張桂鳳

(黑龍江科技大學(xué)電氣與控制工程學(xué)院 哈爾濱 150022)

腦腫瘤是指發(fā)生于顱腔內(nèi)的神經(jīng)系統(tǒng)腫瘤，又稱顱內(nèi)腫瘤，其主要發(fā)生于成年人，特別是老年人，具有復(fù)發(fā)率高、病死率高以及治愈率低3 大特點(diǎn)[1]。腦腫瘤產(chǎn)生的常見危害是造成腦內(nèi)組織水腫和壓迫中樞神經(jīng)等腦內(nèi)正常組織。腦腫瘤伴隨的腦水腫會(huì)導(dǎo)致顱內(nèi)壓升高，在臨床上腦腫瘤患者多表現(xiàn)為頭痛、嘔吐或瞳孔病變等。腦腫瘤的生長會(huì)直接壓迫正常腦內(nèi)功能結(jié)構(gòu)，誘發(fā)認(rèn)知能力下降、偏癱、失語癥、反應(yīng)遲鈍等局部神經(jīng)癥狀的發(fā)生。

腦部磁共振成像(magnetic resonance images,MR)是腦腫瘤疾病檢查的主要手段之一，具有實(shí)時(shí)成像、無創(chuàng)傷性成像、無輻射性成像、成像分辨率高等優(yōu)點(diǎn)。MR 利用原子核自旋運(yùn)動(dòng)的特點(diǎn)，成像設(shè)備對腦組織進(jìn)行外加磁場干預(yù)，并用探測器檢測射頻脈沖激發(fā)腦內(nèi)原子后所產(chǎn)生的信號，再由計(jì)算機(jī)對探測器檢測的信號處理成圖像[2]。腦腫瘤疾病診斷普遍使用的MR 是結(jié)構(gòu)性磁共振影像(structural magnetic resonance imaging, sMRI)，sMRI 能夠定性地展現(xiàn)大腦中腫瘤組織和正常組織的位置、形狀和大小，為醫(yī)生把握患者的病情提供有效參考。sMRI 在成像過程中可以通過調(diào)節(jié)參數(shù)生成T1、T2、T1ce(T1 增強(qiáng))、Flair(液體衰減反轉(zhuǎn)恢復(fù))等多種序列，以不同方式呈現(xiàn)組織特性，為臨床診斷提供多角度、多方位的準(zhǔn)確信息。如，腫瘤和纖維組織在T1 序列中均多呈低信號，而在T2 序列中腫瘤多呈現(xiàn)為高信號，纖維組織呈現(xiàn)低信號。這樣，就可以通過T1、T2 序列的結(jié)合來對目標(biāo)組織進(jìn)行判斷。通常腦腫瘤在多序列MR 中呈現(xiàn)出的腫瘤區(qū)域由3 個(gè)子區(qū)域組成，分別為水腫區(qū)域(edema tumor, ED)、增強(qiáng)區(qū)域(GD-enhancing tumor, ET)、非壞死區(qū)域(necrotic and non-enhancing tumor, NCR)。

基于MR 的腦腫瘤患者存活周期預(yù)測研究，能夠?yàn)榕R床診斷效果的判別和醫(yī)師相關(guān)治療計(jì)劃的調(diào)整提供相應(yīng)的輔助參考信息。因此，基于MR 的腦腫瘤患者存活周期預(yù)測在臨床中也極具意義。但是，基于MR 的腦腫瘤患者存活周期分析是一項(xiàng)極具挑戰(zhàn)的工作，因?yàn)榕R床中保留下的可供分析的完備且有效的樣本數(shù)量相對較少，增加了分析難度。隨著機(jī)器學(xué)習(xí)等人工智能技術(shù)的不斷成熟，基于MR 的腦腫瘤患者存活周期預(yù)測的研究也取得了一些進(jìn)展。文獻(xiàn)[3]提出了一種基于圖像特征和非圖像特征的線性回歸模型的分析方法，其從腦腫瘤MR 的Groundtruth 中提取了ED、ET 以及NCR 部分的體素?cái)?shù)目和表面積等6 種圖像特征以及患者的年齡和手術(shù)狀態(tài)2 種非圖像特征，最后將8 種特征輸入到線性回歸(linear regression, LR)[4]模型中進(jìn)行學(xué)習(xí)訓(xùn)練以進(jìn)行存活周期分析。文獻(xiàn)[5]提出了一種基于紋理特征和多層感知機(jī)(multi-layer perception, MLP)[6]模型的分析方法，其通過計(jì)算腫瘤MR 的一階統(tǒng)計(jì)、形狀特征、灰度共生矩陣和灰度運(yùn)行長度矩陣特征，并從ED、腫瘤核區(qū)域(tumor core, TC)及ET 區(qū)域中提取了468 個(gè)特征，并將提取的468 種特征輸入到MLP 中學(xué)習(xí)訓(xùn)練，經(jīng)過相關(guān)模型調(diào)優(yōu)后完成腦腫瘤患者存活周期分析的工作。文獻(xiàn)[7]提出了一種基于腦腫瘤患者年齡和LR 的分析方法，其直接將患者年齡輸入到LR 模型中訓(xùn)練以進(jìn)行存活周期分析。以上3 種方法在Brats2018 Challenge[8]的腦腫瘤患者存活周期分析賽道中取得了前3 名的成績。除了以上方法外，相關(guān)的機(jī)器學(xué)習(xí)回歸方法，如支持向量機(jī)模型(support vector machine, SVM)[9]、K 近鄰(K-nearest neighbor，KNN)[10]、隨機(jī)森林(random forest, RF)[11]等模型，也在此領(lǐng)域中有著相關(guān)應(yīng)用。

雖然腦腫瘤患者存活周期分析領(lǐng)域已經(jīng)取得了一些進(jìn)展，但是仍存在一些問題待解決。首先，一些方法在前期特征工程階段存在特征提取針對性不強(qiáng)和特征選擇缺失的問題?，F(xiàn)行系統(tǒng)中的許多方法在特征提取階段針對性不強(qiáng)，沒有根據(jù)分析目的進(jìn)行特征提取。并且相關(guān)方法沒有對所提特征集進(jìn)行去冗余和去相關(guān)處理，在特征提取階段提取的原始特征集中可能存在大量的冗余特征和相關(guān)特征。如果直接利用原始特征集進(jìn)行模型的訓(xùn)練不僅增大模型的訓(xùn)練代價(jià)而且可能會(huì)限制模型泛化能力的提升。其次，分析模型選擇目的性不明確。由于臨床中可用的訓(xùn)練樣本較少，所以在進(jìn)行分析時(shí)就應(yīng)該盡可能地選取泛化能力高的分析模型。雖然MLP、LR 等模型具有簡單、可操作性高等優(yōu)點(diǎn)，但是通過優(yōu)化目標(biāo)的分析可以了解到這些模型的泛化能力與基于MR 的腦腫瘤患者存活周期分析的要求還相距較遠(yuǎn)。為解決以上問題，本文提出了一種基于Adaboost 的腦腫瘤患者存活周期分析系統(tǒng)。

1 腦腫瘤患者生存周期分析

圖1 為本文提出的基于Adaboost 的腦腫瘤患者存活周期分析系統(tǒng)圖。為增強(qiáng)影像樣本中有關(guān)信息的可檢測性、最大限度地簡化數(shù)據(jù)以及改進(jìn)特征提取和識別的可靠性，首先對腦腫瘤患者的多序列功能性磁共振樣本進(jìn)行時(shí)間層校正、頭動(dòng)校正、圖像配準(zhǔn)、空間配準(zhǔn)、空間標(biāo)準(zhǔn)化等預(yù)處理。之后通過讀取腫瘤區(qū)域標(biāo)注的Groundtruth 進(jìn)行腫瘤感興趣區(qū)域(region of interest, ROI)的確定和腫瘤目標(biāo)區(qū)域的分割。通過以上預(yù)處理等操作，本文對腦腫瘤多序列MR 影像提取紋理特征以獲取原始特征集。在特征提取之后，為減少模型訓(xùn)練過程中的時(shí)間代價(jià)、資源占耗和提高模型預(yù)測的結(jié)果，利用前向分布算法以互信息(mutual information, MI)[12]為評價(jià)準(zhǔn)則對原始特征集進(jìn)行去冗余和去相關(guān)性等降維處理，并獲取原始特征集的有益特征子集。在特征選擇之后，利用特征子集和對應(yīng)樣本的存活情況對Adaboost.R2[13]進(jìn)行學(xué)習(xí)訓(xùn)練，并在經(jīng)過調(diào)優(yōu)后輸出相關(guān)樣本的存活周期的分析結(jié)果。

1.1 特征提取

由于MR 樣本的體素?cái)?shù)目巨大，直接利用MR進(jìn)行學(xué)習(xí)分析就變得十分困難。為了減少學(xué)習(xí)代價(jià)和最大化模型的泛化效果，必須從腦腫瘤MR 中提取具有信息量和非冗余性的派生值，這樣不僅能夠盡可能無差性地描述原始數(shù)據(jù)，而且能夠簡化學(xué)習(xí)過程。紋理是一種反映圖像中同質(zhì)現(xiàn)象的視覺特征，它體現(xiàn)了物體表面具有緩慢變化或者周期性變化的表面結(jié)構(gòu)組織排列屬性[14]。通過像素及其周圍空間鄰域的灰度分布展現(xiàn)的紋理可以了解腫瘤等病變組織的發(fā)展區(qū)域和惡化程度，從而了解腦部腫瘤的本質(zhì)屬性。同時(shí)，紋理特征具有旋轉(zhuǎn)不變性和對于噪聲有較強(qiáng)的抵抗能力，因此，本文采用紋理特征作為進(jìn)行腦腫瘤患者存活周期分析的主要特征。

圖1 基于Adaboost 的腦腫瘤患者存活周期分析系統(tǒng)圖

對腦腫瘤患者的MR 影像進(jìn)行多序列、多重分形的紋理特征提取。首先，要獲取應(yīng)用于腫瘤分析的感興趣區(qū)域(ROI)，采取的方法是讀取腦腫瘤患者影像的分割標(biāo)簽(groundtruth)，這些分割標(biāo)簽是由腦腫瘤影像分析專家逐層勾畫的，能夠精準(zhǔn)表示腫瘤的區(qū)域。腦腫瘤患者M(jìn)R 影像的標(biāo)注、分割、三維ROI 示例如圖2 所示。其中圖2a 為腦腫瘤患者的MR 影像，左上曲線為腫瘤邊界，圖2b 為分割結(jié)果，圖2c 為ROI 示意圖。

圖2 腦腫瘤MR 標(biāo)注、分割、ROI 示意圖

在獲取腦腫瘤MR 的ROI 之后， 通過Pyradiomics[15]分別計(jì)算腦腫瘤MR 的三維灰度共生矩陣(gray-level co-occurrence matrix，GLCM)[16]、灰 度 游 程 矩 陣 (gray-level run-length matrix,GLRLM)[17]、灰 度 級 帶 矩 陣(gray-level size zone matrix, GLSZM)[18]、灰度空間依賴矩陣(gray level dependence matrix, GLDM)[19]及 其 相 關(guān) 矩 陣 屬 性值，提取70 種紋理特征。最后，按照以上特征提取方法在腦腫瘤患者的T1、T2、T1ce、Flair 4 個(gè)模態(tài)以及ED、ET、NCR 3 個(gè)腫瘤子區(qū)域中，分別提取了以上70 種特征。綜上，本文共提取了490(7×70)種紋理特征。

1.2 特征選擇

本文在特征提取階段提取了490 種特征，這些特征為后續(xù)預(yù)測模型的學(xué)習(xí)提供了學(xué)習(xí)依據(jù)。由于所提取的原始特征集可能存在冗余特征和相關(guān)特征，如果這些特征全部用于預(yù)測模型的建立，必然會(huì)增大預(yù)測模型訓(xùn)練代價(jià)和降低學(xué)習(xí)模型的預(yù)測效果。因此，在預(yù)測模型學(xué)習(xí)之前需要進(jìn)行特征選擇將提取的原始特征集進(jìn)行去冗余性和去相關(guān)性操作，即進(jìn)行特征選擇。本文使用前向逐步算法以MI，如式(1)為評價(jià)準(zhǔn)則提取的原始特征集選出了一個(gè)包含70 個(gè)特征的特征子集。式(1)互信息描述的是兩個(gè)特征的分布相似度。

式中， p(x,y)是 特征X 和特征 Y 的聯(lián)合概率分布函數(shù)； p(x)和 p(y)分別是特征X 和特征 Y 的邊緣概率分布函數(shù)。

對原始特征集進(jìn)行特征選擇的步驟如下：1) 計(jì)算原始特征集中每一個(gè)特征與其他特征的互信息之和，將原始特征集中與其他特征互信息之和最小的特征放入特征子集中；2) 更新原始特征集和特征子集；3) 依次迭代，直到特征子集中包含70 個(gè)特征為止。具體算法結(jié)構(gòu)如算法1 所示，算法1 中index 表示每次迭代時(shí)選擇的特征的序號。

算法1 特征選擇

1.3 Adaboost.R2

Adaboost.R2 算法是一種前向分布算法，即此模型是由基本分類器組成的加法模型：

式中， Bt(x) 是基學(xué)習(xí)器； αt是基學(xué)習(xí)器的系數(shù)，其預(yù)測結(jié)果是各個(gè)基學(xué)習(xí)器預(yù)測結(jié)果的加權(quán)和，所以在訓(xùn)練過程中，依次迭代訓(xùn)練各個(gè)學(xué)習(xí)器及其系數(shù)。在這一訓(xùn)練過程中，為了增大學(xué)習(xí)器的收斂效果，采用平方誤差以監(jiān)督模型的學(xué)習(xí)，即：

為簡化計(jì)算，用歸一化因子D 將以上損失函數(shù)進(jìn)行歸一化：

根據(jù)Adaboost.R2，假設(shè)經(jīng)過t?1 輪迭代訓(xùn)練生成的預(yù)測學(xué)習(xí)器

則在第t 輪迭代學(xué)習(xí)訓(xùn)練中得到 αt、 Bt(x)和ft(x) 為： ft(x)= ft?1(x)+αtBt(x)，其中：

Adaboost.R2 的算法偽代碼如算法2 所示。

算法2 Adaboost.R2

輸 入：訓(xùn) 練 集(x1,y1), (x2,y2),···,(xN,yN)。其 中xi為訓(xùn)練樣本；yi為回歸標(biāo)簽；最大迭代次數(shù) T；當(dāng)前迭代指數(shù) t；學(xué)習(xí)損失 L；T 次迭代生成的學(xué)習(xí)器映射權(quán)重 Wt。

2 實(shí)驗(yàn)與分析

2.1 實(shí)驗(yàn)數(shù)據(jù)

Brats2018 數(shù)據(jù)集是一個(gè)開源的多序列的腦腫瘤MR 數(shù)據(jù)集，由訓(xùn)練數(shù)據(jù)(train data)、驗(yàn)證數(shù)據(jù)(validation data)、測試數(shù)據(jù)(test data)3 個(gè)部分組成。其中，只有訓(xùn)練部分公開了相關(guān)樣本的存活情況，所以本文使用Brats2018 的訓(xùn)練數(shù)據(jù)進(jìn)行相關(guān)實(shí)驗(yàn)驗(yàn)證。Brats2018 的訓(xùn)練數(shù)據(jù)包括210 個(gè)高級別受試MR 和75 個(gè)低級別受試MR。每例受試MR 中分別包含T1、T2、T1ce、Flair 4 個(gè)序列的sMRI 和腫瘤區(qū)域標(biāo)注Groundtruth。在腫瘤區(qū)域標(biāo)注Groundtruth 中，Brats2018 對腦腫瘤的ED、ET 和NCR 的不同區(qū)域用不同標(biāo)簽進(jìn)行了標(biāo)記。除此之外，Brats2018 訓(xùn)練數(shù)據(jù)集還提供了163 例高級別受試MR 對應(yīng)的生存周期、年齡、手術(shù)情況信息。本文利用Brats2018 訓(xùn)練數(shù)據(jù)中擁有存活周期信息的160 例受試MR 進(jìn)行訓(xùn)練和驗(yàn)證。圖3 為Brats2018 訓(xùn)練數(shù)據(jù)集中某一受試樣本的T1、T2、T1ce、Flair 及分割Groundtruth像。其中圖3a 為T1 序列；圖3b 為T2 序列；圖3c 為T1ce 序列；圖3d 為Flair 序列；圖3e 為Groundtruth；圖3f 為Brats2018 訓(xùn)練數(shù)據(jù)的存活周期分布直方圖。

圖3 Brats2018 訓(xùn)練數(shù)據(jù)樣本

2.2 特征子集

表1 為通過以MI 為評價(jià)準(zhǔn)則對原始特征集進(jìn)行特征選擇之后得到的特征子集，其中包括14 個(gè)T1 序列的紋理特征，11 個(gè)T2 序列的紋理特征，13 個(gè)Flair 序列的紋理特征，16 個(gè)T1ce 序列的紋理特征以及ED、ET、NCR 這3 個(gè)腫瘤子區(qū)域的16 個(gè)紋理特征，共70 種特征。表1 中特征名稱的書寫規(guī)則為：模態(tài)_紋理矩陣_矩陣屬性。

2.3 實(shí)驗(yàn)結(jié)果及分析

為了對比本文提出的腦腫瘤的生存周期預(yù)測框架的表現(xiàn)能力，本文在進(jìn)行相關(guān)調(diào)研的基礎(chǔ)上設(shè)計(jì)了5 種對比實(shí)驗(yàn)，前3 種為Brats2018 Challenge的腦腫瘤患者存活周期分析賽道中取得前3 名算法：Xue[3]、Baid[5]、Weninger[7]。除 此之外，本文還通過對當(dāng)前領(lǐng)域中常用的傳統(tǒng)方法的進(jìn)行了調(diào)研，設(shè)計(jì)了ICA[20]+LR、PCA[21]+RF 兩種對比實(shí)驗(yàn)，其中ICA+LR 的計(jì)算原理是：提取與本文相同的特征，以ICA 為評價(jià)準(zhǔn)則進(jìn)行特征選擇后用LR進(jìn)行存活時(shí)間的預(yù)測。與ICA+LR 類似，PCA+RF的計(jì)算原理是：提取與本文相同的特征，以PCA 為評價(jià)準(zhǔn)則進(jìn)行特征選擇后用RF 進(jìn)行存活時(shí)間的預(yù)測。

本文在相同的實(shí)驗(yàn)環(huán)境下進(jìn)行了以上對比方法的實(shí)驗(yàn)驗(yàn)證。為了直觀反映本文提出的基于Adaboost 的腦腫瘤患者存活周期分析系統(tǒng)的泛化能力，本文按照Brats2018 的評測方法進(jìn)行評測，即將回歸問題轉(zhuǎn)為分類問題進(jìn)行評測。在本文提出的分析模型輸出相關(guān)樣本的存活周期預(yù)測結(jié)果之后，按照Brats2018 的方法將預(yù)測結(jié)果映射為3 個(gè)類別：長期、中期、短期，再以3 個(gè)存活類別的分析準(zhǔn)確率作為評測結(jié)果。其中，長期為樣本的存活周期大于15 個(gè)月，中期為存活周期大于10 個(gè)月小于15 個(gè)月，短期為存活周期小于15 個(gè)月。為了得到準(zhǔn)確、可靠、有說服力的實(shí)驗(yàn)結(jié)果，本文對整個(gè)訓(xùn)練驗(yàn)證的過程進(jìn)行5 折交叉驗(yàn)證，并以5 折交叉驗(yàn)證結(jié)果的均值作為最終輸出結(jié)果，具體實(shí)驗(yàn)結(jié)果如表2 所示。通過表2 可以看出，本文提出的腦腫瘤患存活周期分析系統(tǒng)的預(yù)測準(zhǔn)確率優(yōu)于Xue、Baid 和Weninger 的方法，其中比Xue 的方法提高了5%，比Baid 提高了18.35%，比Weninger 提高了9.66%，比ICA+LR提高了10.625%，比PCA+RF 的方法提高了14.375%。從以上實(shí)驗(yàn)結(jié)果可以得出，對于基于MR 的腦腫瘤患者存活分析來說，顯著特征的選擇至關(guān)重要。本文在特征選擇階段選取了一個(gè)包含了70 種特征的特征子集，特征子集的個(gè)數(shù)既保證了特征中相對較低的冗余度，又最大程度地保留了顯著特征。相較于Xue、Weninger 的方法，本文提取和選擇的特征是以上兩種方法的8～35 倍，提升了顯著特征的范圍，從而為提升腦腫瘤患者存活分析的準(zhǔn)確率提供更多可學(xué)習(xí)特征。相較于Baid 的方法，本文通過特征選擇得到的特征子集是其應(yīng)用特征的1/7，降低了可訓(xùn)練特征的冗余度，減小了噪聲特征的影響，從而為提升腦腫瘤患者存活分析的準(zhǔn)確率提供了低冗余有益信息?；趥鹘y(tǒng)降維的方法在處理大量特征的時(shí)候可能會(huì)產(chǎn)生部分顯著特征丟失的問題，從而限制了傳統(tǒng)機(jī)器學(xué)習(xí)分析方法的分析效果，所以本文也比基于降維的傳統(tǒng)方法有實(shí)質(zhì)提升。

表1 特征子集

表2 實(shí)驗(yàn)結(jié)果

3 結(jié) 束 語

為了提高腦腫瘤患者存活周期分析的準(zhǔn)確性，本文提出一種基于Adaboost 的腦腫瘤患者存活周期預(yù)測系統(tǒng)，通過對腦腫瘤患者多序列MR 進(jìn)行紋理特征提取、特征選擇以及分析模型訓(xùn)練等一系列工作，完成了對腦腫瘤患者存活周期的分析。通過對Brsts2018 訓(xùn)練數(shù)據(jù)的交叉驗(yàn)證實(shí)驗(yàn)表明，本文提出的分析系統(tǒng)的分析準(zhǔn)確率優(yōu)于當(dāng)前領(lǐng)域的一些典型算法。