基于SVM算法的乳腺X光片輔助診斷系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

牛琳 張雨薇 張露馨

摘 要：運(yùn)用MATLAB軟件對(duì)乳腺癌X光片做預(yù)處理、特征提取、基于SVM算法的分類器識(shí)別及輔助診斷。經(jīng)反復(fù)實(shí)驗(yàn)完成紋理特征提取、核函數(shù)選取、參數(shù)優(yōu)化、樣本優(yōu)化等步驟，為影像學(xué)醫(yī)師的診斷預(yù)測提供一種便捷有效的輔助方式，減輕了醫(yī)生的工作量，提高了醫(yī)生的工作效率，降低漏診誤診的機(jī)率。

關(guān)鍵詞：乳腺癌X光片；輔助診斷；SVM算法；特征提取

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A

1 引言（Introduction）

當(dāng)前，健康問題變得愈加備受關(guān)注，影響健康的因素有很多，例如各方面的壓力、飲食習(xí)慣、特殊環(huán)境影響等。正因如此，越來越多的女性，患上乳腺癌[1]。按照WHO 2014年報(bào)道，乳腺癌是中國女性最常見的癌癥，在全球范圍內(nèi)，中國占據(jù)新診斷乳腺癌病例的12.2%，占據(jù)乳腺癌死亡的9.6%[2]。歐美國家顯然是這些年乳腺癌發(fā)病率篩查最為成功的國家，乳腺癌的病死率已經(jīng)逐年在下降。而在我國，乳腺癌的排查技術(shù)和早期預(yù)防乳腺癌疾病的意識(shí)不足，中國新發(fā)病例在全世界乳腺癌新發(fā)病例的占比為12%[3]。超聲檢查是乳腺疾病診斷中常規(guī)的檢查方式，在乳腺疾病超聲圖像中，進(jìn)行定量化分析是十分重要的，可以找出病變區(qū)域，輔助治療，減小誤差。對(duì)于乳腺疾病的超聲圖像，區(qū)別與診斷，主要依賴醫(yī)生的經(jīng)驗(yàn)，由于沒有量化指標(biāo)，而且有時(shí)判斷會(huì)出現(xiàn)誤差[4]。針對(duì)這些問題，國內(nèi)外學(xué)者提出了很多計(jì)算機(jī)輔助診斷系統(tǒng)，以提高乳腺超聲圖像診斷的效率與正確率。計(jì)算機(jī)輔助診斷系統(tǒng)可為臨床醫(yī)生的診斷供給較為真實(shí)有效的輔助訊息，尤其是在提升乳腺癌診斷準(zhǔn)確率方面施展著重要的功能，是初期檢測乳腺癌的重要方式[5]。本文主要研究基于SVM算法的乳腺癌X光片輔助診斷系統(tǒng)，運(yùn)用該系統(tǒng)能夠減少影像科醫(yī)師的工作量，提高其工作效率，縮小漏診誤診的幾率，為影像學(xué)醫(yī)師的診斷預(yù)測提供一種便捷有效的方式。同時(shí)結(jié)合影像學(xué)醫(yī)師豐富的經(jīng)驗(yàn)?zāi)芰梢杂行П苊饣颊咤e(cuò)過治療的最佳時(shí)間。

2 相關(guān)技術(shù)研究（Research on related technology）

2.1 特征提取研究

圖像的特征提取是模式識(shí)別算法中一個(gè)及其重要的部分，它的目的是用于量化目標(biāo)的重要特性，比如說圖像的紋理、灰度、亮度、邊緣、輪廓、形狀等都是相對(duì)于圖像的特征，在模式識(shí)別的算法中，被量化的圖像特征將作為智能算法機(jī)器學(xué)習(xí)的輸入，構(gòu)成特征空間，學(xué)習(xí)算法將在該特征的基礎(chǔ)上進(jìn)行學(xué)習(xí)，進(jìn)而構(gòu)建所需的分類器模型[6]。

乳腺的特征提取一般有紋理特征、空間集方法提取乳腺腫塊特征、光學(xué)特征、多種圖像的底層全局特征、基于邊緣領(lǐng)域的乳腺腫塊的特征提取方法。

2.2 支持向量機(jī)（SVM）分類算法研究

計(jì)算機(jī)輔助診斷在臨床上對(duì)早期乳腺癌的檢測中起到很大的作用，常用的算法有：支持向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)分類、模糊邏輯分割、小波變換處理、統(tǒng)計(jì)學(xué)特征提取等，以及這幾種方法的結(jié)合智能算法處理方法[7]。

支持向量機(jī)（Support Vector Machine，SVM）是一種模式識(shí)別算法，它根據(jù)統(tǒng)計(jì)學(xué)習(xí)理論，主要是VC維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小原理，在復(fù)雜的模型和學(xué)習(xí)的能力中探求最佳中性，以便達(dá)到最優(yōu)推行[8]。SVM的特點(diǎn)是解決小樣本的問題。

影響支持向量機(jī)分類方法的因素主要有：核函數(shù)的選取和參數(shù)的優(yōu)化。核函數(shù)包括徑向基函數(shù)、多項(xiàng)式函數(shù)、S形函數(shù)。主要的參數(shù)中懲罰因子的數(shù)值取值決定了支持向量機(jī)的準(zhǔn)確率。懲罰因子的數(shù)值越大就代表了對(duì)訓(xùn)練誤差值的懲罰越大[9]。當(dāng)它的值太小時(shí)，會(huì)導(dǎo)致訓(xùn)練誤差較大；取值過大時(shí)，雖然會(huì)降低誤差值，但會(huì)導(dǎo)致過度擬合的情況。

3 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)（System design and implementation）

3.1 系統(tǒng)總體設(shè)計(jì)

基于SVM算法的乳腺癌X光片輔助診斷系統(tǒng)主要分為四個(gè)模塊，分別是樣本圖像預(yù)處理、特征提取、分類器處理和診斷結(jié)果。具體的系統(tǒng)實(shí)現(xiàn)步驟為：首先是訓(xùn)練建模階段，導(dǎo)入待訓(xùn)練的乳腺癌X光片作為SVM分類器的訓(xùn)練樣本，對(duì)圖像進(jìn)行預(yù)處理，依據(jù)乳腺癌X光片特點(diǎn)提取紋理特征，用于SVM分類器訓(xùn)練，經(jīng)過反復(fù)調(diào)整參數(shù)，優(yōu)化樣本等步驟，建立符合乳腺癌X光片分類的SVM模型。然后進(jìn)入測試模型階段，導(dǎo)入測試樣本，經(jīng)過圖像預(yù)處理、特征提取后在訓(xùn)練好的SVM模型中進(jìn)行分類判斷。系統(tǒng)流程圖如圖1所示。

3.2 乳腺癌X光片的預(yù)處理和特征提取模塊

超聲檢查是乳腺疾病診斷中常規(guī)的檢查方式，這樣的成像機(jī)制會(huì)在圖像上產(chǎn)生一些斑點(diǎn)狀的噪聲，也會(huì)造成圖像的亮度分布不均勻。圖像預(yù)處理的功能是除去圖像中無關(guān)的信息，尋找有價(jià)值的數(shù)值信息，增強(qiáng)信息的可檢測性，進(jìn)而提高特征提取、分類識(shí)別的準(zhǔn)確率。本文的圖像預(yù)處理采用中值濾波算法進(jìn)行圖像去噪。中值濾波法的優(yōu)點(diǎn)：抑制效果很好，畫面的清晰度基本保持；缺點(diǎn)：對(duì)高斯噪聲的抑制效果不是很好。中值濾波法圖像去噪效果如圖2所示。

得到消除噪點(diǎn)的圖像后，可以更清楚的觀察乳腺腫塊的大小和形狀，但有部分腫塊的邊緣比較模糊，無法直接進(jìn)行特征提取。此時(shí)需要通過圖像增強(qiáng)方法增強(qiáng)乳腺X光圖像的明暗度對(duì)比，使腫塊的邊緣更清晰，方便醫(yī)生觀察與計(jì)算機(jī)的特征提取。本文選擇了直方圖均衡化進(jìn)行圖像增強(qiáng)，效果如圖3所示。

乳腺癌X光片中，識(shí)別腫塊可以通過觀察，一般局部相對(duì)較亮，形狀接近于橢圓狀，具有無明顯縫隙內(nèi)核的星芒狀物或?qū)嵸|(zhì)團(tuán)塊[10]。

乳腺癌的特征提取一般有紋理特征、空間集方法提取乳腺腫塊特征、光學(xué)特征、多種圖像的底層全局特征、基于邊緣領(lǐng)域的乳腺腫塊的特征提取方法。在本文中，使用乳腺的紋理特征作為圖像特征表示乳腺病灶區(qū)域，采用灰度共生矩陣方法提取紋理特征?；叶裙采仃嚸枋龅氖蔷哂心撤N空間位置關(guān)系的兩個(gè)像素的聯(lián)合分布。為了定義描述紋理的方法，前人使用過三種主要方法，本文所采納的是基于共生矩陣的紋理特征提取。

紋理提取的步驟如下：

（1）灰度級(jí)量化：依據(jù)人的視覺特性，通過部分較粗的紋理特性判定，能夠得到大多數(shù)圖像的相近指數(shù)。首先，對(duì)原始圖像質(zhì)量進(jìn)行壓縮，然后生成圖像共生矩陣。例如，級(jí)別分成16、32和64。通過訓(xùn)練發(fā)現(xiàn)16級(jí)的圖像特征提取的效果較為明顯。（2）特征值測定：本文選用能量、熵、慣性矩、相關(guān)度，四個(gè)紋理參考指標(biāo)。求能量、熵、慣性矩、相關(guān)度的均值和標(biāo)準(zhǔn)差作為最終八維紋理特征。（3）特征向量的歸一化：因?yàn)樯鲜鎏卣髦档娜≈捣秶幌嗤?，所以要?duì)這些特殊的值進(jìn)行歸一化處理。

由于需要提取特征的圖片數(shù)量較大，這里設(shè)置了批量提取特征的功能，可以一次性提取文件夾內(nèi)的所有圖片特征。使用循環(huán)函數(shù)，對(duì)上述圖像處理到特征提取的步驟進(jìn)行循環(huán)。運(yùn)行結(jié)束后數(shù)據(jù)會(huì)生成一個(gè)Excel表格，存儲(chǔ)在文件夾中，提供給分類器那邊進(jìn)行分類處理。此部分系統(tǒng)操作界面，如圖4所示。

some pictures）

3.3 乳腺癌X光片的分類器訓(xùn)練模塊

提取乳腺X光片中的特征指標(biāo)，以此輸入來訓(xùn)練SVM。本文使用林智仁教授提出的LIBSVM工具箱，進(jìn)行樣本圖片訓(xùn)練和預(yù)測。選擇徑向基函數(shù)作核函數(shù)，是因?yàn)樗泻芏鄡?yōu)點(diǎn)，例如：（1）具有非線性映射性質(zhì)，可對(duì)數(shù)據(jù)非線性可分情況進(jìn)行處理。（2）可退化為線性核函數(shù)，選取合適的核函數(shù)參數(shù)及適當(dāng)?shù)拇鷥r(jià)系數(shù)，徑向基函數(shù)能發(fā)揮與線性核函數(shù)同樣的作用。（3）參數(shù)指標(biāo)符合需求，S形核函數(shù)與徑向基函數(shù)的算法體現(xiàn)也較為接近，而且挑選S形核函數(shù)需要探討有關(guān)的核函數(shù)參數(shù)[9]。

分類器處理模塊，包括導(dǎo)入訓(xùn)練樣本、調(diào)試參數(shù)、訓(xùn)練樣本圖像、測試樣本圖像，判斷預(yù)設(shè)標(biāo)準(zhǔn)和測試待測圖像幾個(gè)步驟。調(diào)試參數(shù)主要選擇核函數(shù)和核函數(shù)參數(shù)的優(yōu)化，使及其訓(xùn)練學(xué)習(xí)達(dá)到最優(yōu)值，測試樣本圖像準(zhǔn)確率，若樣本圖像測試結(jié)果優(yōu)良，則需進(jìn)行測試待測醫(yī)學(xué)圖像，否則還需調(diào)整優(yōu)化參數(shù)。

本訓(xùn)練建模選用最大分類正確率相對(duì)的懲罰因子c和核參數(shù)δ，用來支持向量機(jī)分類器，c取100，δ取1。

SVM訓(xùn)練界面如圖6所示。

4 實(shí)驗(yàn)結(jié)果（Experimental results）

本設(shè)計(jì)選用MATLAB 2017a軟件，系統(tǒng)運(yùn)行截圖如圖4和圖5所示。在訓(xùn)練建模過程中，共采集了180個(gè)志愿者的乳腺X光片，共32張正常乳腺X光片，以及148張乳腺腫瘤X光片。采用隨機(jī)抽取的方式選取乳腺X光片，將所有樣本180張圖片平均分為六組，前三組作為測試集（即每30張乳腺X光片為一組）剩下三組當(dāng)作訓(xùn)練組。使用交叉循環(huán)法反復(fù)訓(xùn)練六次，每次選出一個(gè)直接作為測試樣本，將六次的交叉循環(huán)辨別率的平均值作為實(shí)驗(yàn)結(jié)果。分類建模完成后，檢測150張待測圖片準(zhǔn)確率達(dá)到83.3%。

5 結(jié)論（Conclusion）

本文設(shè)計(jì)和實(shí)現(xiàn)了基于SVM算法的乳腺癌X光片輔助診斷系統(tǒng)，該系統(tǒng)的判斷準(zhǔn)確率還可以從三方面進(jìn)一步提高。

（1）在模式識(shí)別的算法中，被量化的圖像特征將作為智能

算法學(xué)習(xí)的輸入，因此應(yīng)深入研究乳腺癌X光片的病理特征和圖像本身成像效果，進(jìn)一步提高圖像預(yù)處理和特征提取的質(zhì)量。

（2）在模式識(shí)別的算法方面可以考慮改進(jìn)參數(shù)的優(yōu)化方法以提高算法的效率。

（3）在模式識(shí)別中訓(xùn)練模型的性能與參與訓(xùn)練的樣本有直接的關(guān)系，因此提高訓(xùn)練樣本的數(shù)量，以及樣本的覆蓋范圍，能夠有效提高最終的判斷準(zhǔn)確性。

參考文獻(xiàn)（References）

[1] 王欣，連臻強(qiáng).中國乳腺癌篩查現(xiàn)狀和評(píng)價(jià)[J/CD].中華乳腺病雜志（電子版），2015，9（3）：159-162.

[2] Fan L，Strasser-Weippl K，Li JJ，et al.Breast cancer in China[J].Lancet Oncol，2014，15（7）：279-289.

[3] 張欣.基于統(tǒng)計(jì)模型的乳腺癌微鈣化病灶輔助檢測研究[D].西北大學(xué)，2010.

[4] 章永來，史海波，尚文利，等.面向乳腺癌輔助診斷的改進(jìn)支持向量機(jī)方法[J].計(jì)算機(jī)應(yīng)用研究，2013，30（8）：2373-2376.

[5] 郗冬冬.基于人機(jī)智能融合的乳腺癌輔助診斷方法[D].杭州電子科技大學(xué)，2015.

[6] 陽維.乳腺腫瘤的超聲圖像特征定量分析與良惡性識(shí)別[D].上海交通大學(xué)，2009.

[7] 周悅.基于乳腺X線圖像的計(jì)算機(jī)輔助診斷方法研究[D].蘭州大學(xué)，2014.

[8] 郝欣.基于乳腺癌X線腫塊影像的計(jì)算機(jī)輔助診斷技術(shù)研究[D].浙江大學(xué)，2013.

[9] 王迪.在線和分解支持向量機(jī)學(xué)習(xí)算法研究[D].中國科學(xué)院大學(xué)，2012.

[10] Cascio D，F(xiàn)auci F，Magro R，et al.Mammogram segmentation by contour searching and mass lesions classification with neural network[J].IEEE Transactions on Nuclear Science，2006，53（5）：2827-2833.

作者簡介：

牛 琳（1978-），女，碩士，講師.研究領(lǐng)域：數(shù)據(jù)挖掘，信息管理系統(tǒng).

張雨薇（1995-），女，本科生.研究領(lǐng)域：信息管理系統(tǒng).

張露馨（1995-），女，本科生.研究領(lǐng)域：信息管理系統(tǒng).