塵肺病的診斷及分期中的應用

X線胸片的檢查方便、經濟，診斷敏感性和結論客觀性較好，是目前塵肺病篩查和分期診斷的主要檢查手段。塵肺病診斷的核心是正確的解讀X線胸片，利用小陰影密集度，肺區分布等指標進行恰當的分期。塵肺病典型的X線胸片特征改變是胸片出現圓形（p、q、r）或不規則（s、t、u）小陰影，隨著病變的進展，小陰影可逐漸增多，密集度逐漸增高，繼而表現為小陰影聚集或形成大陰影，小陰影聚集或大陰影一般發生在肺野的上部，典型者雙側可呈對稱性改變。根據我國《職業性塵肺病的診斷》GBZ70-2015，技術質量合格的高千伏胸片或DR胸片可用于塵肺病的診斷。高千伏胸片是指管電壓在100～120千伏的X線胸片攝影，相對于60-70千伏的低千伏胸片來說，高千伏攝影明顯縮短了曝光時間，減少了患者的照射劑量，但是照片的清晰度提高了，同時降低了X線球管的負荷。高千伏攝影的曝光寬容度更好，提高了攝片質量，影像顯示層次豐富，肺紋理和肺野內小陰影的顯示更加清晰，已經成為塵肺病診斷的“金標準”[6,7]。數字化X線攝影（digital radiograph，DR）與普通X線攝影相比，操作更加方便快捷，輻射劑量更低，圖像密度分辨力更高、影像數據可長期保存、并可以高保真復原，因此在臨床診療中迅速取代普通X線攝影[8]。在塵肺病診斷中，DR胸片能夠提供更好的對比度和清晰度，能夠更好的顯示結節，網狀，線狀和支氣管血管異常等病變，有效提高病灶與周圍組織的對比度，使小陰影凸現出來，提高讀片者的判斷能力[9]。為保證塵肺病診斷結果的穩定性和延續性，我國在2015年新修訂的塵肺病診斷標準中，雖然允許DR攝片技術用于塵肺病的篩查和分期診斷，但在附錄F中要求數字化X線攝影不應使用降噪、邊緣增強等圖像后處理技術。由于各個DR設備廠商的技術差異，不同DR設備的技術參數應根據塵肺病診斷機構需要進行參數調整和優化，以保證DR胸片與高千伏胸片有最大程度的等效性[10]。

X線胸片由于是二維前后重疊的平面圖像，部分肺實質與胸骨、肋骨、膈肌、脊柱及心臟等結構重疊，肺實質得不到很好地顯示，會低估塵肺患者肺內小陰影分布的范圍及密集度，同時X線胸片的圖像密度分辨率低，不能顯示較小的小陰影，也不能顯示大陰影的內部結構，在定量診斷上還不夠精確，由于診斷醫師對診斷標準的理解和對標準片的認識不同，在塵肺病的早期診斷方面還存在很多爭議[11]。

2 計算機X線斷層攝影(computed tomography,CT)檢查

CT在呼吸系統疾病診療中已經廣泛應用。根據不同的臨床需要，常用的CT掃描方式主要有常規CT掃描，高分辨率CT掃描（high resoltiuon CT，HRCT），低劑量CT掃描（low dose CT，LDCT），雙能量能譜CT掃描等。

CT的早期診斷方面：塵肺病診斷的在于判定肺內是否出現特征性的小陰影，其中以圓形小陰影最為常見，其相應的病理改變是矽結節。早期的矽結節直徑在0.2～1.7mm之間，因此單個矽結節在X線上很難顯示，X線片上的小陰影多是幾個小結節相互融合或是同一軸線上的幾個矽結節互相重疊的結果。高分辨率CT可進行亞毫米級的層面重建，在次級肺小葉水平上清楚顯示患者肺解剖結構、病理變化細節，大幅度提高對細微病變的檢出率，多平面重建技術（MPR）和最大密度投影（MIP）等圖像后處理技術可以從多角度、多方位觀察塵肺病早期肺內小陰影大小、形態、分布、內部結構以及邊緣情況等，確切證實塵肺病肺內小陰影存在，提高微小結節的診斷準確率。崔寶軍等人利用離體肺臟標本進行病理對照后認為MIP對微小結節的診斷準確率可達97%以上[12]。使用高分辨CT掃描輻射劑量會造成誘發其他疾病的危險性增加，因此有學者提出進行塵肺病篩查時應采用低劑量CT掃描的方式，通過降低管電壓，固定有效劑量，增加螺距的方法減少投照劑量，在投照劑量與診斷影像之間找到最佳平衡點[13]。

CT的分期診斷方面：塵肺病的X線分期是依據X線胸片中小陰影在各個肺區的分布、每個肺區的密集度以及有無大陰影或小陰影聚集，有無胸膜斑等指標進行半定量分析。其中肺區密集度的判定是影響塵肺病診斷準確性和一致性的關鍵。根據GBZ70-2015，X線胸片密集度是指一定范圍內小陰影的多少。這是一種視覺感知，除小陰影數量外，小陰影的形態，大小都會影響密集度的判定。為了使診斷結果更準確，在塵肺病診斷標準中制定了標準片，用具體的影像學方式對小陰影密集度多少進行表達，文字僅起說明作用。與X線胸片平面圖像相比，CT圖像總體上來說是三維圖像，很難按照X線標準片的方法制定CT標準片，同時使用X線標準片對CT圖像中小陰影密集度進行判定和分期，從根本上來說是沒有可比性的，應基于CT圖像技術特點開發一套新的定量診斷系統。Ooi等研究了一種半定量的分析方法，將CT圖像中所見的結節數量分為5級：0=無結節；1=少量結節，血管影未消失；2=較多結節，血管影輕度消失；3=大量結節，血管影中度消失；4=大量結節，血管影重度消失，可有或無結節融合）[14]，主要依靠肉眼主觀觀察，因此診斷結果依然存在主觀差異。隨著CT的發展，雙能量能譜CT對活體組織內SiO2含量可以量化，可以直觀反映塵肺患者各個層面肺組織中SiO2分布情況，也可作為一種定量分期的手段，但設備性能要求高，推廣性較差[15-16]。如何找到一種操作簡便，客觀性性，準確率高的定量分析方法還是CT在塵肺病診斷分期中難以使用的難題。由于CT具有更高的密度分辨率，因此對于塵肺大陰影、小陰影聚集、胸膜斑的診斷比X線胸片具有明顯的優勢，目前可以作為塵肺病分期診斷中重要的輔助檢查手段，提高分期的準確性。

在并發癥和合并癥的診斷方面：慢性阻塞性肺疾病（COPD）是塵肺病患者最常見的并發癥，胸部HRCT與肺功能有較好的相關性，可根據肺氣腫的范圍，氣道的徑線等參數來對COPD進行影像分型，能定量的分析COPD的解剖學病變，判斷COPD的表現型有助于COPD患者早期診斷和準確評價嚴重程度，為個性化治療及預后評估提供合理依據[17-18]。CT掃描具有更高的密度分辨率，減少了重疊影像，能更清楚的顯示肺內病變細節，能更早的發現塵肺合并活動性肺結核的影像學特征，檢出隱蔽部位和隱藏在病灶中的小空洞，能清晰的顯示空洞內部，洞壁及空洞周期征象，準確的發現縱膈和肺門腫大淋巴結和胸腔少量積液，可以對肺結核做出及早的診斷[19]。薄層CT通過重建技術能清晰的顯示支氣管管壁是否不規則增厚，官腔是否狹窄，以及是否局部有小腫塊，多平面重建可準確的顯示腫瘤的部位，及其內部是否有空洞、鈣化等，邊緣是否有毛刺，血液供應，周圍組織受侵犯程度，有研究認為對周圍型肺癌，中央型肺癌，彌漫型肺癌的診斷準確率分別為94.74%，73.91%和60.00%，與病理診斷惡性方面無明顯差異[20]。可以更好的區分叁期塵肺大陰影和肺癌腫塊，發現轉移灶及縱膈淋巴結，對判斷預后有重要意義[21]，對于患者的早期治療，延長患者生存時間有著重要的作用。因此臨床上塵肺患者的診療和預后評估具有重要的意義。

3 磁共振成像(MRI)及正電子發射型計算機斷層顯像(PET/CT)檢查技術在塵肺病檢查中的應用

MRI檢查軟組織的分辨率很高，但因其空間的分辨力低,很少用于塵肺病的影像診斷。有學者對煤工塵肺進展性大塊纖維化（PMF）病灶的大部分征象,病灶信號改變具有特征性。張濤等對已確診的21例煤工塵肺進行PMF（29個病灶）進行CT及MRI掃描,比較二者對PMF病灶的檢出及顯示能力，結果 MRI對顯示煤工塵肺PMF病灶部位、形態、大小、腫塊內部結構及鄰近胸膜改變的顯示能力與CT比較無明顯統計學差異[22]。病變在MRI T2WI及頻譜預飽和反轉恢復（SPIR）序列表現為等低不均勻信號,即在等低信號的病灶內可見到斑條狀更低信號,具有一定影像特征。PET-CT檢查一般不用于塵肺病的診斷，其主要用于鑒別診斷塵肺大陰影與肺癌，臨床上主要用于探測惡性腫瘤患者有無全身轉移及病變的嚴重程度[23]。

4 計算機輔助診斷技術（CAD）方面

計算機技術和醫學影像設備的正在快速發展，人工智能在肺部病變的診斷上正在快速發展，可以發現機體損傷，評估疾病的嚴重程度[24]。放射科專家可以通過人工智能對醫學圖像的分析結果，先對疾病進行篩查，從而有更多的時間對一些疾病做出更為準確的診斷結論。因此計算機輔助診斷技術作為第二診斷能有效提高放射科醫生的診斷準確性和一致性。計算機輔助診斷技術的核心在于利用各種計算機算法實現機器學習，對目標圖像進行準確分類。傳統的機器學習模型依靠人工經驗提取出樣本特征，然后再根據樣本特征進行數字化處理后進行機器學習。2012年以后，基于深度學習的計算機輔助診斷技術已經越來越多的應用于醫學影像領域研究，主要優點在于實現了機器自主學習。基于深度學習的塵肺病智能診斷系統能夠實現對DR胸片進行較準確的塵肺病篩查，且在保證高特異性的同時，診斷敏感性不低于診斷專家水平，但計算機智能診斷在塵肺病分期診斷和鑒別診斷方面還需要進行更深入的研究[25-26]。如何使機器學習更接近于人在診斷中的思路和辦法，是人工智能技術在醫學影像學發展中我們需要共同思考的難題。

5 展望

目前塵肺病的篩查和分期診斷主要還是以X線胸片為主，CT檢查及其他影像學檢查方法作為重要的補充檢查手段，在并發癥和合并癥的診療方面根據不同臨床需求來進行選擇。雖然越來越多的影像學專家建議將CT檢查納入塵肺病診斷標準，但在塵肺病分期診斷中，不僅要求檢查技術具有較高的診斷敏感性和特異性，還需要兼顧方便，經濟等因素，目前國內外基于CT的定量分析方法多數還處在研究階段，在CT技術操作規范、圖像質量評定、膠片打印格式、讀片流程等方面還需要大量研究。人工智能技術為提高基于X線胸片的塵肺病診斷準確性和一致性提供了另一種簡便易行的思路，一些產品已經進行臨床試用階段，但目前在許多法律配套政策、主體責任、倫理隱私等方面還需要進一步完善，醫務人員對新技術接受度不夠，還需要專業化，規范化的培訓。