基于CNN的糖尿病視網(wǎng)膜病變圖像識(shí)別研究

潘楊帆 吳濤 顏二惠 胡奇奇 蔣鵬飛

摘要：目前，深度學(xué)習(xí)已經(jīng)應(yīng)用到醫(yī)學(xué)圖像識(shí)別領(lǐng)域，相關(guān)學(xué)者研究并開發(fā)深度學(xué)習(xí)算法，實(shí)現(xiàn)計(jì)算機(jī)對(duì)醫(yī)學(xué)圖像的識(shí)別與處理，診斷病因，為醫(yī)生提供輔助診斷決策。本文介紹了卷積神經(jīng)網(wǎng)絡(luò)（cNN）背景及相關(guān)重要理論知識(shí)，基于TensorFlow框架，采用Python作為編程語言，在Anaconda平臺(tái)搭建卷積神經(jīng)網(wǎng)絡(luò)，采集醫(yī)學(xué)圖像，對(duì)其進(jìn)行處理并進(jìn)行識(shí)別操作，實(shí)驗(yàn)表明，通過CNN訓(xùn)練的網(wǎng)絡(luò)能成功識(shí)別出不同分類的圖片。

關(guān)鍵詞：卷積神經(jīng)網(wǎng)絡(luò);醫(yī)學(xué)圖像識(shí)別;TensorFlow;Python;Anaconda

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2019）31-0206-03

現(xiàn)今，卷積神經(jīng)網(wǎng)絡(luò)的算法已經(jīng)被應(yīng)用于多個(gè)領(lǐng)域中，如手寫體識(shí)別、人臉檢測(cè)、車輛檢測(cè)等。同時(shí)，世界各地的醫(yī)學(xué)圖像分析組織正在迅速進(jìn)入該領(lǐng)域，并將CNN和其他的深度學(xué)習(xí)算法應(yīng)用于醫(yī)學(xué)診斷，圖像分析和機(jī)器學(xué)習(xí)等工具給醫(yī)生提供輔助決策，提高病情診斷的效率和準(zhǔn)確率。本文在卷積神經(jīng)網(wǎng)絡(luò)的理論基礎(chǔ)之上，使用python語言搭建卷積神經(jīng)網(wǎng)絡(luò)，并利用目前已有的醫(yī)學(xué)數(shù)據(jù)集對(duì)搭建好的卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，實(shí)現(xiàn)對(duì)醫(yī)學(xué)圖像的識(shí)別與分類。

1卷積神經(jīng)網(wǎng)絡(luò)

1.1卷積神經(jīng)網(wǎng)絡(luò)的背景

卷積神經(jīng)網(wǎng)絡(luò)（Convolution Neural Network，CNN）是一種特殊的多層神經(jīng)網(wǎng)絡(luò)，它是受生物自然視覺認(rèn)知機(jī)制啟發(fā)而形成的一種常見的深度學(xué)習(xí)體系結(jié)構(gòu)。

卷積神經(jīng)網(wǎng)絡(luò)是采用前向傳播計(jì)算輸出值，反向傳播調(diào)整權(quán)值和偏置，卷積神經(jīng)網(wǎng)絡(luò)與普通神經(jīng)網(wǎng)絡(luò)的區(qū)別在于卷積神經(jīng)網(wǎng)絡(luò)由卷積層和子采樣層組成的特征提取器組成。卷積層采用共享權(quán)重的技術(shù)，目的為減少網(wǎng)絡(luò)層之間的連接，同時(shí)降低過擬合的風(fēng)險(xiǎn)。子采樣也稱為池化（Pooling），通常有兩種形式：均值池化（Mean Pooling）和最大值池化（Max Pooling）。卷積操作和子采樣操作的結(jié)合使用極大地簡(jiǎn)化了模型的復(fù)雜度，減少了模型的參數(shù)。

1.2卷積層的計(jì)算

圖1是對(duì)一個(gè)輸入圖像，使用一個(gè)filter進(jìn)行卷積，得到一個(gè)Feature Map的過程。

在進(jìn)行卷積計(jì)算過程之前，首先對(duì)圖像中的元素以計(jì)算過程中的出現(xiàn)的參數(shù)進(jìn)行預(yù)定義。用xij表示圖像的第i行第j列元素;用Wm，n表示第m行第n列權(quán)重;用wb表示filter的偏置項(xiàng);用aij表示FeatureMap的第i行第j列元素;用f表示激活函數(shù)。然后，使用公式1計(jì)算卷積：

1.3池化層的計(jì)算

池化層（pooling層）的輸入一般來源于上一個(gè)卷積層，其主要作用就是下采樣，即：保留主要的特征，同時(shí)減少下一層的參數(shù)和計(jì)算量，防止過擬合;同時(shí)又保持某種不變性，包括平移（Translation），旋轉(zhuǎn)（Rotation），尺度（Scale）。

下采樣的方法通常有均值下采樣和最大值下采樣，兩種子采樣均可以看成特殊的卷積操作，如圖3所示：

（1）左邊采用的最大值下采樣方法。卷積核中為1的位置對(duì)應(yīng)輸入圖像對(duì)應(yīng)卷積核部分的最大值的位置，卷積核在原圖上的每次移動(dòng)步長(zhǎng)為2，池化后效果表現(xiàn)為將原圖縮減到原來的1/4，并且保留每個(gè)2*2區(qū)域的最強(qiáng)輸入。

（2）右邊采用的是相對(duì)簡(jiǎn)單的均值下采樣方法。卷積核中每個(gè)權(quán)重都是0.25，卷積核在原輸人圖像上每次移動(dòng)的步長(zhǎng)也是2。池化后的輸出圖片同樣可以減至原來的1/4。

1.4全連接層的計(jì)算

全連接層的輸人數(shù)據(jù)來自于其前面的池化層，由于池化層的結(jié)果是一個(gè)二維圖像結(jié)果，通常需要經(jīng)過形狀轉(zhuǎn)變操作轉(zhuǎn)換成一維矩陣作為全連接層的輸入。圖4是全連接層輸出的計(jì)算過程。

獲得了所有的梯度之后，就可以更新每個(gè)權(quán)重。

池化層中通常有均值下采樣和最大值下采樣兩種方法，但是無論是均值下采樣還是最大值下采樣都沒有需要學(xué)習(xí)的參數(shù)，因此在卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練中池化層只需計(jì)算出誤差項(xiàng)并傳遞給上一層，不需要進(jìn)行梯度的計(jì)算。

2實(shí)驗(yàn)數(shù)據(jù)

2.1cifar10數(shù)據(jù)集

實(shí)驗(yàn)采用的數(shù)據(jù)集為cifar10數(shù)據(jù)集，它是一個(gè)用于識(shí)別物體圖像的深度學(xué)習(xí)數(shù)據(jù)集，它包含60000張彩色圖片，總共有10個(gè)分類。其中，包括50000張用于訓(xùn)練集，10000張用于測(cè)試集。

2.2醫(yī)學(xué)數(shù)據(jù)集

采用已經(jīng)處理過的視網(wǎng)膜圖片，根據(jù)病變的特征圖片做出標(biāo)記，選取其中的兩類做分類設(shè)計(jì)，在代碼中以0和1作為分類標(biāo)簽，0代表P特征下的視網(wǎng)膜圖片，1代表S特征下的視網(wǎng)膜圖片。

3實(shí)驗(yàn)步驟

3.1搭建CNN神經(jīng)網(wǎng)絡(luò)

Tensorflow中包含有卷積層和池化層等各種神經(jīng)網(wǎng)絡(luò)的計(jì)算函數(shù)，在Python代碼中導(dǎo)入Tensorflow庫，即可調(diào)用庫中的函數(shù)搭建CNN模型，以下是模型搭建過程中的核心代碼：

3.2訓(xùn)練步驟

在開始訓(xùn)練前，還需要定義損失函數(shù)和優(yōu)化器，以減低分類出現(xiàn)的誤差，提高圖像識(shí)別精準(zhǔn)度。本次實(shí)驗(yàn)使用cifar10中的訓(xùn)練集訓(xùn)練過程1000次，每訓(xùn)練100次打印出當(dāng)前數(shù)據(jù)損失概率以及識(shí)別精度。代碼實(shí)現(xiàn)如下：

4總結(jié)

本文基于深度學(xué)習(xí)理論，搭建卷積神經(jīng)網(wǎng)絡(luò)模型，首先將cifar10數(shù)據(jù)集作為模型的數(shù)據(jù)輸入，對(duì)訓(xùn)練集進(jìn)行1000次的訓(xùn)練，再使用測(cè)試集對(duì)其進(jìn)行測(cè)試，得出的識(shí)別精度達(dá)到0.7558。在成功實(shí)現(xiàn)cifar10數(shù)據(jù)集的識(shí)別操作后，又采集了醫(yī)學(xué)圖像，對(duì)其進(jìn)行處理并進(jìn)行分類操作，成功實(shí)現(xiàn)對(duì)不同分類圖片的識(shí)別。但由于采集的視網(wǎng)膜圖片，特征相差不是很明顯，造成識(shí)別較為困難，后續(xù)的研究中仍需進(jìn)一步優(yōu)化搭建的網(wǎng)絡(luò)及算法。