萬程 陳柏兵 沈建新 陳志強(qiáng)

近視是全世界范圍內(nèi)發(fā)病率最高、年齡跨度最大和涉及面最廣的視覺健康問題。雖然近視在老年人群中常被忽視，但隨著年齡的增長，近視的風(fēng)險也在增加，需要引起更多的關(guān)注和重視。成人高度近視易并發(fā)白內(nèi)障、青光眼、視網(wǎng)膜脫離和近視性黃斑變性，這些并發(fā)癥都可以造成視功能的不可逆損傷。高度近視的發(fā)病機(jī)制復(fù)雜，目前普遍認(rèn)為環(huán)境因素和遺傳因素共同參與了其發(fā)生和發(fā)展[1-2]。隨著年齡的增長以及用眼不健康，近視可漸進(jìn)發(fā)展。延緩高度近視的進(jìn)一步發(fā)展，對提高老年高度近視病人的生活質(zhì)量具有重大意義。

眼底圖像病癥分析需要關(guān)注眼底的某些特定部位，比如視盤、黃斑和血管等區(qū)域，這些區(qū)域?qū)膊≡\斷有決定性的作用。高度近視經(jīng)常會出現(xiàn)豹紋狀眼底、近視弧形斑和黃斑區(qū)域的白色萎縮斑，本研究嘗試使用深度學(xué)習(xí)方法提取高度近視特征，提出了一種基于ResNeXt的高度近視診斷方法，現(xiàn)將應(yīng)用效果報道如下。

1 資料與方法

1.1 數(shù)據(jù)集來源與劃分 本研究使用的眼底圖片數(shù)據(jù)來自江蘇省省級機(jī)關(guān)醫(yī)院，圖片分辨率大小和格式有3種，分別為2592×1944的PNG格式的彩色圖片、2544×1696的JPG格式的彩色圖片、2196×1958的JPG格式的彩色圖片。數(shù)據(jù)集由江蘇省省級機(jī)關(guān)醫(yī)院的專業(yè)眼科醫(yī)生進(jìn)行標(biāo)注，包括6571張高度近視眼底圖片，6212張正常眼底圖片。其中，男性3482例(5962張圖片)，女性3916例(6821張圖片)，病人年齡60～81歲，平均 (67.6±3．21)歲。本文將數(shù)據(jù)集劃分為訓(xùn)練集、驗(yàn)證集和測試集。將眼底圖片按照3∶1∶1的近似比例隨機(jī)劃分。最終數(shù)據(jù)集劃分結(jié)果如表1所示。

1.2 方法 基于深度學(xué)習(xí)的高度近視診斷總體流程為：眼底圖像→數(shù)據(jù)預(yù)處理→模型訓(xùn)練→測試評估。眼底圖像在進(jìn)入網(wǎng)絡(luò)訓(xùn)練之前首先經(jīng)過數(shù)據(jù)預(yù)處理模塊，然后進(jìn)行不同網(wǎng)絡(luò)的模型訓(xùn)練，保存在驗(yàn)證集上AUC值最大的網(wǎng)絡(luò)模型，模型訓(xùn)練結(jié)束后進(jìn)行不同網(wǎng)絡(luò)模型的測試，比較本文使用的改進(jìn)的ResNeXt-50和5種經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)(CNN)(VGG-16、 VGG-19、Inception-V3、EfficientNet-B0和ResNet-50)的高度近視診斷結(jié)果。

1.2.2 ResNeXt-50網(wǎng)絡(luò)：本文使用CNN進(jìn)行高度近視眼底圖像分類任務(wù)。采用的網(wǎng)絡(luò)結(jié)構(gòu)為ResNeXt-50網(wǎng)絡(luò)，該網(wǎng)絡(luò)結(jié)構(gòu)在圖像分類任務(wù)中性能優(yōu)越。

ResNeXt的模塊主要是將殘差模塊復(fù)制了C次，C=32，用多個1×1卷積核降維從而減少網(wǎng)絡(luò)的參數(shù)，1×1卷積核后面為3×3卷積核，用于特征提取，進(jìn)行了非線性映射，增強(qiáng)了網(wǎng)絡(luò)的表達(dá)能力。ResNeXt網(wǎng)絡(luò)使用全局平均池化代替了全連接層，大大降低了網(wǎng)絡(luò)的復(fù)雜度，減少了網(wǎng)絡(luò)參數(shù)，將最終的SoftMax分類層設(shè)置為本實(shí)驗(yàn)任務(wù)所需的分類類別數(shù)。

1.2.3 模型訓(xùn)練:本文使用在ImageNet數(shù)據(jù)集上訓(xùn)練出來的參數(shù)作為預(yù)訓(xùn)練參數(shù)對ResNeXt-50網(wǎng)絡(luò)進(jìn)行初始化，這樣可以極大程度地節(jié)省訓(xùn)練網(wǎng)絡(luò)模型的時間，使網(wǎng)絡(luò)更快地收斂。本文所有網(wǎng)絡(luò)模型使用的都是隨機(jī)梯度下降(SGD)優(yōu)化算法，動量設(shè)置為0.9，損失函數(shù)為交叉熵?fù)p失函數(shù)，初始學(xué)習(xí)率都設(shè)置為0.0005，每訓(xùn)練20輪學(xué)習(xí)率減小為原來的1/5，考慮到工作站顯卡內(nèi)存的限制，每批樣本設(shè)置為8張圖片，每輪迭代959次，總共訓(xùn)練100輪，保存在驗(yàn)證集上AUC值最高的模型，訓(xùn)練結(jié)束后將保存的模型應(yīng)用于測試集上得到分類準(zhǔn)確度、特異度、靈敏度、AUC等評價指標(biāo)。

本實(shí)驗(yàn)使用的圖像處理工具是OpenCV，使用的編程語言為Python，深度學(xué)習(xí)框架為PyTorch，在Inter(R)Core(TM)i7-6700 CPU、3.4GHz主頻、16GB內(nèi)存、GTX1080顯卡、8GB顯卡內(nèi)存的工作站運(yùn)行。

1.2.4 評價指標(biāo):本實(shí)驗(yàn)使用分類準(zhǔn)確度、特異度、靈敏度、AUC作為評價指標(biāo)，并測試了每張圖片的平均診斷時間。

2 結(jié)果

2.1 ResNeXt-50診斷高度近視的價值 ResNeXt-50網(wǎng)絡(luò)對于高度近視診斷分類準(zhǔn)確度為94.1%，特異度為95.94%，敏感度為92.33%，對于高度近視較為敏感，AUC為0.9861，單張圖片的平均診斷時間為0.035 s，實(shí)時性能夠滿足實(shí)際的輔助診斷需要。本實(shí)驗(yàn)提出的深度學(xué)習(xí)方法和手工設(shè)計的傳統(tǒng)方法的準(zhǔn)確度、特異度和靈敏度顯示：ResNeXt-50無論是在高度近視圖像的識別還是正常眼底的識別，都遠(yuǎn)遠(yuǎn)超過了完全局部二值模式(Complete Local Binary Patterns, CLBP)+梯度提升決策樹(Gradient Boosting Decision Tree, GBDT)、K近鄰算法(k-Nearest Neighbor, KNN)、隨機(jī)森林(Random Forest, RF)和支持向量機(jī)(Support Vector Machine, SVM)。見表2。

表2 ResNeXt-50與傳統(tǒng)方法分類結(jié)果比較

2.2 ResNeXt-50診斷高度近視舉例 從高度近視診斷任務(wù)取出不同的分類結(jié)果情況，如圖2所示。圖2(a)表示這張圖片真實(shí)標(biāo)簽為患有高度近視，通過ResNeXt模型后預(yù)測為高度近視，預(yù)測正確；圖2(b)表示這張圖片的真實(shí)標(biāo)簽為患有高度近視，通過模型測試后預(yù)測為正常，主要原因是視盤區(qū)域的近視弧不明顯，同時其他眼底區(qū)域也沒有明顯病變，模型訓(xùn)練這種病變特征不明顯(對人類來說)的高度近視圖片很難學(xué)習(xí)有效參數(shù)，因?yàn)槟Ｐ陀?xùn)練是分批次進(jìn)行的，每一批次有多張圖片，模型訓(xùn)練的方向要求這批數(shù)據(jù)的平均損失最小，此類圖片也偏少，因此訓(xùn)練出來的模型將其預(yù)測為正常圖像，導(dǎo)致預(yù)測出錯；圖2(c)表示這張圖片的真實(shí)標(biāo)簽為正常，通過模型測試后被預(yù)測為高度近視，主要原因是視盤周圍有一層灰白色造影，模型預(yù)測時誤將其當(dāng)成近視弧特征，預(yù)測分類時被分為高度近視，在訓(xùn)練的模型看來，這張圖片提取到的特征向量更加接近高度近視的特征，最終被誤分類為高度近視；圖2(d)表示這張圖片的真實(shí)標(biāo)簽為正常，通過模型測試后被預(yù)測為正常，預(yù)測正確。

圖2 高度近視和正常眼底預(yù)測結(jié)果

3 討論

近些年來，深度學(xué)習(xí)發(fā)展迅速,CNN憑借強(qiáng)大的特征提取能力在醫(yī)學(xué)影像方面應(yīng)用非常廣泛，比如糖尿病視網(wǎng)膜病變的分級[3]、青光眼以及白內(nèi)障的診斷[4-5]、病灶點(diǎn)的檢測[6]和眼底圖像質(zhì)量評估[7]等。此外，Shin等[8]采用遷移學(xué)習(xí)完成了間質(zhì)性肺病(ILD)的分類。Lam等[9]利用GoogLeNet模型遷移學(xué)習(xí)，在Kaggle數(shù)據(jù)集上對糖尿病視網(wǎng)膜病變進(jìn)行分類，敏感度達(dá)到了95%，特異度達(dá)到了96%。Zago等[10]通過微調(diào)CNN模型，在DRIMDB數(shù)據(jù)集上實(shí)現(xiàn)了0.9998的AUC。深度學(xué)習(xí)可以自動提取圖像的特征，并且將低維特征轉(zhuǎn)化為高維特征，而傳統(tǒng)的特征提取方法需要手工設(shè)計特征，比如幾何特征、灰度特征和紋理特征等， 深度學(xué)習(xí)提取的特征往往比傳統(tǒng)的手工設(shè)計的特征描述圖像信息更為準(zhǔn)確。

本研究使用了深度學(xué)習(xí)網(wǎng)絡(luò)ResNeXt-50，實(shí)現(xiàn)了高度近視眼底的自動診斷，取得了較好的分類結(jié)果，具有較高的實(shí)時性，滿足了計算機(jī)輔助診斷的要求，同時可以大幅提高診斷效率，在臨床上具有重要意義。特別是在一些大型體檢中心，進(jìn)行大規(guī)模體檢時，只要有眼底相機(jī)和接受過簡單培訓(xùn)的工作人員，借助此技術(shù)，即使缺乏專業(yè)眼科醫(yī)生，也能快速診斷出高度近視，節(jié)省大量人力?？傊?，使用深度學(xué)習(xí)來研究高度近視病變的研究較為少見，本研究提出的方法可以用于高度近視眼底的篩查，提高診斷效率，減輕醫(yī)生的負(fù)擔(dān)，輔助醫(yī)生進(jìn)行診斷，同時也在高度近視眼底圖像分類方向的工作中做了一點(diǎn)新的嘗試。