劉晨陽， 許黃蓉， 段 峰， 王泰升， 盧振武， 魚衛(wèi)星

1. 中國科學院長春光學精密機械與物理研究所精密儀器與裝備研發(fā)中心, 吉林 長春 130033 2. 中國科學院大學, 北京 100049 3. 中國科學院西安光學精密機械研究所， 中國科學院光譜成像技術重點實驗室, 陜西 西安 710119 4. 中國人民解放軍總醫(yī)院介入放射科， 北京 100853

引 言

原發(fā)性肝癌(primary liver cancer, PLC)， 簡稱肝癌， 是全球最常見的惡性腫瘤之一， 目前PLC診斷的金標準仍是病理組織學或細胞學檢查， 影像學檢查包括超聲影像檢查、 多期動態(tài)增強CT(X射線斷層掃描)、 動態(tài)對比增強磁共振(MRI)掃描， 其中MRI肝膽特異性對比劑增強掃描是目前國際上公認的比較準確的影像學檢查方法[1-2]。 外科手術切除是治療肝癌的主要方法， 而手術切除過程中對腫瘤邊界部位及范圍的判定極為重要， 切除范圍過小可能會造成術后腫瘤殘余， 切除范圍過大則會造成殘余肝臟體積變小、 肝儲備功能下降。 因此， 臨床急需一種可以快速、 準確、 實時的分辨腫瘤組織和正常肝臟組織的新方法， 以便更準確地判斷手術切除邊界， 使患者更好地獲益。

光譜技術的快速、 無損、 實時等特性， 使其逐漸成為生物組織識別和診斷領域的研究熱點。 衰減全反射傅里葉變換紅外光譜技術對甲狀腺疾病、 乳腺疾病、 大鼠膽固醇以及肺癌篩查等良、 惡性組織具有較高的鑒別能力[3-7]。 同時， 不斷發(fā)展的機器學習也被應用于各種領域， 如瓷器、 護膚品等光譜數(shù)據(jù)分析[8-10]。 機器學習僅僅依靠識別模式和推理便可從復雜且龐大的數(shù)據(jù)集中發(fā)現(xiàn)并識別出特定的模式， 快速實現(xiàn)相應的目的。 支持向量機[11]由Vapnik等首先提出了在高維空間使用線性函數(shù)的學習系統(tǒng)， 已被廣泛用于腫瘤細胞和正常細胞之間或者不同類型細胞之間的分類。

VX2腫瘤[12-13]是一種可移植在兔的肝臟、 肺臟、 骨骼肌肌肉等處的可移植惡性乳頭狀瘤， 而且其具有血供豐富、 生長迅速、 易侵襲周邊組織和轉移的特點， 被廣泛的應用于肝臟惡性腫瘤的實驗研究中。 本工作對肝VX2腫瘤組織和正常肝組織進行活體和離體的高光譜分析， 并分別用5折交叉驗證和遺傳算法對支持向量機參數(shù)和核函數(shù)參數(shù)進行優(yōu)化， 最后采用支持向量機分類算法進行模型構建， 以期實現(xiàn)正常肝組織與肝VX2腫瘤組織的活體和離體的判別診斷， 為光譜技術應用于肝癌的診斷提供理論依據(jù)， 同時提出采用間隔選取變量的方法不斷減少特征變量， 最終判斷是否可以應用多光譜技術的方法來進行肝VX2腫瘤組織和正常肝組織的鑒別， 為算法的效率進一步提升進行了有益探索。

1 實驗部分

1.1 儀器與軟件

動物實驗得到了中國人民解放軍總醫(yī)院倫理委員會的批準， 并按照中國人民解放軍醫(yī)學院制定的動物實驗指南進行實驗。 對4只雄性患有VX2肝癌的新西蘭大白兔進行實驗， 實驗中采集過程如圖1所示： 光譜儀器采用美國ASD(Analytical Spectral Devices, Inc.)公司生產(chǎn)的Fieldspec4 型高分辨光譜儀， 波長范圍為300～2 500 nm, 光譜分辨率3 nm。 光源為5 W的鹵素燈， 波長范圍為350～2 500 nm， 無線連接的筆記本電腦進行數(shù)據(jù)的記錄和采集。 采用該儀器分別對VX2肝癌兔子的正常肝組織和肝癌組織進行反射光譜采集。 反射探頭的光束直徑為5 mm, 在采集過程中分別垂直對準待測兔子的VX2腫瘤組織和正常組織， 對每只兔子的活體正常肝組織、 活體VX2腫瘤肝組織、 離體正常帶血肝組織和離體VX2腫瘤帶血肝組織的不同部位分別進行十次數(shù)據(jù)采集， 總共獲得160個樣本數(shù)據(jù)， 其中每次保存的數(shù)據(jù)均進行十次平均。

圖1 用于測量兔肝VX2腫瘤組織和正常組織的實驗裝置

1.2 支持向量分類

支持向量機[14-15]通過核函數(shù)定義特征映射關系， 將待分類的數(shù)據(jù)映射到更高維特征的空間中， 來實現(xiàn)簡單的線性可分， 然后在這個空間中構造最優(yōu)的分類面， 從而形成分類的決策規(guī)則。 SVM(支持向量機)采用結構風險最小化(structural risk minimization, SRM)原則， 構造最優(yōu)分離超平面來完成分類任務。 而很多情況下， 原始的樣本空間內(nèi)有可能找不到一個可以正確劃分出兩類樣本的超平面。 在二維空間也許很難找到劃分兩類樣本的超平面， 把樣本從二維空間映射到三維的特征空間， 或者更高維的空間， 使得樣本在此空間里存在這樣的超平面來正確劃分樣本。

選擇核函數(shù)、 相應的核函數(shù)參數(shù)g， 懲罰因子c， 是支持向量機分類的三個可優(yōu)化選項。 多項式核函數(shù)和Sigmoid核函數(shù)相比高斯徑向核函數(shù)而言， 設置的參數(shù)較多， 從而增加了模型的不確定性和不穩(wěn)定性。 高斯徑向基核函數(shù)只需要設定一個參數(shù)， 對于模型的精度和穩(wěn)定性更容易控制。 因此， 選擇高斯徑向基核函數(shù)。 鑒于核函數(shù)參數(shù)g和懲罰因子c會對計算收斂速度和預測精度產(chǎn)生影響， 故分別采用交叉驗證和遺傳算法對核函數(shù)參數(shù)g和懲罰因子c進行優(yōu)化。

1.3 交叉驗證優(yōu)化支持向量機參數(shù)

交叉驗證即統(tǒng)計學中的無偏估計， 因為其能夠有效避免模型的過擬合問題， 所以是目前最為常見的一種參數(shù)驗證方式。 此外， 它還是機器學習建立模型和驗證模型穩(wěn)定性的常用方法， 因此從其名字上就可以推斷出交叉驗證是某樣本在校正集和預測集在交叉往復地使用。 根據(jù)樣本的切分方法不同， 交叉驗證分為三種方法： 簡單交叉驗證, K折交叉驗證(K-folder cross validation)， 留一交叉驗證(leave-one-out cross validation)。 研究中選擇K-折交叉驗證來多次驗證尋找最優(yōu)的核函數(shù)參數(shù)g和懲罰因子c， 即支持向量機的分類參數(shù)， 其中K取5， 使其對兔肝的正常組織和VX2腫瘤組織的分類性能能夠得到很好的提高。

1.4 遺傳算法優(yōu)化支持向量機的分類參數(shù)

遺傳算法是通過模擬達爾文生物進化論自然選擇和遺傳學機理來進行搜索最優(yōu)解的一種方法。 其中， 染色體是遺傳物質(zhì)的主要載體， 而染色體是多個基因的集合。 由于基因編碼是非常復雜的， 所以通常用二進制進行編碼。 設置初代種群個數(shù)， 按照“物競天擇, 適者生存, 優(yōu)勝劣汰”的原理， 來逐代演化出最優(yōu)解。 研究中設置初始種群規(guī)模為40， 最大遺傳代數(shù)100， 變異率為0.1， 根據(jù)設定的范圍對需要優(yōu)化的參數(shù)， 隨機產(chǎn)生初始種群。 遺傳代數(shù)計數(shù)器t=0開始。 把支持向量機的分類正確率作為目標函數(shù)值， 計算種群中每個個體的適應度。 若t>100或平均適應度值變化持續(xù)小于某一常數(shù)超過一定代數(shù)， 則所得到的具有最大適應的個體作為最優(yōu)解輸出， 得到優(yōu)化的參數(shù)。

2 結果與討論

2.1 反射光譜分析

圖2(a)是其中一只兔子的正常肝組織和VX2腫瘤組織未出血活體的高光譜反射數(shù)據(jù)曲線， 其中1—10為正常肝組織未出血活體的反射曲線， 11—20為VX2腫瘤組織未出血活體的反射曲線， 從圖中很明顯可以區(qū)分出正常肝組織和VX2腫瘤組織。 通過對比發(fā)現(xiàn)可以選擇400～1 800 nm區(qū)間的數(shù)據(jù)為特征變量， 其他區(qū)間因為測試系統(tǒng)噪聲較大， 會對分類造成一定的干擾。 圖2(b)包含了未出血活體正常肝組織、 未出血活體肝VX2腫瘤組織、 出血離體正常肝組織和出血離體肝VX2腫瘤組織： data1—data5為未出血活體正常肝組織， data6—data10為未出血活體肝腫瘤組織， data11—data15出血離體肝VX2腫瘤組織， data16—data20為出血離體正常肝組織。 為了更容易區(qū)分不同組織對應的反射曲線的不同， 分別采用不同的顏色對應不同組織來進行光譜曲線繪制。 顯而易見， 對應相同組織的反射曲線走勢基本一致， 而反射光譜強度的不同， 主要由反射探頭與待測表面相對位置誤差導致。 從反射曲線看， 正常肝組織和腫瘤組織的區(qū)別相對比較明顯。 分別用交叉驗證優(yōu)化支持向量機分類和遺傳算法優(yōu)化支持向量機分類分別對活體和離體的正常肝組織、 腫瘤組織進行二分類以及活體的正常肝組織和VX2腫瘤組織、 出血離體的正常肝組織和肝VX2腫瘤組織進行四分類。

圖2 兔肝VX2腫瘤組織和正常組織的反射圖(a)和未出血活體正常肝組織、 未出血活體肝VX2腫瘤組織、 出血離體正常肝組織和出血離體肝VX2腫瘤組織的反射光譜圖(b)

2.2 SVM與SVM-GA的診斷潛力對比分析

進行了兩種分類模式研究： (1) 對正常肝組織和肝腫瘤組織進行二分類， 把活體正常肝組織和離體正常肝組織標記為1號， 把離體肝VX2腫瘤組織和離體肝VX2腫瘤組織2號； (2) 對活體正常肝組織、 活體VX2腫瘤組織、 出血離體正常肝組織、 出血離體肝VX2腫瘤組織進行四分類， 分別依次標記為1號、 2號、 3號和4號。 采用5折交叉驗證誤差e進行評價診斷的潛力，e的定義為[16]

其中，N為樣本總數(shù)，N1為錯誤識別的樣本數(shù)，N2為正確識別的樣本數(shù)。

在160個樣本中隨機選擇130個樣本為訓練樣本， 30個為預測樣本。 首先進行400～1 800 nm區(qū)間支持向量機的二分類和四分類， 采用5-k交叉驗證方法優(yōu)化懲罰參數(shù)和核函數(shù)參數(shù)， 其預測集的分類結果分別如圖3(a,b)所示， 其中二分類優(yōu)化的懲罰參數(shù)c為4， 核函數(shù)參數(shù)g為0.125 0， 其校正集和預測集的準確率分別達到了100%和100%， 見圖3(a)； 四分類中優(yōu)化出的參數(shù)c為8，g為0.121 1， 其校正集和預測集的準確率都達到了99.242 4%和93.333%， 見圖3(b)。 說明采用5-k交叉驗證優(yōu)化參數(shù)進行支持向量機二分類和四分類的模型準確度很高， 從而也說明了經(jīng)過5-k交叉驗證優(yōu)化支持向量機參數(shù)進行正常肝組織和VX2腫瘤組織在可見近紅外波段的支持向量機分類具有很高的可行性。

圖3 采用5-k交叉驗證方法優(yōu)化SVM參數(shù)的預測集二分類(a)和四分類(b)

使用遺傳算法優(yōu)化支持向量機參數(shù)， 然后采用支持向量機進行分類。 二分類和四分類中每代的最高適應度和平均適應度函數(shù)如圖4(a，b)所示， 二分類和四分類的預測集的準確率如圖4(c，d)。 其中二分類優(yōu)化的參數(shù)c為0.845 6，g為0.062 5， 其校正集和預測集的準確率都達到了100%； 四分類中優(yōu)化出的參數(shù)c為5.530 7，g為0.068 5， 其校正集和預測集的準確率分別達到了99.242 4%和100%。 從二分類和四分類結果來看， 采用遺傳算法優(yōu)化參數(shù)進行支持向量機分類的模型準確度效果更好。 為了進一步更清楚地對比交叉驗證和遺傳算法對支持向量機參數(shù)的優(yōu)化效果， 由表1給出了其校正集和預測集的分類正確率。 由表1可以看出遺傳算法的優(yōu)化結果相對交叉驗證優(yōu)化的結果準確率更高。

圖4 采用遺傳算法優(yōu)化支持向量機參數(shù)優(yōu)化的二分類和四分類的適應度圖(a)和(b)及相應的預測集結果(c)和(d)

表1 采用兩種方法優(yōu)化支持向量機參數(shù)二分類和四分類的結果比較

為了進一步提高數(shù)據(jù)分析和處理效率， 為后續(xù)采用多光譜內(nèi)窺鏡進行腫瘤組織分類奠定基礎， 研究了數(shù)據(jù)簡化對分類算法準確度地影響。 在400～1 800 nm之間選取每隔n(n為整數(shù))個波段取一個變量， 進行遺傳算法優(yōu)化參數(shù)的支持向量機分類分析， 并對其計算時間進行考察。 分析結果如表2所示。 從表2可以看出隨著選擇的變量數(shù)的減少， 算法的運行時間逐漸降低， 二分類和四分類的準確率均超過了90%。 分類結果每隔100 nm選擇一個變量， 最終選擇14個譜段作為特征變量， 其二分類和四分類的校正集結果和預測集結果分別達到了99.242 4%和93.33%， 而且運行時間分別為11.4和20.0 s, 與選擇全波段時的運行時間： 340.3和491.0 s相比， 運行時間分別只有原來的3.35%和4.07%， 同時依然保持了較高的分類精確度。 說明未來采用多光譜鑒別兔子正常肝組織和VX2腫瘤組織是可行的， 可以做到在確保一定地分類準確度情況下， 極大提高分類效率。

表2 采用遺傳算法優(yōu)化支持向量機參數(shù)優(yōu)化二分類和四分類不同特征變量下的結果

3 結 論

使用高光譜ASD對兔子的未出血活體正常肝組織、 未出血活體肝VX2腫瘤組織、 出血離體肝組織、 出血離體肝VX2腫瘤組織進行反射光譜的采集， 然后對原始數(shù)據(jù)進行支持向量機分類， 在分類的過程中分別采用了兩種方式優(yōu)化參數(shù)， 即5折交叉驗證和遺傳算法對支持向量機參數(shù)和核函數(shù)參數(shù)進行優(yōu)化， 最終兩種分類方式都取得了很好的結果， 而遺傳算法優(yōu)化的結果表現(xiàn)更好。 因此在不斷有規(guī)律減少變量的情況下選擇遺傳算法優(yōu)化參數(shù)， 對分類結果和時間進行了比較。 研究發(fā)現(xiàn)， 隨著變量數(shù)的減少， 其分類結果一直保持較好的準確性， 而算法運行的時間卻得到了大幅減少。 為未來兔肝的正常組織和VX2腫瘤組織的多光譜高效實時鑒別奠定了一定的基礎。