基于CT 圖像的胰腺癌智能輔助診斷模型研究

郭冰冰， 谷雪蓮， 胡秀枋， 孫運(yùn)文， 徐秀林

（上海理工大學(xué) 健康科學(xué)與工程學(xué)院， 上海 200093）

0 引 言

胰腺癌是預(yù)后最差的惡性腫瘤之一，其具有侵襲性強(qiáng)、隱匿度高、病程短的特點(diǎn)。 據(jù)全球癌癥統(tǒng)計(jì)數(shù)據(jù)顯示，胰腺癌在癌癥的死亡原因里位居前列，且有研究預(yù)測(cè)未來10 年內(nèi)胰腺癌相關(guān)死亡人數(shù)將上升至所有癌種的第2 位，僅次于肺癌［1-2］。 胰腺癌IV 期患者確診后生存期小于1 年，5 年平均生存率小于1%［3］。 同時(shí)，由于大部分胰腺癌患者在被確診時(shí)就已錯(cuò)過最佳治療時(shí)期，因此尋找到一種有助于早期診斷的方法顯得尤為重要，可大幅提升患者的生存時(shí)間［4］。 目前，病理切片依然被視為確診的“金標(biāo)準(zhǔn)”，但總體上依賴的是醫(yī)生的經(jīng)驗(yàn)，不同的醫(yī)生可能生成不同的診斷結(jié)果。 隨著人工智能在醫(yī)學(xué)領(lǐng)域的深入應(yīng)用，計(jì)算機(jī)輔助診斷（Computer-Aided Diagnosis，CAD）技術(shù)的優(yōu)勢(shì)不斷顯現(xiàn)出來，其可以有效減少醫(yī)生的閱片工作量，也可為醫(yī)生提供診斷決策支持，有助于醫(yī)生減少臨床實(shí)踐中的誤診率和誤治率［5］，甚至能預(yù)測(cè)病灶遷移位置，以便為臨床療效評(píng)估提供參考。

機(jī)器學(xué)習(xí)是人工智能的重要研究內(nèi)容之一，機(jī)器學(xué)習(xí)算法是一類從數(shù)據(jù)中自動(dòng)分析獲得規(guī)律，并利用規(guī)律對(duì)未知數(shù)據(jù)進(jìn)行預(yù)測(cè)的算法。 針對(duì)不同的問題需要不同的學(xué)習(xí)方式，主要的學(xué)習(xí)方式為有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)。 有監(jiān)督學(xué)習(xí)常用于分類和回歸的問題，其特點(diǎn)是所有數(shù)據(jù)都有標(biāo)簽；無監(jiān)督學(xué)習(xí)常用于聚類的問題，其特點(diǎn)為所有數(shù)據(jù)都沒有標(biāo)簽。常用的機(jī)器學(xué)習(xí)算法有支持向量機(jī)、邏輯回歸、隨機(jī)森 林、 Lasso 回 歸、 Ada Boost （adaptive boosting，AdaBoost）等。 近年來，由于醫(yī)療數(shù)據(jù)不斷增長，因此機(jī)器學(xué)習(xí)的優(yōu)勢(shì)得到充分的體現(xiàn)。

2006 年，Hinton 教授及其團(tuán)隊(duì)提出了一種新的網(wǎng)絡(luò)結(jié)構(gòu)——深度置信網(wǎng)絡(luò)（Deep Belief Net，DBN）［6］，至此深度學(xué)習(xí)開始出現(xiàn)在研究者視野里。深度學(xué)習(xí)常被應(yīng)用于圖像識(shí)別，但隨著技術(shù)的不斷推進(jìn)，在醫(yī)療診斷、醫(yī)用機(jī)器人控制、搜索引擎等領(lǐng)域均有不俗的表現(xiàn)。 目前，最經(jīng)典的深度學(xué)習(xí)網(wǎng)絡(luò)還是卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN），Lecun［7-8］等在神經(jīng)網(wǎng)絡(luò)中創(chuàng)造性的代入了傳播算法，并以此為基礎(chǔ)構(gòu)建了卷積神經(jīng)網(wǎng)絡(luò)。 此外，其它常用的學(xué)習(xí)模型有Inception［9］、ResNet［10］、AlexNet、VGG 等。 早期診斷是改善胰腺癌患者預(yù)后的關(guān)鍵因素之一，若能提升早期診斷率，就能極大改善胰腺癌的預(yù)后并延長生存時(shí)間。 本文主要研究CT 分層圖像對(duì)胰腺癌的早期良惡性診斷的有效性，通過構(gòu)建AdaBoost 等5 種機(jī)器學(xué)習(xí)模型和經(jīng)典深度學(xué)習(xí)網(wǎng)絡(luò)模型VGG16，分別獲得胰腺癌良惡性分類的準(zhǔn)確率，同時(shí)對(duì)不同模型進(jìn)行對(duì)比分析，進(jìn)一步驗(yàn)證CT 圖像在VGG16 的應(yīng)用性能。

1 資料與方法

1.1 數(shù)據(jù)集預(yù)處理

本研究使用的數(shù)據(jù)來自醫(yī)院的胰腺癌病人CT圖像，將其分成APT、DPT、NPT、VPT 4 期的掃描圖像，并對(duì)圖像進(jìn)行去噪處理，去除相應(yīng)體數(shù)據(jù)的絕對(duì)位置、數(shù)據(jù)密度等信息，4 個(gè)數(shù)據(jù)集存在交集。 其中，APT（靜脈期）包含786 張圖像；DPT（延遲期）包含757 張圖像；VPT（動(dòng)脈期）包含1 382 張圖像；NPT（平掃期）包含1 368 張圖像。

在對(duì)數(shù)據(jù)集進(jìn)行訓(xùn)練時(shí)，將數(shù)據(jù)集分成訓(xùn)練集、驗(yàn)證集、測(cè)試集3 部分。 訓(xùn)練集用于訓(xùn)練模型，驗(yàn)證集用來驗(yàn)證模型的效能，測(cè)試集用來對(duì)模型進(jìn)行評(píng)估。 實(shí)踐中，測(cè)試集和驗(yàn)證集采用同一批數(shù)據(jù)，在分配時(shí)將所有數(shù)據(jù)的80%分配給訓(xùn)練集，20%分配給測(cè)試集。

1.2 模型訓(xùn)練方法

VGGNet［11］是2014 年ImageNet Challenge 圖像識(shí)別比賽的亞軍，其不僅在圖像識(shí)別應(yīng)用非常廣泛，在目標(biāo)分割、人臉識(shí)別等方面的應(yīng)用也會(huì)使用VGGNet 作為基礎(chǔ)模型，其證明了增加網(wǎng)絡(luò)的深度能夠在一定程度上影響網(wǎng)絡(luò)最終的性能。 VGG16有16 層網(wǎng)絡(luò)，能不斷提取學(xué)習(xí)從低級(jí)到高級(jí)的特征，卷積核大小為3×3，逐層增加卷積核的數(shù)量以增強(qiáng)非線性表達(dá)能力［12］。 本文深度學(xué)習(xí)模型選用VGG16 對(duì)已有數(shù)據(jù)集進(jìn)行訓(xùn)練學(xué)習(xí)。

AdaBoost［13］是機(jī)器學(xué)習(xí)工具箱中最強(qiáng)有力的工具之一，其基分類器一般是單層決策樹，決策樹在分裂的時(shí)候會(huì)選擇最優(yōu)屬性進(jìn)行分裂，最優(yōu)屬性為誤差最小的屬性，AdaBoost 在每次迭代時(shí)會(huì)選擇誤差最小的那棵樹。 其優(yōu)勢(shì)在于Adaboost 提供了一種能使用其他方法構(gòu)建子分類器的框架，不僅能顯著提高學(xué)習(xí)精度，且可以根據(jù)子分類器的反饋，對(duì)假定的錯(cuò)誤率進(jìn)行自適應(yīng)調(diào)整。

1.3 模型評(píng)價(jià)指標(biāo)

在對(duì)模型進(jìn)行學(xué)習(xí)訓(xùn)練時(shí)，本文采用的評(píng)價(jià)指標(biāo)為模型的訓(xùn)練集和測(cè)試集的準(zhǔn)確率（Accuracy）及其損失函數(shù)（Loss Function）。

準(zhǔn)確率的計(jì)算公式為

本文選擇的損失函數(shù)為交叉熵?fù)p失函數(shù)（categorical_crossentropy），可評(píng)估當(dāng)前訓(xùn)練得到的概率分布與真實(shí)分布的差異情況。 交叉熵的值越小，概率分布與真實(shí)分布就越接近。 其具體公式為：

其中，y為期望的輸出，a為神經(jīng)元的實(shí)際輸出。

2 基于深度學(xué)習(xí)良惡性分類診斷模型

首先基于Keras 搭建VGG16 模型，其中最后一個(gè)全連接層的激活函數(shù)為softmax，其優(yōu)點(diǎn)是計(jì)算簡單且計(jì)算量較小，能把數(shù)據(jù)的值映射到0 ～1 區(qū)間，保證概率為非負(fù)值；其次將輸入的數(shù)據(jù)集圖片調(diào)整尺寸大小為（224，224）的單通道灰度圖像，以加快模型訓(xùn)練速度。 本實(shí)驗(yàn)?zāi)繕?biāo)是識(shí)別胰腺癌腫瘤的良惡性，屬于二分類問題，設(shè)置訓(xùn)練次數(shù)為160 次，優(yōu)化函數(shù)為Adam［14］，是一種對(duì)隨機(jī)梯度下降法的擴(kuò)展，其優(yōu)點(diǎn)在于效率高、內(nèi)存小、且超參數(shù)具有直觀的解釋，通常只需要較少的調(diào)諧。

本文分別從APT、DPT、VPT、NPT 的數(shù)據(jù)集中隨機(jī)提取20%的圖像作為驗(yàn)證集，將4 組圖像數(shù)據(jù)分別導(dǎo)入搭建好的VGG16 模型進(jìn)行訓(xùn)練，經(jīng)過不斷對(duì)參數(shù)調(diào)優(yōu)，最終訓(xùn)練集和驗(yàn)證集的訓(xùn)練結(jié)果如圖1 所示，其對(duì)應(yīng)訓(xùn)練集和驗(yàn)證集的損失函數(shù)圖像如圖2 所示：

圖1 4 組數(shù)據(jù)集的準(zhǔn)確率學(xué)習(xí)曲線Fig.1 Learning curve of accuracy of four datasets

圖2 4 組數(shù)據(jù)集的損失函數(shù)曲線Fig.2 Loss curves of four datasets

根據(jù)以上訓(xùn)練和驗(yàn)證結(jié)果，得到如表1 所示的混淆矩陣。

表1 4 組數(shù)據(jù)集訓(xùn)練后的混淆矩陣Tab.1 Confusion matrix after training on four datasets

由表1 不難看出，VGG16 模型對(duì)于APT、DPT數(shù)據(jù)集的靈敏度最好，APT、VPT 數(shù)據(jù)集的AUC和精確度較高。

為了進(jìn)一步驗(yàn)證模型的準(zhǔn)確率，本研究分別將上述4 期的測(cè)試集導(dǎo)入已訓(xùn)練好的VGG16 模型，對(duì)患者進(jìn)行腫瘤良惡性分類診斷。 其中包含202 張APT 的胰腺癌圖像，190 張DPT 的胰腺癌圖像，345張NPT 的胰腺癌圖像，342 張VPT 的胰腺癌圖像，預(yù)測(cè)與真實(shí)值的對(duì)比結(jié)果見表2：

表2 4 組數(shù)據(jù)集預(yù)測(cè)值與真實(shí)值結(jié)果對(duì)比Tab.2 Comparison of prediction results and ground truth on four datasets

由表2 可知，APT、DPT 對(duì)胰腺癌惡性腫瘤的識(shí)別率高達(dá)0.92 以上，而NPT、VPT 對(duì)良性腫瘤識(shí)別率也超過了0.90。

3 基于機(jī)器學(xué)習(xí)模型的良惡性分類診斷

為了建立識(shí)別胰腺癌CT 圖像良惡性分類最佳的機(jī)器學(xué)習(xí)模型，本文將4 組數(shù)據(jù)集分別導(dǎo)入支持向量機(jī)、邏輯回歸、隨機(jī)森林、K 近鄰、AdaBoost 5 個(gè)模型進(jìn)行訓(xùn)練學(xué)習(xí)，同時(shí)從原數(shù)據(jù)集提取20%作為測(cè)試集以驗(yàn)證模型訓(xùn)練效果。 各模型對(duì)比結(jié)果見表3。

表3 5 種機(jī)器學(xué)習(xí)模型對(duì)于4 組數(shù)據(jù)集的訓(xùn)練結(jié)果對(duì)比Tab.3 Comparison of prediction results of five machine learning models on four datasets

由表3 可知，隨機(jī)森林和AdaBoost 訓(xùn)練集和測(cè)試集準(zhǔn)確率較好，對(duì)于APT、DPT、NPT、VPT 4 個(gè)數(shù)據(jù)集的訓(xùn)練效果均達(dá)到90%以上，測(cè)試集準(zhǔn)確率達(dá)到70%以上。 隨機(jī)森林的學(xué)習(xí)曲線如圖3 所示，AdaBoost 的學(xué)習(xí)曲線如圖4 所示。

圖3 4 組數(shù)據(jù)集在隨機(jī)森林模型下的學(xué)習(xí)曲線Fig.3 Learning curves of random forest model on four datasets

4 結(jié)束語

隨著人工智能技術(shù)的蓬勃發(fā)展，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)在醫(yī)療輔助診斷領(lǐng)域的應(yīng)用也在不斷深入，基于CT 圖像的胰腺癌良惡性分類的問題已經(jīng)證明了其具有良好的可行性，獲得了很好的分類效果［15］。

使用機(jī)器學(xué)習(xí)進(jìn)行訓(xùn)練學(xué)習(xí)的優(yōu)勢(shì)在于網(wǎng)絡(luò)較簡單，速度快，但對(duì)于診斷CT 圖像良惡性準(zhǔn)確率不高；訓(xùn)練集與測(cè)試集的差距超過20%，因此可能存在過擬合現(xiàn)象。

深度學(xué)習(xí)對(duì)于圖像的識(shí)別率很高，CNN 對(duì)于4期的CT 圖像的AUC均可以達(dá)到90%以上，但其不足在于網(wǎng)絡(luò)模型較為復(fù)雜，訓(xùn)練時(shí)間長，對(duì)電腦配置要求較高。

本文分別將胰腺癌患者的APT、DPT、NPT、VPT 4 期CT 圖像導(dǎo)入深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)模型訓(xùn)練，雖然不同網(wǎng)絡(luò)在準(zhǔn)確率上有較為明顯的差距，但基于深度學(xué)習(xí)模型的良惡性分類診斷中，綜合得分和識(shí)別率較高的是APT 和VPT 時(shí)期；基于深度學(xué)習(xí)模型的良惡性分類診斷中，綜合得分和識(shí)別率較高的是VPT 和NPT 時(shí)期。

綜上，不論使用深度學(xué)習(xí)還是機(jī)器學(xué)習(xí)的方法，良惡性特征較為明顯的時(shí)期是VPT，即動(dòng)脈期。

雖然本文的研究取得了一定成果，但依然存在一些不足。 如：4 期的CT 圖像數(shù)據(jù)雖然存在交集，但并不是完全重合的數(shù)據(jù)；由于深度學(xué)習(xí)網(wǎng)絡(luò)模型耗時(shí)較長，只選取了經(jīng)典的VGG16 導(dǎo)入數(shù)據(jù)訓(xùn)練等。 后續(xù)可嘗試ResNet、Inception 等其他網(wǎng)絡(luò)模型進(jìn)行進(jìn)一步研究。