深度學(xué)習(xí)技術(shù)在醫(yī)學(xué)影像中的應(yīng)用

XUE Song SHI Kuang-yu

近十年來，人工智能（artificial intelligence，AI）在醫(yī)學(xué)領(lǐng)域發(fā)展迅速，很大程度上得益于機(jī)器學(xué)習(xí)（machine learning，ML）技術(shù)的發(fā)展與進(jìn)步，而機(jī)器學(xué)習(xí)也成為醫(yī)學(xué)領(lǐng)域創(chuàng)新的新引擎。醫(yī)學(xué)成像領(lǐng)域中，機(jī)器學(xué)習(xí)對圖像重組、病變分割、計(jì)算機(jī)輔助檢測（computer-aided detection，CADe）和診斷（computer-aided diagnosis，CADx）等方面的優(yōu)化產(chǎn)生了積極影響［1,2］。與傳統(tǒng)的醫(yī)學(xué)圖像分析技術(shù)相比，機(jī)器學(xué)習(xí)技術(shù)不需要由醫(yī)學(xué)及技術(shù)領(lǐng)域?qū)＜覟樘囟ǚ治鲋贫鞔_相關(guān)的功能。相反，機(jī)器學(xué)習(xí)開發(fā)了一種自學(xué)模式，可從培訓(xùn)數(shù)據(jù)集中自動查找或?qū)W習(xí)相關(guān)技術(shù)要素［3］。此外，計(jì)算機(jī)深度學(xué)習(xí)（deep learning，DL）算法的開發(fā)［4］促進(jìn)了機(jī)器學(xué)習(xí)在醫(yī)學(xué)領(lǐng)域的應(yīng)用并擴(kuò)大了其應(yīng)用規(guī)模［5］。三個融合技術(shù)的進(jìn)步促使深度學(xué)習(xí)開發(fā)：（1）海量數(shù)據(jù)（大數(shù)據(jù)）的可用性；（2）中央處理單元（central processing units，CPU）和圖形處理單元（graphics processing units，GPU）的進(jìn)步；（3）學(xué)習(xí)算法的創(chuàng)新［6,7］。與傳統(tǒng)機(jī)器學(xué)習(xí)技術(shù)的功能很大程度上受其淺層結(jié)構(gòu)的限制不同，深度學(xué)習(xí)模仿人腦的深層組織結(jié)構(gòu)可處理并表達(dá)來自多層面的信息。因此，深度學(xué)習(xí)能夠從輸入的原始數(shù)據(jù)中總結(jié)出其特征性的表現(xiàn)形式，也就是通過構(gòu)建這種可總結(jié)并分析多層次原始輸入數(shù)據(jù)功能的深層結(jié)構(gòu)體系，使深度學(xué)習(xí)具有似類網(wǎng)絡(luò)學(xué)習(xí)能力的高度復(fù)雜功能，目前常用的深度學(xué)習(xí)技術(shù)包括：深層神經(jīng)網(wǎng)絡(luò)［卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network，CNN）和循環(huán)神經(jīng)網(wǎng)絡(luò)（recurrent neural network，RNN）］、深層生成網(wǎng)絡(luò)［如生成對抗網(wǎng)絡(luò)（generative adversarial network，GAN）、堆疊自動編碼器（stacked auto-encoder，SAE）、深度玻爾茲曼計(jì)算機(jī)（deep Boltzmann machine，DBM）和深度信仰網(wǎng)絡(luò)（deep belief network，DBN）］［8］。深度學(xué)習(xí)技術(shù)已在多種醫(yī)學(xué)影像技術(shù)中被應(yīng)用，如MRI［9］、淀粉樣蛋白PET到結(jié)構(gòu)MR 圖像的交叉模態(tài)轉(zhuǎn)換［10］、肺CT 圖像分析［11］、低劑量CT 降噪等［12］。

由于上述技術(shù)的發(fā)展，深度學(xué)習(xí)在醫(yī)學(xué)圖像分析領(lǐng)域得到了廣泛應(yīng)用，特別在圖像分類中深度學(xué)習(xí)技術(shù)表現(xiàn)突出。圖像分類主要應(yīng)用包括：顯像/檢測分類［13］和病變分期［14］，圖像檢測（包括解剖學(xué)定位及病變定位），其中解剖結(jié)構(gòu)（如器官或標(biāo)靶）的定位一直是臨床工作的關(guān)鍵步驟［15］。深度學(xué)習(xí)還能自動檢測圖像內(nèi)的異常或可疑區(qū)域，幫助放射科醫(yī)生對病變定位［16,17］；圖像分割是定量分析臨床參數(shù)（如體積和形狀）的前提，特別是在心臟或神經(jīng)成像及分析中。圖像分割通過識別目標(biāo)的輪廓或內(nèi)部的像素或空間域從而減少圖像中需要分析的區(qū)域，使深度學(xué)習(xí)相關(guān)的方法得以廣泛應(yīng)用［18］；圖像配準(zhǔn)是圖像分析的常見預(yù)處理步驟，可確保不同模式的圖像都與相同的坐標(biāo)系一致［19］；醫(yī)學(xué)圖像重組是一項(xiàng)具有挑戰(zhàn)性的技術(shù)，主要難點(diǎn)包括：缺乏對反轉(zhuǎn)變換函數(shù)的準(zhǔn)確定義和噪點(diǎn)或偽影的干擾。深度學(xué)習(xí)可通過神經(jīng)網(wǎng)絡(luò)訓(xùn)練將感官輸入傳輸?shù)脑紨?shù)據(jù)到轉(zhuǎn)化且輸出圖像［20-22］；精確重組對于醫(yī)學(xué)圖像校正來說至關(guān)重要，尤其是在PET 定量重組時需要光子衰減校正的情況下，深度學(xué)習(xí)使用MR 圖像來評估校正的結(jié)果［23］，甚至不需額外數(shù)據(jù)輸入［24］；醫(yī)學(xué)圖像合成為由隱私問題帶來的對數(shù)據(jù)安全的要求及診斷的醫(yī)療圖像缺失引起的數(shù)據(jù)稀缺提供了解決方案，AI 可能有助于跨模態(tài)影像合成［10］或數(shù)據(jù)擴(kuò)增［25］；深度學(xué)習(xí)還可能有利于其他醫(yī)療應(yīng)用，如基于內(nèi)容的圖像檢索［26］和手術(shù)機(jī)器人［27］。

AI 有助于各種醫(yī)學(xué)成像模式和應(yīng)用領(lǐng)域的發(fā)展，深度學(xué)習(xí)技術(shù)已應(yīng)用于：MRI［28,29］、顯微鏡［30］、CT［31,32］、超聲［33］、X 線［34］、乳腺檢查［35,36］、彩色胃鏡［37］、多模態(tài)顯像［38］等。同時，在不同的醫(yī)學(xué)領(lǐng)域也有應(yīng)用：如神經(jīng)［39-41］、眼科［37,42］、肺部［43,44］、胸［36,45］、心臟［29,46］、腹部［47-49］和肌肉骨骼［50,51］等。

在未來幾十年內(nèi)，深度學(xué)習(xí)技術(shù)可能對醫(yī)學(xué)圖像分析的進(jìn)步有著積極影響，然而仍有若干挑戰(zhàn)有待解決。由于監(jiān)督性學(xué)習(xí)在深度學(xué)習(xí)技術(shù)突破中起重要作用，因此培訓(xùn)數(shù)據(jù)集的嚴(yán)重不足往往是深度學(xué)習(xí)技術(shù)發(fā)展的主要障礙，而且其應(yīng)用具有黑盒子的特征，在不了解內(nèi)部表性情況下很難解釋其工作方式。