基于肺部CT圖像的計算機輔助診斷系統(tǒng)構建

王洪洋 張 穎 朱海波 高碧海

隨著我國工業(yè)發(fā)展、環(huán)境污染和人口老齡化加快，肺部疾病發(fā)病率也呈現(xiàn)逐年上升的趨勢，成為威脅人類健康的主要因素之一。肺部疾病起病急，進展快，嚴重威脅著人類健康，并隨著年齡的增長，其發(fā)病率逐漸增大[1]。臨床上，高效的影像學檢查和精準的臨床診斷能夠及時發(fā)現(xiàn)早期病變并采取治療，從而有效避免病情惡化，降低病死率。

CT作為肺部疾病的常規(guī)檢查方法，具有無侵入性、成像快、圖像分辨率高等優(yōu)點，成為篩查的重要手段[2]。較之傳統(tǒng)X射線檢查，在解剖結構上能夠呈現(xiàn)出高對比度。如CT能夠檢測出直徑＜3 cm，圓形輪廓，邊緣模糊的肺結節(jié)，甚至＜1 cm的微結節(jié)[1-2]。但從CT圖像產(chǎn)生的臨床決策卻往往與閱片醫(yī)生經(jīng)驗、知識水平及臨床主觀判斷密切相關，漏診與誤診難以避免，人為因素也成為了影響此類疾病診斷的重要因素[3]。

圖像計算機輔助診斷(computer aided diagnosis，CAD)系統(tǒng)可提高肺部1 cm左右病灶的確診率，輔助醫(yī)師提高早期肺癌診斷率約15%[1-4]。CAD系統(tǒng)能夠提高不同大小肺部組織的檢測靈敏度，因此構建CAD系統(tǒng)并應用于肺部CT輔助檢查具有現(xiàn)實意義[1-2，5-6]。目前，CAD系統(tǒng)功能主要集中在圖像增強、濾波、重建等方面，雖然能夠提高圖像質量，卻未能根本解決肉眼觀察帶來的診斷誤差問題；而肺部結節(jié)由于受到圖像質量、圖像背景及胸腔組織實質等干擾以及血管遮擋，難以直接定位[2，6]。因此，需要借助于CAD系統(tǒng)，定量分析圖像信息，快速捕獲臨床感興趣區(qū)域(region of interest，ROI)，為臨床決策提供量化依據(jù)和決策支持，降低醫(yī)生工作量，提高診斷效率和患者就醫(yī)體驗。

1 CT圖像CAD系統(tǒng)功能分析

基于肺部CT圖像構建CAD系統(tǒng)，實現(xiàn)圖像讀取、圖像預處理、圖像基本操作、圖像宏觀信息描述、ROI輪廓分析、ROI特征提取、ROI圖像分類器等模塊功能，為肺部疾病的診斷和研究提供量化分析和輔助決策。

1.1 圖像讀取

讀取、解析醫(yī)學數(shù)字成像及通信(digital imaging and communication of medicine，DICOM)圖像文件，并導出常規(guī)文件類型。

1.2 數(shù)據(jù)預處理

圖像采集過程由于移動、噪聲、拍攝位置等問題，會影響后續(xù)圖像分類效果[1，4]。因此需要通過預處理方法消除無關信息，矯正運動偽影、噪聲及介質衰減而導致的失真，增強信息的可檢測性，從而提高圖像特征提取和分類的可靠性，包括幾何變換、歸一化、平滑及增強等[7]。

(1)幾何變換。用于修正圖像采集系統(tǒng)中的系統(tǒng)誤差及移動誤差。

(2)歸一化。通過歸一化可以消除或降低環(huán)境噪聲。

(3)平滑。降低圖像中產(chǎn)生的隨機噪聲，針對圖像灰度驟變的部分進行增強，突出圖像細節(jié)。

(4)增強。通過選擇性的增強及抑制，調整圖像效果，便于圖像特征抽取或識別。

1.3 圖像基本操作

(1)圖像空間變換。圖像插值、圖像縮放、圖像旋轉、圖像剪切、旋轉、大小調整、裁剪、定位和幾何測量[7-8]。

(2)圖像變換。包括傅里葉變換、離散余弦變換、Radon變換、沃爾什-阿達瑪變換以及離散卡夫納-勒維變換等功能，為后續(xù)處理提供支持[4，9]。

1.4 圖像宏觀信息描述

讀取CT圖像綜合信息，包括患者信息(姓名、CT號、性別、年齡等)、圖片信息包括掃描序號、管電壓(kV)、管電流(mAs)、層厚、掃描架轉角、平掃和(或)增強掃描、窗技術、關注區(qū)及CT值等信息[2，10]。

(1)輪廓分析。從待分析圖像中分割出ROI，如CT影像中疑似結節(jié)區(qū)域。

(2)輔助診斷。通過將預先選擇的圖像特征參數(shù)輸入分類算法，構建分類模型，實現(xiàn)ROI區(qū)域輔助診斷決策。

2 CT圖像CAD系統(tǒng)設計

2.1 系統(tǒng)框架

系統(tǒng)構建采用B/S架構，后臺編碼采用java開發(fā)實現(xiàn)，便于跨平臺部署和多用戶訪問。設計MVC采用模式，MVC框架采用Spring MVC，可將系統(tǒng)業(yè)務邏輯、數(shù)據(jù)模型及用戶交互界面分離實現(xiàn)，便于系統(tǒng)服務開發(fā)、升級及遷移。數(shù)據(jù)庫存儲采用MySQL5.7，持久化框架采用MyBatis3.4.7；前端采用Bootstrap3及jQuery1.10實現(xiàn)。系統(tǒng)功能主界面如圖1所示。

圖1 系統(tǒng)功能主界面圖

圖像采集后存儲入庫，經(jīng)數(shù)據(jù)預處理，獲得圖像宏觀描述信息；在ROI分割算法處理后，形成各個ROI。根據(jù)特征提取算法提取對應域的特征信息并保存，將特征信息及宏觀描述信息帶入分類模型，獲得分類信息產(chǎn)生輔助決策信息(如圖2所示)。

圖2 圖像處理流程框圖

2.2 功能模塊

各功能模塊包括圖像讀取和預處理。

(1)圖像讀取。CT圖像符合DICOM標準，讀取采用dcm4che3庫處理圖像，實現(xiàn)圖像讀寫及保存。

(2)預處理。為降低圖像噪聲、眩光等不利因素，需要對圖像進行預處理，提高圖像對比度。系統(tǒng)開發(fā)預處理過程可通過設置選擇對應的預處理方法，其中包括降采樣、局部對比增強、自適應維納濾波、自適應直方圖均衡、增強濾波、快速傅立葉變換、小波變換、噪聲矯正、Gabor濾波、直方圖增強、偽彩色增強、灰度窗增強、拉普拉斯濾波及蝶形模糊濾波等[1-2，10-11]。

2.3 ROI分割

(1)為從待分析圖像中分割出ROI，需要分別消除背景、骨骼肌肉、肺血管、心臟及肝臟等部分。首先胸部CT圖像包含部分噪聲信息，如背景以及骨骼和肌肉等高密度組織，影響了肺血管和肺實質的顯示，同時也對肺結節(jié)特征的提取分析造成了干擾。因此，系統(tǒng)采用閾值法分割出圖像背景、體腔及肺實質，考慮到Web項目需要適應多種應用場景，為了實現(xiàn)快速分割，加快數(shù)據(jù)加載，系統(tǒng)可結合應用需求選用自動區(qū)域增長算法。該算法通過選擇閾值組，分割圖像，獲得肺實質輪廓圖像；結合位置信息，分別于兩側主肺葉選擇起始點，設定區(qū)域生長及終止條件，即根據(jù)CT值轉換為灰度后，設定相似性準則作為生長條件，以及當未能發(fā)現(xiàn)符合生長條件的點后停止生長，實現(xiàn)左右兩側肺葉區(qū)域分割[12](如圖3所示)。

圖3 肺部CT原始圖像

(2)由于存在機械牽拉、血管橫截面重疊及肺部結節(jié)等原因，分割獲得的肺實質伴有缺損，需要形態(tài)學修補。系統(tǒng)使用形態(tài)學的腐蝕和膨脹算法，實現(xiàn)肺實質空洞的填補和邊緣平滑，分割后得到完整的肺部區(qū)域[1，12-13](如圖4所示)。

圖4 提取肺實質圖像

(3)由于ROI(如結節(jié))通常易于受到血管及其橫斷面等遮擋，對ROI顯示造成影響，通常對醫(yī)生的讀片經(jīng)驗有較高的要求。因此，CAD系統(tǒng)不僅需要自動標記ROI輪廓，還應當降低相似組織干擾，提高讀片效率及診斷的準確率(如圖5所示)。

圖5 血管及肺結節(jié)分割圖像

(4)系統(tǒng)設置了多種ROI分割模塊選擇：Seedfilling定位法、閾值法、大津法、Rosin法、正則分布法、高斯參數(shù)法、矩量保持法、Kapur和熵法、Kittler聚類、拓撲穩(wěn)定狀態(tài)法、模糊聚類(fuzzy c-means，F(xiàn)CM)。系統(tǒng)默認采用Seed-filling定位法分割ROI[4，14](如圖6所示)。

圖6 Seed-filling定位法獲得ROI分割步驟圖

2.4 特征選擇

為了判斷ROI類型是否為結節(jié)、良性組織病變或惡性組織，系統(tǒng)根據(jù)已明確診斷的標注樣本庫訓練算法模型，結合已有的臨床知識和文獻記載，從幾何形狀、紋理密度、社會環(huán)境等角度在候選區(qū)域上選擇提取了36種特征值，為后續(xù)分類診斷提供條件[1，15](見表1)。

表1 特征選擇參數(shù)列表

2.5 分類器

為了簡化分類器，目前系統(tǒng)實現(xiàn)了ROI二分類，即：將ROI分類為結節(jié)及非結節(jié)?？蛇x擇的分類器有支持向量機(support vector machine，SVM)、人工神經(jīng)網(wǎng)絡(artificial neural network，ANN)及隨機森林等[15]。分類器采用Apache spark mlib實現(xiàn)，spark基于內存的計算模型，較為擅長圖像迭代計算，而mlib是Spark對常用的機器學習庫，其目標是使實用的機器學習算法可擴展并容易使用。提供的工具包括：①機器學習算法，常規(guī)機器學習算法有分類、回歸、聚類和協(xié)同過濾；②特征工程，即特征提取、特征轉換、特征選擇以及降維；③管道，構造、評估和調整的管道的工具；④存儲，保存和加載算法、模型及管道；⑤實用工具，線性代數(shù)、統(tǒng)計及數(shù)據(jù)處理等。包含了系統(tǒng)所需實現(xiàn)的分類器算法，使用便捷。

3 CT圖像CAD系統(tǒng)應用

3.1 數(shù)據(jù)集

系統(tǒng)樣例采用了朝陽市第二醫(yī)院2012-2017年共208例肺部CT[SIEMENS SOMATOM Definition AS+型CT(德國西門子公司)及UCT 760型CT(上海聯(lián)影公司)]影像，共分割出ROI的513例。

將臨床醫(yī)生診斷結果作為標簽，分割ROI診斷結果可分為結節(jié)和非結節(jié)。按性別、年齡組指標進行平衡后按照5∶2的比例隨機分為訓練組和測試組，分別用于訓練及測試。其中訓練組結節(jié)110例，非結節(jié)256例；測試組結節(jié)44例，非結節(jié)103例。

3.2 訓練及測試結果

3.2.1 SVM分類模型

模型參數(shù)設置：設置s為C-SVC，c選擇1，方法選擇序列最小最優(yōu)化(sequential minimal optimization，SMO)，當核函數(shù)為rbf時，選擇sigma為：{-1，-0.8，0.6，0.8，1}；當核函數(shù)為mlp時，sigma選擇：{-1，1}；weights和bias均為1。模型訓練中，訓練組分別選擇linear、quadratic、rbf及mlp的4種核函數(shù)，將訓練組結節(jié)和非結節(jié)數(shù)據(jù)輸入訓練；訓練完成后將測試組結節(jié)和非結節(jié)數(shù)據(jù)輸入模型進行測試。選擇linear為核函數(shù)，獲得最高測試準確率(94.04%)及真陽性率(true positive rate，TRP)(96.96%)，選取rbf作為核函數(shù)時，且Sigma設置為1，獲得P值最高(100.00%)，見表2。

表2 SVM模型分類效果

3.2.2 隨機森林模型

設置ntree為316，mtry為6，將訓練組結節(jié)和非結節(jié)數(shù)據(jù)輸入訓練；獲得測試準確率為95.23%，TPR為96.96%，假陽性率(false positive rate，F(xiàn)PR)為5.88%，P值為91.42。

3.2.3 ANN模型

設置ANN模型輸入層為36，隱蔽層為6，預測分類結果設置為二分類，即：0-0.5，0.5-1，分別對應結節(jié)與非結節(jié)。訓練算法分別選用彈性梯度下降(flexible gradient descent，F(xiàn)GD)法、共軛梯度法fletcher-reeves(FR)、共軛梯度法ploakribiere(PR)、共軛梯度法powell-beale(PB)、量化共軛梯度(quantized conjugate gradient，QCG)法、步進割線(step secant，SS)法、萊文貝格-馬夸特方法(levenberg-marquardt，LM)以及擬牛頓(Quasi-Newton，QN)法，目標誤差設為0.01，學習率為0.1，最大訓練周期為2000，網(wǎng)絡測試集達到最小均方誤差結束。經(jīng)過訓練的ANN模型擬合效果，測試準確率可以達到98.07%，TRP(100.00%)，QN模型(隱層節(jié)點設置為7)可以得到最高的P(97.06%)，見表3。

表3 分類效果比較(%)

ANN(QN，7)是具有最佳擬合效果和TPR的模型，測試準確率可達98.81%。SVM的準確率(rbf，rbf_sigma為1)可以達到100%。其所有受試者工作特征(receiver operating characteristic，ROC)曲線下面積(area under curve，AUC)可達0.97，這可能是由于圖像中紋理對分類結果相關性較高所致。同時，數(shù)據(jù)集本身可能會影響結果，如數(shù)據(jù)集來源單一，樣本不平衡以及正例樣本不足，見表4。

表4 模型分類效果評測(%)

4 討論

隨機森林的表現(xiàn)不盡如人意，但外推預測效果和交叉驗證有差異，穩(wěn)定性略差，這可能是由于選取較多反映紋理特征參數(shù)所致，在今后的研究中，可以嘗試降維，觀察分類效果。SVM的假陽性率高于其他算法，這可能是由于一些敏感數(shù)據(jù)缺失以及訓練和測試集缺乏平衡，但其交叉驗證結果更穩(wěn)定，即AUC達到1，進一步的研究可嘗試與隨機森林結合。ANN具有較高的容錯性，并且可以結合spark stream實現(xiàn)實時分析系統(tǒng)。在本研究中，當訓練方法選擇QN和隱藏層節(jié)點設置為7，整體性能較好。分析ANN三層模型具有較強的預測精度和穩(wěn)定性，對于整體訓練結果，當樣本有限時，該模型受到影響較小[15-16]。

據(jù)統(tǒng)計，醫(yī)學影像的疾病誤診率可達到10%～30%，在本研究中采用基于圖像ROI分割、分類器為基礎的CAD系統(tǒng)能夠將樣例診斷錯誤率降低至8%以下，其中假陰性率低于5%，假陽性率低于3%[17]。同時，通過調整分類算法及參數(shù)能夠構建出假陰性率較低(測試樣例為0.00%)的CAD系統(tǒng)模型。在臨床篩查中，假陰性率往往更值得關注，但在確定的模型訓練方法及樣本狀況下，假陰性率和假陽性率是此消彼長的關系，需要結合使用場景，兼顧二者，選擇合理的算法及初始化參數(shù)構建模型，提高診斷質量。

5 結語

隨著肺部疾病發(fā)病率逐年攀升，該病已逐漸成為我國人民身心健康的重大威脅，給患者生活和醫(yī)療環(huán)境帶來巨大挑戰(zhàn)。如何快速發(fā)現(xiàn)早期病變、及時采取治療、從而有效避免病情惡化及降低病死率已成為當前新的挑戰(zhàn)。作為肺部疾病檢查的常規(guī)手段，CT以其無創(chuàng)、便捷及精準的特性，在臨床上被廣泛采用。然而，高強度的閱片工作，不僅要求醫(yī)生具備較高的臨床經(jīng)驗，同時需要具備高效的閱片效率[18-19]。而通過人工智能技術構建CAD系統(tǒng)，能夠定量分析圖像信息，快速捕獲ROI，為醫(yī)生決策提供量化依據(jù)和決策建議，從而確保了診斷效果和診斷效率[20]。CAD系統(tǒng)采用Web可視化界面，操作簡便，并可降低使用門檻，增強用戶體驗，為類似系統(tǒng)的開發(fā)提供借鑒。