基于深度學(xué)習(xí)的青光眼診斷方法研究

尹雅晴，郭 瑩

（沈陽(yáng)工業(yè)大學(xué)信息科學(xué)與工程學(xué)院，沈陽(yáng) 110870）

1 引 言

青光眼是僅次于白內(nèi)障的第二大致盲疾病，是導(dǎo)致不可逆性視力喪失的主要原因之一，又被稱為“無(wú)聲的視力竊賊”［1］。在當(dāng)前的醫(yī)學(xué)檢查中，青光眼疾病的發(fā)展具有較強(qiáng)的隱蔽性，一旦確診，很難完全治愈；早期輔助診斷是避免青光眼失明的關(guān)鍵。雖然目前尚無(wú)成熟的青光眼診斷方法，但早期治療已被證明可將致盲率降低50%左右。因此，早期診斷出青光眼疾病并及時(shí)治療，可以進(jìn)一步控制疾病惡化，是預(yù)防青光眼疾病的必由之路。

近年來(lái)，一些國(guó)內(nèi)外學(xué)者進(jìn)行了深入研究。文獻(xiàn)［2］提出一種基于集成學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)方法，使用熵采樣來(lái)選擇信息點(diǎn)，優(yōu)于均勻采樣，同時(shí)降低了計(jì)算復(fù)雜度。付華柱等人［2］將視盤(pán)（OD）和視杯（OC）采用多標(biāo)簽深度網(wǎng)絡(luò)進(jìn)行聯(lián)合分割，然后計(jì)算CDR 值以驗(yàn)證青光眼的檢測(cè)。Abbas 等人［4］通過(guò)將眼底圖像輸入卷積神經(jīng)網(wǎng)絡(luò)（CNN）來(lái)提取各層相關(guān)特征，并采用有監(jiān)督的網(wǎng)絡(luò)來(lái)優(yōu)化模型提取特征過(guò)程，然后對(duì)比使用支持向量機(jī)（SVM）和Softmax 分類器進(jìn)行青光眼分類，該方法需要對(duì)OD 和OC 區(qū)域進(jìn)行分割，因此不僅需要大量的圖像處理技術(shù)，還需要具備專家知識(shí)來(lái)選擇最具鑒別能力的特征。為解決小樣本學(xué)習(xí)能力不足、分類精度低等問(wèn)題，文 獻(xiàn) ［5］采用深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)，對(duì)眼底圖像進(jìn)行青光眼檢測(cè)，經(jīng)實(shí)驗(yàn)，該方法在分類性能上有所提高，但網(wǎng)絡(luò)結(jié)構(gòu)較復(fù)雜且耗時(shí)較長(zhǎng)。

2 數(shù)據(jù)集與數(shù)據(jù)增強(qiáng)

2.1 數(shù)據(jù)集

根據(jù)現(xiàn)有研究，目前基于深度學(xué)習(xí)的青光眼診斷方法有了很大進(jìn)展，但仍存在一些問(wèn)題，需要大量的數(shù)據(jù)集進(jìn)行模型評(píng)估。與自然圖像相比，醫(yī)學(xué)中缺乏對(duì)大規(guī)模的青光眼數(shù)據(jù)集進(jìn)行臨床評(píng)估的測(cè)試。因此，為了更好地為青光眼診斷提供臨床輔助信息，在此設(shè)計(jì)一種模型，針對(duì)公開(kāi)的具有少量標(biāo)注的青光眼圖像進(jìn)行數(shù)據(jù)增強(qiáng)處理，然后利用遷移學(xué)習(xí)的思想對(duì)CNN 網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行青光眼診斷，使其能夠?qū)嶋H應(yīng)用于臨床系統(tǒng)。

為驗(yàn)證方法的可靠性和魯棒性，選取Drishti-GS1［6］和REFUGE［7］兩個(gè)公開(kāi)數(shù)據(jù)庫(kù)來(lái)驗(yàn)證模型的分類性能。其中Drishti-GS1 數(shù)據(jù)庫(kù)包含101 張眼底圖像、70 張青光眼圖像、21 張正常眼，分辨率約2047×1760 像素，且每幅圖像由4 位專家對(duì)青光眼像素的CDR 值進(jìn)行注釋。REFUGE 數(shù)據(jù)庫(kù)包含1200 張眼底圖像、120 張青光眼圖像、1080 張正常眼，分辨率包含2124×2056 像素和1624×1624 像素。該數(shù)據(jù)庫(kù)包含用于青光眼識(shí)別的基于地面的真實(shí)視盤(pán)和視杯分割、黃斑定位的可靠參考標(biāo)準(zhǔn)。

2.2 數(shù)據(jù)增強(qiáng)處理

為解決數(shù)據(jù)量過(guò)少的問(wèn)題，改善CNN 診斷青光眼方法的效果，提高模型的準(zhǔn)確性和魯棒性，設(shè)計(jì)對(duì)Drishti-GS1 數(shù)據(jù)庫(kù)和REFUGE 數(shù)據(jù)庫(kù)圖像分別采用多種圖像處理方法進(jìn)行數(shù)據(jù)擴(kuò)充，以避免出現(xiàn)過(guò)擬合情況，這些方法包括：

縮放：將原始圖像尺寸統(tǒng)一為540×540 像素；

平移：將圖像按上下左右4 個(gè)方向分別移動(dòng)20個(gè)像素；翻轉(zhuǎn)：對(duì)圖像進(jìn)行水平、垂直、水平垂直翻轉(zhuǎn)；旋轉(zhuǎn)：將圖像在［0°,260°］區(qū)間內(nèi)以15°間隔進(jìn)行順時(shí)針旋轉(zhuǎn)。

通過(guò)前三種數(shù)據(jù)增強(qiáng)方法，每張圖像相當(dāng)于擴(kuò)充為9 倍；而使用上述四種數(shù)據(jù)增強(qiáng)方法，每張圖像相當(dāng)于擴(kuò)充為22 倍。采用不同的數(shù)據(jù)增強(qiáng)處理，Drishti-GS1 和REFUGE 數(shù)據(jù)庫(kù)由原始1201 張圖像分別擴(kuò)增為11709 張和41622 張。圖1 所示為擴(kuò)充后的眼底圖像示例。

圖1 數(shù)據(jù)庫(kù)增強(qiáng)圖像

3 網(wǎng)絡(luò)模型與方法

3.1 Inception-V3 網(wǎng)絡(luò)模型結(jié)構(gòu)

原始Inception 網(wǎng)絡(luò)模型結(jié)構(gòu)使用1×1、2×2 和5×5 大小的卷積核來(lái)提取圖像不同尺度的特征，然后進(jìn)行特征融合［8］。然而卷積核越大，網(wǎng)絡(luò)參數(shù)量就越大，進(jìn)而加大計(jì)算成本。例如5×5 卷積核的參數(shù)量約1.2 億個(gè)，計(jì)算量是2×2 卷積核的2.78 倍。

在Inception-V2 網(wǎng)絡(luò)模型中，通過(guò)優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)來(lái)降低參數(shù)計(jì)算量，用較小的n×1 卷積核代替原始的Inception 模型結(jié)構(gòu)中較大的2×2、5×5 卷積核。該模型主要從兩個(gè)方面對(duì)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行了改進(jìn)：一方面，該網(wǎng)絡(luò)結(jié)構(gòu)在原始的Inception 模型的基礎(chǔ)上，在卷積層中大量地使用降維，將二維的卷積核降解為一維的，降低了網(wǎng)絡(luò)參數(shù)量；另一方面，選取了25×25、17×17 和8×8 三種不同的結(jié)構(gòu)來(lái)加深網(wǎng)絡(luò)結(jié)構(gòu)對(duì)模塊進(jìn)行優(yōu)化，而前面還是普通的卷積層。此外，該網(wǎng)絡(luò)采用2×2、步長(zhǎng)為2 的卷積核進(jìn)行Maxpooling 運(yùn)算，實(shí)現(xiàn)對(duì)輸入圖像的大小壓縮，提取青光眼圖像的抽象特征。

3.2 基于遷移學(xué)習(xí)的CNN 方法

在CNN 中，選取的網(wǎng)絡(luò)模型參數(shù)量越多，網(wǎng)絡(luò)訓(xùn)練的時(shí)間越長(zhǎng)，有時(shí)甚至需要數(shù)周時(shí)間，而且從頭開(kāi)始訓(xùn)練一個(gè)網(wǎng)絡(luò)模型往往會(huì)遇到擬合或損失函數(shù)振蕩發(fā)散的情況。遷移學(xué)習(xí)方法［9］的引入可以利用已有的知識(shí)來(lái)解決目標(biāo)域中只有少量標(biāo)記數(shù)據(jù)樣本的問(wèn)題。此外，可以通過(guò)凍結(jié)前面的網(wǎng)絡(luò)層只微調(diào)后面的全連接層來(lái)減少網(wǎng)絡(luò)訓(xùn)練的參數(shù)量，而凍結(jié)的層數(shù)需要根據(jù)預(yù)訓(xùn)練網(wǎng)絡(luò)模型中的數(shù)據(jù)與所使用的新數(shù)據(jù)之間的差異來(lái)評(píng)估，網(wǎng)絡(luò)凍結(jié)層數(shù)越少，可以微調(diào)整的層數(shù)越多，可擬合新數(shù)據(jù)分布的參數(shù)越多。

因此，針對(duì)CNN 中存在的問(wèn)題，采用遷移學(xué)習(xí)方法選擇泛化能力強(qiáng)的模型，然后通過(guò)凍結(jié)前面的卷積層參數(shù)，只微調(diào)最后一個(gè)全連接層的參數(shù)來(lái)減少大量的參數(shù)調(diào)整工作，減少訓(xùn)練模型所需的時(shí)間，加快模型的收斂速度，提高模型分類精度。

2.2.1 網(wǎng)絡(luò)訓(xùn)練策略

首先，在大尺度自然圖像數(shù)據(jù)集（ImageNet）中預(yù)訓(xùn)練好Inception-V2 網(wǎng)絡(luò)模型，將數(shù)據(jù)擴(kuò)增后的兩個(gè)公開(kāi)的青光眼數(shù)據(jù)庫(kù)圖像輸入其中進(jìn)行訓(xùn)練，并將預(yù)訓(xùn)練得到的網(wǎng)絡(luò)各層的權(quán)重和偏差作為初始參數(shù)，接著再用fine-tune 方法繼續(xù)訓(xùn)練網(wǎng)絡(luò)模型中的權(quán)重參數(shù)，完成青光眼圖像的特征提取。

然后，根據(jù)青光眼圖像所需的分類數(shù)量，微調(diào)網(wǎng)絡(luò)最后一個(gè)全連接層的參數(shù)，即將Inception-V2網(wǎng)絡(luò)模型中最后一層的1000 個(gè)神經(jīng)元替換為兩個(gè)神經(jīng)元進(jìn)行眼底圖像中青光眼和正常眼的分類。

最后，將網(wǎng)絡(luò)提取到的各種底層特征進(jìn)行融合并組成高級(jí)特征，用Softmax 分類器進(jìn)行青光眼二分類。如圖2 所示為基于遷移學(xué)習(xí)的CNN 采用Inception-V2 網(wǎng)絡(luò)模型進(jìn)行青光眼輔助診斷方法的訓(xùn)練策略。

圖2 基于遷移學(xué)習(xí)的CNN 網(wǎng)絡(luò)模型訓(xùn)練策略圖

2.2.2 網(wǎng)絡(luò)參數(shù)設(shè)置

在訓(xùn)練過(guò)程中，每運(yùn)行一次迭代（iteration），參數(shù)權(quán)值需要更新一次，每次更新都需要對(duì)batch_size個(gè)樣本進(jìn)行運(yùn)算學(xué)習(xí)，再根據(jù)運(yùn)算結(jié)果對(duì)參數(shù)進(jìn)行一次調(diào)整。因此，批量大小的設(shè)置非常重要，它將影響模型的優(yōu)化程度和速度。設(shè)置過(guò)小會(huì)導(dǎo)致效率低下和無(wú)法收斂。當(dāng)它增加到一定程度時(shí)，下降的方向變化很小，這就需要大量的內(nèi)存支持，計(jì)算方法為：

式中，n 為總的樣本量，epoch 為學(xué)習(xí)時(shí)期，batch_size是批尺寸。

在CNN 訓(xùn)練過(guò)程中，采用動(dòng)量法（Momentum）對(duì)模型進(jìn)行優(yōu)化。該方法解決了隨機(jī)梯度下降法中每次迭代的梯度都含有較大噪聲的問(wèn)題，避免了網(wǎng)絡(luò)梯度方向影響網(wǎng)絡(luò)學(xué)習(xí)速率的問(wèn)題。但學(xué)習(xí)率需要逐步降低，否則模型無(wú)法收斂。在此，將學(xué)習(xí)率手動(dòng)設(shè)置為從0.01 開(kāi)始，訓(xùn)練50 個(gè)epoch，在Drishti-GS1 數(shù)據(jù)庫(kù)訓(xùn)練集包含的1940 張圖像和REFUGE數(shù)據(jù)庫(kù)訓(xùn)練集包含的22040 張圖像中，共24980 張訓(xùn)練圖像，每個(gè)epoch 迭代780 次，經(jīng)過(guò)29000 次迭代后下降到0.001。同時(shí)，將batch_size 設(shè)置為22，即1 次迭代使用的樣本量為22，Momentum 參數(shù)設(shè)置為0.9，Dropout 策略的比率設(shè)置為0.75。

4 實(shí)驗(yàn)與分析

4.1 環(huán)境配置及性能指標(biāo)

實(shí)驗(yàn)選取用基于Pycharm 環(huán)境的Python 版本2.6，OpenCV 版本2.2.0，使用一個(gè)用Python 編寫(xiě)的以TensorFlow 為后端的Keras 2.2.5 版本的開(kāi)源深度學(xué)習(xí)框架，通過(guò)連接阿里云服務(wù)器進(jìn)行環(huán)境配置。為了更加客觀地評(píng)價(jià)模型的分類性能，采用基于混淆矩陣得出的接受者操作特征曲線即ROC 曲線，用來(lái)評(píng)價(jià)模型的預(yù)測(cè)能力，此外使用準(zhǔn)確率（ACC）及ROC 下曲線面積值（AUC）作為評(píng)價(jià)指標(biāo)，對(duì)模型性能進(jìn)行評(píng)估。精確度Accuracy 是青光眼分類性能的總體度量，即眼底圖像分類正確的樣本數(shù)與總體樣本數(shù)之比，ACC 值越高表示青光眼分類的準(zhǔn)確率越高。AUC 值可以用來(lái)衡量模型分類性能的優(yōu)劣，分類器的AUC 值越大，分類性能越好。相關(guān)計(jì)算如以下各式來(lái)實(shí)現(xiàn)：

其中，TP 是真陽(yáng)性，TN 是真陰性，代表所有眼底圖像中被正確分類的樣本數(shù)量。

在ROC 曲線中，縱軸為真陽(yáng)性率（TPR），即預(yù)測(cè)正確的青光眼樣本與青光眼總數(shù)量之比；橫軸為假陽(yáng)性率（FPR），即預(yù)測(cè)錯(cuò)誤的青光眼與正常眼總數(shù)量之比。TPR 值越大，表示預(yù)測(cè)青光眼類中實(shí)際為青光眼類越多；而FPR 值越大，表示預(yù)測(cè)青光眼類中實(shí)際為正常眼類越多。在ROC 曲線中（0,1）坐標(biāo)點(diǎn)的性能最好，越靠攏該點(diǎn)，越偏離對(duì)角線y=x，得到的AUC 值越大，越能表明該模型的青光眼圖像分類性能良好。

4.2 實(shí)驗(yàn)數(shù)據(jù)

為了使CNN 網(wǎng)絡(luò)模型能更好地提取青光眼特征、提高后續(xù)青光眼分類性能，在此對(duì)Drishti-GS1和REFUGE 兩個(gè)數(shù)據(jù)庫(kù)的原始圖像樣本通過(guò)數(shù)據(jù)擴(kuò)增方法來(lái)增加眼底圖像數(shù)量，使之包含更多的青光眼特征。

此外，針對(duì)小數(shù)據(jù)集圖像進(jìn)行CNN 網(wǎng)絡(luò)模型訓(xùn)練時(shí)，需要對(duì)數(shù)據(jù)集進(jìn)行劃分。一般將訓(xùn)練集、驗(yàn)證集和測(cè)試集按6:2:2 的比例進(jìn)行劃分。表1 所示為實(shí)驗(yàn)采用的兩個(gè)數(shù)據(jù)庫(kù)使用不同的數(shù)據(jù)增強(qiáng)方法分別擴(kuò)增9 倍和22 倍后的數(shù)據(jù)對(duì)比，并且按比例對(duì)擴(kuò)充后的數(shù)據(jù)集重新劃分。如表2 所示為實(shí)驗(yàn)測(cè)試集樣本分布情況。

表1 擴(kuò)增不同倍數(shù)后的實(shí)驗(yàn)數(shù)據(jù)單位：幅

表2 實(shí)驗(yàn)測(cè)試集樣本分布情況單位：幅

4.3 實(shí)驗(yàn)結(jié)果分析

為了避免由于青光眼或正常眼分布偏差產(chǎn)生的過(guò)度適應(yīng)，對(duì)擴(kuò)增后數(shù)據(jù)庫(kù)的訓(xùn)練集和驗(yàn)證集圖像采用交叉驗(yàn)證策略。圖2 所示為訓(xùn)練50 個(gè)epoch 的訓(xùn)練集和驗(yàn)證集的損失率變化情況。由可知，數(shù)據(jù)擴(kuò)增22 倍后的網(wǎng)絡(luò)損失率下降速度要比擴(kuò)增9 倍后的網(wǎng)絡(luò)損失率下降速度快，且優(yōu)于數(shù)據(jù)擴(kuò)增9 倍后的收斂性能。

圖3 實(shí)驗(yàn)訓(xùn)練集和驗(yàn)證集的損失率

為驗(yàn)證隨著數(shù)據(jù)量的不斷擴(kuò)增，Inception-V2網(wǎng)絡(luò)模型青光眼圖像分類法的性能越好，分別對(duì)數(shù)據(jù)擴(kuò)增9 倍和22 倍后的兩個(gè)數(shù)據(jù)庫(kù)中測(cè)試集樣本進(jìn)行青光眼測(cè)試。表2 所示為基于遷移學(xué)習(xí)CNN 的青光眼診斷方法分別對(duì)Drishti-GS1 和REFUGE 數(shù)據(jù)庫(kù)在不同數(shù)據(jù)擴(kuò)增后的測(cè)試集圖像上進(jìn)行青光眼測(cè)試并計(jì)算平均準(zhǔn)確率和AUC 值得到最終的測(cè)試結(jié)果。

如圖4 所示為使用該方法后在兩個(gè)數(shù)據(jù)庫(kù)中分別搭配不同數(shù)據(jù)擴(kuò)增方案得到的ROC 曲線及AUC值對(duì)比。

圖4 不同數(shù)據(jù)測(cè)試結(jié)果對(duì)比

表3 實(shí)驗(yàn)測(cè)試結(jié)果

由圖可知，數(shù)據(jù)擴(kuò)充22 倍后的模型分類性能要優(yōu)于擴(kuò)充9 倍后的模型分類性能。這也證實(shí)了在深度學(xué)習(xí)網(wǎng)絡(luò)中對(duì)數(shù)據(jù)少且標(biāo)注較少的數(shù)據(jù)集進(jìn)行數(shù)據(jù)擴(kuò)充的效果，此法確實(shí)有利于提高模型的泛化能力和分類性能。

由于REFUGE 數(shù)據(jù)庫(kù)沒(méi)有普遍被用于青光眼診斷的研究，在此對(duì)現(xiàn)有深度學(xué)習(xí)方法診斷青光眼與本研究方法在Drishti-GS1 眼底圖像數(shù)據(jù)庫(kù)的準(zhǔn)確率和AUC 值進(jìn)行對(duì)比分析，如表4 所示。

表4 不同深度學(xué)習(xí)診斷青光眼方法對(duì)比

由表4 可知，與現(xiàn)有的一些方法相比，本方法數(shù)據(jù)擴(kuò)增22 倍后的準(zhǔn)確率優(yōu)于基于集成學(xué)習(xí)的方法，僅次于基于深度形態(tài)特征估計(jì)青光眼診斷的方法，但該方法數(shù)據(jù)擴(kuò)增22 倍的AUC 值與文獻(xiàn)［10］達(dá)到相同效果，表明本方法具有較好的分類性能。

5 結(jié) 束 語(yǔ)

基于眼底圖像和專家標(biāo)注的青光眼癥狀標(biāo)簽，提出利用深度學(xué)習(xí)中卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練Inception-V2 網(wǎng)絡(luò)模型，提取青光眼特征，借助計(jì)算機(jī)系統(tǒng)構(gòu)建相應(yīng)的分類器，對(duì)數(shù)據(jù)擴(kuò)增不同倍數(shù)的青光眼圖像庫(kù)進(jìn)行判別。實(shí)驗(yàn)結(jié)果表明，隨著數(shù)據(jù)量增加，該網(wǎng)絡(luò)模型的分類性能有提高的趨勢(shì)，且與現(xiàn)有一些方法相比，該方法滿足基于眼底圖像輔助診斷青光眼疾病的要求，對(duì)進(jìn)一步研究青光眼診斷系統(tǒng)具有重要意義和實(shí)用性。