臧啟元 黃鋼 徐磊 熊征斯

摘 ?要： 對在細胞實驗室培養(yǎng)的三種癌細胞（肺癌PC-9，乳腺癌MDA-MB-231，膀胱癌5637）進行連續(xù)4天的圖像采集，并進行圖像處理，通過ImageJ軟件進行圖像預(yù)處理，包括細胞圖像分割，邊緣檢測，提取細胞形態(tài)特征，并通過python編寫四種經(jīng)典機器學習算法，通過對細胞形態(tài)特征進行訓練，不同模型得到的癌細胞分類結(jié)果，對應(yīng)四種模型在本文數(shù)據(jù)集上表現(xiàn)進行評價。隨機森林分類，邏輯分類，使用線性核函數(shù)的SVM分類，樸素貝葉斯分類的準確率分別為：0.725，0.788，0.796，0.813。

關(guān)鍵詞：?癌細胞;圖像處理;形態(tài)特征提取;機器學習

中圖分類號： TP391.41????文獻標識碼：?A????DOI：10.3969/j.issn.1003-6970.2019.09.018

本文著錄格式：臧啟元，黃鋼，徐磊，等. 基于機器學習與細胞形態(tài)學對癌細胞分類[J]. 軟件，2019，40（9）：81-83

Cancer Cells Were Classified Based on Machine Learning and Cell Morphology

ZANG Qi-yuan¹， HUANG Gang^2*， XU Lei¹， XIONG Zheng-si¹

（1.?School of Medical Instrument and Food Engineering， University of Shanghai for Science and Technology， Shanghai 200000，?China; 2. Shanghai University of Medicine and Health Sciences， Shanghai 200000，?China）

【Abstract】： Three kinds of cancer cells cultured in cell laboratory （lung cancer PC-9， breast cancer MDA-MB-231， bladder cancer 5637） were collected for 4 days， and image processing was carried out. Image preprocessing was carried out through ImageJ software， including cell image segmentation， edge detection， extraction of cell morphological features， and four classical machine learning algorithms were written through python to train the morphological characteristics of cells. According to the classification results of cancer cells obtained by different models， the performance of the four models in this data set was evaluated. The accuracy of random forest classification， logical classification and SVM classification using linear kernel function is 0.725， 0.788， 0.796 and 0.813， respectively.

【Key words】： Cancer cell; Image processing; Morphological feature extraction; Machine learning

0??引言

當今腫瘤問題早已成為醫(yī)學界的一大難題，研究腫瘤時，對體外癌細胞的研究必不可少。癌細胞的形態(tài)與癌細胞的生長和代謝密不可分，通過形態(tài)可以分辨出不同種類的癌細胞，也可以找到加入藥物后對癌細胞形態(tài)的影響^[1]?？梢圆挥煤芏鄠鞲衅?，直觀地通過癌細胞的照片，用圖像分析和機器學習識別形態(tài)就可高速高效地區(qū)分出不同種類的癌細胞。所以提取癌細胞形態(tài)特征和區(qū)分不同種類的癌細胞，對癌癥的進一步研究有一定的意義。

機器學習中的神經(jīng)網(wǎng)絡(luò)算法已經(jīng)用在醫(yī)學圖像處理上^[2]，在細胞圖像上，機器學習已經(jīng)用于血細胞分類^[3-6]，腫瘤細胞的良惡性判別^[7]，并取得不錯的成效。而本文用機器學習算法對癌細胞識別分類，工作流程如圖1所示。

1 ?細胞圖像采集

1.1細胞培養(yǎng)

培養(yǎng)的癌細胞選擇PC-9（肺癌），MDA-MB-231（乳腺癌），5637（膀胱癌）三種癌細胞。將3種細胞復蘇后分別接種到6個直徑為100 mm的培養(yǎng)皿中（同種細胞培養(yǎng)在兩個培養(yǎng)皿中），培養(yǎng)皿中培養(yǎng)基為7毫升的DMEM，其中700微升的FBS，70微升的PS，置入37℃，CO2濃度為5%的細胞培養(yǎng)箱中，待其24小時后穩(wěn)定貼壁生長^[8]。

1.2細胞圖像采集

1.2.1 ?圖像采集設(shè)配

顯微鏡采用徠卡顯微系統(tǒng)LEICA DMi8，圖像采集軟件為徠卡LAS Core，圖像采集格式為tif

1.2.2 ?圖像采集方法

（1）待細胞貼壁生長后，用電腦連接顯微鏡準備對細胞進行拍照。

（2）圖像采集軟件默認拍攝RGB彩色圖像，為了方便圖像處理和特征提取，修改軟件參數(shù)，使其直接采集細胞的灰度圖像。

（3）培養(yǎng)皿放到載物臺，物鏡選擇40倍，找到細胞位置，手動調(diào)整光圈調(diào)節(jié)亮度和焦距，選取清晰視野。

（4）每個培養(yǎng)皿每天采集兩次，每次采集5張圖像，連續(xù)采集4天，這樣每種癌細胞可以得到其40倍視野的20-40張圖像，三種癌細胞共100張tif格式的圖像，每張圖像中有4-10個細胞，如圖2，可對其進行圖像處理并提取細胞形態(tài)特征。

2??圖像特征提取

圖像中細胞形態(tài)包含很多特征，如細胞面積，細胞核面積，細胞周長，細胞核周長，細胞圓度，紋理特征，核質(zhì)比等。由于采集過程中手動調(diào)節(jié)亮度，所以紋理特征不穩(wěn)定，故本文提取了細胞圖像中細胞面積，細胞周長，細胞圓形度，細胞長寬比，最大費雷特直徑，最小費雷特直徑，細胞邊緣粗糙度共7個特征來進行機器學習的訓練。

采集到的細胞圖像采用ImageJ軟件處理，ImageJ軟件是由National Institutes of Health開發(fā)的基于Java的公開的圖像處理軟件?？梢燥@示，編輯，處理，分析，保存多種格式的圖像。

2.1細胞圖像分割

使用ImageJ依次讀取所采集到的tif格式細胞圖像，進行圖像預(yù)處理和細胞形態(tài)特征提取。以其中一張圖像為例，讀取灰度圖像后，首先使用sober算子邊緣檢測器對圖像進行邊緣檢測，sober算子大小為3*3，分別檢測水平與垂直方向邊緣，模板如下^[9]：

但是由于該操作會產(chǎn)生椒鹽噪聲，故選擇中值濾波對圖像進行去噪處理，再通過閾值分割生成二值圖像，提取細胞位置，使細胞部分灰度為0，背景灰度為1，細胞分割結(jié)果如圖3所示。同時在二值圖像中有些黑色部分并不是細胞，要設(shè)置像素大小閾值對細胞篩選，同時注意到圖片邊緣顯示的細胞不完整，但是其邊緣也被提取出來，所以要將在圖像邊緣部分不完整細胞剔除掉。通過上述步驟操作處理過后得到的用于提取特征的圖像如圖4所示。剩余的細胞圖像按照上述步驟進行同樣操作。

2.2癌細胞形態(tài)特征的提取

用ImageJ中Analyze Particles提取特征，分別得到這張圖像中的完整的癌細胞數(shù)量以及每個癌細胞的面積，周長，圓形度，長寬比，最大費雷特直徑，最小費雷特直徑，邊緣粗糙度7種特征值，結(jié)果如圖5所示。

上述方法對所有采集到的細胞圖像操作過后，可以得到PC-9，MDA-MB-231，5637三種癌細胞的每個細胞的細胞形態(tài)特征。把同種癌細胞的7種特征值存于文檔，用于下一步機器學習訓練并對三種

癌細胞種類的分類。

3??機器學習對癌細胞進行分類

3.1算法模型選取

機器學習算法模型眾多，本文選取經(jīng)典的四種分類模型：邏輯分類，使用線性核函數(shù)的支持向量機分類，隨機森林分類，樸素貝葉斯分類。其中SVM分為線性核、徑向基等，可以用于文本分類^[10]和圖像分類。SVM分類與BP神經(jīng)網(wǎng)絡(luò)都可以達到預(yù)期分類效果^[11]。

3.2實現(xiàn)方法

在win8系統(tǒng)用Python3.6，基于sk-learn機器學習包編程實現(xiàn)。

把提取到的特征加上所對應(yīng)的癌細胞名稱所為標簽，分別用四種模型訓練，為使結(jié)果更可靠，采用4重交叉驗證對模型評估。并用原始數(shù)據(jù)集測試這四種模型得到混淆矩陣如圖6所示。

4??結(jié)果分析

從混淆矩陣來看，這些四種模型都取得較好的分類效果，但是從客觀的角度需要對模型進行評價，模型進行交叉驗證的評估指標有精確度，查準率，召回率，f1得分。對上述四種分類模型通過這四種指標進行在癌細胞形態(tài)特征數(shù)據(jù)集上進行評估，Python編程得出各模型的各指標數(shù)據(jù)如表1所示。

從表1得出，在本文癌細胞數(shù)據(jù)上，分類效果最好的是樸素貝葉斯，該模型可以達到81.3%的精確度。在本文癌細胞數(shù)據(jù)上分類效果表現(xiàn)相對較差的模型是隨機森林，其精確度為72.5%，各分類模型都能達到預(yù)期的分類效果。

5??結(jié)語

本文研究了癌細胞在顯微鏡下照片的圖像處理，包括細胞分割，特征提取，并對提取的特征進行四種機器學習分類模型的訓練用于三種癌細胞的分類，取得不錯的效果。為進一步研究細胞形態(tài)奠定基礎(chǔ)，下一步可以通過對癌細胞進行抗癌藥物的干預(yù)找出其形態(tài)特征的變化，找到添加的藥物與癌細胞形態(tài)之間的聯(lián)系。

參考文獻

• 王潔茹， 張婷婷， 程曉東. 中藥抗卵巢癌侵襲轉(zhuǎn)移及化療耐藥的研究[J]. 實用腫瘤雜志， 2014， 29（01）： 92-102.
• 陳潔， 雷萌. 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的乳鼠心肌細胞圖像增強[J]. 軟件， 2018， 39（2）： 41-43.
• S. Ravikumar， A. Shanmugam.WBC image segmentation and classification using RVM[J]. Applied Mathematical Sciences， 2014， 8（45）： 2227-2237.
• Mazin Z. Othman， Thabit S. Mohammed， Alaa B. Ali. Neural Network Classification of White Blood Cell using Microscopic Images[J]. International Journal of Advanced Computer Science and Applications， 2017， 8（5）： 99-104.
• Razzak M I， Naz S， Microscopic Blood Smear Segmentation and Classification using Deep Contour Aware CNN and Extreme Machine Learning[C]//2017 IEEE conference on computer vision and pattern recognition workshops （CVPRW）. Honolulu， HI， USA： IEEE， 2017： 801-807.
• Jameela Ali Alkrimi， Hamid A. Jalab， Loay E. George， etc. Comparative Study Using Weka for Red Blood Cells Classification[J]. International Scholarly and Scientific Research & Innovation， 2015， 9（1）： 19-22.
• Abien Fred M. Agarap. On Breast Cancer Detection： An Application of Machine Learning Algorithms on the?Wisconsin Diagnostic Dataset[C]//International Conference on Machine Learning and Soft Computing （ICMLSC）. Phu Quoc Island， Viet Nam. ICMLSC， 2018， 2： 5-9.
• 徐磊， 黃鋼， 熊征斯. 基于NDIR二氧化碳傳感器對腫瘤細胞糖代謝速率的研究[J]. 軟件， 2018， 39（08）： 14-17.
• 楊丹， 趙海濱. MATLAB圖像處理實例詳解[M]. 北京： 清華大學出版社， 2013： 231-232.
• 陳海紅. 多核SVM 文本分類研究[J]. 軟件，2015，36（5）：7-10
• 王宏濤， 孫劍偉. 基于BP神經(jīng)網(wǎng)絡(luò)和SVM 的分類方法研究[J]. 軟件， 2015， 36（11）： 96-99.