生活中，可能很多人对于“尘肺病”都是比较陌生的，然而这是一种很常见的职业病， 严重危害着工人的健康。在尘肺病的诊疗中，影像学发挥着重要作用。

什么是尘肺病

尘肺病是由于在职业活动或生活环境中长期吸入无机矿物质粉尘，粉尘在肺内滞留而引起以肺组织弥漫性结节状或网格状纤维化为特征的一组疾病。尘肺病这种病种自确定名称和病情性质，迄今为止已经长达一个世纪之久了，但临床方面在研究本病的治疗上从未停止脚步，随着不断深入的对尘肺病发病机制和病因的认知，临床对尘肺病的治疗也进行了更深层次的讨论。根据尘肺病发病机制的相关综述性文章，可以确定粉尘和肺泡巨噬细胞间产生的相互作用是导致尘肺病情发作的主要原因。

疾病早期，患者可无症状，逐渐出现咳嗽、咳痰、气促。不同种类、不同严重程度的尘肺病预后不同，总体呈慢性病程。

从行业分布看，煤炭开采和洗选业、有色金属矿采选业和开采辅助活动行业的职业病病例较多，共占全国报告职业病病例数的62.52%。尘肺病不仅患者数多，而且对健康危害大，是一类导致人群劳动能力和生活质量降低、致残的疾病。

其中尘肺病的诊断是治疗尘肺病的重要环节，影像学诊断起到关键的作用。

影像学对尘肺病诊断的作用

目前我国尘肺病筛查和分期诊断主要依据质量合格的高千伏 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，CT在尘肺病诊断中也起到了很大的作用。

1.高千伏X线胸片诊断

高千伏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。

尘肺病分为三期，即一期、二期、三期。根据肺部小阴影密集度、大阴影占几个肺段的评价标准，比对标准片，由经验丰富的尘肺专家诊断和分级。尘肺病典型的X线胸片特征改变是胸片出现圆形或不规则小阴影，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。

 

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，

故此，CT诊断就显得尤为重要。

 

2.CT诊断

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，多平面重建技术和最大密度投影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。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，提高高千伏X线胸片的分期准确性。

 

技术展望

计算机技术和医学影像设备的正在快速发展， 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。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，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。