陳樹越，黃 萍，朱 軍，劉佳鑌

(常州大學(xué) 信息科學(xué)與工程學(xué)院， 江蘇 常州 213164)

0 引 言

肺癌[1,2]的早期表現(xiàn)形式[3-5]是直徑小于3 cm的肺內(nèi)類圓形肺結(jié)節(jié)。如何準(zhǔn)確識(shí)別肺結(jié)節(jié)是肺部疾病診斷的難點(diǎn)，對于預(yù)防早期肺癌具有重要醫(yī)學(xué)意義。

針對孤立性肺結(jié)節(jié)的識(shí)別方法，Khobragade等[6]使用基于ANN的圖像分類算法來檢測肺部疾病，但存在過擬合的問題；Zhou等[7]提出基于SVM和CT圖像特征水平融合的肺結(jié)節(jié)檢測算法，但使用SVM時(shí)對參數(shù)和核函數(shù)的選取比較困難。相對上述傳統(tǒng)的分類算法，極限學(xué)習(xí)機(jī)(ELM-extreme learning machine)的泛化性能更好，能夠避免局部最小值和過擬合等問題。Chen等[8]利用基于小波的ELM在癲癇發(fā)作方面做了預(yù)測研究，實(shí)驗(yàn)研究表明該方法不僅提高了檢測精度，而且提高了學(xué)習(xí)效率；孫俊等[9]在生菜葉片的研究中，利用ELM分類算法對氮素水平做了分類；Lu等[10]將改進(jìn)的ELM算法應(yīng)用到腦部檢測系統(tǒng)中，結(jié)果表明改進(jìn)的ELM對于病理性腦部檢測的結(jié)果更加準(zhǔn)確可靠。因此將ELM算法引入肺結(jié)節(jié)的識(shí)別，但在分類過程中，不相關(guān)特征會(huì)使分類器的性能下降。為了解決上述問題，將Relief特征加權(quán)框架運(yùn)用于ELM分類中。首先根據(jù)候選結(jié)節(jié)的特征利用k-means聚類算法去除大量干擾結(jié)節(jié)檢測的血管，然后利用Relief特征加權(quán)ELM分類算法對候選結(jié)節(jié)分類。實(shí)驗(yàn)結(jié)果表明，基于Relief特征加權(quán)ELM能較好地適用于肺結(jié)節(jié)識(shí)別。

1 肺結(jié)節(jié)CT圖像檢測與識(shí)別

肺結(jié)節(jié)CT圖像檢測與識(shí)別的研究對象主要是肺部CT圖像中的孤立性肺結(jié)節(jié)。圖1為肺結(jié)節(jié)檢測與識(shí)別的流程。

圖1 肺結(jié)節(jié)檢測與識(shí)別

1.1 肺實(shí)質(zhì)分割

為了減小肺結(jié)節(jié)的檢測范圍，提高結(jié)節(jié)檢測的準(zhǔn)確率，肺實(shí)質(zhì)分割在肺結(jié)節(jié)檢測與分類過程中必不可少。因此，利用一種自動(dòng)分割肺實(shí)質(zhì)區(qū)域的方法[11]，該方法結(jié)合了閾值處理、區(qū)域生長以及形態(tài)濾波等技術(shù)。

如圖2(a)所示肺部CT圖像，肺實(shí)質(zhì)與其周圍區(qū)域的灰度值相差較大，可首先采用最大類間方差閾值法對肺部CT圖像進(jìn)行初始分割，如圖2(b)所示。利用區(qū)域生長、填充等方法來去除干擾組織，如背景、血管等，得到的肺實(shí)質(zhì)模板如圖2(c)所示。最后將此肺實(shí)質(zhì)模板乘以原始圖像即為要得到的完整的肺實(shí)質(zhì)，如圖2(d)所示。

圖2 肺實(shí)質(zhì)分割

1.2 候選結(jié)節(jié)提取

采用最優(yōu)閾值法對肺實(shí)質(zhì)進(jìn)行初始分割，去除肺實(shí)質(zhì)中的干擾部分，得到肺實(shí)質(zhì)感興趣區(qū)域。由于一些面積非常小的高亮噪聲點(diǎn)的存在，因此利用連通成分的方法來去除這些高亮噪聲點(diǎn)，最終得到的感興趣區(qū)域如圖3所示。

圖3 感興趣區(qū)域

通常情況下肺結(jié)節(jié)表現(xiàn)為圓形，而血管根據(jù)切片的方向不同表現(xiàn)為圓形血管、條狀血管、交叉型血管。由圖3所示的初步分割后的感興趣區(qū)域可以看出，感興趣區(qū)域含有大量的假陽性結(jié)節(jié)，大量的候選結(jié)節(jié)會(huì)增加后續(xù)特征提取與分類的工作量。因此為了進(jìn)一步提取候選結(jié)節(jié)，減少假陽結(jié)節(jié)的數(shù)量，對初步分割后得到的感興趣區(qū)域進(jìn)行篩選。

由于類圓形血管和初期的肺結(jié)節(jié)的形狀特征相同，所以僅僅通過形狀特征不能排除干擾候選結(jié)節(jié)篩選的假陽性。由于血管的灰度分布均勻，像素灰度值相差不大，而肺結(jié)節(jié)的灰度呈正態(tài)分布，中間亮，兩邊比較暗，像素灰度值相差較大，所以肺結(jié)節(jié)的灰度直方圖熵值比血管的灰度直方圖熵值大。利用k-means聚類與類圓度和灰度直方圖熵這兩個(gè)特征對感興趣區(qū)域進(jìn)一步提取候選結(jié)節(jié)，減少假陽性結(jié)節(jié)，得到最終要提取的候選結(jié)節(jié)如圖4所示。

圖4 候選結(jié)節(jié)

圖4中黑色邊框部分表示聚類后得到的候選結(jié)節(jié)，由于每張孤立性肺結(jié)節(jié)的CT圖像中最多含有一個(gè)肺結(jié)節(jié)，所以圖中得到的候選結(jié)節(jié)中仍然存在假陽性。

1.3 特征提取和歸一化

1.3.1 特征提取

候選肺結(jié)節(jié)特征選擇的優(yōu)劣將直接影響肺結(jié)節(jié)的分類結(jié)果。通過孤立性肺結(jié)節(jié)在CT圖像中的表現(xiàn)形態(tài)，提取類圓度M1和灰度直方圖熵M2對感興趣區(qū)域聚類，降低候選結(jié)節(jié)的假陽性，提高檢測效率。針對候選結(jié)節(jié)中仍然存在假陽性，繼續(xù)對候選結(jié)節(jié)進(jìn)行識(shí)別分類，提取候選結(jié)節(jié)的特征，如灰度均值A(chǔ)ve、緊湊度M3和紋理特征，其中候選結(jié)節(jié)區(qū)域的紋理特征是通過灰度共生矩陣來分析肺結(jié)節(jié)的空間分布特征，選擇對比度Con，相關(guān)性Cor，能量Ery和熵Ent這4個(gè)參數(shù)作為描述反應(yīng)候選結(jié)節(jié)區(qū)域變化的因子，反應(yīng)不同灰色尺度在相對空間的分布特征。

(1)類圓度用來表示目標(biāo)區(qū)域與圓形的相似度。其值越接近于1，說明與圓越相似。其表達(dá)式為

(1)

式中：A為肺結(jié)節(jié)區(qū)域內(nèi)像素的總和。

(2)灰度直方圖熵表示圖像灰度區(qū)域的信息量，其表達(dá)式為

(2)

式中：c(k)為各個(gè)元素歸一化后得到的相應(yīng)的灰度級(jí)的分布概率。

(3)灰度均值

(3)

式中：圖像I大小為M×N，I(x,y)為像素的(x,y)的灰度值。

(4)緊湊度表示邊緣光滑的程度。邊界越復(fù)雜越粗糙，緊湊度越小[12]。其表達(dá)式為

(4)

式中：P是區(qū)域輪廓的周長。

(5)對比度Con反映圖像紋理溝紋的深淺程度和清晰度。紋理溝紋越淺，對比度越小，圖像越模糊；反之，對比度變大，視覺效果也變得清晰。其表達(dá)式為

(5)

(6)相關(guān)性Cor用來衡量局部領(lǐng)域的線性依賴性。其表達(dá)式為

(6)

(7)能量Ery反映圖像灰度分布均勻性。圖像的紋理越粗，能量越大，反之越小。其表達(dá)式為

(7)

(8)熵Ent用來度量圖像具有的信息量。圖像中紋理越少，則該圖像的熵值越小，反之越大。其表達(dá)式為

Ent=-∑i,jp(i,j)logp(i,j)

(8)

1.3.2 特征歸一化

由于每個(gè)特征的提取都是單獨(dú)進(jìn)行的，因此各個(gè)特征的數(shù)量級(jí)不同。所以不能直接將提取的特征數(shù)據(jù)直接進(jìn)行分類處理，需要對特征進(jìn)行歸一化處理。采用零均值標(biāo)準(zhǔn)化的方法將原始數(shù)據(jù)集歸一化為均值為0、方差為1的數(shù)據(jù)集，歸一化公式如下

(9)

式中：μ和σ分別為原始數(shù)據(jù)的均值和方差。

2 Relief特征加權(quán)的ELM孤立肺結(jié)節(jié)檢測

2.1 ELM算法分類模型

ELM[13]是在神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上發(fā)展而來的，用來求解單隱層神經(jīng)網(wǎng)絡(luò)的算法。ELM通過隨機(jī)初始化輸入權(quán)重和偏置來產(chǎn)生唯一的解。

對于有L個(gè)隱層節(jié)點(diǎn)的單隱層神經(jīng)網(wǎng)絡(luò)可以用數(shù)學(xué)模型描述如下

(10)

Hβ=T

(11)

式中：H是隱藏層節(jié)點(diǎn)的輸出，β為輸出權(quán)重，T為期望輸出

(12)

一旦輸入權(quán)重Wi和隱藏層的偏置bi被確定，隱藏層的輸出矩陣H就可以被唯一確定。通過求解Hβ=T線性系統(tǒng)代替訓(xùn)練單隱層神經(jīng)網(wǎng)絡(luò)。因此輸出權(quán)重β可以被確定為

(13)

式中：H+是矩陣H的Moore-Penrose廣義逆。

2.2 Relief算法

Relief算法是由Kira等[14]提出的，目前已經(jīng)廣泛的應(yīng)用于數(shù)據(jù)特征選擇、分類等方面。特征屬性的重要程度主要根據(jù)樣本類內(nèi)和類間的距離來評判。

(14)

2.3 基于Relief特征加權(quán)的ELM分類器

由于一些弱相關(guān)的特征會(huì)影響分類結(jié)果的準(zhǔn)確性，因此給出了基于Relief特征加權(quán)的ELM分類算法(Relief-ELM算法)。

2.3.1 特征權(quán)重的計(jì)算

當(dāng)一個(gè)屬性類別比較容易判斷時(shí)，意味著與同類樣本間的距離較近，此時(shí)特征屬性的權(quán)重就較小。反之，與非同類樣本間的距離較遠(yuǎn)，特征屬性的權(quán)重就較大。在此規(guī)則基礎(chǔ)上，將Relief算法用于候選結(jié)節(jié)特征權(quán)重的計(jì)算，算法如下。

Algorithm 1：求解訓(xùn)練集特征權(quán)重

Input：帶有標(biāo)簽的候選結(jié)節(jié)特征數(shù)據(jù)X

Output：每組數(shù)據(jù)的權(quán)重向量

(2)fori=1 ton；

(3)隨機(jī)選擇一個(gè)樣本xi

(4)尋找xi類內(nèi)最近鄰樣本L和類間最近鄰樣本M

利用式(14)對候選結(jié)節(jié)的特征權(quán)值進(jìn)行訓(xùn)練，特征分類能力越強(qiáng)的賦予的權(quán)重越大，反之，特征分類能力越弱的賦予的權(quán)重越小。

2.3.2 Relief-ELM分類模型思想

根據(jù)求出的候選結(jié)節(jié)各個(gè)特征的權(quán)值，對歸一化后的候選結(jié)節(jié)的特征數(shù)據(jù)進(jìn)行縮放，將各個(gè)特征屬性向量乘以相應(yīng)權(quán)重，作為輸入樣本輸入到ELM網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，最后利用訓(xùn)練好的ELM網(wǎng)絡(luò)模型對肺結(jié)節(jié)測試數(shù)據(jù)集中的圖像進(jìn)行自動(dòng)分類。具體算法如下：

肺結(jié)節(jié)檢測訓(xùn)練算法：

Algorithm 2：肺結(jié)節(jié)訓(xùn)練算法

Input：L：隱藏層層數(shù)，T：醫(yī)生對肺結(jié)節(jié)訓(xùn)練樣本的診斷結(jié)果，W：各個(gè)候選結(jié)節(jié)特征對應(yīng)的特征權(quán)重；

Output：ELM的參數(shù)β；

(1)fori=1 toL

(2)隨機(jī)生成隱藏層偏置參數(shù)bi

(3)根據(jù)式(12)計(jì)算隱藏層輸出矩陣H；

(5)返回β

肺結(jié)節(jié)分類算法描述如下：

Algorithm 3：肺結(jié)節(jié)分類算法

Input：F為測試樣本，L，W，b，β；

Output：T對測試樣本的分類結(jié)果；

(1)利用F，W，b計(jì)算隱藏層輸出矩陣H；

(2)根據(jù)式(11)計(jì)算候選結(jié)節(jié)的分類結(jié)果T；

(3)返回T。

根據(jù)返回的結(jié)果T與醫(yī)生對肺結(jié)節(jié)的診斷結(jié)果進(jìn)行對比來判斷分類器的分類效果。

3 實(shí)驗(yàn)設(shè)計(jì)與分析

3.1 實(shí)驗(yàn)設(shè)計(jì)與評價(jià)指標(biāo)

交叉驗(yàn)證能夠在有限的學(xué)習(xí)數(shù)據(jù)中從多個(gè)方向?qū)W習(xí)樣本來獲取盡可能多的有效信息，能夠有效地避免過擬合的問題，保證分類器的分化性能。采用四折交叉驗(yàn)證，將肺部CT圖像被隨機(jī)分成4組，使得每組數(shù)量幾乎相等；用第一組作為測試集，其余的3組作為訓(xùn)練集，獲得第一組分類的準(zhǔn)確率A1；其余各組依照上面的方法對所有的數(shù)據(jù)進(jìn)行分類得到其余兩組的準(zhǔn)確率A2，A3，A4。計(jì)算分類的準(zhǔn)確率如下式所示

ACCfinal=avg(A1,A2,A3,A4)

(15)

根據(jù)肺結(jié)節(jié)醫(yī)學(xué)影像表現(xiàn)，聚類后的候選結(jié)節(jié)要么是結(jié)節(jié)，要么是非結(jié)節(jié)即血管兩種情況。采用臨床醫(yī)學(xué)界的一種診斷疾病的方法-金標(biāo)準(zhǔn)來判斷目標(biāo)區(qū)域是否為結(jié)節(jié)。肺結(jié)節(jié)診斷評價(jià)標(biāo)準(zhǔn)見表1。

表1 肺結(jié)節(jié)診斷評價(jià)標(biāo)準(zhǔn)

其中,TP表示結(jié)節(jié)被正確劃分的個(gè)數(shù)；FN表示結(jié)節(jié)被錯(cuò)誤劃分的個(gè)數(shù)；TN表示非結(jié)節(jié)被正確劃分的個(gè)數(shù)；FP表示非結(jié)節(jié)被錯(cuò)誤劃分的個(gè)數(shù)。肺結(jié)節(jié)分類識(shí)別檢測的結(jié)果采用敏感度、特異性、誤診率、漏診率、準(zhǔn)確率作為實(shí)驗(yàn)分類性能的評價(jià)指標(biāo)。計(jì)算公式如式(16)所示

(16)

3.2 實(shí)驗(yàn)數(shù)據(jù)

實(shí)驗(yàn)數(shù)據(jù)采用肺部影像數(shù)據(jù)庫聯(lián)盟(lung image database consortium，LIDC)數(shù)據(jù)集[15]。從LIDC數(shù)據(jù)集中選擇128幅肺部CT圖像作為實(shí)驗(yàn)數(shù)據(jù)，根據(jù)放射科醫(yī)生的注釋得知每幅圖像中只有一個(gè)結(jié)節(jié)。聚類后得到248個(gè)候選結(jié)節(jié)，其中包含128個(gè)真陽結(jié)節(jié)和120個(gè)假陽結(jié)節(jié)。

3.3 實(shí)驗(yàn)分析

實(shí)驗(yàn)將248個(gè)樣本的8個(gè)特征屬性數(shù)據(jù)運(yùn)用Relief特征加權(quán)算法進(jìn)行實(shí)驗(yàn)，求出不同的特征屬性在分類中不同的貢獻(xiàn)。類圓度、灰度直方圖熵、灰度均值、緊湊度、對比度、相關(guān)性、能量和熵等8個(gè)屬性按照順序在Relief算法中通過四折交叉運(yùn)算計(jì)算出的權(quán)重均值變化趨勢如圖5所示。其中，類圓度為8.14，灰度直方圖熵為6.81，灰度均值為7.80，緊湊度為1.15，對比度為0.16，相關(guān)性為0.11，能量為1.07，熵為0.17。

圖5 8個(gè)特征屬性的權(quán)重

按照從大到小順序排列，可知各個(gè)屬性的權(quán)重關(guān)系如下：屬性1>屬性3>屬性2>屬性4>屬性7>屬性8>屬性5>屬性6，可以看出屬性1類圓度是最主要的影響因素。其次是屬性3灰度均值和屬性2灰度直方圖熵，后面幾個(gè)屬性的權(quán)重大小相近，但是還是對分類有著不同的重要程度。

本文在特征選擇為了獲得最優(yōu)特征組合，根據(jù)各個(gè)特征屬性權(quán)重的大小，從大到小不斷組合特征屬性，得到的準(zhǔn)確率見表2。

表2 不同特征組合后的準(zhǔn)確率

由表2可以看出特征屬性1、3、2、4、7即類圓度、灰度均值、灰度直方圖熵、緊湊度、能量這5個(gè)特征組合所得的分類準(zhǔn)確率最高，所以將這5個(gè)特征選為最優(yōu)特征組合。

對比實(shí)驗(yàn)中檢測肺結(jié)節(jié)的步驟是：首先根據(jù)肺結(jié)節(jié)的形狀和灰度特征對感興趣區(qū)域聚類得到候選結(jié)節(jié)；然后提取候選結(jié)節(jié)的幾何特征和紋理特征，最后利用支持向量機(jī)(SVM)和極限學(xué)習(xí)(ELM)進(jìn)行分類，將結(jié)節(jié)和非結(jié)節(jié)分離開來?；诮徊骝?yàn)證的3種分類算法的肺結(jié)節(jié)檢測錯(cuò)誤率的對比見表3。其中Y表示被檢測為非結(jié)節(jié)的樣本數(shù)量/該組結(jié)節(jié)樣本數(shù)，N表示被檢測為結(jié)節(jié)的樣本數(shù)量/該組非結(jié)節(jié)樣本數(shù)，T表示被錯(cuò)檢的數(shù)量/該組測試的總的樣本數(shù)。從表中SVM算法、ELM算法以及本文算法相比較可以看出，SVM算法的錯(cuò)檢率為13.31%，ELM算法的錯(cuò)檢率為6.45%，可以看出相對于傳統(tǒng)的分類算法，ELM算法的錯(cuò)檢率減少了一半，具有更好的分類性能。而本文算法的錯(cuò)檢率只有4.03%，較傳統(tǒng)的ELM分類算法錯(cuò)檢率有所降低，說明經(jīng)過特征加權(quán)優(yōu)化后的ELM相對于傳統(tǒng)的ELM更適用于肺結(jié)節(jié)的檢測。

表3 錯(cuò)檢率對比

本文算法與SVM分類算法和ELM算法對比見表4。從表格實(shí)驗(yàn)數(shù)據(jù)分析可知：本文方法對于肺結(jié)節(jié)檢測的精確度達(dá)到95.97%，而對比實(shí)驗(yàn)SVM和ELM方法得到的準(zhǔn)確率分別為是86.69%、93.55%，準(zhǔn)確率分別提高了9.28%，2.42%。由于漏診對于患者是致命的，所以對于肺結(jié)節(jié)的檢測應(yīng)該盡量減少漏診。本文方法在漏診率方面，相比較于SVM算法和ELM算法分別降低了12.15%、4.66%，這對于患者能夠提高肺癌的診斷質(zhì)量和效率。本文方法的誤診率相對于對比實(shí)驗(yàn)的方法分別降低了5.96%、0.18%。

根據(jù)式(16)計(jì)算出對比實(shí)驗(yàn)SVM算法的敏感度和特異性分別為83.69%，90.65%，ELM算法的敏感度和特異性分別為91.18%，96.43%，而本文算法的敏感度和特異性分別為95.38%，96.61%。本文算法相對于SVM算法有11.69%敏感度的提高和5.96%特異性的提高。而相對于傳統(tǒng)的ELM算法有4.2%敏感度的提高和0.18%特異性的提高，這表明在權(quán)重分配時(shí)，Relief-ELM算法分配的權(quán)重科學(xué)，適用于肺結(jié)節(jié)的分類，具有較高的靈敏度和特異性。

表4 對比實(shí)驗(yàn)

不同算法的分類性能評價(jià)如圖6所示，從圖中可以直觀地看出對比實(shí)驗(yàn)SVM算法和ELM算法的準(zhǔn)確率、敏感度和特異性都低于本文方法，而漏診率和誤診率均高于本文方法，表明Relief-ELM的各項(xiàng)評價(jià)指標(biāo)都優(yōu)于SVM算法和ELM算法。

圖6 不同算法的分類性能比較

4 結(jié)束語

所提出的基于聚類和特征加權(quán)ELM的兩級(jí)分類肺結(jié)節(jié)識(shí)別方法，首先利用肺結(jié)節(jié)的灰度和形狀特征提取候選結(jié)節(jié)，剔除假陽性結(jié)節(jié)，降低后續(xù)的工作量；再提取候選結(jié)節(jié)的特征，利用Relief特征加權(quán)算法對候選結(jié)節(jié)的每個(gè)特征賦予不同的權(quán)重，提高了診斷的準(zhǔn)確率。權(quán)重較高的特征對于類別的區(qū)分能力就較強(qiáng)，權(quán)重低的對類別的區(qū)分能力就較弱。實(shí)驗(yàn)結(jié)果表明：相對于SVM算法和傳統(tǒng)的ELM算法，Relief-ELM對肺結(jié)節(jié)的分類具有較好的分類性能，在提高準(zhǔn)確率的同時(shí)，能夠降低誤診率和漏診率。今后的研究工作是在當(dāng)前工作的基礎(chǔ)上對已經(jīng)檢測出的肺結(jié)節(jié)進(jìn)行良惡性分類。