基于卷積神經(jīng)網(wǎng)絡(luò)的涎腺腫瘤超聲圖像分類(lèi)研究

沈筱梅 張新穎 王權(quán)泳 吳 哲 陳 琴

涎腺的作用是產(chǎn)生唾液，唾液的功能主要是溶解消化食物、潤(rùn)滑口腔和抑菌等［1-2］，涎腺疾病易導(dǎo)致其功能障礙，降低患者的生活質(zhì)量。涎腺病變包括腫瘤、炎性病變及自身免疫性疾病等［2-5］，臨床均可表現(xiàn)為涎腺局部腫塊，其中以腫瘤性疾病最多見(jiàn)，約80%發(fā)生于腮腺［6-7］。涎腺腫瘤首選手術(shù)治療，手術(shù)方式的選擇取決于其性質(zhì)及組織學(xué)類(lèi)型［8］，當(dāng)手術(shù)標(biāo)本的組織學(xué)病理結(jié)果與術(shù)前診斷不一致時(shí)，易導(dǎo)致手術(shù)不徹底或二次手術(shù)［9］，增加腫瘤復(fù)發(fā)甚至惡變的風(fēng)險(xiǎn)。此外，腮腺腫瘤手術(shù)易損傷面神經(jīng)，引發(fā)面神經(jīng)麻痹、Frey 綜合征等并發(fā)癥，因此術(shù)前準(zhǔn)確評(píng)估腫瘤性質(zhì)對(duì)制定治療方案及預(yù)測(cè)預(yù)后均有重要作用［10］。目前涎腺腫瘤的術(shù)前輔助檢查包括超聲、CT、MRI、細(xì)針穿刺活檢、PET-CT 等，因有腫瘤細(xì)胞種植的風(fēng)險(xiǎn)，涎腺腫瘤術(shù)前不宜進(jìn)行穿刺活檢［11］。超聲因價(jià)廉、快捷、方便、無(wú)創(chuàng)和無(wú)輻射等優(yōu)點(diǎn)，成為涎腺疾病的首選輔助檢查。

涎腺腫瘤的臨床表現(xiàn)多無(wú)特異性，腫塊增長(zhǎng)迅速、疼痛、破潰、面神經(jīng)麻痹等多提示惡性，但大多惡性腫瘤的臨床表現(xiàn)與良性腫瘤難以鑒別，尤其在病變?cè)缙陔A段［12］。由于涎腺良性腫瘤的超聲圖像特征差異并不明顯［13］，僅根據(jù)單一的超聲征象鑒別診斷其良惡性并不理想，且建立涎腺超聲圖像數(shù)據(jù)庫(kù)難度較大。目前已有部分研究人員嘗試應(yīng)用機(jī)器學(xué)習(xí)算法對(duì)涎腺腫瘤的超聲圖像進(jìn)行智能分析，如Vukicevic 等［14］提出了一種基于深度學(xué)習(xí)的唾液腺超聲圖像自動(dòng)分割解決方案來(lái)實(shí)現(xiàn)病灶圖像的分割，并考慮了4 種體系結(jié)構(gòu)，包括全卷積神經(jīng)網(wǎng)絡(luò)、FCN-DenseNet、U-Net 和LinkNet，該研究納入了1184 張經(jīng)過(guò)注釋的唾液腺超聲圖像，在交叉合并方面，表現(xiàn)最好的FCNDenseNet 較臨床專(zhuān)家間的觀察者間協(xié)議有較大差距［交并比（IoU）=0.85、0.76］，略高于臨床專(zhuān)家間的觀察者內(nèi)協(xié)議（IoU=0.84），考慮到其準(zhǔn)確率和速度（24.5 幀/s），該研究認(rèn)為FCNDenseNet 在臨床實(shí)踐中可獲得更廣泛的應(yīng)用。Prezioso 等［15］提出并討論了一種基于深度學(xué)習(xí)的涎腺腫瘤自動(dòng)分割與分類(lèi)框架和一種可解釋的分割學(xué)習(xí)方法，通過(guò)逐時(shí)學(xué)習(xí)過(guò)程分析和注意地圖機(jī)制來(lái)支持所提框架的有效性，并通過(guò)收集涎腺腫瘤的數(shù)據(jù)集對(duì)提出的框架進(jìn)行評(píng)估，結(jié)果表明該方法在分割和分類(lèi)方面均取得了較好成績(jī)。Gündüz 等［16］認(rèn)為放射組學(xué)和深度學(xué)習(xí)模型是醫(yī)學(xué)圖像計(jì)算機(jī)輔助診斷的前沿技術(shù)，該研究表明智能分析工具能夠以合理的準(zhǔn)確性對(duì)常見(jiàn)的腮腺腫瘤進(jìn)行分類(lèi)?；诖耍狙芯刻岢鲆环N基于卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network，CNN）的涎腺腫瘤常規(guī)超聲圖像分類(lèi)方法，并結(jié)合腫瘤超聲圖像特征，提高了鑒別涎腺腫瘤良惡性的準(zhǔn)確率。

一、數(shù)據(jù)采集與工具

1.超聲圖像采集

本研究使用的數(shù)據(jù)集由四川省人民醫(yī)院超聲科通過(guò)統(tǒng)一的圖像采集標(biāo)準(zhǔn)獲得，且均經(jīng)臨床病理檢查驗(yàn)證。使用儀器包括三星RS80A、S80，GE Logiq E9、S8，聲科Aixplorer，百勝M(fèi)yLab，邁瑞8T、R9S、DC-8 Pro，Philips iU Elite 彩色多普勒超聲診斷儀，探頭頻率7.5～10.0 MHz。圖像采集標(biāo)準(zhǔn)：①存取腫塊縱切面及橫切面圖像各1張，顯示腫塊最不規(guī)則的切面，必要時(shí)需多切面斜切并存圖；②聚焦點(diǎn)與腫塊平行；③調(diào)節(jié)增益為正常涎腺與正常甲狀腺相同顯示為均勻細(xì)密高回聲，周邊肌肉呈低回聲；④深度應(yīng)完整顯示病灶與下頜骨、周?chē)M織的關(guān)系；⑤彩色多普勒量程為±（5～8）cm/s。本研究共回顧性收集2015年1月至2022年1月208例涎腺腫瘤患者的超聲圖像共984張，包括431張橫切面圖像和553張縱切面圖像，病理歸類(lèi)為762張良性腫瘤圖像和222 張惡性腫瘤圖像，每張圖均由2 名低年資（2 年以上工作經(jīng)驗(yàn)）超聲醫(yī)師及1 名高年資（25 年以上工作經(jīng)驗(yàn)）超聲醫(yī)師標(biāo)注。

2.軟、硬件工具

軟件工具主體使用Python 3.9 作為開(kāi)發(fā)語(yǔ)言，深度學(xué)習(xí)框架使用Pytorch 框架。硬件工具：使用Windows 10 版本的計(jì)算機(jī)，CPU 型號(hào)為i5-8250U，4 核8 線程處理器，主頻為1.60 GHz；顯卡型號(hào)為NVIDIA GeForce GTX 1650。

二、方法與結(jié)果分析

1.圖像預(yù)處理

本研究應(yīng)用圖像處理技術(shù)對(duì)涎腺腫瘤常規(guī)超聲圖像進(jìn)行圖像分割、病灶識(shí)別、圖像預(yù)處理等，并將其作為分類(lèi)算法的訓(xùn)練和測(cè)試依據(jù)，進(jìn)行進(jìn)一步的特征提取和良惡性分類(lèi)。研究［13］表明涎腺良惡性腫瘤超聲圖像特征差異不明顯，僅邊界和鈣化灶方面比較差異有統(tǒng)計(jì)學(xué)意義（均P＜0.05）。為評(píng)估涎腺良惡性腫瘤超聲圖像的邊界和鈣化灶的差異，本研究使用病灶邊界模糊度和內(nèi)部紋理特征分別作為邊界和鈣化灶的衡量指標(biāo)。

病灶邊界模糊度基于灰度值方差計(jì)算，以手動(dòng)標(biāo)記病灶的紅圈為界，將病灶邊界附近特征圖分為內(nèi)、外兩部分。見(jiàn)圖1。兩部分的像素方差之差即為病灶邊界模糊度值（EDscore），邊界越清晰，EDscore越大；邊界越模糊，EDscore越小。EDscore計(jì)算方法為：

圖1 標(biāo)記病灶邊界示意圖

病灶內(nèi)部紋理特征基于灰度共生矩陣的特征統(tǒng)計(jì)量，本研究采用45°掃描灰度共生矩陣得到能量（Asm）、熵（Ent）、對(duì)比度（Con）、逆方差（H），并作為病灶內(nèi)部紋理特征參數(shù)。各參數(shù)計(jì)算方法為：

其中，P(i,j)為歸一化后的灰度共生矩陣，i為灰度共生矩陣的行數(shù)，j為灰度共生矩陣的列數(shù)，N為灰度共生矩陣的維度。

涎腺良惡性腫瘤EDscore及內(nèi)部紋理特征參數(shù)比較見(jiàn)表1。結(jié)果顯示，良惡性腫瘤EDscore、Asm、Ent比較差異均有統(tǒng)計(jì)學(xué)意義（均P＜0.05），推測(cè)病灶內(nèi)部紋理特征和邊界的圖像增強(qiáng)處理對(duì)圖像分類(lèi)有一定的促進(jìn)作用。

表1 涎腺良惡性腫瘤EDscore及內(nèi)部紋理特征參數(shù)比較（）

表1 涎腺良惡性腫瘤EDscore及內(nèi)部紋理特征參數(shù)比較（）

EDscore：病灶邊界模糊度值；Asm：能量；Ent：熵；Con：對(duì)比度；H：逆方差

病理類(lèi)型EDscore內(nèi)部紋理特征參數(shù)Ent 1.113±0.440 0.952±0.385 0.024 51.302±17.445 41.218±14.858＜0.05 Con 0.417±0.184 0.360±0.175 0.216良性惡性P值0.927±0.030 0.937±0.028 0.202 Asm 0.673±0.134 0.720±0.117 0.044 H

因此，為增強(qiáng)涎腺腫瘤的鈣化灶特征，同時(shí)保留原超聲圖像中病灶邊界及內(nèi)部紋理信息，本研究首先應(yīng)用濾波算法去除斑點(diǎn)噪聲，再應(yīng)用圖像處理方法獲得病灶內(nèi)部掩膜圖、病灶邊界輪廓圖，然后將特征組合圖（由病灶內(nèi)部特征區(qū)域圖、病灶邊界輪廓圖、去噪后原始圖像組合而來(lái)）作為樣本進(jìn)行神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。

（1）斑點(diǎn)噪聲：由于斑點(diǎn)噪聲的存在及醫(yī)學(xué)超聲圖像自身成像機(jī)制的限制，醫(yī)學(xué)超聲圖像分辨率較低且噪聲干擾嚴(yán)重，故本研究嘗試通過(guò)濾波算法減少斑點(diǎn)噪聲對(duì)超聲圖像的影響。

雙邊濾波是一種非線性的濾波方式，其在進(jìn)行低通濾波時(shí)考慮了空域信息和鄰近像素相似性信息，其濾波器［17］定義為：

其中Wp是歸一化因子，用來(lái)確保像素權(quán)重總和為1。

式（7）中，參數(shù)σs和σr表示對(duì)圖像I的濾波程度。Gσs和Gσr則分別為空間和尺度高斯因子。相比于高斯濾波，雙邊濾波算法更好地保留了邊緣位置的梯度，因而能夠較好地保留圖像邊緣的高頻信息。對(duì)比高斯濾波處理后的圖像，經(jīng)雙邊濾波處理后的圖像邊緣特征保留更加完好。但由于進(jìn)行濾波算法時(shí)結(jié)合了鄰近像素的灰度相似性，故對(duì)高頻噪聲的去除效果會(huì)因?yàn)樾枰Ａ魣D像邊緣高頻信息而衰弱。應(yīng)用伽馬變換可對(duì)圖像的灰度進(jìn)行非線性變換，其基本形式如下：

其中r為輸入圖像的灰度值，在經(jīng)過(guò)歸一化處理之后取值范圍為［0，1］；S為伽馬變換之后的灰度輸出值；c為灰度縮放系數(shù)，通常取1；γ為伽馬因子，控制整個(gè)變換的縮放程度。本研究選擇γ=0.5 對(duì)圖像進(jìn)行處理，處理后的圖像較暗區(qū)域被拉伸得更亮，圖像整體更亮、更清晰。見(jiàn)圖2。本研究采用伽馬變換和雙邊濾波算法對(duì)已有的數(shù)據(jù)圖像進(jìn)行處理，以更好地突出圖像紋理特征，使在深度學(xué)習(xí)中CNN 能提取到更詳細(xì)、準(zhǔn)確的圖像形態(tài)學(xué)特征。

圖2 濾波前后超聲圖像

（2）特征提取與組合圖像：將收集到的涎腺腫瘤超聲原始圖像由專(zhuān)業(yè)超聲醫(yī)師手動(dòng)標(biāo)記病灶區(qū)域，得到紅圈標(biāo)記病灶的圖像，經(jīng)過(guò)邊界像素提取等一系列圖像處理方法，得到病灶內(nèi)部掩膜圖和病灶邊界輪廓圖；將經(jīng)過(guò)去噪后的原始圖像與病灶內(nèi)部掩膜圖疊加，得到病灶內(nèi)部特征區(qū)域圖。見(jiàn)圖3，4。

圖3 特征提取準(zhǔn)備圖的生成

圖4 特征提取準(zhǔn)備圖的生成步驟示意圖

為使圖像特征得到充分訓(xùn)練并提取，將3張準(zhǔn)備圖（病灶內(nèi)部特征區(qū)域圖、去噪后原始圖像、病灶邊界輪廓圖）通過(guò)RGB三通道且合為1 張圖，作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本。為強(qiáng)調(diào)病灶內(nèi)部特征，同時(shí)不丟失病灶周?chē)卣鳎ê蠓交芈暤龋?，設(shè)定不同準(zhǔn)備圖的通道和權(quán)重分別為：病灶內(nèi)部特征區(qū)域圖為R 通道，權(quán)重0.6；去噪后原始圖像為G 通道，權(quán)重0.3；病灶邊界輪廓圖為B通道，權(quán)重0.1。見(jiàn)圖5。

圖5 RGB三通道特征組合圖

（3）數(shù)據(jù)增強(qiáng)：CNN 的訓(xùn)練需要大量的數(shù)據(jù)支撐，而實(shí)際項(xiàng)目中往往難以找到充足的數(shù)據(jù)。本研究借助空間幾何變換的數(shù)據(jù)增強(qiáng)方法，通過(guò)反轉(zhuǎn)、隨機(jī)裁剪、隨機(jī)旋轉(zhuǎn)等操作擴(kuò)大訓(xùn)練集。本研究的增強(qiáng)倍數(shù)為2倍，將984張圖像數(shù)據(jù)擴(kuò)增到1968張，以增強(qiáng)模型的泛化能力，避免過(guò)擬合。

2.模型訓(xùn)練

CNN 具有很強(qiáng)的表征學(xué)習(xí)能力，可以通過(guò)卷積、池化、激活、全連接等方式提取圖像的特征。相比于人工提取的涎腺腫瘤感興趣區(qū)域的形態(tài)學(xué)特征，CNN 既可以反映圖像的整體特征，也可以反映更加細(xì)節(jié)的部分特征。這些特征提取均依賴(lài)于CNN 中最重要的構(gòu)成部分：卷積層。一般而言，淺層少量的卷積操作僅能獲取圖像的輪廓、線條等簡(jiǎn)單特征，而隨著卷積次數(shù)的增加及卷積核大小的增加，可以捕獲到更復(fù)雜的特征表示。

（1）VGG19 模型：VGG 網(wǎng)絡(luò)使用3×3 的卷積核代替神經(jīng)網(wǎng)絡(luò)中較大的卷積核，可在具有相同感受野的情況下減少網(wǎng)絡(luò)參數(shù)，從而提高訓(xùn)練效率。本研究首先凍結(jié)VGG19 的卷積層，并添加全局平均池化層，將原VGG19 輸出的7×7×512 展平成1×1×512。對(duì)于全連接層，分別設(shè)置節(jié)點(diǎn)為512，128，4，2，同時(shí)在每一層全連接層后面添加批歸一化層并使用ReLU 函數(shù)作為激活函數(shù)。對(duì)于全連接層輸出的結(jié)果使用交叉熵?fù)p失函數(shù)計(jì)算損失。

（2）ResNet50 模型：ResNet50 模型通過(guò)建立前后層之間的短路連接，有助于訓(xùn)練過(guò)程中的反向傳播，避免了梯度消失和梯度爆炸的問(wèn)題。本研究通過(guò)遷移學(xué)習(xí)，凍結(jié)了ResNet50模型的卷積層，展平并歸一化數(shù)據(jù)后，添加了線性層和池化層，對(duì)于全連接層輸出的結(jié)果使用交叉熵?fù)p失函數(shù)計(jì)算損失。

（3）基于VGG19 模型改進(jìn)的OwnNet 模型：本研究結(jié)果發(fā)現(xiàn)，VGG19模型對(duì)涎腺腫瘤良惡性分類(lèi)的效果較ResNet50模型更好，因此本研究基于VGG19 模型的網(wǎng)絡(luò)結(jié)構(gòu)，自主構(gòu)建了一個(gè)CNN，命名為OwnNet，其模型結(jié)構(gòu)見(jiàn)圖6。與VGG19 模型比較，OwnNet 模型的輸入層由224×224×3 更改為256×256×3，增大了單張圖片的數(shù)據(jù)量，從而避免特征丟失；卷積層同樣采用3×3 的卷積核代替神經(jīng)網(wǎng)絡(luò)中較大的卷積核，能夠在具有相同感受野的情況下減少網(wǎng)絡(luò)參數(shù)，從而提高訓(xùn)練效率；卷積單元增加了批歸一化函數(shù)，保證ReLU 激活函數(shù)的輸入值不會(huì)過(guò)高或過(guò)低。在卷積層輸出部分，與VGG19 模型比較，OwnNet 模型增加了注意力SE 模塊，讓模型更關(guān)注有利于良惡性分類(lèi)的特征通道；同時(shí)增加了神經(jīng)元個(gè)數(shù)，卷積層的輸出神經(jīng)元由1×1×4096 增加到1×1×16 384；還增加了全連接層的層數(shù)，設(shè)置全連接層節(jié)點(diǎn)分別為16 384，128，4，在全連接層后添加批歸一化函數(shù)層和Sigmoid 激活函數(shù)層，最后得到分類(lèi)結(jié)果，并使用交叉熵?fù)p失函數(shù)計(jì)算損失。由于本研究納入的良惡性樣本分布不均衡，在計(jì)算損失時(shí)賦予良惡性樣本不同的權(quán)重（良性權(quán)重∶惡性權(quán)重=1∶3.43），使對(duì)惡性樣本的錯(cuò)誤懲罰度更大，從而降低惡性樣本漏診的風(fēng)險(xiǎn)。

圖6 OwnNet模型結(jié)構(gòu)示意圖

3.結(jié)果分析

在網(wǎng)絡(luò)訓(xùn)練中依據(jù)病理診斷結(jié)果對(duì)數(shù)據(jù)集添加標(biāo)簽。本研究共1968 張數(shù)據(jù)集樣本，為保證模型在現(xiàn)實(shí)中的表現(xiàn)效果，劃分訓(xùn)練集、驗(yàn)證集和測(cè)試集時(shí)要求其良惡性樣本的比例一致且等于總體樣本中良惡性樣本的比例（1∶3.43），隨機(jī)分為訓(xùn)練集（占比58%）、驗(yàn)證集（占比15%）和測(cè)試集（占比27%）3部分，其中訓(xùn)練集1150張，驗(yàn)證集296張，測(cè)試集522張。在訓(xùn)練過(guò)程中，綜合考慮計(jì)算機(jī)性能，將Epoch 設(shè)置為500；模型采用Adam優(yōu)化器，其初始學(xué)習(xí)率設(shè)定為0.001，權(quán)值衰減（weight_decay）設(shè)置為0.0001，防止出現(xiàn)過(guò)擬合情況；學(xué)習(xí)率衰減因子gamma 設(shè)置為0.98。將3種模型在相同數(shù)據(jù)集、相同平臺(tái)上運(yùn)行，通過(guò)計(jì)算在訓(xùn)練集的最高準(zhǔn)確率、訓(xùn)練集和驗(yàn)證集20 個(gè)Epoches 的平均準(zhǔn)確率，以及測(cè)試集的準(zhǔn)確率、靈敏度、特異度、陽(yáng)性預(yù)測(cè)值（PPV）、陰性預(yù)測(cè)值（NPV），總結(jié)模型的效能，結(jié)果見(jiàn)表2。

表2 不同網(wǎng)絡(luò)模型的訓(xùn)練效能比較

使用OwnNet 模型對(duì)病灶內(nèi)部掩膜圖數(shù)據(jù)集和特征組合圖數(shù)據(jù)集訓(xùn)練，結(jié)果見(jiàn)表3。通過(guò)繪制受試者工作特征（receiver operating characteristic，ROC）曲線評(píng)估兩種類(lèi)型數(shù)據(jù)集在OwnNet 模型上的訓(xùn)練效能，病灶內(nèi)部掩膜圖和特征組合圖數(shù)據(jù)集的曲線下面積（area under curve，AUC）分別為0.848 和0.863。見(jiàn)圖7。

表3 兩種類(lèi)型數(shù)據(jù)集在OwnNet模型上的訓(xùn)練效能比較

圖7 兩種類(lèi)型數(shù)據(jù)集在OwnNet模型上訓(xùn)練的ROC曲線圖

為增強(qiáng)模型的可解釋性，獲取最后一層卷積層，將其在注意力SE 模塊中注意力權(quán)重最大的通道圖使用雙線性插值上采樣到原始圖像大小，生成熱圖以證明模型分類(lèi)的可行性，見(jiàn)圖8。將熱圖與原始圖像合并得到在涎腺腫瘤超聲圖像中模型注意力的大致位置，見(jiàn)圖9。結(jié)果發(fā)現(xiàn)模型對(duì)涎腺良惡性腫瘤均會(huì)關(guān)注病灶內(nèi)部和部分回聲結(jié)構(gòu)，但對(duì)惡性病灶的關(guān)注范圍相對(duì)更廣，并重點(diǎn)注意病灶內(nèi)部紋理特征。

圖8 熱圖生成模型示意圖

圖9 涎腺良惡性腫瘤熱圖與原始圖像合并得到在涎腺腫瘤超聲圖像中模型注意力的大致位置

三、討論

本研究針對(duì)術(shù)前涎腺腫瘤超聲圖像，使用伽馬變換和雙邊濾波算法對(duì)已有的數(shù)據(jù)圖像進(jìn)行處理，更好地突出圖像紋理特征，然后將人工提取特征組合圖作為訓(xùn)練樣本，分別在VGG19 模型、ResNet50 模型和OwnNet 模型上進(jìn)行特征提取和分類(lèi)，并對(duì)網(wǎng)絡(luò)參數(shù)進(jìn)行了調(diào)整。結(jié)果顯示，OwnNet 模型表現(xiàn)出的效果最佳，證明了CNN對(duì)涎腺腫瘤超聲圖像進(jìn)行良惡性分類(lèi)的可行性，引入注意力機(jī)制能夠有效提高分類(lèi)效果，從而提高人工智能診療效率。

在以上3 種網(wǎng)絡(luò)模型中，ResNet50 模型在訓(xùn)練集的收斂速度最快，但其分類(lèi)效果不夠理想，平均準(zhǔn)確率僅78.07%；在驗(yàn)證集的分類(lèi)效果同樣低于VGG19 模型和OwnNet 模型，平均準(zhǔn)確率僅73.34%。VGG19 模型在訓(xùn)練集及驗(yàn)證集的準(zhǔn)確率均較ResNet50 模型高，因此本研究基于VGG19 模型構(gòu)建了OwnNet模型，結(jié)果提示其分類(lèi)效果最好，在訓(xùn)練集的最高準(zhǔn)確率達(dá)92.43%，在測(cè)試集的準(zhǔn)確率、靈敏度、特異度、PPV、NPV 也較其他模型更高。分析OwnNet 模型分類(lèi)效果更好的原因主要有：①擴(kuò)大了模型輸入單張圖像的數(shù)據(jù)量，避免特征丟失；②采用3×3 卷積核，能夠在具有相同感受野的情況下減少網(wǎng)絡(luò)參數(shù)，提高了訓(xùn)練效率；③卷積單元增加了批歸一化函數(shù)，保證ReLU 激活函數(shù)的輸入值不會(huì)過(guò)高或過(guò)低，使參數(shù)能夠有效更新，提高了模型的穩(wěn)定性；④模型引入注意力SE 模塊，突出對(duì)分類(lèi)有用的通道特征；⑤增加了全連接層的長(zhǎng)度和寬度，提高了模型的非線性表達(dá)能力和學(xué)習(xí)能力；⑥對(duì)良惡性樣本賦予不同的損失權(quán)重，提高了模型對(duì)數(shù)量較少的惡性樣本的學(xué)習(xí)能力。

本研究結(jié)果顯示，與病灶內(nèi)部掩膜圖數(shù)據(jù)集比較，使用特征組合圖數(shù)據(jù)集在OwnNet 模型上訓(xùn)練得到的準(zhǔn)確率、靈敏度、PPV、NPV 均更高，而特異度較低，表明使用特征組合圖數(shù)據(jù)集能夠更好地學(xué)習(xí)惡性樣本的特征。不同類(lèi)型數(shù)據(jù)集對(duì)應(yīng)的ROC 曲線分析反映了模型的泛化能力，使用特征組合圖數(shù)據(jù)集得到的AUC較單純病灶內(nèi)部掩膜圖數(shù)據(jù)集更高，提示前者模型性能更好。分析是由于特征組合圖突出了涎腺腫瘤超聲圖像中病灶邊界和內(nèi)部特征，也保留了病灶外部特征，從而表現(xiàn)性能更佳。

研究［18］表明根據(jù)超聲圖像特征（包括腫塊形狀、邊緣、后回聲模式、鈣化和局部淋巴結(jié)腫大）鑒別唾液腺腫瘤良惡性的準(zhǔn)確率約67%～96%；多形性腺瘤是常見(jiàn)的良性上皮腫瘤，但惡性轉(zhuǎn)化的可能性為5.0%～9.8%，由于大多惡性腫瘤早期缺乏特異性的臨床癥狀和體征，術(shù)前難以確定腫瘤性質(zhì)，穿刺活檢時(shí)可能由于取材導(dǎo)致腫瘤轉(zhuǎn)移；且該研究以組織病理學(xué)結(jié)果為因變量，臨床和超聲圖像特征為自變量建立的邏輯回歸模型鑒別涎腺腫瘤良惡性的AUC、靈敏度、特異度、準(zhǔn)確率、PPV 及NPV 分別為0.893、84.30%、80.00%、83.10%、0.653、0.920。研究［19］使用傳統(tǒng)的應(yīng)變彈性成像和帶有四模式評(píng)分系統(tǒng)的聲輻射力脈沖成像檢查了185 個(gè)涎腺腫瘤（包括163 個(gè)良性腫瘤和22 個(gè)惡性腫瘤），結(jié)果顯示二者對(duì)其良惡性分類(lèi)的靈敏度、特異度、準(zhǔn)確率分別為54.50%、56.40%、56.20%和77.30%、63.80%、65.40%。以上研究均低于本研究模型在測(cè)試集的準(zhǔn)確率、靈敏度、特異度（85.44%、86.67%、86.27%），表明該模型在涎腺腫瘤良惡性分類(lèi)方面具有一定優(yōu)勢(shì)。

四、結(jié)論

本研究通過(guò)對(duì)3 種模型進(jìn)行分類(lèi)訓(xùn)練并測(cè)試，證實(shí)了CNN對(duì)涎腺腫瘤超聲圖像良惡性進(jìn)行分類(lèi)的可行性，結(jié)果表明VGG19模型效能優(yōu)于ResNet50模型，OwnNet模型效能最佳，且由涎腺腫瘤超聲圖像的特征組合圖訓(xùn)練得到的分類(lèi)模型準(zhǔn)確率更高，表明VGG深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)更適合涎腺腫瘤超聲圖像的分類(lèi)，可輔助臨床醫(yī)師診斷，使目標(biāo)病灶的檢出與鑒別更加直接、清晰且客觀，提高診斷效率。但該模型對(duì)于整體樣本的分類(lèi)效果較其他方法并無(wú)明顯優(yōu)勢(shì)。由于涎腺腫瘤超聲圖像數(shù)據(jù)的進(jìn)一步積累較為困難，在一定程度上限制了機(jī)器學(xué)習(xí)訓(xùn)練的效果。推測(cè)擴(kuò)大涎腺腫瘤超聲圖像數(shù)據(jù)集后，其分類(lèi)效果還有較大進(jìn)步空間；同時(shí)還需進(jìn)一步優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)，提高模型的訓(xùn)練效率和泛化能力。同時(shí)，本研究為單中心、回顧性研究，缺乏前瞻性外部驗(yàn)證，后期仍需進(jìn)一步完善。