先进SEM-EDX技术在可吸入粉尘复杂颗粒分类中的应用评估与健康意义

本文推荐：研究通过评估矿物解离分析（MLA）和相分离分析（PSA）两种先进SEM-EDX工具，解决了可吸入煤矿粉尘（RCMD）中复杂颗粒（如团聚体/聚集体）的自动化分类难题。结果表明，MLA高效易用但难以识别同质颗粒簇，PSA可精准分段分析但操作复杂，为粉尘暴露评估与职业肺病（如CWP、PMF）机制研究提供了新方法学支持。

　　

Highlight

环境健康启示：对可吸入粉尘中复杂颗粒的分类能力可深化粉尘生成机制与防控认知，并为暴露评估和健康效应研究提供关键数据。传统SEM-EDX工具虽能分析单颗粒，却无法精准表征团聚体或聚集体等复合颗粒。本研究评估的先进SEM-EDX技术通过自动化分类颗粒"晶粒"（MLA）或"区段"（PSA），为真实暴露场景下的颗粒分布解析开辟了新路径。

Conclusions

先进SEM-EDX工具在特定条件下可实现空气中可吸入复合颗粒的自动化分类，其成果对粉尘暴露特性及相关健康危害研究具有广泛意义。本研究表明：

1. 1.

   IntelliSEM的PSA功能结合二次电子（SE）和背散射电子（BSE）数据分割颗粒，使复合颗粒的每个区段可独立分类；

2. 2.

   TIMA的MLA工具通过像素级EDX数据采集，能识别化学差异显著的颗粒组分，但对同质颗粒簇（如两个二氧化硅颗粒的团聚体）灵敏度不足；

3. 3.

   两种工具各具优势——MLA操作便捷，PSA解析力更强，共同推动了职业健康与环境医学领域的颗粒表征技术革新。