高文逸 趙國(guó)樺 吳亞平 王梅云 林予松,2*

1(鄭州大學(xué)互聯(lián)網(wǎng)與健康服務(wù)河南省協(xié)同創(chuàng)新中心 河南 鄭州 450052)2(鄭州大學(xué)軟件學(xué)院 河南 鄭州 450052)3(河南省人民醫(yī)院影像科 河南 鄭州 450003)

0 引 言

影像組學(xué)的概念最早由荷蘭學(xué)者Lambin等[1]在2011年提出,其含義是指通過計(jì)算機(jī)斷層攝影、正電子發(fā)射斷層攝影或磁共振成像獲得的醫(yī)學(xué)圖像中提取和分析大量高通量的高級(jí)定量成像特征,創(chuàng)建醫(yī)學(xué)影像的可挖掘數(shù)據(jù)庫，用來建立描述性和預(yù)測(cè)性模型，將圖像特征與表型或基因-蛋白質(zhì)特征相關(guān)聯(lián)[2-4]。與傳統(tǒng)影像學(xué)相比，影像組學(xué)是一種多學(xué)科交叉、多種影像技術(shù)相結(jié)合的技術(shù)。影像組學(xué)分析流程主要包括：圖像獲取，病灶分割，特征提取和選擇，模型構(gòu)建和臨床信息解析[1]。其中特征提取和選擇是影像組學(xué)實(shí)施的核心。

影像組學(xué)從醫(yī)學(xué)影像中提取多維度定量數(shù)據(jù)，有助于癌癥檢測(cè)、腫瘤分割、預(yù)測(cè)生存期、分級(jí)分類，以及反應(yīng)評(píng)估新的生物標(biāo)記物等的研究[5-7]。其中確定腫瘤邊界是這些工作的基礎(chǔ)。部分腫瘤呈浸潤(rùn)性生長(zhǎng)，這就使得腫瘤邊界劃分在臨床手術(shù)治療中成為很大的挑戰(zhàn)。在影像組學(xué)的研究領(lǐng)域中，腫瘤的邊界特征對(duì)決策也會(huì)產(chǎn)生重大影響。具體表現(xiàn)在：由于自動(dòng)和半自動(dòng)分割算法的不成熟，對(duì)于腫瘤影像，病變區(qū)域大都是由影像科醫(yī)生手動(dòng)分割的，多個(gè)影像科醫(yī)生依據(jù)自身的經(jīng)驗(yàn)進(jìn)行手動(dòng)分割，會(huì)導(dǎo)致分割的感興趣區(qū)域產(chǎn)生細(xì)微差別。文獻(xiàn)[8]研究結(jié)果表明部分影像組學(xué)特征對(duì)影像的變化非常敏感，細(xì)小變化可能引起影像組學(xué)特征的劇烈改變，導(dǎo)致訓(xùn)練的模型不可靠，這類特征被稱為邊界敏感特征，即不穩(wěn)定特征。文獻(xiàn)[9]研究表明腫瘤邊界差異產(chǎn)生的邊界敏感性特征對(duì)采用影像組學(xué)預(yù)測(cè)突變狀態(tài)有顯著的影響。文獻(xiàn)[10]通過對(duì)分割邊界和離散化算法的分析，得出腫瘤的敏感性特征對(duì)腫瘤分割邊界產(chǎn)生重大影響。因此，在進(jìn)行影像組學(xué)研究時(shí)，為了保證實(shí)驗(yàn)結(jié)果的可靠性，要去除邊界敏感特征。

目前常用影像組學(xué)特征包括亮度、形狀、紋理和小波四大類[11]，同時(shí)，由于腫瘤異質(zhì)性的存在，可以進(jìn)一步計(jì)算腫瘤亞區(qū)的影像組學(xué)特征，造成特征數(shù)量成倍增加[12]。影像組學(xué)的影像特征必須具備3個(gè)特性：可重復(fù)性，非冗余性，信息量豐富[13]?？芍貜?fù)性即穩(wěn)定性，即影像特征不會(huì)隨著影像細(xì)微變化產(chǎn)生較大改變；非冗余性是指選擇的影像特征不存在互相可以表達(dá)的冗余特征；信息量豐富即要求影像學(xué)特征要包含影像的全部信息。文獻(xiàn)[14]顯示冗余基因限制了生物標(biāo)記基因集的效率和普遍性。若生物標(biāo)記基因包含冗余基因，則該基因集不能有效地表達(dá)疾病。因此，在進(jìn)行研究時(shí)，要去除掉冗余特征。文獻(xiàn)[15]研究發(fā)現(xiàn)，影像組學(xué)特征可以通過聚類的方式予以分組，通過剔除分組相關(guān)系數(shù)高的特征達(dá)到去冗余的效果。但用聚類算法去除冗余特征時(shí)，取決于聚類算法中距離的度量，不同的距離度量可能會(huì)對(duì)冗余特征去除產(chǎn)生影響，從而使實(shí)驗(yàn)結(jié)果不具有普適性。文獻(xiàn)[16]研究用影像組學(xué)特征對(duì)肝細(xì)胞癌進(jìn)行術(shù)前預(yù)測(cè)試時(shí)，用最大相關(guān)最小冗余算法(mRMR)去除高維特征中的冗余和不相關(guān)特征。但mRMR算法中冗余度和相關(guān)性評(píng)價(jià)方法較為單一，不能根據(jù)實(shí)際需求進(jìn)行參數(shù)調(diào)整。

通過以上分析可知，在用影像組學(xué)進(jìn)行腫瘤研究時(shí)，只有相關(guān)性較高的非冗余的穩(wěn)定性特征才能用于后續(xù)研究，在建模分析時(shí)才能獲得較為精確的結(jié)果。但現(xiàn)存的大多數(shù)研究都不能同時(shí)把穩(wěn)定性、相關(guān)性和冗余性考慮在內(nèi)，大都只從單一的方面來進(jìn)行特征選擇?；诖?，本文提出一種用于影像組學(xué)的多級(jí)特征選擇方法，此方法不僅把腫瘤邊界考慮在內(nèi)，而且也考慮了特征的相關(guān)性和特征之間的冗余性，同時(shí)，該方法也考慮到了不同特征選擇方法互補(bǔ)性問題。

本文的主要工作如下：

1) 提出一種新的特征相關(guān)性選擇算法，混合F-Score和信息增益的特征選擇方法，引入融合性指標(biāo)MSOM(Mean Score of Mixed)來對(duì)特征進(jìn)行相關(guān)性選擇。

2) 提出一種用于影像組學(xué)的多級(jí)特征選擇方法，先對(duì)兩次不同邊界的影像計(jì)算ICC值，根據(jù)閾值篩選對(duì)邊界不穩(wěn)定的特征；之后用本文提出的相關(guān)性選擇的算法，通過對(duì)MSOM值排序，進(jìn)行相關(guān)性選擇；最后，引入遺傳算法進(jìn)行特征冗余性選擇。此方法充分考慮到單一特征選擇方法難以獲得通用的最佳特征子集的劣勢(shì)，采用多級(jí)特征選擇機(jī)制，結(jié)合了遺傳算法計(jì)算準(zhǔn)確、有較強(qiáng)魯棒性和F-Score與信息增益簡(jiǎn)單、快速的特點(diǎn)，把影像組學(xué)海量特征中的穩(wěn)定性特征、相關(guān)性特征和非冗余性特征考慮在內(nèi)。

1 多級(jí)特征選擇

1.1 混合F-Score與信息增益的特征選擇方法

針對(duì)單一性的F-Score和信息增益[17-18]特征選擇方法存在評(píng)價(jià)準(zhǔn)則單一的缺陷，本文采用F-Score與信息增益混合的特征選擇方法(MSOM)來獲得具有魯棒性、穩(wěn)定性和通用性的特征子集。本方法將MSOM值作為評(píng)判標(biāo)準(zhǔn)來篩選特征，分三個(gè)步驟：

(1) 計(jì)算每個(gè)特征的F-Score和信息增益值。

(2) 對(duì)每個(gè)特征計(jì)算出來的F-Score和信息增益得分進(jìn)行歸一化。

(3) 根據(jù)歸一化后的值，計(jì)算每個(gè)特征的MSOM值。

由于MSOM方法是混合F-Score和信息增益得分，為使兩者具有可比性，選擇將其進(jìn)行歸一化。具體方法為：

(1) 選擇所有特征中最大的IG值，進(jìn)行以下操作：

(1)

IG(D)j=Entropy(N)-Entropy(Dj)

(2)

(3)

(4)

(2) 計(jì)算所有特征的F-Score值，選擇所有特征中最大的F-Score值，進(jìn)行以下操作：

(5)

(6)

將特征i的MSOM值定義為：

(7)

對(duì)MSOM值的大小進(jìn)行特征選擇，具有更大MSOM值的特征認(rèn)為更具有分辨性，即認(rèn)為是好的特征。

MSOM方法結(jié)合了兩種常用的特征選擇方法，僅僅考慮了單個(gè)特征對(duì)類別的影響，選取單個(gè)特征對(duì)類別相關(guān)性較高的特征，但忽略了特征之間的冗余性，選出的特征子集可能存在冗余特征,難以獲得穩(wěn)定的最優(yōu)特征子集。

1.2 多級(jí)特征選擇方法MSOM-GA

基于以上MSOM特征選擇方法的缺點(diǎn)，本文提出了一種多級(jí)特征選擇方法——MSOM-GA，在MSOM方法基礎(chǔ)之上引入遺傳算法[19-20]，去除特征之間的冗余特征。本文實(shí)驗(yàn)使用遺傳算法時(shí)，用個(gè)體的分類準(zhǔn)確性來構(gòu)造適應(yīng)度函數(shù)，具體評(píng)價(jià)標(biāo)準(zhǔn)是ROC曲線下的auc值，分類器采用lightgbm。鑒于本文實(shí)驗(yàn)數(shù)據(jù)集腦膠質(zhì)瘤的特殊性，在醫(yī)生手動(dòng)分割腫瘤時(shí)，會(huì)存在多個(gè)醫(yī)生對(duì)腫瘤邊界的劃分的偏差性，因此，提取到的特征會(huì)包含對(duì)腫瘤邊界敏感的特征。于是，本文實(shí)驗(yàn)加入了ICC指標(biāo)[21]，作為衡量特征穩(wěn)定性的標(biāo)準(zhǔn)。具體流程如圖1所示。

圖1 MSOM-GA基本流程

一種用于影像組學(xué)的多級(jí)特征選擇方法可分為以下幾個(gè)步驟：

(1) 去除對(duì)腫瘤邊界敏感的特征。腦膠質(zhì)瘤感興趣區(qū)域通常由腫瘤專家和放射科醫(yī)生手動(dòng)分割，這就導(dǎo)致感興趣區(qū)域的邊界可能會(huì)存在細(xì)微差別。在相關(guān)研究中表明，一部分影像特征會(huì)因?yàn)槟[瘤分割邊界一個(gè)較小的變化而產(chǎn)生較大范圍的改變，而有一部分特征基本不隨著分割邊界的改變而發(fā)生變化。因此，通過引入ICC指標(biāo)來篩選出穩(wěn)定性特征。針對(duì)兩個(gè)醫(yī)生分割的感興趣區(qū)域，分別計(jì)算影像組學(xué)特征，對(duì)于計(jì)算出的兩個(gè)特征集，逐個(gè)使用組內(nèi)相關(guān)系數(shù)計(jì)算每個(gè)特征的ICC值，ICC值越大，表明此特征越穩(wěn)定。根據(jù)ICC值對(duì)特征進(jìn)行排序，選擇出ICC值大于閾值的特征，即認(rèn)為是穩(wěn)定的特征，由此得到穩(wěn)定的特征子集C1。

2 實(shí) 驗(yàn)

2.1 實(shí)驗(yàn)數(shù)據(jù)

為了驗(yàn)證本文算法的效果，本文實(shí)驗(yàn)使用河南省人民醫(yī)院提供的2012年到2018年的303例腦膠質(zhì)瘤MRI數(shù)據(jù)進(jìn)行測(cè)試，所有數(shù)據(jù)均做了去隱私化處理，其中：高級(jí)別樣本203例，低級(jí)別樣本100例，劃分為訓(xùn)練集和測(cè)試集，選取情況如表1所示。數(shù)據(jù)集包括T1加權(quán)成像(T1)、T2加權(quán)成像(T2)、液體衰減反轉(zhuǎn)恢復(fù)成像(FLAIR)和TI加權(quán)增強(qiáng)成像(CET1)等序列，本實(shí)驗(yàn)使用的是CET1序列。

表1 測(cè)試集和數(shù)據(jù)集的數(shù)據(jù)分布情況

2.2 實(shí)驗(yàn)方法

本文實(shí)驗(yàn)?zāi)康氖球?yàn)證本文提出MSOM-GA的有效性，實(shí)驗(yàn)通過對(duì)腦膠質(zhì)瘤高低級(jí)別分級(jí)的準(zhǔn)確性，來反映特征選擇方法的優(yōu)劣。該實(shí)驗(yàn)處理流程在Python 3.0的環(huán)境下進(jìn)行，預(yù)處理做去除顱骨處理，由兩名放射科醫(yī)生手動(dòng)分割，所用的分割工具為ITK-SNAP 3.6.0。特征提取用的是pyradiomics工具包。對(duì)于特征選擇算法，實(shí)驗(yàn)采用的是本文提出的MSOM-GA和6種用于影像組學(xué)的傳統(tǒng)特征選擇方法，這6種特征選擇方法分別是：隨機(jī)森林(RF)，方差(Variance)，信息增益(IG)，方差閾值-隨機(jī)森林(Var-RF)，F(xiàn)-Score遺傳算法(F-GA)，信息增益-遺傳算法(IG-GA)。

為了體現(xiàn)特征選擇的作用，實(shí)驗(yàn)選用Gradient Boosting(GB)分類器對(duì)選擇過的腦膠質(zhì)瘤特征進(jìn)行模型訓(xùn)練。根據(jù)文獻(xiàn)[22]所述，特征選擇后的特征個(gè)數(shù)一般小于原始特征集數(shù)量的10%，因此本文實(shí)驗(yàn)最大特征個(gè)數(shù)K設(shè)定為56，運(yùn)用網(wǎng)格搜索，對(duì)不同K值(1～56)進(jìn)行實(shí)驗(yàn)，根據(jù)不同K值的分類準(zhǔn)確性等指標(biāo)來選取最佳的特征個(gè)數(shù)K。最終選取四組有代表性的結(jié)果來展示，依次對(duì)應(yīng)特征數(shù)K為7、16、25、31。

2.3 評(píng)估標(biāo)準(zhǔn)

本文實(shí)驗(yàn)在進(jìn)行腦膠質(zhì)瘤分級(jí)預(yù)測(cè)時(shí)，把高級(jí)別腦膠質(zhì)瘤預(yù)測(cè)為高級(jí)別腦膠質(zhì)瘤(真陽性)記為TP，高級(jí)別腦膠質(zhì)瘤預(yù)測(cè)為低級(jí)別腦膠質(zhì)瘤(假陰性)記為FN，低級(jí)別腦膠質(zhì)瘤預(yù)測(cè)為低級(jí)別腦膠質(zhì)瘤(真陰性)記為TN，低級(jí)別腦膠質(zhì)瘤預(yù)測(cè)為高級(jí)別腦膠質(zhì)瘤(假陽性)記為FP，預(yù)測(cè)效果采用以下幾個(gè)指標(biāo)進(jìn)行評(píng)估。

1) 準(zhǔn)確率(acc)。準(zhǔn)確率是分類器預(yù)測(cè)效果的直觀評(píng)價(jià)，指的是分類器正確分類的樣本占總樣本數(shù)的比率，計(jì)算公式如下：

(8)

通常來說，準(zhǔn)確率越高，分類器效果越好。但準(zhǔn)確率的大小受數(shù)據(jù)集中正負(fù)樣本分布的影響較大。對(duì)于不平衡數(shù)據(jù)集來說，僅用準(zhǔn)確率的大小評(píng)價(jià)分類器性能具有一定的不可靠性，因此，本文又引入以下幾個(gè)指標(biāo)作為評(píng)價(jià)標(biāo)準(zhǔn)。

2) 敏感性(Sensitivity)和特異性(Specificity)。敏感性指的是分類器預(yù)測(cè)出真陽性的比率。特異性為分類器預(yù)測(cè)出真陰性的比率。計(jì)算公式分別如下：

(9)

(10)

在本文實(shí)驗(yàn)中，當(dāng)敏感性高時(shí)，表示對(duì)高級(jí)別腦膠質(zhì)瘤預(yù)測(cè)結(jié)果是可靠；當(dāng)特異性高時(shí)，表示對(duì)低級(jí)別腦膠質(zhì)瘤的預(yù)測(cè)結(jié)果是可靠的。因此，特異性和敏感性的值越大，代表分類器越好。

3) 陰性預(yù)測(cè)率(NPV)和陽性預(yù)測(cè)率(PPV)。陽性預(yù)測(cè)率指的是分類器預(yù)測(cè)的所有陽性樣本中真實(shí)陽性樣本所占的比率；陰性預(yù)測(cè)率指的是分類器預(yù)測(cè)的所有陰性樣本中真實(shí)陰性樣本所占的比率。

(11)

(12)

4) ROC曲線的面積(auc)。受試者工作特征曲線(Receiver Operating Characteristics,ROC)是一個(gè)度量分類中的非均衡性工具，可以用來比較不同分類器的性能,橫坐標(biāo)為假陽率，縱坐標(biāo)為真陽率，計(jì)算公式為式(13)和式(14)。ROC曲線的一個(gè)重要特性是其對(duì)數(shù)據(jù)集中正負(fù)樣本分布不敏感，即當(dāng)測(cè)試數(shù)據(jù)中正負(fù)樣本數(shù)量發(fā)生變化時(shí)，ROC曲線保持不變，這對(duì)醫(yī)學(xué)數(shù)據(jù)可能存在的數(shù)據(jù)不平衡現(xiàn)象來說特別重要。

(13)

(14)

盡管通過觀察ROC曲線可以分辨出分類器的優(yōu)劣，但通過數(shù)值大小判斷更加直觀，因此，引入了曲線下面積auc來評(píng)價(jià)分類器性能，auc越大表示這個(gè)分類器平均性能越好。

2.4 結(jié)果與分析

本文實(shí)驗(yàn)?zāi)X膠質(zhì)瘤MRI的特征提取用的是pyradiomics，提取到的特征數(shù)總數(shù)為558個(gè)，特征類型分為四類，分別是一階統(tǒng)計(jì)特征、空間幾何特征、紋理特征和小波特征。小波特征指的是通過小波變換后得到的高頻和低頻數(shù)據(jù)計(jì)算的各類特征。其中：空間幾何特征是從原始數(shù)據(jù)中獲得的，而紋理特征和一階統(tǒng)計(jì)特征可以從原始數(shù)據(jù)和小波變換后的數(shù)據(jù)中獲得。在本文實(shí)驗(yàn)中，對(duì)原始的影像信息進(jìn)行了三維小波變換，分解為8個(gè)子帶。提取到的特征的詳細(xì)分布如表2所示。

表2 特征類型分布情況

1) 根據(jù)MSOM-GA的流程，用組內(nèi)相關(guān)系數(shù)(ICC)作為評(píng)價(jià)標(biāo)準(zhǔn)來去除對(duì)腫瘤邊界敏感的特征。具體操作是將計(jì)算出來的ICC值排序，根據(jù)閾值進(jìn)行選擇，閾值設(shè)定為0.8，選擇出ICC值大于閾值的特征，據(jù)此選出的372個(gè)特征。特征約簡(jiǎn)情況如表3所示。

表3 穩(wěn)定性特征和原始特征約簡(jiǎn)情況表

2) 對(duì)去過不穩(wěn)定的腦膠質(zhì)瘤特征子集進(jìn)行相關(guān)性和冗余性特征選擇。根據(jù)所選取的四組代表性的K值，應(yīng)用MSOM-GA，特征約簡(jiǎn)情況如表4所示。

表4 冗余和相關(guān)性特征約簡(jiǎn)表

由以上約簡(jiǎn)過的四組特征子集進(jìn)行模型訓(xùn)練，結(jié)果如圖2所示?？芍庇^看出，當(dāng)特征個(gè)數(shù)K取16的時(shí)候，acc值最大，即達(dá)到了最大的預(yù)測(cè)精確度，同時(shí)，敏感度和陰性預(yù)測(cè)率(NPV)也達(dá)到最大；當(dāng)特征個(gè)數(shù)K取31的時(shí)候，特異性和陽性預(yù)測(cè)率(PPV)達(dá)到最大，但此時(shí)的準(zhǔn)確率卻小于0.92。因此，當(dāng)特征個(gè)數(shù)為16時(shí)，MSOM-GA能達(dá)到最佳的實(shí)驗(yàn)效果。

圖2 不同K值下分類器的性能

為了驗(yàn)證本文算法的有效性，選取了單一特征選擇方法和多級(jí)特征選擇方法進(jìn)行對(duì)比實(shí)驗(yàn)，實(shí)驗(yàn)所用分類器均為Gradient Boosting。單一特征選擇方法選用了隨機(jī)森林(RF)、方差閾值、信息增益(IG)三種機(jī)器學(xué)習(xí)中常用的特征選擇方法進(jìn)行驗(yàn)證，所選擇的特征個(gè)數(shù)均為16，實(shí)驗(yàn)結(jié)果如表5所示。

表5 單一特征選擇方法性能對(duì)比

多級(jí)特征選擇方法選用的是方差閾值-隨機(jī)森林(Var-RF)、F-Score遺傳算法(F-GA)、信息增益-遺傳算法(IG-GA)，實(shí)驗(yàn)結(jié)果如表6所示，其中WithoutFS指的是原始特征子集預(yù)處理后沒有進(jìn)行特征選擇直接訓(xùn)練模型。

表6 多級(jí)特征選擇方法性能對(duì)比

可以看出，對(duì)于沒有做特征選擇的原始特征集，直接進(jìn)行訓(xùn)練時(shí)，由于存在對(duì)腫瘤邊敏感的特征、冗余性、大量的與標(biāo)簽無關(guān)的特征，導(dǎo)致訓(xùn)練的精確度只有0.793 4，ROC曲線下auc值只有0.891 1，敏感度和特異性分別為0.834 0和0.720 6；而本文方法精確度可達(dá)0.922 9，auc值為0.975 6，敏感度和特異性值分別為0.937 0和0.892 6，相比于原始特征子集，精確度提高了13百分點(diǎn)，敏感性和特異度也分別提高了10百分點(diǎn)和17百分點(diǎn)左右；IG方法表現(xiàn)出較好的分類效果，但相比于本文方法，仍然具有顯著差異，MSOM-GA的acc值提高了8百分點(diǎn)左右，靈敏度和特異性也有很大提高。對(duì)于多級(jí)特征選擇方法來說，如表6所示，Var-RF方法與直接用原始特征集進(jìn)行訓(xùn)練相比，acc值僅僅提高了1百分點(diǎn)；F-GA與直接用原始特征集進(jìn)行訓(xùn)練相比，acc值提高了9百分點(diǎn)，同時(shí)敏感度和特異性提高了10百分點(diǎn)以上；IG-GA與直接用原始特征集進(jìn)行訓(xùn)練相比，acc值提高了7百分點(diǎn)，敏感度和特異性也提高了10百分點(diǎn)以上。由此可說明，多級(jí)特征選擇方法具有較好的效果。對(duì)于本文方法，選擇性能較好的F-GA進(jìn)行對(duì)比，acc值提高了4百分點(diǎn)，auc值提高了2百分點(diǎn)，敏感性和特異度也都略有提升。

為了更直觀地觀察和對(duì)比本文方法的實(shí)際效果，使用四項(xiàng)雷達(dá)圖將7個(gè)混淆矩陣的數(shù)據(jù)整合分析。在本文的雷達(dá)圖中，HGG(True)和LGG(True)代表預(yù)測(cè)正確的高低級(jí)別腦膠質(zhì)瘤的圖片數(shù)，HGG(False)和LGG(False)代表預(yù)測(cè)錯(cuò)誤的高低級(jí)別腦膠質(zhì)瘤的圖片數(shù)并且基于直角坐標(biāo)系上的兩項(xiàng)是對(duì)應(yīng)的，它們表示了高級(jí)別或低級(jí)別腦膠質(zhì)瘤的總測(cè)試圖像數(shù)。實(shí)驗(yàn)組在第一象限占據(jù)的面積越大，同時(shí)第三象限的面積越小，表明該分類性能越好。

圖3是MSOM-GA和單一特征選擇方法最優(yōu)性能的IG方法的雷達(dá)圖，可以觀察到，MSOM-GA在第一象限的面積遠(yuǎn)遠(yuǎn)大于信息增益的面積并且第三象限的面積遠(yuǎn)遠(yuǎn)小于信息增益的面積，由此可見MSOM-GA的效果明顯優(yōu)于單一的特征選擇方法。圖4是MSOM-GA和多級(jí)特征選擇方法中性能最優(yōu)的F-GA的對(duì)比，也可以直觀地看出本文方法的優(yōu)勢(shì)。

圖3 單一特征選擇方法對(duì)比圖

圖4 混合特征選擇方法對(duì)比圖

綜上所述，本文方法性能上不僅顯著優(yōu)于常用單一特征選擇方法，在多級(jí)特征選擇方法上也占有一定優(yōu)勢(shì)。

3 結(jié) 語

本文針對(duì)影像組學(xué)領(lǐng)域中高維特征選擇的問題，提出一種用于影像組學(xué)的多級(jí)特征選擇方法。該方法考慮了腫瘤邊界敏感的特征，首先通過ICC值篩選對(duì)腫瘤邊界敏感的特征；之后提出一種混合F-Score與信息增益的特征選擇方法作為一級(jí)特征選擇，去除不相關(guān)的特征；最后通過遺傳算法進(jìn)行二次選擇，選出最有價(jià)值的特征。該方法在腦膠質(zhì)瘤數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，本文算法不僅能大大提高腦膠質(zhì)瘤分級(jí)的準(zhǔn)確性，而且也減少最終訓(xùn)練模型的特征個(gè)數(shù)，降低模型訓(xùn)練的計(jì)算復(fù)雜度。本文實(shí)驗(yàn)的不足在于數(shù)據(jù)量比較小，在下一步工作中擬提高樣本數(shù)量，使用不同的數(shù)據(jù)集，提高本文算法的泛化能力。