深度學(xué)習(xí)技術(shù)在醫(yī)學(xué)圖像分割中的應(yīng)用

邱越 李秋秋 王瑛 何宇騰

摘要：隨著人工智能的發(fā)展，深度學(xué)習(xí)技術(shù)在醫(yī)學(xué)圖像分割的應(yīng)用越來(lái)越多。文章綜述了深度學(xué)習(xí)在醫(yī)學(xué)圖像分割中常用的框架和應(yīng)用，促進(jìn)智能成像和深度學(xué)習(xí)在疾病早期診斷領(lǐng)域的應(yīng)用。

關(guān)鍵詞：深度學(xué)習(xí);醫(yī)學(xué)圖像;圖像分割

中圖分類(lèi)號(hào)：TP393? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2022）10-0074-02

1 背景

在過(guò)去的幾十年里，醫(yī)學(xué)成像技術(shù)，如計(jì)算機(jī)斷層掃描 （CT）、超聲、X 射線、磁共振成像（MRI）、正電子發(fā)射斷層掃描 （PET）和乳房 X 線照相術(shù)已被用于疾病的早期檢測(cè)、診斷和治療[1]。在臨床上，主要由人類(lèi)專(zhuān)家如放射科醫(yī)生等進(jìn)行醫(yī)學(xué)圖像判讀。然而，鑒于醫(yī)學(xué)圖像的廣泛差異和人類(lèi)專(zhuān)家的潛在疲勞，急需計(jì)算機(jī)輔助醫(yī)學(xué)圖像的診斷。近年來(lái)，隨著人工智能的發(fā)展，開(kāi)發(fā)計(jì)算機(jī)輔助方法幫助放射科醫(yī)生進(jìn)行圖像分析和診斷，成為醫(yī)學(xué)成像研究和開(kāi)發(fā)的重要方向。

醫(yī)學(xué)圖像分割，從背景醫(yī)學(xué)圖像（如 CT 或 MRI 圖像） 中識(shí)別器官或病變的像素，即提供有關(guān)這些器官的形狀和體積的關(guān)鍵信息，是醫(yī)學(xué)圖像分析中最具挑戰(zhàn)性的任務(wù)之一。 許多研究人員通過(guò)應(yīng)用現(xiàn)有技術(shù)提出了各種自動(dòng)分割系統(tǒng)[2]。

2 深度學(xué)習(xí)

深度學(xué)習(xí)是計(jì)算機(jī)人工智能的子領(lǐng)域，可以視為對(duì)傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)的改進(jìn)，由多個(gè)層構(gòu)建。深度神經(jīng)網(wǎng)絡(luò)可以發(fā)現(xiàn)分級(jí)特征表示，可以從較低級(jí)別的特征中導(dǎo)出更高級(jí)別的特征，尤其是卷積網(wǎng)絡(luò)，已迅速成為醫(yī)學(xué)圖像分割的首選方法。

2.1 醫(yī)學(xué)圖像常用的分割框架

深度學(xué)習(xí)已經(jīng)發(fā)展成為熱門(mén)的研究領(lǐng)域，有多種算法。這些算法幾乎涵蓋了圖像處理的所有方面，本文主要集中在醫(yī)學(xué)圖像分割方面。圖像分割可以看作是將圖像的每個(gè)像素分類(lèi)為一個(gè)實(shí)例的過(guò)程，其中每個(gè)實(shí)例對(duì)應(yīng)一個(gè)類(lèi)[3]。目前流行的語(yǔ)義圖像分割架構(gòu)包括 CNN、FCN、SegNet、U-Net、PSPNet 和 Mask R-CNN 等。

2.2.1 卷積神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks，CNN） 是一種包含卷積計(jì)算，且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)絡(luò)，是深度學(xué)習(xí)最重要的一種算法。它可以用于目標(biāo)檢測(cè)和圖像分類(lèi)[4]。其良好的圖片處理能力源于其多卷積核和多層處理的特性，多卷積核使CNN能夠充分提取圖像特征，每個(gè)卷積核都對(duì)輸入圖像進(jìn)行卷積處理，將原始圖像轉(zhuǎn)換為特征圖像，不同卷積核生成的不同圖像可以理解為該輸入圖像的不同通道。而多層處理是指將圖片不斷卷積和池化，最后在全連接層進(jìn)行分類(lèi)。在圖像處理中，一層卷積往往只學(xué)到了局部的特征，層數(shù)越多，學(xué)到的特征越全局化，多層處理使得低級(jí)的特征組合形成更高級(jí)的特征表示，從而達(dá)到良好的分類(lèi)效果，如圖1所示。

2.2.2 全卷積網(wǎng)絡(luò)

全卷積網(wǎng)絡(luò)（Fully Convolutional Network，F(xiàn)CNs）[5]缺乏完全連接的層，只包含一個(gè)卷積層的層次結(jié)構(gòu)。與CNNs不同，CNNs用于在本地聚合信息以進(jìn)行全局預(yù)測(cè)，F(xiàn)CNs可以用于從每個(gè)像素學(xué)習(xí)表示，因此，有可能能夠檢測(cè)到在整個(gè)圖像中可能稀疏發(fā)生的元素或特征。這個(gè)屬性使FCNs能夠做出像素級(jí)的預(yù)測(cè)，與CNNs相比，F(xiàn)CNs更具有優(yōu)勢(shì)：它能從整個(gè)圖像中進(jìn)行重復(fù)特征學(xué)習(xí)，圖2為全卷積網(wǎng)絡(luò)模型。

2.2.3 Unet

Unet[6]（圖3） 最初由 Ronneberger 等人提出， 該模型建立在 FCN 的優(yōu)雅架構(gòu)之上。除了將網(wǎng)絡(luò)深度增加到 19 層之外，Unet 還受益于網(wǎng)絡(luò)不同階段之間跳過(guò)連接的卓越設(shè)計(jì)。所提出的結(jié)構(gòu)由分析和綜合兩條路徑組成。分析路徑遵循CNN的結(jié)構(gòu)。合成路徑，通常稱為擴(kuò)展階段，由一個(gè)上采樣層和一個(gè)反卷積層組成。 Unet 最重要的特性是分析路徑到擴(kuò)展路徑中等分辨率層間的快捷連接。這些連接為反卷積層提供了必要的高分辨率特征。

3 深度學(xué)習(xí)在醫(yī)學(xué)圖像分割上的應(yīng)用

隨著深度學(xué)習(xí)的發(fā)展，計(jì)算機(jī)視覺(jué)使用大量的深度學(xué)習(xí)對(duì)各種醫(yī)學(xué)圖像進(jìn)行分割。Hosseini-Asl等人[7]在阿爾茨海默氏病的早期診斷中，提出了一種基于增強(qiáng)AlexNet的深度學(xué)習(xí)方法。 根據(jù)阿爾茨海默氏病的特點(diǎn)，研究了如何精確定位海馬體。他們將海馬體的分割與主流深度學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行了比較，包括 FCN、Unet、SegNet、Unet-3D 和 Mask-RCNN。 Chen等人[8]應(yīng)用深度神經(jīng)網(wǎng)絡(luò)分割左心房和心房瘢痕。作者采用了一個(gè)多視圖CNN的遞歸注意模塊融合互補(bǔ)視圖的特征，以獲得更好的分割精度。Zhang等人[9]建立了“肺癌早期計(jì)算機(jī)診斷系統(tǒng)”，對(duì)肺癌病理切片進(jìn)行檢測(cè)，可以檢測(cè)出肺癌的幾種主要類(lèi)型。

4 結(jié)論

深度學(xué)習(xí)是醫(yī)學(xué)圖像分析的強(qiáng)大工具之一。它已成功應(yīng)用于目標(biāo)檢測(cè)、分割和分類(lèi)。在本文中，筆者首先綜述了應(yīng)用于醫(yī)學(xué)圖像分割最流行的網(wǎng)絡(luò)框架和應(yīng)用。深度學(xué)習(xí)不僅可以找到病灶區(qū)域，還可以對(duì)病變區(qū)域進(jìn)行分割。深度學(xué)習(xí)在體現(xiàn)自身優(yōu)勢(shì)的同時(shí)，也存在一定不足，深度學(xué)習(xí)在醫(yī)學(xué)領(lǐng)域的發(fā)展依賴于醫(yī)學(xué)大數(shù)據(jù)的積累，每個(gè)深度學(xué)習(xí)模型都需要海量數(shù)據(jù)進(jìn)行訓(xùn)練。此外，深度學(xué)習(xí)可以量化人類(lèi)無(wú)法檢測(cè)到的圖像信息，從而輔助臨床決策，還可以將多個(gè)數(shù)據(jù)流聚集到功能強(qiáng)大的綜合診斷系統(tǒng)中，系統(tǒng)涵蓋射線照相圖像、基因組學(xué)、病理學(xué)、電子健康記錄等?？傊疃葘W(xué)習(xí)方法在醫(yī)學(xué)領(lǐng)域中發(fā)揮的作用將越來(lái)越重要。

參考文獻(xiàn)：

[1] Chan H P，Samala R K，Hadjiiski L M，et al.Deep learning in medical image analysis[J].Advances in Experimental Medicine and Biology，2020，1213：3-21.

[2] Hesamian M H，Jia W J，He X J，et al.Deep learning techniques for medical image segmentation：achievements and challenges[J].Journal of Digital Imaging，2019，32（4）：582-596.

[3] Asgari Taghanaki S，Abhishek K，Cohen J P，et al.Deep semantic segmentation of natural and medical images：a review[J].Artificial Intelligence Review，2021，54（1）：137-178.

[4] Litjens G，Kooi T，Bejnordi B E，et al.A survey on deep learning in medical image analysis[J].Medical Image Analysis，2017，42：60-88.

[5] Long J，Shelhamer E，Darrell T.Fully convolutional networks for semantic segmentation[C]//2015 IEEE Conference on Computer Vision and Pattern Recognition.June 7-12，2015，Boston，MA，USA.IEEE，2015：3431-3440.

[6] Ronneberger O，F(xiàn)ischer P，Brox T.U-net：convolutional networks for biomedical image segmentation[M]//Lecture Notes in Computer Science.Cham：Springer International Publishing，2015：234-241.

[7] Hosseini-Asl E，Ghazal M，Mahmoud A，et al.Alzheimer's disease diagnostics by a 3D deeply supervised adaptable convolutional network[J].Frontiers in Bioscience （Landmark Edition），2018，23（3）：584-596.

[8] Chen J， Yang G， Gao Z， Ni H， Firmin D， others Multiview two-task recursive attention model for left atrium and atrial scars segmentation. In： Frangi AF， Schnabel JA， Davatzikos C， Alberola-López C， Fichtinger G， editors. 21st International Conference on Medical Image Computing and Computer Assisted Intervention—MICCAI 2018， Vol. 11071. Granada： Springer; （2018）. p. 455–63.

[9] He K M，Zhang X Y，Ren S Q，et al.Spatial pyramid pooling in deep convolutional networks for visual recognition[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，2015，37（9）：1904-1916.

【通聯(lián)編輯：唐一東】

收稿日期：2021-12-15

作者簡(jiǎn)介：邱越（2000—） ，女，云南昆明人，本科在讀，主要研究方向?yàn)獒t(yī)工交叉;李秋秋（2000—） ，女，云南易門(mén)縣人，本科在讀，主要研究方向?yàn)獒t(yī)工交叉;王瑛（2000—） ，女，寧夏固原人，本科在讀，主要研究方向?yàn)獒t(yī)工交叉;何宇騰（2000—） ，男，云南玉溪人，本科在讀，主要研究方向?yàn)獒t(yī)工交叉。