基于自編碼網(wǎng)絡(luò)的乳腺病變檢測(cè)系統(tǒng)

劉俊志 朱昆侖 宋笑涵

摘要：乳腺癌是導(dǎo)致女性癌癥死亡的首要原因，嚴(yán)重危害廣大女性的身體健康，早期的診斷和治療是防治的關(guān)鍵。針對(duì)當(dāng)前乳腺X線圖像人工標(biāo)注工作量大、數(shù)據(jù)不易獲取、圖像特征提取耗時(shí)且難度大等問題，現(xiàn)以稀疏自編碼網(wǎng)絡(luò)為基礎(chǔ)，訓(xùn)練具有兩個(gè)隱含層的神經(jīng)網(wǎng)絡(luò)以對(duì)圖像進(jìn)行有無病變分類。首先，使用自編碼器以無監(jiān)督方式單獨(dú)訓(xùn)練各隱含層。然后訓(xùn)練最終Softmax層，并將這些層連接在一起形成堆疊網(wǎng)絡(luò)，該網(wǎng)絡(luò)最后以有監(jiān)督方式進(jìn)行訓(xùn)練。醫(yī)生可通過系統(tǒng)得出的結(jié)果對(duì)患者是否患有乳腺病變進(jìn)行診斷。

關(guān)鍵詞：乳腺X線圖像;稀疏自編碼器;深度學(xué)習(xí);病變檢測(cè);MATLAB

1. 前言

目前國(guó)內(nèi)外學(xué)者先后提出了多種乳腺病變檢測(cè)系統(tǒng)。Christoyiarni等人提出在腫塊疑似區(qū)域上利用獨(dú)立元分析方法提取特征辨別腫塊與正常組織，再利用神經(jīng)網(wǎng)絡(luò)方法分類訓(xùn)練腫塊，能達(dá)到較高檢測(cè)率同時(shí)能區(qū)分腫塊的良惡性[1]。盡管特征提取確實(shí)得到很大提升，但是CAD系統(tǒng)中的分類器在分類病變圖像的準(zhǔn)確度上仍然存在很大缺陷。近年來，深度學(xué)習(xí)在諸多領(lǐng)域能夠同時(shí)進(jìn)行特征學(xué)習(xí)和分類，深度學(xué)習(xí)技術(shù)中的無監(jiān)督特征學(xué)習(xí)技術(shù)已經(jīng)成功地被應(yīng)用于計(jì)算機(jī)視覺領(lǐng)域。因其不需要依賴于先驗(yàn)知識(shí)，可以自適應(yīng)地構(gòu)建有效的特征描述，所以靈活性和普遍性較傳統(tǒng)特征提取方法更具有優(yōu)越性[2]。自編碼器（Auto-encoder，AE）就是深度學(xué)習(xí)中最流行的代表性學(xué)習(xí)方法中的一種，該學(xué)習(xí)方法能實(shí)現(xiàn)良好的性能，并具有較少的調(diào)節(jié)參數(shù)和低的迭代次數(shù)等優(yōu)點(diǎn)，在圖像特征表達(dá)中得到廣泛的運(yùn)用[3]。由此設(shè)計(jì)一個(gè)基于自編碼網(wǎng)絡(luò)的乳腺病變檢測(cè)系統(tǒng)，采用無監(jiān)督自編碼網(wǎng)絡(luò)訓(xùn)練及有監(jiān)督的微調(diào)，訓(xùn)練建立能夠區(qū)分乳腺X線圖像是否發(fā)生病變的神經(jīng)網(wǎng)絡(luò)模型，檢測(cè)結(jié)果對(duì)乳腺癌診斷有很好的參考價(jià)值，對(duì)促進(jìn)醫(yī)學(xué)影像診斷的智能化發(fā)展具有重要的意義。

2. 基于自編碼網(wǎng)絡(luò)的乳腺病變檢測(cè)系統(tǒng)

2.1 數(shù)據(jù)集加載

本文使用乳腺X線圖像數(shù)據(jù)進(jìn)行訓(xùn)練和測(cè)試。每個(gè)數(shù)據(jù)圖像為256×256像素，共有1200張訓(xùn)練樣本，其中包括1000張正常的乳腺X線圖像和200張已發(fā)生病變的乳腺X線圖像。通過for循環(huán)依次將1200張訓(xùn)練數(shù)據(jù)加載到MATLAB中，然后使用imresize函數(shù)把每個(gè)數(shù)據(jù)圖像壓縮為28×28像素，利用rgb2gray函數(shù)將真彩色圖像轉(zhuǎn)換成灰度圖像。

訓(xùn)練圖像的標(biāo)簽存儲(chǔ)在一個(gè)2×1200的矩陣中，其中每列都有一個(gè)元素為1，指示該圖像所屬的類，該列中的所有其他元素為0。數(shù)據(jù)加載完成后利用for循環(huán)查看其中一些圖像，查看效果。

2.2 訓(xùn)練自編碼網(wǎng)絡(luò)

2.2.1 訓(xùn)練第一個(gè)自編碼器

首先在不使用標(biāo)簽的情況下基于訓(xùn)練數(shù)據(jù)訓(xùn)練稀疏自編碼器。自編碼器是一種神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)會(huì)嘗試在其輸出端復(fù)制其輸入。因此，其輸入的大小將與其輸出的大小相同。當(dāng)隱含層中的神經(jīng)元數(shù)量小于輸入的大小時(shí)，自編碼器將學(xué)習(xí)輸入的壓縮表示。

第一步：顯示設(shè)置隨機(jī)數(shù)生成器種子。

第二步：設(shè)置自編碼器的隱含層的大小。

第三步：訓(xùn)練自編碼器。

第四步：可以使用view函數(shù)查看自編碼器的圖。自編碼器由一個(gè)編碼器和一個(gè)解碼器組成。編碼器將輸入映射為隱含表示，解碼器則嘗試進(jìn)行逆映射以重新構(gòu)造原始輸入。

2.2.2 可視化第一個(gè)自編碼器的權(quán)重

自編碼器的編碼器部分所學(xué)習(xí)的映射可用于從數(shù)據(jù)中提取特征。編碼器中的每個(gè)神經(jīng)元都具有一個(gè)與之相關(guān)聯(lián)的權(quán)重向量，該向量將進(jìn)行相應(yīng)調(diào)整以響應(yīng)特定可視化特征。

自編碼器的隱含層的100維輸出是輸入的壓縮版本，它匯總了對(duì)上面可視化的特征的響應(yīng)?；趶挠?xùn)練數(shù)據(jù)中提取的一組向量訓(xùn)練下一個(gè)自編碼器。首先，必須使用經(jīng)過訓(xùn)練的自編碼器中的編碼器生成特征。

2.2.3 訓(xùn)練第二個(gè)自編碼器

第二個(gè)自編碼器的訓(xùn)練與第一個(gè)類似，主要區(qū)別在于將使用從第一個(gè)自編碼器生成的特征作為第二個(gè)自編碼器中的訓(xùn)練數(shù)據(jù)并且將隱含表示的大小減小到50，以便第二個(gè)自編碼器中的編碼器學(xué)習(xí)輸入數(shù)據(jù)的更小表示。將前一組特征傳遞給第二個(gè)自編碼器中的編碼器，以此提取第二組特征。

2.2.4 訓(xùn)練最終Softmax層

訓(xùn)練Softmax層以對(duì)50維特征向量進(jìn)行分類。與自編碼器不同，將使用訓(xùn)練數(shù)據(jù)的標(biāo)簽以有監(jiān)督方式訓(xùn)練Softmax層。

2.2.5 形成堆疊神經(jīng)網(wǎng)絡(luò)

已單獨(dú)訓(xùn)練了組成堆疊神經(jīng)網(wǎng)絡(luò)的三個(gè)網(wǎng)絡(luò)：autoenc1、autoenc2和Softmax。

將自編碼器中的編碼器與Softmax層堆疊在一起形成用于分類的堆疊網(wǎng)絡(luò)。

2.2.6 微調(diào)堆疊神經(jīng)網(wǎng)絡(luò)

為了更好地進(jìn)行分類，通過以有監(jiān)督方式基于訓(xùn)練數(shù)據(jù)重新訓(xùn)練網(wǎng)絡(luò)來對(duì)整個(gè)多層網(wǎng)絡(luò)執(zhí)行反向傳播，改進(jìn)堆疊神經(jīng)網(wǎng)絡(luò)的結(jié)果。

2.3 基于自編碼網(wǎng)絡(luò)的乳腺病變檢測(cè)

本文使用乳腺X線圖像數(shù)據(jù)進(jìn)行測(cè)試。每個(gè)數(shù)據(jù)圖像為256×256像素，共有1375張測(cè)試樣本，其中包括1000張正常的乳腺X線圖像和375張已發(fā)生病變的乳腺X線圖像。通過for循環(huán)依次將1375張測(cè)試數(shù)據(jù)加載到MATLAB中，然后使用imsize函數(shù)把每個(gè)數(shù)據(jù)圖像壓縮為28×28像素，利用rgb2gray函數(shù)將真彩色圖像轉(zhuǎn)換成灰度圖像。數(shù)據(jù)集加載方式與訓(xùn)練數(shù)據(jù)集加載方式類似，可參考前文。

測(cè)試圖像的標(biāo)簽存儲(chǔ)在一個(gè)2×1375的矩陣中，其中每列都有一個(gè)元素為1，指示該圖像所屬的類，該列中的所有其他元素為0。

2.4 實(shí)驗(yàn)結(jié)果分析

在MATLAB command window窗口輸入guide命令查看圖形用戶界面GUI，包括一個(gè)可編輯文本;四個(gè)按鈕，功能分別是導(dǎo)入訓(xùn)練數(shù)據(jù)、訓(xùn)練網(wǎng)絡(luò)、導(dǎo)入測(cè)試數(shù)據(jù)、測(cè)試;兩個(gè)坐標(biāo)軸，用于展示訓(xùn)練集和測(cè)試集中的部分乳腺X線圖像。

可以看出目標(biāo)類加載的1000個(gè)正常的測(cè)試數(shù)據(jù)中有988個(gè)被正確檢測(cè)出，12個(gè)被檢測(cè)錯(cuò)誤，第一類數(shù)據(jù)檢測(cè)的準(zhǔn)確率為98.8%;加載的1000個(gè)正常的測(cè)試數(shù)據(jù)中有988個(gè)被正確檢測(cè)出，12個(gè)被檢測(cè)錯(cuò)誤，第一類數(shù)據(jù)檢測(cè)的準(zhǔn)確率為98.8%;目標(biāo)類加載的375個(gè)有病變的測(cè)試數(shù)據(jù)中有350個(gè)被正確檢測(cè)出，25個(gè)被檢測(cè)錯(cuò)誤，第二類數(shù)據(jù)檢測(cè)的準(zhǔn)確率為93.3%;輸出類中第一類數(shù)據(jù)被正確檢測(cè)的有988張，錯(cuò)誤檢測(cè)的有25張，檢測(cè)的準(zhǔn)確率為97.5%;輸出類中第二類數(shù)據(jù)被正確檢測(cè)的有350張，錯(cuò)誤檢測(cè)的有12張，檢測(cè)的準(zhǔn)確率為96.7%;經(jīng)過多次測(cè)試，整個(gè)系統(tǒng)分類的準(zhǔn)確率最高達(dá)到了97.3%。

3. 結(jié)論

在本文完成過程中，做了大量的實(shí)驗(yàn)工作，實(shí)現(xiàn)了基于自編碼網(wǎng)絡(luò)的方法對(duì)乳腺X線圖像中的病變進(jìn)行檢測(cè)。本文將自編碼網(wǎng)絡(luò)模型應(yīng)用在乳腺病變的檢測(cè)任務(wù)中，提高了計(jì)算機(jī)輔助診斷系統(tǒng)的精度，測(cè)試階段，單幅圖像平均處理時(shí)間為0.00236秒。經(jīng)過多次測(cè)試，整個(gè)系統(tǒng)分類的準(zhǔn)確率最高達(dá)到了97.3%。為醫(yī)生診斷患者是否患有乳腺癌病變提供了有力的幫助。

參考文獻(xiàn)

[1]? 王金平. 基于深度卷積稀疏自編碼分層網(wǎng)絡(luò)的人臉識(shí)別技術(shù). 太原理工大學(xué)學(xué)報(bào)，2018，49（05）：765～770

[2]? 朱恩澤. 基于深度學(xué)習(xí)的醫(yī)學(xué)圖像分割方法. 徐州醫(yī)科大學(xué)學(xué)報(bào)，2019，39（2）：143～147

[3]? 余立付. 基于深度自編碼網(wǎng)絡(luò)的高光譜圖像空譜聯(lián)合分類：[碩士學(xué)位論文]. 西安：西安電子科技大學(xué)，2017