陳 皓 段紅柏 郭紫園 強(qiáng)永乾

①(西安郵電大學(xué)計(jì)算機(jī)學(xué)院 西安710121)

②(陜西省網(wǎng)絡(luò)數(shù)據(jù)分析與智能處理重點(diǎn)實(shí)驗(yàn)室 西安710121)

③(西安交通大學(xué)第一附屬醫(yī)院 西安 710061)

1 引言

基于電子計(jì)算機(jī)斷層掃描技術(shù)(Comp uted Tomography,CT)的影像學(xué)檢查為肺內(nèi)結(jié)節(jié)惡性度早期診斷和監(jiān)測(cè)提供了基礎(chǔ)[1]。正如多個(gè)醫(yī)學(xué)協(xié)會(huì)的診斷指南中所述[2–4]，肺結(jié)節(jié)影像的紋理和形態(tài)等征象與肺結(jié)節(jié)的惡性度分化有很大的關(guān)系，而鈣化、圓度和邊緣清楚度等征象也有助于評(píng)估結(jié)節(jié)的惡性度。但由于人眼能夠有效識(shí)別的灰階信息僅占CT影像所提供信息的很小一部分，且許多小結(jié)節(jié)是亞厘米結(jié)節(jié)，同時(shí)考慮到醫(yī)生水平的差異性，故以人工分析為主的工作模式使得對(duì)肺結(jié)節(jié)的識(shí)別分析結(jié)果存在著偏差。利用計(jì)算機(jī)視覺(jué)技術(shù)輔助醫(yī)師高效地獲得肺內(nèi)結(jié)節(jié)相關(guān)語(yǔ)義征象的量化結(jié)果，并根據(jù)征象的量化結(jié)果對(duì)肺結(jié)節(jié)的惡性度進(jìn)行分級(jí)，不僅能提高醫(yī)生的工作效率，同時(shí)有助于提高診斷的準(zhǔn)確率和可解釋性。

傳統(tǒng)的肺結(jié)節(jié)惡性度分級(jí)方法包括支持向量機(jī)(Support Vector Machine,SVM)，K近鄰等方法。如Rodrigues等人[5]通過(guò)結(jié)構(gòu)共線矩陣提取肺結(jié)節(jié)的特征并使用多層感知機(jī)、SVM和K近鄰3個(gè)分類器進(jìn)行良惡性分類。Nobrega等人[6]使用樸素貝葉斯、多層感知器、SVM和K近鄰進(jìn)行良惡性的分類。傳統(tǒng)的惡性度分級(jí)方法在結(jié)果可解釋性上存在一定的優(yōu)勢(shì)，方便進(jìn)一步分析分類模型，但在分類性能上并不理想。隨著深度學(xué)習(xí)技術(shù)的發(fā)展，卷積神經(jīng)網(wǎng)絡(luò)(Convolution Neural Network,CNN)在肺結(jié)節(jié)惡性度分類方面被廣泛應(yīng)用。如Zuo等人[7]提出一種多分辨率CNN從不同深度層中提取不同級(jí)別和分辨率的特征構(gòu)建良惡性分類網(wǎng)絡(luò)。Shen等人[8]通過(guò)CNN得到不同語(yǔ)義征象的表示形式，然后組合起來(lái)用于推斷肺結(jié)節(jié)良惡性分類結(jié)果。Wang等人[9]使用CNN模型中的3種模型對(duì)肺結(jié)節(jié)良惡性分類性能進(jìn)行比較分析，通過(guò)比較發(fā)現(xiàn)多通道CNN模型對(duì)結(jié)節(jié)的惡性腫瘤風(fēng)險(xiǎn)的分類能力最好。CNN方法可以做到端到端的學(xué)習(xí)，但此類方法包含大量參數(shù)，需要較大的內(nèi)存和計(jì)算資源開(kāi)銷。同時(shí)深度學(xué)習(xí)算法屬于“黑盒”，無(wú)法進(jìn)一步理解和分析模型是如何進(jìn)行分類決策的。近年來(lái)一些集成學(xué)習(xí)方法，如隨機(jī)森林(Random Forest,RF)、極端梯度提升(eXtreme Gradient Boosting,XGBoost)和自適應(yīng)增強(qiáng)(Adaptive Boosting,Ada-Boost)等也得到了較多應(yīng)用[10]。如Nishio等人[11]使用XGBoost進(jìn)行肺結(jié)節(jié)的良惡性分類。吳艇帆等人[12]針對(duì)肺腺癌磨玻璃結(jié)節(jié)患者運(yùn)用邏輯回歸、人工神經(jīng)網(wǎng)絡(luò)、SVM和AdaBoost等4種經(jīng)典算法，進(jìn)行模型性能的分析和比較。集成學(xué)習(xí)方法相比于傳統(tǒng)的方法在性能上得到了明顯提高，相對(duì)CNN方法在對(duì)結(jié)果進(jìn)一步解釋分析方面更具優(yōu)勢(shì)，但此類方法的性能與訓(xùn)練方法及所采用的特征集結(jié)構(gòu)有著直接關(guān)系。在特征提取方面?，F(xiàn)有從CT中提取特征的方法大都以影像組學(xué)特征為主，主要包括灰度統(tǒng)計(jì)特征、紋理特征、形狀特征和三者的組合特征等。如Ferreira等人[13]通過(guò)共生矩陣提取紋理特征并從垂直線像素的灰度強(qiáng)度數(shù)組中提取邊緣清晰度特征，根據(jù)紋理和邊緣清晰度的圖像特征對(duì)肺結(jié)節(jié)進(jìn)行良惡性分類。Wu等人[14]從形狀、灰度和紋理方面提取特征。通過(guò)隨機(jī)森林對(duì)肺結(jié)節(jié)良惡性進(jìn)行分類。Shaukat等人[15]提取了圖像紋理、2D和3D形狀以及強(qiáng)度特征，然后通過(guò)兩層前饋神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)良惡性分類。影像組學(xué)特征能夠很好地對(duì)圖像中的淺層信息進(jìn)行量化，并且具有較好的可解釋性。但它不足以表達(dá)圖像的全局信息，同時(shí)過(guò)濾噪聲能力較弱。此外提取影像組學(xué)特征時(shí)，對(duì)包含偽影、空腔和骨頭等結(jié)構(gòu)信息需要進(jìn)行特殊處理[16]。另一方面CNN作為一個(gè)性能優(yōu)良的特征提取器，能夠很好地提取出圖像全局性的高階特征。常用的CNN特征包括深層卷積特征或淺層卷積特征。如Shi等人[17]采用VGG-16提取肺結(jié)節(jié)特征，使用SVM分類器進(jìn)行良惡性分類。Nobrega等人[6]通過(guò)使用VGG-16,VGG-9和MobileNet等網(wǎng)絡(luò)提取肺結(jié)節(jié)的深層卷積特征，然后使用樸素貝葉斯、多層感知器、SVM和K近鄰進(jìn)行良惡性的分類。CNN可以通過(guò)多層非線性機(jī)制獲得高階抽象特征。但是通過(guò)卷積得到的特征圖分辨率較低，且在卷積過(guò)程中容易丟失原圖中很多底層的細(xì)節(jié)信息。上述兩種特征提取方式都有其優(yōu)勢(shì)和局限性，可結(jié)合兩種特征提取方法來(lái)構(gòu)造出更全面的特征以表達(dá)CT影像的信息。為了提高計(jì)算性能，針對(duì)集成學(xué)習(xí)器的生成優(yōu)化方法也開(kāi)展了許多研究工作[18]。本文以隨機(jī)森林為例進(jìn)行分析，如Elyan等人[19]將類分解的細(xì)粒度隨機(jī)森林應(yīng)用在醫(yī)學(xué)診斷中。對(duì)原始數(shù)據(jù)集通過(guò)K-Means聚類可將n個(gè)標(biāo)簽聚成K×N個(gè)標(biāo)簽，增強(qiáng)數(shù)據(jù)標(biāo)簽的多樣性以此來(lái)提高隨機(jī)森林的性能。雖然在一定程度上提高了隨機(jī)森林分類器的性能，但只是通過(guò)對(duì)數(shù)據(jù)集的處理來(lái)生成更好的決策樹(shù)，對(duì)于決策樹(shù)之間的結(jié)構(gòu)組合并沒(méi)有進(jìn)行深入挖掘。如Miao等人[20]使用改進(jìn)的隨機(jī)森林對(duì)心力衰竭患者的死亡率進(jìn)行預(yù)測(cè)建模。利用新穎的分裂規(guī)則和終止標(biāo)準(zhǔn)，能識(shí)別更準(zhǔn)確的預(yù)測(cè)因子以區(qū)分幸存者和非幸存者，從而提高隨機(jī)森林的性能。Paul等人[21]在構(gòu)造每個(gè)節(jié)點(diǎn)的過(guò)程中，不斷更新特征的重要性功能列表。并且針對(duì)森林中的樹(shù)木數(shù)量制定了新的理論上限，最終收斂于一組很重要的特征。與傳統(tǒng)的隨機(jī)森林相比，該算法在檢測(cè)乳腺組織病理的分類準(zhǔn)確率上有顯著提高。上述優(yōu)化方法整體上是一個(gè)正向的加法過(guò)程，缺乏逆向的反饋過(guò)程僅依靠提升單棵決策樹(shù)的性能來(lái)改進(jìn)集成學(xué)習(xí)器的整體準(zhǔn)確率，并沒(méi)有從整體上考慮不同決策樹(shù)組合對(duì)性能的影響。

本文實(shí)現(xiàn)了對(duì)CT征象的量化分析和肺結(jié)節(jié)惡性度分級(jí)計(jì)算的方法。主要貢獻(xiàn)包括：(1)為了獲得更豐富的影像信息，提出融合影像組學(xué)特征和通過(guò)CNN獲得的高階特征共同構(gòu)造CT征象分析所需的特征集。(2)為了充分利用語(yǔ)義標(biāo)簽，提出通過(guò)進(jìn)化集成學(xué)習(xí)方法對(duì)7種CT征象進(jìn)行量化分析。這為肺結(jié)節(jié)惡性度分級(jí)的計(jì)算提供了基礎(chǔ)，同時(shí)也進(jìn)一步提高了肺結(jié)節(jié)惡性度分級(jí)結(jié)果的可解釋性。(3)使用通過(guò)差分進(jìn)化算法優(yōu)化的多分類器來(lái)提高肺結(jié)節(jié)惡性度分級(jí)的準(zhǔn)確率。這種方法具有結(jié)構(gòu)簡(jiǎn)單，可解釋性更佳的優(yōu)點(diǎn)。本文第2節(jié)詳細(xì)介紹本文所提出的方法；第3節(jié)進(jìn)行實(shí)驗(yàn)及討論；第4節(jié)對(duì)本文工作進(jìn)行了總結(jié)。

2 本文方法

本文使用7種語(yǔ)義征象開(kāi)展研究工作，分別為鈣化征象、球形度征象、邊緣征象、分頁(yè)征象、毛刺征象、紋理征象和精細(xì)度征象。整體思路為：首先，構(gòu)造信息更為豐富的特征集；其次，針對(duì)7種征象，通過(guò)以RF為個(gè)體的群體進(jìn)化搜索過(guò)程構(gòu)造不同征象的量化評(píng)分器；最后，將7種征象的量化結(jié)果作為特征輸入到惡性度分級(jí)模型計(jì)算分級(jí)結(jié)果。圖1為此過(guò)程的流程圖。

2.1 特征集

為了獲得針對(duì)7種征象進(jìn)行描述所需的更豐富的特征集，本文提出融合影像組學(xué)特征和CNN特征來(lái)組成特征向量。具體流程如圖2所示。首先，使用自適應(yīng)閾值對(duì)肺結(jié)節(jié)進(jìn)行分割，再采用影像組學(xué)方法提取肺結(jié)節(jié)影像的低階特征。其次，訓(xùn)練7種征象對(duì)應(yīng)的CNN模型，用來(lái)提取該征象的CNN高階特征。最后，合并影像組學(xué)特征和該征象所對(duì)應(yīng)的CNN高階特征，并通過(guò)特征選擇去除合并特征集中的冗余信息。此過(guò)程主要分為3個(gè)步驟，具體內(nèi)容如下：

圖1 肺結(jié)節(jié)惡性度分級(jí)流程

圖2 多特征融合流程

步驟1影像組學(xué)特征提取。主要從灰度、紋理和幾何形狀3個(gè)方面進(jìn)行提取。對(duì)于灰度方面，根據(jù)直方圖提取圖像的最大值、最小值、均值、方差、偏度、峰度、直方圖熵、能量、標(biāo)準(zhǔn)差、中值和均方根共11維特征。對(duì)于紋理方面，采用灰度共生矩陣在(0°,45°,90°,135°)上提取紋理能、紋理熵、對(duì)比度、相關(guān)性、差異性、紋理熵、同質(zhì)性、協(xié)方差、紋理均值和逆差分矩共40維特征。對(duì)于幾何形狀方面，提取直徑、橢圓的長(zhǎng)短軸比例、離心率、周長(zhǎng)、面積、緊湊度和矩形度共7維特征。

步驟2 CNN特征提取。圖2中給出了提取CNN特征所使用的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。主要有2個(gè)卷積層、2個(gè)池化層以及1個(gè)最終輸出特征的全連接層。卷積核大小分別為32×3×3,64×3×3。池化層大小分別為32×2×2,64×2×2。全連接層大小為1×200。在訓(xùn)練模型時(shí)增加丟棄率為0.5的dropout層以及softmax層。并設(shè)置迭代次數(shù)為1000次，batch-size為44，使用Adam優(yōu)化器，其中Adam的學(xué)習(xí)率取0.0001，損失函數(shù)為cross_entropy。通過(guò)訓(xùn)練每種征象的分類準(zhǔn)確率都可達(dá)到85%以上，最后從全連接層提取到200維的CNN特征。

步驟3特征融合。將58維的影像組學(xué)特征和每種征象的200維CNN特征進(jìn)行合并，對(duì)合并后258維的特征通過(guò)特征重要性排名，并設(shè)置閾值進(jìn)行特征選擇，輸出該征象的最終特征集。

2.2 基于進(jìn)化集成學(xué)習(xí)的CT征象量化

基于前述特征集，可利用集成學(xué)習(xí)過(guò)程構(gòu)造不同CT征象的分類器以實(shí)現(xiàn)量化計(jì)算。隨機(jī)森林是一種典型的bagging算法，是隨機(jī)子空間與bootstrap兩種算法的結(jié)合。根據(jù)大數(shù)定理的證明隨著決策樹(shù)的不斷增加，最終隨機(jī)森林的性能會(huì)趨于穩(wěn)定。在決策樹(shù)構(gòu)造過(guò)程中采用兩個(gè)隨機(jī)過(guò)程，數(shù)據(jù)集有放回的隨機(jī)采樣以及構(gòu)造每個(gè)決策樹(shù)子節(jié)點(diǎn)特征向量的隨機(jī)采樣。隨機(jī)過(guò)程的引入保證了整個(gè)隨機(jī)森林中決策樹(shù)的多樣性，但會(huì)導(dǎo)致隨機(jī)森林中存在冗余和性能低的決策樹(shù)。而隨機(jī)森林的最終結(jié)果是通過(guò)投票結(jié)果得到的，以此可以看出最終的結(jié)果與每棵性能樹(shù)以及組合樹(shù)之間的組合有著明顯關(guān)系。但是bagging方法計(jì)算性能的提升是以系統(tǒng)復(fù)雜度的增大為代價(jià)的。這導(dǎo)致集成分類器的準(zhǔn)確率與復(fù)雜度之間產(chǎn)生了一個(gè)很難調(diào)和的矛盾。能否在提高集成學(xué)習(xí)器準(zhǔn)確率的同時(shí)優(yōu)化其組成結(jié)構(gòu)，從而降低模型的復(fù)雜度呢？實(shí)現(xiàn)思路為利用遺傳規(guī)劃算法(Genetic Programming,GP)的進(jìn)化搜索過(guò)程來(lái)生成并優(yōu)化集成學(xué)習(xí)器。流程圖如圖3所示。以下是進(jìn)化集成學(xué)習(xí)器的具體步驟：

步驟1初始化種群。種群由 NP個(gè)隨機(jī)生成的個(gè)體 構(gòu) 成，表示 為pop={RF1,RF2,···,RFNP},j=1,2,···,NP。其中 NP為 種群規(guī)模，R Fj為 t n個(gè)決策樹(shù)的組合， tn為可變參數(shù)。為了增加種群的多樣性，每次有放回地隨機(jī)采樣40%的數(shù)據(jù)集作為個(gè)體初始化的數(shù)據(jù)集，設(shè)置當(dāng)前迭代數(shù)值g en=0。

圖3 基于進(jìn)化搜索構(gòu)造集成學(xué)習(xí)器的流程

2.3 惡性度分級(jí)器

softmax回歸模型是一種簡(jiǎn)單有效的多分類器，可作為惡性度分級(jí)計(jì)算的工具。為了保證惡性度分級(jí)計(jì)算的準(zhǔn)確率，使用基于差分進(jìn)化算法(Differential Evolution,DE)的強(qiáng)化學(xué)習(xí)過(guò)程對(duì)softmax模型進(jìn)行優(yōu)化學(xué)習(xí)。softmax多元模型可表示為

3 實(shí)驗(yàn)

LIDC-IDRI數(shù)據(jù)集由1018個(gè)病例組成，每個(gè)病例包含了4位醫(yī)生對(duì)每個(gè)3 mm以上肺結(jié)節(jié)的坐標(biāo)以及7種CT征象和惡性度的語(yǔ)義描述評(píng)分。4位醫(yī)生的年資不同，導(dǎo)致對(duì)每個(gè)結(jié)節(jié)的標(biāo)注信息存在差異性。本文將每個(gè)結(jié)節(jié)中4位醫(yī)生標(biāo)注的坐標(biāo)求均值作為該結(jié)節(jié)的中心坐標(biāo)，將4位醫(yī)生對(duì)每個(gè)CT征象語(yǔ)義和惡性度評(píng)分求眾數(shù)作為CT征象和惡性度的最終評(píng)分。最終提取大小為30×30像素的2000個(gè)肺結(jié)節(jié)影像樣本作為本文的實(shí)驗(yàn)數(shù)據(jù)。由于鈣化征象的評(píng)分的差異性較大，故本文將此征象的1～5分合成一類進(jìn)行二分類實(shí)驗(yàn)。實(shí)驗(yàn)所采用的實(shí)驗(yàn)環(huán)境為：Inter?Core(i5)處理器2.3 GHz CPU 8 GB RAM，實(shí)驗(yàn)所有的代碼使用Python3.6實(shí)現(xiàn)，實(shí)驗(yàn)中搭建CNN模型時(shí)使用Keras2.2.2框架。對(duì)于進(jìn)化集成學(xué)習(xí)器的參數(shù)設(shè)置如下：迭代次數(shù) NG為500，種群規(guī)模 NP為200，交叉率Pc為0.6，變異率Pm為0.4，控制兩種變異策略的概率Pms為0.5，均勻交叉概率Pcs為0.5。對(duì)于DE優(yōu)化softmax模型時(shí)，參數(shù)設(shè)置如下：迭代次數(shù)為500，交叉率CR為0.3，縮放因子F為0.5。

3.1 評(píng)價(jià)指標(biāo)

本文采用準(zhǔn)確率(ACC)、精確率(Pre)、召回率(Rec)和F1-Score作為評(píng)價(jià)指標(biāo)，通過(guò)五折交叉驗(yàn)證對(duì)CT征象的量化結(jié)果及惡性度分級(jí)進(jìn)行評(píng)估。ACC的計(jì)算方法見(jiàn)式(1)，其他3個(gè)指標(biāo)的計(jì)算公式為

其中，Pre是指實(shí)際為正的樣本占被預(yù)測(cè)為正的樣本的比例。Rec是指實(shí)際為正的樣本中被預(yù)測(cè)為正的樣本占實(shí)際為正的樣本的比例。F1-Score為Pre和Rec的調(diào)和平均數(shù)，可用來(lái)檢測(cè)模型的穩(wěn)健性。

3.2 實(shí)驗(yàn)統(tǒng)計(jì)結(jié)果

3.2.1 7種CT征象的特征集結(jié)構(gòu)

表1為對(duì)7種CT征象在進(jìn)行特征選擇時(shí)選取的閾值及所對(duì)應(yīng)的特征數(shù)量。采用嵌入式特征選擇方法，根據(jù)隨機(jī)森林的特征重要性排名在不降低準(zhǔn)確率的情況下設(shè)置閾值進(jìn)行篩選。從表1中可以看出不同的語(yǔ)義征象選取的閾值不同，對(duì)應(yīng)的有效計(jì)算機(jī)特征數(shù)量也不同。說(shuō)明不同語(yǔ)義征象在影像中的表現(xiàn)形式不同，所對(duì)應(yīng)的計(jì)算機(jī)特征存在差異性。

3.2.2計(jì)算精度

表2為7種CT征象量化和惡性度分級(jí)在4個(gè)指標(biāo)上的實(shí)驗(yàn)統(tǒng)計(jì)結(jié)果。由表2可得到7種CT征象量化的準(zhǔn)確率在0.9642～0.9844，平均ACC為0.9733，平均Pre為0.9673，平均Rec為0.9628，平均F1為0.9655。肺結(jié)節(jié)惡性度分級(jí)的ACC為0.8618,Pre為0.8678,Rec為0.8617,F1為0.8627。

表1 不同征象的有效特征

3.2.3可解釋性價(jià)值

表3為優(yōu)化后的惡性度分級(jí)模型的參數(shù)值，可以看出將每種CT征象的量化結(jié)果作為惡性度分級(jí)特征時(shí)，每種征象的量化結(jié)果與最終惡性度分級(jí)結(jié)果之間的映射關(guān)系，從而可以進(jìn)一步理解和分析每種CT征象對(duì)惡性度分級(jí)結(jié)果的影響。從表3可以看出球形度評(píng)分對(duì)惡性度1級(jí)的影響較大，紋理征評(píng)分對(duì)于惡性度2級(jí)的影響相對(duì)較大，鈣化征評(píng)分對(duì)惡性度3級(jí)時(shí)的影響相對(duì)較大，邊緣評(píng)分對(duì)于惡性度4級(jí)的影響相對(duì)較大，精細(xì)度評(píng)分對(duì)惡性度5級(jí)的影響較大。

3.3 實(shí)驗(yàn)對(duì)比

3.3.1征象量化結(jié)果對(duì)比

為了驗(yàn)證本文提出的進(jìn)化集成學(xué)習(xí)方法的有效性，選取了RF，極端隨機(jī)樹(shù)(Extremely randomized Trees,ET),AdaBoost,XGBoost和梯度提升樹(shù)(Gradient Boosting Decision Tree,GBDT)共5種典型算法進(jìn)行實(shí)驗(yàn)對(duì)比。對(duì)比算法采用sklearn算法包實(shí)現(xiàn)，使用網(wǎng)格搜索法對(duì)于決策樹(shù)個(gè)數(shù)參數(shù)進(jìn)行優(yōu)化，其他的參數(shù)均為默認(rèn)參數(shù)。表4給出了7種征象在不同集成學(xué)習(xí)器上的量化結(jié)果對(duì)比。圖4給出了紋理征象的進(jìn)化集成學(xué)習(xí)器在優(yōu)化過(guò)程中最優(yōu)個(gè)體的ACC及子樹(shù)數(shù)量的變化曲線。

從表4中可以發(fā)現(xiàn)ET的性能在3個(gè)對(duì)比算法中表現(xiàn)最好，XGBoost相對(duì)RF在性能上有一定的提高。本文方法相對(duì)ET,ACC平均提高0.021,F1指標(biāo)平均提高0.016。對(duì)比XGBoost,ACC平均提高0.028,F1指標(biāo)平均提高0.020。對(duì)比RF,ACC平均提高0.023，F(xiàn)1指標(biāo)平均提高0.014。在樹(shù)個(gè)數(shù)方面可以看出本文方法產(chǎn)生的分類器所需的決策樹(shù)個(gè)數(shù)最少，比RF平均降低了65%，比XGBoost平均降低72%，比ET平均降低39%。

表2 惡性度分級(jí)和CT征象量化的精度

表3 惡性度分級(jí)模型的權(quán)重系數(shù)

表4 不同集成學(xué)習(xí)器的量化計(jì)算結(jié)果對(duì)比

圖4 進(jìn)化集成學(xué)習(xí)器的優(yōu)化過(guò)程

從圖4中可以明顯看出最優(yōu)個(gè)體的ACC為0.972，子樹(shù)數(shù)量穩(wěn)定為70。顯然，相較于傳統(tǒng)的集成學(xué)習(xí)方法，本文提出的進(jìn)化集成學(xué)習(xí)方法不但可提高集成分類器的性能，還可在進(jìn)化過(guò)程中不斷優(yōu)化自身的結(jié)構(gòu)，以降低分類器的復(fù)雜度。

本文還與近幾年文獻(xiàn)中所提出的4種主要基于CNN的方法進(jìn)行了對(duì)比。文獻(xiàn)[11]通過(guò)CNN學(xué)習(xí)到不同CT征象的表示形式，然后組合起來(lái)用于推斷肺結(jié)節(jié)良惡性分類結(jié)果。文獻(xiàn)[22]提出一種多階轉(zhuǎn)移學(xué)習(xí)法來(lái)評(píng)估肺結(jié)節(jié)的分級(jí)性能，通過(guò)構(gòu)建每個(gè)CT語(yǔ)義的神經(jīng)網(wǎng)絡(luò)來(lái)提取特征。將每個(gè)特征作為輸入用來(lái)探索哪些屬性可以支持惡性腫瘤診斷。文獻(xiàn)[23]通過(guò)提取影像組學(xué)特征并進(jìn)行特征選擇得到7個(gè)CT征象和惡性度的特征集，然后對(duì)其進(jìn)行分類。文獻(xiàn)[24]訓(xùn)練多個(gè)CT征象的CNN模型，再將征象的計(jì)算結(jié)果放入網(wǎng)絡(luò)中進(jìn)行惡性度分類。表5給出了上述文獻(xiàn)方法與本文方法的征象量化及惡性度分級(jí)結(jié)果的ACC指標(biāo)對(duì)比。

從表5中可以看出本文的惡性度分級(jí)準(zhǔn)確率略低于文獻(xiàn)[24]，但明顯好于其他3種算法，而對(duì)7種CT征象的評(píng)分結(jié)果則都好于文獻(xiàn)[24]。這說(shuō)明本文提出的基于進(jìn)化集成學(xué)習(xí)的CT征象量化方法是有效的，而基于softmax模型的惡性度分級(jí)方法的準(zhǔn)確率并不理想。但是，通過(guò)softmax模型可計(jì)算7種CT征象與5級(jí)惡性度之間的權(quán)重關(guān)系，在結(jié)果的可理解性方面相對(duì)于CNN方法具有明顯優(yōu)勢(shì)。另一方面，文獻(xiàn)[23]在特征提取方面只提取了影像組學(xué)特征，因此其精度不如本文方法?？梢?jiàn)使用CNN特征加影像組學(xué)特征的特征集構(gòu)造方法能夠更全面地反映CT影像中的信息。

3.3.2不同結(jié)構(gòu)特征集的對(duì)比分析

為了說(shuō)明影像組學(xué)特征和CNN特征融合的有效性，以紋理征象為例來(lái)討論特征集的聚類分析效果。因?yàn)榧y理征象分值為1～5分，所以將其聚成5類。首先分別對(duì)影像組學(xué)特征和CNN特征以及融合特征3組不同結(jié)構(gòu)的特征集進(jìn)行聚類計(jì)算，對(duì)聚類效果采用互信息、均一性、同質(zhì)性和完整性的調(diào)和平均值(v-measure)進(jìn)行評(píng)價(jià)。這3個(gè)指標(biāo)用來(lái)衡量聚類產(chǎn)生的類別與真實(shí)標(biāo)簽之間的關(guān)系，指標(biāo)越大表明聚類效果越好。

從圖5中可以看出融合后的特征相對(duì)2個(gè)單一結(jié)構(gòu)特征的不同類簇之間的邊界更清晰，同時(shí)對(duì)同一類簇內(nèi)的內(nèi)聚性效果更好。從表6也可以看出融合后的特征在3個(gè)指標(biāo)上的結(jié)果都更佳，這也說(shuō)明了融合特征的有效性。

4 結(jié)束語(yǔ)

本文提出了一種基于語(yǔ)義標(biāo)簽的惡性度分級(jí)方法。為了驗(yàn)證此方法，在LIDC-IDRI數(shù)據(jù)集上進(jìn)行測(cè)試，同時(shí)與多種典型算法以及近幾年相關(guān)文獻(xiàn)中提出的CNN方法進(jìn)行了對(duì)比。結(jié)果顯示，本文方法具有較高的準(zhǔn)確率，同時(shí)更有利于提高計(jì)算結(jié)果的可解釋性。在討論中分析了本文所采用的特征融合方法的有效性。

表5 相關(guān)文獻(xiàn)的量化結(jié)果對(duì)比

圖5 不同特征集合的聚類結(jié)果可視化對(duì)比

表6 不同特征集合的聚類結(jié)果對(duì)比