基于集成VPRS-RUGGA支持向量機的多模態(tài)肺部腫瘤計算機輔助診斷模型*

張飛飛，周濤，陸惠玲，梁蒙蒙，楊健

(1.寧夏醫(yī)科大學(xué) 公共衛(wèi)生與管理學(xué)院，銀川 750000；2.寧夏醫(yī)科大學(xué) 理學(xué)院，銀川 750000； 3.寧夏智能信息與大數(shù)據(jù)處理重點實驗室，銀川 750021)

1 引 言

肺癌是許多國家癌癥相關(guān)死亡的首要原因[1]，傳統(tǒng)診斷方法有X射線、活檢、核磁共振等。PET/CT用于腫瘤的診斷越來越普及[2]，雖然給腫瘤的診療帶來曙光，但大量圖像也給醫(yī)生帶來沉重的負擔(dān)，因此，計算機輔助診斷(computer aided diagnosis，CAD)的發(fā)展將成為一種必然。Sachdeva[3]等提出了一種腦腫瘤CAD系統(tǒng)，聯(lián)合GA-SVM和GA-ANN兩種模型，在不同數(shù)據(jù)集上最高正確率分別達到91.7%和94.9%；Rendon-Gonzalez[4]等使用支持向量機(support vector machine,SVM)在肺癌CAD系統(tǒng)中進行特征分類，正確率為78.08%；Wang[5]等結(jié)合ANN、遺傳算法(genetic algorithm, GA)和粗糙集(rough set,RS)構(gòu)建乳腺癌CAD模型，精度達到98.1%；尚丹[6]利用SVM進行肺癌的早期診斷，使用GA和PSO優(yōu)化參數(shù)，精確度分別為90.91%和93.18%。

特征級融合在保留重要信息的基礎(chǔ)上，實現(xiàn)信息量的壓縮，處理速度快，但特征之間的冗余性和相關(guān)性使得“維數(shù)災(zāi)難”成為難題，屬性約簡是解決其行之有效的措施。而RS的屬性約簡和GA的尋優(yōu)能力在約簡過程中扮演著不可或缺的角色。在CAD診斷階段，SVM是常用分類器，但單個SVM不能精確判別對象所屬關(guān)系，降低了穩(wěn)定性和泛化能力，故常將SVM作為成員分類器，進行SVM集成以提高泛化能力[7]。

本研究提出基于變精度粗糙集(variable precision rough set,VPRS)、GA和SVM的肺部腫瘤CAD模型。首先構(gòu)造適應(yīng)度函數(shù)，采用無回放余數(shù)隨機選擇法、均勻交叉和高斯變異算子進行遺傳操作；然后在不同的樣本空間中分別提取特征構(gòu)造特征空間，運用VPRS-RUGGA-SVM模型進行約簡和分類識別；最后采用集成的方式提高模型的穩(wěn)定性和分類性能。

2 相關(guān)研究

2.1 變精度粗糙集

為緩解Pawlak RS只能處理精確分類問題的局限，Ziarko提出了VPRS的概念，引入分類錯誤率β(0≤β<0.5)，將下近似由完全包含擴展為部分包含，定義如下：

定義1[8]，條件屬性P關(guān)于決策屬性Q的β約簡是P的一個子集red(P,Q,β)，且滿足：

(1)γ(P,Q,β)=γ(red(P,Q,β),Q,β)

(2)從red(P,Q,β)中去掉任何一個屬性，都將使表達式(1)不成立。

定義2[9]，決策屬性集Q對條件屬性集P的β依賴度定義為：

2.2 遺傳算法

GA算法通過選擇、交叉、變異等操作，實現(xiàn)個體適應(yīng)性的提高。雖然目前GA在各個領(lǐng)域得到廣泛的應(yīng)用，但是仍然存在過快收斂和局部最小的問題。不同的遺傳算子對結(jié)果影響較大，下面簡要介紹遺傳算子和本研究選用的參數(shù)組合。

2.2.1選擇算子 無放回余數(shù)隨機選擇操作方法可以確保適應(yīng)度比平均適應(yīng)度大的個體一定能夠被遺傳到下一代，誤差較小，其具體操作過程如下：

(1)計算群體中每個個體在下一代群體中的生存期望數(shù)目Ni：

2.2.2交叉和變異算子 本研究選擇均勻交叉和高斯變異算子，其中均勻交叉指配對個體的每一個基因座上的基因，都以相同的交叉概率進行交換，形成兩個新的個體。高斯變異[10]是改進遺傳算法對重點搜索區(qū)域局部搜索性能的一種變異操作方法，是指在進行變異操作時，用符合均值為μ、方差為σ的正態(tài)分布隨機數(shù)替換原有的基因值。

2.3 集成學(xué)習(xí)

SVM集成綜合了單個SVM的優(yōu)良性能，可提高泛化能力。成員分類器的設(shè)計須降低單個分類器的誤差并增加分類器之間的差異[11]。本研究在CT、PET、PET/CT樣本空間中，分別提取特征，構(gòu)造單一個體分類器，SVM集成結(jié)論的生成，采用相對多數(shù)投票法。

3 集成VPRS-RUGGA-SVM模型

3.1 模型描述

模型主要有三個特點：一是適應(yīng)度函數(shù)綜合考慮了屬性依賴度、約簡長度和懲罰函數(shù)；二是采用無放回余數(shù)隨機選擇、均勻交叉和高斯變異算子進行遺傳操作；三是在不同的樣本空間中構(gòu)造個體分類器，采用集成的方式提高模型的穩(wěn)定性和泛化能力。流程見圖1。

圖1 CAD模型流程圖

3.2 算法步驟

3.2.1數(shù)據(jù)收集與預(yù)處理 從寧夏某三甲醫(yī)院收集肺部腫瘤CT、PET和PET/CT圖像9 000幅，各模態(tài)3 000幅，良惡性各1500幅。對原始圖像進行預(yù)處理，并從三個模態(tài)截取有較強區(qū)分能力的子圖作為ROI區(qū)域；最后將ROI歸一化為50×50的實驗圖像。ROI獲取及預(yù)處理過程見圖2。

3.2.2ROI分割 分割是圖像預(yù)處理的重要步驟，常用的方法包括閾值法、邊界檢測法、區(qū)域法等[12]。Otsu分割法是最常見的方法，核心思想是將圖像劃分為兩類，計算每個灰度級到兩類的灰度方差和，當(dāng)類間方差達到最大時，該灰度級為最佳閾值[13]。本研究采用Otsu對ROI區(qū)域分割，見圖3，以CT圖像ROI分割為例給出分割前后的實例。

圖2 ROI區(qū)域的獲取及預(yù)處理

圖3 分割前后的CT圖像ROI區(qū)域?qū)嵗?/p>

Fig3ExampleofROIregionbeforeandaftersegmentationofCTimage

3.2.3特征提取 提取腫瘤ROI區(qū)域的特征，見表1，利用模糊C均值聚類算法對特征結(jié)構(gòu)進行簡化。

表1 肺部腫瘤ROI區(qū)域不同類型特征

PET圖像惡性腫瘤ROI是黑色亮斑，良性是灰色區(qū)域，難以提取6維幾何特征，故CT和PET/CT的特征共104維，PET 98維。

3.2.4特征約簡 輸入：決策信息表S=(U,A,V,f)，染色度為0，1組成的序列，β=0.4，交叉概率Pc=0.8，變異概率Pm=0.2，迭代次數(shù)K=150，初始種群M=20；

輸出：red(P,Q,β)

BEGIN

generate(M)

for i=1:K

Set nvars; //染色體長度

Set options;

F(x)=-ω1×target1-ω2×target2+ω3×target3;

P=Select(M, 2, Pc); //選擇

Q=Crossover(P, 2, Pc); //交叉

Q’=Mutation(Q, Pm); //變異

END

3.2.5集成SVM 通過三個單一SVM構(gòu)建集成SVM模型。

3.2.6決策識別 利用SVM對肺部腫瘤進行診斷識別。

3.3 指標(biāo)體系

約簡模型評價指標(biāo)包括約簡長度、依賴度、時間，分類模型評價指標(biāo)包括準(zhǔn)確率、敏感性、特異性、F值和時間，公式如下：

其中，TP表示被正確分類的惡性腫瘤數(shù)；FP表示被錯分的惡性腫瘤數(shù)；TN表示被正確分類的良性腫瘤數(shù)；FN表示被錯分的良性腫瘤數(shù)。

4 實驗數(shù)據(jù)分析

采用VPRS-RUGGA對不同模態(tài)特征集合進行約簡，每個參數(shù)組合約簡5次，分別得到約簡長度、適應(yīng)度值、依賴度和時間，求五組約簡對應(yīng)結(jié)果的均值作為該模態(tài)結(jié)果。對于每次約簡結(jié)果采用五折交叉分類識別，得到五組識別結(jié)果，求各指標(biāo)均值作為此約簡結(jié)果，最后求五次約簡結(jié)果的平均值作為該組結(jié)果。

4.1 驗證實驗

在CT、PET和PET/CT樣本空間構(gòu)造個體分類器，使用VPRS-RUGGA進行屬性約簡，約簡子集采用SVM分類識別，實驗結(jié)果見表2、表3。

表2 不同模態(tài)模型約簡結(jié)果的比較Table 2 Comparison of the reduction results from different modals

由表2可知,基于CT的CAD模型約簡長度為6.8維，依賴度較高，時間為303.6945 s；基于PET的CAD模型約簡長度為6.6維，依賴度和運行效率最高；基于PET/CT的CAD模型約簡長度為8.6維，依賴度和時間介于CT和PET之間，且三模態(tài)約簡過程均無早熟現(xiàn)象。

表3不同模型分類結(jié)果的比較

Table3Comparisonoftheclassificationresultsfromdifferentmodels

模型精確度(%)敏感性(%)特異性(%)F值(%)時間(s)CT-SVM92.2391.4792.9992.1817.8284PET-SVM99.0698.29100.0099.045.9659PET/CT-SVM98.4097.6999.1198.367.7584集成98.9598.4399.4698.6731.7889

由表3可知，CT各指標(biāo)均高于90%，但相對最低，分類效果不理想；PET分類性能相比CT提高很快，運行效率較高。PET顯示功能代謝信息，惡性腫瘤ROI為黑色斑塊，而良性為灰色，易于區(qū)分[13]，故在PET空間構(gòu)造分類器效果很好；PET/CT各評價指標(biāo)介于CT和PET之間，PET/CT能全面描述病灶區(qū)域的解剖和功能結(jié)構(gòu)，在PET/CT特征空間構(gòu)造分類器效果較好；集成模型的精確度相比CT和PET/CT提高6.72%和0.55%，靈敏性高于單模態(tài)，特異性高于CT。

實驗表明，不同模態(tài)圖像在肺癌診斷中扮演著不同的角色，在不同的樣本空間構(gòu)造個體分類器精確度不同，排除PET圖像易于區(qū)分的特性，集成可提高泛化能力和穩(wěn)定性。

4.2 對比實驗

驗證實驗表明VPRS-RUGGA-SVM模型在不同模態(tài)的適用性，且集成模型的優(yōu)越性更加顯著。為驗證模型在屬性約簡和分類識別階段的優(yōu)勢，選用效果較好的PET/CT圖像做對比實驗。

參數(shù)設(shè)置：SGA表示經(jīng)典GA，輪盤賭選擇、交叉和變異概率分別為0.8，0.2；VPRS的分類錯誤率β=0.4。實驗結(jié)果見表4、表5和圖4、圖5。

表4 不同模型約簡結(jié)果對比Table 4 Comparison of reduction results from different models

圖4RS-SGA-SVM某次約簡過程中適應(yīng)度函數(shù)變化情況

Fig4ThechangeoffitnessfunctioninareductionprocessofRS-SGA-SVM

圖5 VPRS-SGA-SVM某次約簡過程適應(yīng)度函數(shù)變化情況

Fig5ThechangeoffitnessfunctioninareductionprocessofVPRS-SGA-SVM

由表4可知，RS-SGA-SVM和VPRS-SGA- SVM相比驗證實驗中前三組，約簡長度增加，依賴度降低，時間是本研究模型的2倍左右，運行效率降低，且每次約簡都出現(xiàn)了類似圖4、圖5的早熟現(xiàn)象。RUGGA-SVM模型的適應(yīng)度函數(shù)只包括約簡長度和懲罰函數(shù)，運行效率較高；RS-RUGGA-SVM模型引入RS后，依賴度最高，約簡長度和時間相比，本研究模型較長，但有效改善了早熟問題。因此，引入無回放余數(shù)隨機選擇法、均勻交叉和高斯變異算子組合以后，改善了早熟問題，且提高了運行效率。

因RS-SGA-SVM和VPRS-SGA-SVM模型在屬性約簡階段存在不同程度的早熟現(xiàn)象，就不再進行SVM的分類比較。

從表5可見,RUGGA-SVM模型在不引入屬性依賴度時，雖約簡長度和時間都優(yōu)于其他模型，但是分類階段各指標(biāo)嚴重降低，運行效率低下；RS-RUGGA-SVM模型相比RUGGA-SVM模型引入屬性依賴度，精確度提高3.41%、時間減少，但是相比本研究模型，精確度、敏感性和特異性分別降低1.04%，1.12%，0.96%。

表5 不同模型分類結(jié)果的比較Table 5 Comparison of classification results from different models

通過對比實驗可知，VPRS-RUGGA-SVM 模型有效改善了GA算法的早熟收斂問題，且通過引入VPRS提高了模型的識別性能。

5 結(jié)語

針對CAD易出現(xiàn)穩(wěn)定性差和早熟問題，提出一種集成模型。為驗證模型的可行性和有效性，提取三個模態(tài)肺部腫瘤ROI區(qū)域的特征構(gòu)建原始特征空間，在此基礎(chǔ)上做了兩組實驗，驗證實驗運用VPRS-RUGGA-SVM模型在CT、PET和PET/CT三個模態(tài)進行實驗，取得較好的效果，且集成以后精確度相比單一CT和PET/CT提高6.72%和0.55%，提高了穩(wěn)定性和泛化能力；對比實驗說明VPRS-RUGGA-SVM模型在引入無回放余數(shù)隨機選擇法、均勻交叉和高斯變異算子組合后，改善了GA算法的早熟問題，且通過引入VPRS，提高了模型的識別性能。因此本研究模型能較好的解決CAD優(yōu)化過程中穩(wěn)定性差和早熟問題，但是參數(shù)的選擇在實際應(yīng)用時應(yīng)具體問題具體分析。