張倩雯，陳明，2，秦玉芳，2，陳希

1.上海海洋大學(xué)信息學(xué)院，上海201306；2.農(nóng)業(yè)部漁業(yè)信息重點(diǎn)實(shí)驗(yàn)室，上海201306

前言

工業(yè)化水平的提高在改善人類生活質(zhì)量的同時(shí)也帶來了環(huán)境污染的問題［1］。近幾十年來，肺癌的發(fā)病率和死亡率在不斷上升，同時(shí)，肺癌具有發(fā)病時(shí)間短、疾病致因復(fù)雜、轉(zhuǎn)移速度快的特點(diǎn)，在發(fā)病早期大多數(shù)表現(xiàn)為肺結(jié)節(jié)，常常因?yàn)樗蝗菀妆徊煊X而耽誤患者治療的最佳時(shí)間。所以，及時(shí)發(fā)現(xiàn)并提早治療可以大大增加患者的治愈率和生存幾率［2］。在肺結(jié)節(jié)檢測與識(shí)別中，候選結(jié)節(jié)提取檢測是關(guān)鍵步驟［3］，候選結(jié)節(jié)提取檢測的目的是從肺實(shí)質(zhì)中定位結(jié)節(jié)所在的區(qū)域，由于肺結(jié)節(jié)與周圍的血管、組織等在形態(tài)特征、像素值上相似度很高，特別是粘連型結(jié)節(jié)，這為研究帶來了困難。Ko等［4］提出多階段閾值法來識(shí)別肺部邊界，并評(píng)估肺內(nèi)可能含有結(jié)節(jié)區(qū)域的形狀、大小和位置。閾值法往往通過設(shè)置閾值來分成若干類，從而分離結(jié)節(jié)區(qū)域，這些區(qū)域通常會(huì)與肺部其他組織灰度重疊，導(dǎo)致分割效果不好。董林佳等［5］通過構(gòu)建類球形濾波器來提取疑似肺結(jié)節(jié)，從而濾除其他形狀的區(qū)域，雖然形態(tài)學(xué)方法能有效提取結(jié)節(jié)，但是也會(huì)出現(xiàn)漏檢、多檢的情況。Kanazawa等［6］提出一種基于聚類的方法來提取候選結(jié)節(jié)區(qū)域，同時(shí)減少假陽性，但是這種方法的計(jì)算量較大，檢測效率低下。Lassen等［7］使用區(qū)域生長法提取候選結(jié)節(jié)，但是區(qū)域生長的起始種子點(diǎn)需要手工標(biāo)注選取，基于傳統(tǒng)方法的局限性，目前主要采用的方法是將傳統(tǒng)的方法和機(jī)器學(xué)習(xí)的算法結(jié)合起來，或者采用基于深度學(xué)習(xí)的方法，如R-CNN系列［8］、U-Net［9］等，嚴(yán)忱君［10］采用U-Net網(wǎng)絡(luò)提取候選區(qū)域?qū)崿F(xiàn)早期肺結(jié)節(jié)檢測，并取得較好的效果。方俊煒［11］將U-Net網(wǎng)絡(luò)的輸入改成3D圖像來檢測肺結(jié)節(jié)，最終達(dá)到預(yù)期效果。

隨著深度學(xué)習(xí)興起，深度卷積神經(jīng)網(wǎng)絡(luò)開始應(yīng)用在醫(yī)療圖像［11-14］上，但由于深度學(xué)習(xí)模型依賴大量的樣本量以及對(duì)計(jì)算機(jī)性能要求高，導(dǎo)致開發(fā)成本高，嚴(yán)重限制這一技術(shù)在肺結(jié)節(jié)檢測與識(shí)別領(lǐng)域的應(yīng)用，因此在這個(gè)過程中仍然存在著許多值得研究的地方。針對(duì)這一現(xiàn)象以及為了改善深度學(xué)習(xí)中梯度消失現(xiàn)象，本研究基于U-Net模型在醫(yī)療圖像分割［15］領(lǐng)域的表現(xiàn)，將 U-Net網(wǎng)絡(luò)和 ResNet結(jié)合形成新的網(wǎng)絡(luò)ResUnet，并將其應(yīng)用在肺結(jié)節(jié)疑似區(qū)域提取中，并將輸入擴(kuò)展成3D，輸出分割后的結(jié)節(jié)區(qū)域，有效地將非結(jié)節(jié)區(qū)域剔除，從而減少肺結(jié)節(jié)的假陽性，使之可用于后續(xù)的真假結(jié)節(jié)篩選。

1 肺結(jié)節(jié)分割方法

1.1 原始U-Net模型

與卷積神經(jīng)網(wǎng)絡(luò)相比，為了使獲得的結(jié)果更好，在保留高級(jí)語義信息的同時(shí)使用低層次的信息是非常重要的［16-18］，但是當(dāng)可用的數(shù)據(jù)集有限時(shí)，訓(xùn)練這樣的深度神經(jīng)網(wǎng)絡(luò)是非常困難的。解決這一問題的一種常見的方法就是使用預(yù)先訓(xùn)練的網(wǎng)絡(luò)，在目標(biāo)數(shù)據(jù)集上對(duì)其進(jìn)行微調(diào)；還有一種方法就是采用數(shù)據(jù)增強(qiáng)技術(shù)。此外，有些網(wǎng)絡(luò)的架構(gòu)本身也有助于減輕訓(xùn)練問題，U-Net就是基于全卷積神經(jīng)網(wǎng)絡(luò)的一個(gè)用于圖像分割的經(jīng)典網(wǎng)絡(luò)，它是建立在全卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)上的，U-Net包括兩部分，左側(cè)的特征提取部分和右側(cè)的上采樣部分，網(wǎng)絡(luò)結(jié)構(gòu)左右對(duì)稱，呈U形，網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

1.2 深度殘差網(wǎng)絡(luò)

在圖像的分類和識(shí)別［19］中，神經(jīng)網(wǎng)絡(luò)的深度對(duì)最后的效果有著很大的影響。因此，將網(wǎng)絡(luò)設(shè)計(jì)得越來越深，隨之帶來的矛盾就是，隨著網(wǎng)絡(luò)加深，出現(xiàn)明顯的梯度消失現(xiàn)象，網(wǎng)絡(luò)的訓(xùn)練效果不佳，但是淺層的網(wǎng)絡(luò)對(duì)效果提升又起不到明顯的作用。為了解決這一問題，殘差神經(jīng)網(wǎng)絡(luò)［20］被提出，殘差神經(jīng)網(wǎng)絡(luò)由一系列堆疊的殘差單元組成。

圖1 U-Net網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.1 Diagram of U-Net network structure

假設(shè)神經(jīng)網(wǎng)絡(luò)的輸入是x，輸出是H(x)，需要學(xué)習(xí)的函數(shù)為F(x)=H(x)-x，即輸出和輸入的差，而不再是H(x)，這就是一個(gè)殘差學(xué)習(xí)單元，此時(shí)通過在淺層網(wǎng)絡(luò)的基礎(chǔ)上增加一個(gè)y=x即恒等映射來將原始函數(shù)轉(zhuǎn)換F(x)+x成的層被稱為一個(gè)殘差單元，如圖2所示，而多個(gè)殘差單元級(jí)聯(lián)成一個(gè)神經(jīng)網(wǎng)絡(luò)。

圖2 殘差單元Fig.2 Residual unit

因此網(wǎng)絡(luò)中殘差的表達(dá)式可以統(tǒng)一寫成如下公式：

其中，ws只有在特征圖維度不同的時(shí)候才用到，可以通過零填充增加維度，也可以通過1×1卷積實(shí)現(xiàn)。當(dāng)殘差用于兩層全連接層的時(shí)候，其F=W2σ(W1x)，網(wǎng)絡(luò)單元如圖3所示。

將兩個(gè)3×3的卷積替換成了圖3b的卷積層。首先在1×1卷積層下降維，然后在另一個(gè)1×1卷積層下還原，這能夠起到調(diào)節(jié)維度的作用，從而令3×3卷積可以在較低維度的輸入上進(jìn)行，在非常深的網(wǎng)絡(luò)中，該設(shè)計(jì)可大幅減少計(jì)算量。殘差模塊的引入有效緩解了梯度消失的影響，使得網(wǎng)絡(luò)模型層數(shù)可以大大增加。

圖3 兩種殘差模塊Fig.3 Two residual modules

1.3 3D深度ResUnet網(wǎng)絡(luò)模型

將U-Net網(wǎng)絡(luò)和ResNet結(jié)合形成新的網(wǎng)絡(luò)ResUnet，這充分結(jié)合了兩個(gè)網(wǎng)絡(luò)的優(yōu)勢：（1）殘差結(jié)構(gòu)會(huì)簡化網(wǎng)絡(luò)的訓(xùn)練；（2）在殘差單元內(nèi)的跳躍連接以及網(wǎng)絡(luò)的低層次和高層次之間將促進(jìn)信息傳播而不會(huì)出現(xiàn)梯度消失。圖4為兩種不同結(jié)構(gòu)的比較。

圖4 原始Unet和ResUnet結(jié)構(gòu)比較Fig.4 Comparison of original U-Net and ResUnet structures

網(wǎng)絡(luò)中每個(gè)殘差單元可以表示為一般形式：

其中，xl和xl+1是第l層殘差單元的輸入和輸出；F(·)是殘差函數(shù)；f(y1)是激活函數(shù)；h(xl)是恒等映射函數(shù)，最典型的是h(xl)=xl。

整體網(wǎng)絡(luò)如圖5所示，本研究將此網(wǎng)絡(luò)擴(kuò)展成3D網(wǎng)絡(luò)，利用深度7層網(wǎng)絡(luò)架構(gòu)進(jìn)行肺結(jié)節(jié)區(qū)域提取，該網(wǎng)絡(luò)由編碼、橋接、解碼這3部分組成。編碼部分包括將輸入圖像編碼成更加嚴(yán)謹(jǐn)?shù)谋硎?；橋接部分就像連接編碼和解碼的橋一樣；解碼部分恢復(fù)成像素分類。所有這3部分都是由一個(gè)卷積塊表示的，包括輸入、BN層、兩個(gè)3×3的卷積、ReLu激活層、恒等映射連接單元、輸出。編碼部分有3個(gè)殘差單元，在每個(gè)單元中對(duì)特征映射圖進(jìn)行下采樣而不是池化操作，第一個(gè)卷積塊的大小將減少一半；相應(yīng)地，解碼部分也由3個(gè)殘差單元組成，在每個(gè)單元之前，對(duì)來自較低級(jí)別的特征圖進(jìn)行上采樣，并使用相應(yīng)編碼路徑的特征映射級(jí)聯(lián)。在解碼的最后一層，使用1×1卷積和Sigmod激活層將多通道特征圖映射到所需要的分割中。與U-Net相比，ResUnet總共只有15個(gè)卷積層并且刪除了剪切。

此外，損失函數(shù)用dice_coef_loss定義，其中，兩個(gè)區(qū)域的相似程度用DSC表表示，A和B表示兩個(gè)輪廓區(qū)域所包含的點(diǎn)的集合，定義公式見式（4）。

圖5 二維ResUnet網(wǎng)絡(luò)模型Fig.5 Two-dimensional ResUnet network model

dice_coef_loss用式（5）表示，并使用自適應(yīng)性矩估計(jì)（Adaptive Moment Estimation,Adam）來訓(xùn)練網(wǎng)絡(luò)。

2 實(shí)驗(yàn)

2.1 實(shí)驗(yàn)數(shù)據(jù)集

實(shí)驗(yàn)采用的數(shù)據(jù)集來自LUNA16（Lung Nodule Analysis 2016）比賽，該數(shù)據(jù)集由888張CT圖以及圖像的標(biāo)注內(nèi)容即結(jié)節(jié)的坐標(biāo)和直徑等組成，其中每個(gè)病人的CT圖像包括若干張切片。在所有CT中，36 378個(gè)結(jié)節(jié)被標(biāo)出（直徑＞3 mm的結(jié)節(jié)），＜3 mm和非結(jié)節(jié)不納入進(jìn)來，剩余5 765個(gè)結(jié)節(jié)。若兩個(gè)結(jié)節(jié)離的太近，則中心距離小于半徑之和，也就是相交了，需要對(duì)兩個(gè)結(jié)節(jié)進(jìn)行合并，合并的中心和半徑是該兩個(gè)結(jié)節(jié)的均值。

2.2 方法流程

本研究采用的預(yù)處理的步驟及方法如圖6所示。

預(yù)處理過程包括標(biāo)準(zhǔn)化像素值、明確肺實(shí)質(zhì)邊界、取最大的連通圖、閉操作、膨脹，最后得到肺實(shí)質(zhì)，結(jié)果如圖7所示。

圖6 預(yù)處理步驟及方法Fig.6 Preprocess steps and methods

（1）首先對(duì)原始圖片進(jìn)行二值化處理，區(qū)分肺部區(qū)域和背景噪聲，必須確保所設(shè)置的閾值能夠通過像素值區(qū)分肺和密度更高的組織。本研究將閾值設(shè)置為固定值，通過閾值將圖像分為兩部分，如圖7b所示。

（2）根據(jù)每個(gè)區(qū)域的邊界框大小選擇區(qū)域確定肺部邊界，通過連通區(qū)域分析的方法確定肺的區(qū)域，將圖像中的白色區(qū)域以及噪聲提取出來，本研究通過將連接圖片邊緣的點(diǎn)的值設(shè)置為0來消除邊緣位置噪聲產(chǎn)生的黑色區(qū)域，并保留最大的兩塊連通區(qū)域，如圖7d所示。

（3）此時(shí)圖像還存在很多空洞和氣孔，需要使用腐蝕和膨脹來填平（消除）由不透明射線造成的黑色肺部區(qū)域，然后得到mask圖像（圖7f），與原始圖像對(duì)應(yīng)的像素點(diǎn)進(jìn)行“與”操作，提取出最終的肺實(shí)質(zhì)（圖7g）。

2.3 網(wǎng)絡(luò)訓(xùn)練

本研究提出的模型采用的實(shí)驗(yàn)環(huán)境為LUNIX，在內(nèi)存大小為32 GB，顯存為22 GB，顯卡是GTX 1080ti的硬件平臺(tái)上完成的，所用的框架是以tensorflow為后端的Keras。將訓(xùn)練集和測試集按7:3的比例劃分，訓(xùn)練的迭代次數(shù)為113，批量大小為2，用于訓(xùn)練和驗(yàn)證，學(xué)習(xí)率設(shè)為3e-5，使用批歸一化，采用3D ResUnet模型，輸入張量為64×64×64×1×1，訓(xùn)練集上，每迭代一次結(jié)束訓(xùn)練后就同時(shí)在驗(yàn)證集上進(jìn)行訓(xùn)練。

2.4 結(jié)果與分析

使用本研究的模型得到的分割結(jié)果如圖8所示，左邊的圖表示輸入的圖片，中間的圖是根據(jù)標(biāo)注的文件生成的肺結(jié)節(jié)的掩膜，代表標(biāo)簽值，最右邊的圖是模型預(yù)測的結(jié)果，用上節(jié)描述的dice_coef_loss來表示模型的損失函數(shù)，即真實(shí)結(jié)節(jié)和預(yù)測結(jié)節(jié)不相似程度，從圖中可以看出該模型能較好地預(yù)測到肺結(jié)節(jié)的位置。模型的損失函數(shù)如圖9，在訓(xùn)練集上loss值能快速下降，但在驗(yàn)證集不穩(wěn)定，主要原因是由于數(shù)據(jù)集有限，模型存在過擬合現(xiàn)象。

圖7 圖像預(yù)處理過程Fig.7 Image preprocessing

圖8 本文分割結(jié)果圖Fig.8 Segmentation results obtained by the proposed method

圖9 3D ResUnet模型訓(xùn)練過程Fig.9 3D ResUnet model training process

本研究提出的方法主要通過精度和召回率進(jìn)行評(píng)估，將訓(xùn)練結(jié)果最好的模型作為最終的結(jié)果。精度指的是在模型預(yù)測結(jié)節(jié)的所有結(jié)果中，預(yù)測正確的比例；召回率指的是真實(shí)值是肺結(jié)節(jié)的所有結(jié)果中，預(yù)測正確的比例。嚴(yán)憂君［10］采用二維U-Net原模型對(duì)肺結(jié)節(jié)進(jìn)行分割并使用VGG算法識(shí)別，其中圖8分割結(jié)果圖中最左邊的是輸入的肺實(shí)質(zhì)，中間的是標(biāo)注的結(jié)節(jié)的位置，右邊的是預(yù)測的結(jié)節(jié)圖，可以看到預(yù)測圖中有很多假陽性結(jié)節(jié)，最終得到2.7%的精度和87.1%的召回率，天池醫(yī)療大賽冠軍組采用基于3D U-Net模型來進(jìn)行肺結(jié)節(jié)的語義分割，獲得62.18%的精度和97.83%的召回率。本研究采用基于3D ResUnet的肺結(jié)節(jié)分割方法，最終的精度和召回率分別為35.02%和97.68%。該模型主要是為了將不屬于肺結(jié)節(jié)的區(qū)域剔除，使得推薦的肺結(jié)節(jié)位置較少，同時(shí)召回率又保持較高。

3 結(jié)論

本研究將深度殘差學(xué)習(xí)和U-Net網(wǎng)絡(luò)結(jié)合，把ResUnet應(yīng)用在肺結(jié)節(jié)圖像語義分割中，并將輸入擴(kuò)展成3D，通過對(duì)CT圖像預(yù)處理提取出肺實(shí)質(zhì)，對(duì)得到的圖像以肺結(jié)節(jié)中心為坐標(biāo)的區(qū)域附近截取立體圖像塊并進(jìn)行數(shù)據(jù)增強(qiáng)生成3D ResUnet網(wǎng)絡(luò)的輸入樣本，最后通過訓(xùn)練模型得到肺結(jié)節(jié)分割結(jié)果，本研究的方法具有較高的召回率，能有效將非結(jié)節(jié)區(qū)域剔除，為后面的真假陽性結(jié)節(jié)分類打下好的基礎(chǔ)。