基于超聲射頻時間序列分析的乳腺病灶良惡性分類*

林春漪,鄒波,周建華

(1.華南理工大學 電子與信息學院，廣州 510640;2.中山大學 附屬腫瘤醫(yī)院，廣州 510080)

1 引 言

乳腺癌是中國女性最常見的癌癥，中國新增和死亡病例分別占全球的12.2%和9.6%[1]。乳腺癌若能得到及時診斷和治療，其生存率將大大提高。然而良性和惡性病灶在B超圖上不易區(qū)分，目前穿刺活檢是良惡性診斷的“金標準”，但有創(chuàng)且不可重復，同時缺乏經驗的醫(yī)生需要有效的輔助診斷信息，因此，研究高精度且無創(chuàng)的乳腺病灶良惡性分類方法具有重要的臨床意義。

超聲組織定征以其無創(chuàng)、無損、簡易、可重復的優(yōu)點在乳腺病灶良惡性分類及乳腺癌分級等問題上受到了廣泛關注。用于乳腺病灶研究的超聲組織定征方法主要有三種。一種是基于B超圖的方法，主要提取病灶的形態(tài)和紋理特征[2-3]。此外有回波包絡線法，Shankar[4]假定回波包絡服從Nakagami分布，利用分布參數(shù)α和m對乳腺病灶進行良惡性分類，AUC分別為0.828和0.79。此方法僅利用了回波幅度信息，而重要的頻譜、相位、軟組織與超聲波相互作用等信息丟失[5]。因此,Lizzi[6]提出基于單幀背散射RF信號方法，該方法利用組織對超聲波的衰減特性。Tadayyon[7]提取RF信號的頻譜及頻譜紋理特征來對乳腺癌進行Ⅰ級與Ⅱ、Ⅲ級分類，取得86%的分類準確率。此方法雖利用了頻譜和相位等信息，但提取的特征由于受超聲傳播路徑影響而個體差異大，對噪聲敏感，需深度衰減補償，從而影響定征精度的可靠性。為此，Moradi[8-9]近年來提出基于超聲RF時間序列分析的方法，已成功應用于前列腺癌及不同動物組織類型的識別，這些研究結果表明RF時間序列蘊含組織定征信息，Daoud[10]認為原因在于超聲輻射引起組織溫度升高，使得聲速改變，導致RF信號相位偏移，且溫度變化的大小取決于組織生物力學和熱物理性質。Uniyal[11-12]提取RF時間序列頻譜和形態(tài)學特征，Uniyal[12]在SVM和隨機森林下對22個乳腺病灶樣本進行良惡性分類，得到SVM和隨機森林的AUC分別為0.86和0.81，并與前兩種定征方法進行了對比，結果表明，基于超聲RF時間序列的方法不僅可以有效地分辨乳腺病灶的良惡性，而且分類精度三者中最高。

雖然Uniyal證明了基于超聲RF時間序列分析方法對乳腺病灶良惡性分類是有效的，然而Uniyal[11-12]中樣本數(shù)量過少，對RF時間序列的分析僅局限于頻域，精度有待提高。時間序列的分析方法不僅有基于頻域的方法，還有基于時域的方法，目前已有研究將時域特征(峰度、峰值、模糊熵、過零點、過零點標準差)應用于腦電識別，取得了很好的效果[13-15]。本研究在乳腺病灶樣本數(shù)量增加的同時提取RF時間序列的時域特征，結合頻域特征和分形維數(shù)(fractal dimension，F(xiàn)D)，通過以多維度特征，進一步改善分類精度，并開發(fā)了具備用戶交互功能的乳腺病灶良惡性分類系統(tǒng)(benign and malignant breast lesions classification system，BMBLCS)。

2 方法

2.1 乳腺病灶良惡性分類系統(tǒng)設計

BMBLCS的系統(tǒng)流程見圖1，BMBLCS基于Microsoft Visual Studio2013開發(fā)，可實現(xiàn)RF信號的解析、顯示RF時間序列與乳腺B超圖、計算特征值、基于SVM和隨機森林的乳腺病灶良惡性分類與結果顯示、分類器參數(shù)設置等功能，利用ROC和分類準確率來評價分類效果。

圖1 乳腺病灶良惡性分類系統(tǒng)流程圖

BMBLCS界面之一見圖2。左為乳腺B超圖，紅色矩形為感興趣區(qū)(region of interest，ROI)，綠色輪廓為病灶邊界，所有乳腺病灶樣本的邊界和位置均在醫(yī)生的指導下確定，以確保ROI選取在病灶區(qū)域內，右為RF時間序列的FD、頻域和時域特征值。

2.2 數(shù)據(jù)采集

本研究采用加拿大Ultrasonix公司的Sonix Touch 超聲診斷儀，14L5 常規(guī)超聲線陣探頭，超聲儀器參數(shù)設置如下：動態(tài)范圍76 dB，機械指數(shù)0.25，幀頻33 Hz，深度3 cm，焦點位于乳腺病灶中央，中心頻率10 MHz。

本研究所有女性乳腺病灶樣本來自中山大學腫瘤防治中心，樣本均經穿刺活檢確認良惡性，樣本共275例(良性125例，惡性150例)，病灶直徑5～72 mm。超聲回波RF信號共采集10 s，僅采用前256幀，即RF時間序列的長度為256。

2.3 超聲RF時間序列產生

讀取一幀RF信號，解調并顯示B超圖，然后在B超圖上選取ROI(大小為20×70)，對ROI內每一點取其256幀RF信號，形成一個RF時間序列，從而得到1 400個長度為256的RF時間序列，見圖3。

圖2乳腺病灶良惡性分類系統(tǒng)界面

Fig2Interfaceofbenignandmalignantbreastlesionsclassificationsystem

圖3 超聲RF時間序列形成示意圖

2.4 特征提取

本研究提取了RF時間序列的FD、頻域特征和時域特征。

2.4.1FD FD是定量表征信號的復雜度和不規(guī)則度等特征的重要參數(shù)。本研究采用Higuchi法計算FD，步驟如下：

(1)設長度為N的RF時間序列為{x(n)：1≤n≤N}。

(1)

(2)

(3)

(6)對ROI內1400個RF時間序列的FD求取均值即為特征FD。

2.4.2頻域特征 首先將RF時間序列做快速傅里葉變換(FFT)，得頻譜并歸一化，將頻段四等分，計算每個頻段頻譜幅值之和即得S1、S2、S3和S4；然后對歸一化頻譜進行直線擬合即得slope和Intercept，具體見圖4。

頻域特征的具體計算步驟如下：

(1)設ROI內每個長度為N的RF時間序列為{x(l)：1≤l≤N}。

(2)對{x(l)}做傅里葉變換求頻譜X(w)

(3)對ROI內相同頻率下的頻譜X(w)求均值Xave(w)

圖4 頻域特征示意圖

(4)

(5)

2.4.3時域特征 (1)峰度

峰度(Kurtosis)描述時間序列對于極端值的敏感性，時間序列變化越大，峰度的值越大。峰度計算公式如下：

(6)

(2)峰值

峰值(Peak)描述時間序列的最大波動范圍。峰值定義為RF時間序列前L個較大幅度絕對值的均值，峰值計算公式如下：

(7)

本研究L取10，其中{x(i)：1≤i≤L}表示RF時間序列前L個最大值。

(3)模糊熵

模糊熵(FuzzyEnropy)作為時間序列規(guī)律性的度量[13]，對噪聲具有良好的魯棒性，已經成功用于基于腦電信號對人的左右手動作的識別[14]。模糊熵計算步驟如下：

(a)按照RF時間序列{x(i)：1≤i≤N}原來順序重新生成一組m維的向量：

(8)

(9)

式中i，j=1，2，L，N-m，j≠1

(10)

(d)定義函數(shù)φm(n，r)：

(11)

(e)重復a～d生成一組m+1維的新向量并計算φm+1(n，r)

(f)計算模糊熵(m,n,r,N):

FuzzyEnropy(m,n,r,N)=lnφm(n，r)-lnφm+1(n，r)

(12)

本研究中，m=n=2,r=0.3SD,SD為RF時間序列的標準差，計算公式如下：

(13)

(4)過零點和過零點標準差

過零點分析方法對干擾不敏感，可以量化時間序列波形結構上的細節(jié)，相比傳統(tǒng)的頻域分析會有更準確的結果[15]，過零點(mZCl)反映時間序列的復雜性，過零點標準差(nsZCl)反映時間序列震動的復雜性。mZCl和nsZCl計算步驟如下：

(b)查找{y(l)}中過零點數(shù)，計算兩個相鄰過零點之間點數(shù)，記為d1,d2,L,dz；

(14)

(15)

依次對ROI內的每個RF時間序列計算Kurtosis、Peak、FuzzyEnropy、mZCI和nsZCI，然后計算ROI內1400個RF時間序列特征值的均值即得病灶區(qū)時域特征。

3 結果與討論

本研究分類器參數(shù)設置：訓練和測試樣本為7:3，SVM采用基于C語言的LibSVM-3.14庫，核函數(shù)選擇高斯徑向基核函數(shù)，通過十折交叉驗證來尋找最好的懲罰系數(shù)C，隨機森林采用OpenCV機器學習庫，決策樹數(shù)量為300，深度為6。

SVM和隨機森林的ROC見圖5，分類結果見表1，采用與Uniyal[12]相同的評價指標將本研究的分類結果與Uniyal[12]進行比較，具體見表1。

圖5 SVM和隨機森林ROC

Table 1 Result of this paper and Uniyal[12]

由圖可知，本研究SVM和隨機森林的AUC比Uniyal[12]分別提高了0.054(約6.3%)和0.127(約15.7%)，表明本研究從時域、頻域、形態(tài)學三個維度提取的特征能有效地提高乳腺病灶良惡性的分類精度，達到了提高分類精度的目的。

本研究隨機森林AUC大于SVM的AUC，而Uniyal[12]中隨機森林AUC小于SVM的AUC，造成這種差異的原因在于Uniyal[12]樣本數(shù)量很少，良惡性樣本數(shù)量差異大，由于良惡性樣本數(shù)量不平衡的問題導致其隨機森林分類效果下降，隨機森林適合于高維特征的分類，SVM適合于小樣本的分類，因此Uniyal[12]中SVM的分類效果比隨機森林好。本研究樣本數(shù)量多達275例，良惡性樣本數(shù)量較為均衡，并從時域、頻域、形態(tài)學三個維度進行特征提取，提高了樣本的特征維數(shù)，從而使本研究隨機森林的分類效果好于SVM。

為了減小患者呼吸和醫(yī)生手持探頭可能的抖動對RF信號采集的影響，在檢查過程中囑咐患者盡量屏氣以減少檢查切面移動，選擇操作熟練的醫(yī)生，使探頭固定于同一切面，盡量減小外部因素對研究結果的影響。本研究中的Peak特征，在不同的超聲采集系統(tǒng)中會有所差異，在后續(xù)的研究中會考慮消除這種系統(tǒng)的依賴性。

4 結論

本研究采用基于超聲RF時間序列分析方法，通過在時域、頻域和形態(tài)學三個維度對RF時間序列進行特征提取，以SVM和隨機森林為分類器對乳腺病灶進行良惡性分類，所取得的高分類精度表明，基于本研究方法研發(fā)的BMBLCS可以為缺乏診斷經驗的醫(yī)生提供有效的輔助診斷信息，提取的特征分布信息可以為臨床的實驗研究提供新的分析手段，BMBLCS已試用于中山大學腫瘤防治中心的臨床乳腺病灶的實驗研究。