李 卉

(中北大學(xué) 理學(xué)院，山西 太原 030051)

0 引言

近年我國乳腺癌發(fā)病率的增長速度不容樂觀，高出高發(fā)國家1～2個(gè)百分點(diǎn)。尤其在相對(duì)比較發(fā)達(dá)的東部地區(qū)，乳腺癌的發(fā)病率及死亡率呈明顯的增長趨勢(shì)。因此，運(yùn)用科學(xué)的方法，根據(jù)乳腺腫瘤病灶組織的細(xì)胞核顯微圖像對(duì)乳腺腫瘤屬于良性或惡性進(jìn)行診斷顯得尤為重要[1]。對(duì)乳腺癌的診斷不是簡(jiǎn)單的線性組合，因此本文提出用BP神經(jīng)網(wǎng)絡(luò)的強(qiáng)大的分類功能對(duì)乳腺癌進(jìn)行診斷，即將待診斷乳腺腫瘤信息通過BP神經(jīng)網(wǎng)絡(luò)映射到“良性”或者“惡性”這兩種診斷結(jié)果上，進(jìn)而得出乳腺腫瘤診斷結(jié)果。因?yàn)椋珺P神經(jīng)網(wǎng)絡(luò)的最優(yōu)權(quán)值和閾值不好找到，本文提出用生物地理學(xué)優(yōu)化算法(Biogeography-based optimization algorithm，BBO)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，得到最優(yōu)權(quán)值及閾值，使得BP神經(jīng)網(wǎng)絡(luò)的分類功能更強(qiáng)大，診斷結(jié)果更準(zhǔn)確。

1 BBO優(yōu)化BP神經(jīng)網(wǎng)絡(luò)原理

1.1 生物地理學(xué)優(yōu)化算法(BBO)

生物地理學(xué)優(yōu)化算法(BBO)是一種進(jìn)化算法，于2008年提出。受到物種的遷入和遷出趨勢(shì)的啟發(fā)。在生物地理學(xué)算法中，每一個(gè)解被看做一個(gè)帶有棲息地適宜性指數(shù)(HSI)的棲息地。高的HIS解往往與低的HIS解分享他們的特征。低HIS解從高HIS解中接收大量的新特征。每一個(gè)解有自己的遷入率λ和遷出率μ。一個(gè)好的解有高的μ和低的λ，反之亦然。遷入率和遷出率是種群規(guī)模的函數(shù)。為了理解BBO的原理，考慮一組由設(shè)計(jì)變量表示的解決方案。針對(duì)特定種群的每個(gè)設(shè)計(jì)變量都被認(rèn)為是該種群成員的適應(yīng)性索引變量(SIV)。目標(biāo)函數(shù)值表示特定種群的HSI。每一種解的遷入和遷出率都被用于在棲息地之間的隨機(jī)的共享信息。如果一個(gè)給定的解被選中被修改，那么它的遷入率就會(huì)被用來對(duì)每個(gè)SIV進(jìn)行隨機(jī)的修改。如果在一個(gè)給定解Sl中的SIV被選中為修改后，使用其他解的遷出率μ在概率上決定哪一個(gè)解應(yīng)該遷移它隨機(jī)選擇了SIV來解決問題。上面的現(xiàn)象在BBO被稱為遷移。遷移后的解進(jìn)行變異現(xiàn)象。變異過程既改變低HIS解也改變高HIS解[2-5]。

下面給出了BBO偽代碼：

1.2 BBO優(yōu)化BP神經(jīng)網(wǎng)絡(luò)原理

BBO算法可用于BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化，傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)采用誤差反向傳播來調(diào)整網(wǎng)絡(luò)連接權(quán)值，該方法容易陷入局部最優(yōu)解，而BBO算法可以在更大的空間內(nèi)搜索，在一定程度上避免了以上問題。將神經(jīng)網(wǎng)絡(luò)各層的連接權(quán)值編碼成棲息地，適應(yīng)度值則為使用該組權(quán)值時(shí)的網(wǎng)絡(luò)輸出均方誤差，利用之前描述的BBO算法，在預(yù)設(shè)的迭代次數(shù)內(nèi)搜索最優(yōu)的網(wǎng)絡(luò)權(quán)值。

2 基于BBO優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的乳腺癌診斷

2.1 主要思想

為了對(duì)乳腺癌進(jìn)行診斷，本文提出了用BBO優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的診斷方法，其主要思想是：

本文利用威斯康辛大學(xué)醫(yī)學(xué)院的乳腺腫瘤病灶組織的細(xì)胞核顯微圖像數(shù)據(jù)庫。數(shù)據(jù)庫中包含了細(xì)胞核圖像的10個(gè)量化特征(細(xì)胞核半徑、質(zhì)地、周長、面積、光滑性、緊密度、凹陷度、凹陷點(diǎn)數(shù)、對(duì)稱度、斷裂度)，這些特征與腫瘤的性質(zhì)有密切關(guān)系，因此，本文提出用BBO優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)來描述數(shù)據(jù)庫中各個(gè)量化特征與腫瘤性質(zhì)的關(guān)系，也就是利用BP神經(jīng)網(wǎng)絡(luò)的非線性映射能力把細(xì)胞核顯微圖像的量化特征映射到乳腺腫瘤是良性還是惡性兩個(gè)類別上[1]。

將乳腺腫瘤病灶組織的核細(xì)胞顯微圖像的10個(gè)量化特征作為網(wǎng)絡(luò)的輸入，良性乳腺腫瘤和惡性腫瘤作為網(wǎng)絡(luò)輸出。用訓(xùn)練集數(shù)據(jù)對(duì)設(shè)計(jì)的BBOBP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，然后對(duì)測(cè)試集數(shù)據(jù)進(jìn)行測(cè)試并對(duì)測(cè)試結(jié)果進(jìn)行分析。

根據(jù)上述思想，問題解決步驟如圖1所示。

圖1設(shè)計(jì)步驟流程圖

2.2 算例分析

威斯康星大學(xué)醫(yī)學(xué)院的乳腺癌數(shù)據(jù)集共包括569個(gè)病例，其中，良性357例，惡性212例。本文隨機(jī)選取500組數(shù)據(jù)作為訓(xùn)練集，剩余69組數(shù)據(jù)作為測(cè)試集。

每個(gè)病例的一組數(shù)據(jù)包括采樣組織中各細(xì)胞核的10個(gè)特征量的平均值、標(biāo)準(zhǔn)差和最壞值共30個(gè)數(shù)據(jù)。數(shù)據(jù)文件中每組數(shù)據(jù)共分32個(gè)字段，第1個(gè)字段為病例編號(hào)；第2個(gè)字段為確診結(jié)果，B為良性，M為惡性；第3～12個(gè)字段是該病例腫瘤病灶組織的各細(xì)胞核顯微圖像的10個(gè)量化特征的平均值；

第13～22個(gè)字段是相應(yīng)的標(biāo)準(zhǔn)差；第23～32個(gè)字段是相應(yīng)的最壞值。

本文利用MATLAB2016a自帶的神經(jīng)網(wǎng)絡(luò)工具箱中的函數(shù)構(gòu)建BBOBP神經(jīng)網(wǎng)絡(luò)進(jìn)行仿真實(shí)驗(yàn)。

BBOBP神經(jīng)網(wǎng)絡(luò)仿真結(jié)果如下:

病例總數(shù)：569 良性：357 惡性：212

訓(xùn)練集病例總數(shù)：500 良性：316 惡性：184

測(cè)試集病例總數(shù)：69 良性：41 惡性：28

良性乳腺腫瘤確診：40 誤診：1 確診率p1=97.561%

惡性乳腺腫瘤確診：26 誤診：2 確診率p2=92.8571%

BP神經(jīng)網(wǎng)絡(luò)仿真結(jié)果如下：

病例總數(shù)：569 良性：357 惡性：212

訓(xùn)練集病例總數(shù)：500 良性：310 惡性：190

測(cè)試集病例總數(shù)：69 良性：47 惡性：22

良性乳腺腫瘤確診：43 誤診：4 確診率p1=91.4894%

惡性乳腺腫瘤確診：15 誤診：7 確診率p2=68.1818%3.

從仿真實(shí)驗(yàn)可以看出BBOBP神經(jīng)網(wǎng)絡(luò)有較高的分類能力，誤診率較低，而未經(jīng)優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)分類能力相對(duì)較差，誤診率相對(duì)較高。

3 結(jié)論

BP神經(jīng)網(wǎng)絡(luò)有較好的分類能力，但是其結(jié)構(gòu)，比如權(quán)值和閾值的最優(yōu)值比較難以得到，因此本文提出用生物地理學(xué)優(yōu)化算法(BBO)對(duì)其結(jié)構(gòu)進(jìn)行優(yōu)化，從而得到其最優(yōu)權(quán)值與閾值，提高BP神經(jīng)網(wǎng)絡(luò)的分類能力，并通過乳腺癌診斷這一實(shí)例進(jìn)行仿真驗(yàn)證，結(jié)果表明經(jīng)過BBO優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)有較低的誤診率，其診斷結(jié)果優(yōu)于BP神經(jīng)網(wǎng)絡(luò)。