秦品樂(lè)　李鵬波　張瑞平　曾建潮　劉仕杰　徐少偉

摘 要：針對(duì)目前應(yīng)用于醫(yī)學(xué)影像目標(biāo)檢測(cè)的深度學(xué)習(xí)網(wǎng)絡(luò)模型僅擁有固定的感受野，無(wú)法針對(duì)形態(tài)尺度差異明顯的頸部淋巴結(jié)進(jìn)行有效檢測(cè)的問(wèn)題，提出了一種新的基于自適應(yīng)感受野機(jī)制的識(shí)別算法，將深度學(xué)習(xí)首次應(yīng)用于完全三維醫(yī)學(xué)圖像的頸部淋巴結(jié)自動(dòng)識(shí)別中。首先，采用半隨機(jī)采樣方法對(duì)醫(yī)學(xué)序列圖像進(jìn)行裁剪，生成基于網(wǎng)格的局部圖像塊及對(duì)應(yīng)真值標(biāo)簽;然后，通過(guò)局部圖像塊及標(biāo)簽構(gòu)建并訓(xùn)練基于自適應(yīng)感受野機(jī)制的DeepNode網(wǎng)絡(luò);最后，利用預(yù)訓(xùn)練的DeepNode網(wǎng)絡(luò)模型進(jìn)行預(yù)測(cè)，通過(guò)輸入整體序列圖像，可以端到端且快速地獲得整體序列對(duì)應(yīng)的頸部淋巴結(jié)識(shí)別結(jié)果。在頸部淋巴結(jié)數(shù)據(jù)集中，采用DeepNode網(wǎng)絡(luò)識(shí)別頸部淋巴結(jié)的召回率可達(dá)98.13%，精確率可達(dá)97.38%，每次掃描的假陽(yáng)性數(shù)量?jī)H為29，同時(shí)耗時(shí)相對(duì)較短。實(shí)驗(yàn)結(jié)果分析表明，與當(dāng)前表現(xiàn)優(yōu)良的二維與三維卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合的算法、三維通用目標(biāo)檢測(cè)算法、基于弱監(jiān)督定位的識(shí)別算法等相比，所提算法可以實(shí)現(xiàn)頸部淋巴結(jié)的自動(dòng)識(shí)別，并取得最優(yōu)的識(shí)別效果。該算法端到端，簡(jiǎn)單高效，易于擴(kuò)展到其他醫(yī)學(xué)圖像的三維目標(biāo)檢測(cè)任務(wù)中，可應(yīng)用于臨床的診斷和治療。

關(guān)鍵詞：頸部淋巴結(jié)檢測(cè);計(jì)算機(jī)輔助診斷;注意力機(jī)制;自適應(yīng)感受野;三維醫(yī)學(xué)影像

中圖分類(lèi)號(hào)： TP391.41 圖形圖像識(shí)別文獻(xiàn)標(biāo)志碼：A

Automatic recognition algorithm of cervical lymph nodes using

adaptive receptive field mechanism

QIN Pinle1， LI Pengbo1， ZHANG Ruiping2， ZENG Jianchao1*， LIU Shijie3， XU Shaowei1

（1. School of Data Science， North University of China， Taiyuan Shanxi 030051， China;

2. Shanxi Bethune Hospital， Taiyuan Shanxi 030001， China;

3. First Hospital of Shanxi Medical University， Taiyuan Shanxi 030001， China）

Abstract： Aiming at the problem that the deep learning network model applied to medical image target detection only has a fixed receptive field and cannot effectively detect the cervical lymph nodes with obvious morphological and scale differences， a new recognition algorithm based on adaptive receptive field mechanism was proposed， applying deep learning to the automatic recognition of cervical lymph nodes in complete three-dimensional medical images at the first time. Firstly， the semi-random sampling method was used to crop the medical sequence images to generate the grid-based local image blocks and the corresponding truth labels. Then， the DeepNode network based on the adaptive receptive field mechanism was constructed and trained through the local image blocks and labels. Finally， the trained DeepNode network model was used for prediction. By inputting the whole sequence images， the cervical lymph node recognition results corresponding to the whole sequence was obtained end-to-end and quickly. On the cervical lymph node dataset， the cervical lymph node recognition using the DeepNode network has the recall rate of 98.13%， the precision of 97.38%， and the number of false positives per scan is only 29， and the time consumption is relatively shorter. The analysis of the experimental results shows that compared with current algorithms such as the combination of two-dimensional and three-dimensional convolutional neural networks， the general three-dimensional object detection and the weak supervised location based recognition， the proposed algorithm can realize the automatic recognition of cervical lymph nodes and obtain the best recognition results. The algorithm is end-to-end， simple and efficient， easy to be extended to three-dimensional target detection tasks for other medical images and can be applied to clinical diagnosis and treatment.

Key words： cervical lymph node detection; Computer-Aided Diagnosis （CAD）; attention mechanism; adaptive receptive field; three-dimensional medical image

0 引言

淋巴結(jié)作為哺乳動(dòng)物非常重要的免疫器官，是接受抗原刺激產(chǎn)生免疫應(yīng)答反應(yīng)的場(chǎng)所。其形態(tài)呈現(xiàn)為橢圓形或蠶豆形，能夠摧毀病原體，起著過(guò)濾、增殖和免疫作用。在人體所有淋巴結(jié)中，位于頭頸部的淋巴結(jié)數(shù)量接近40%[1]。頸部淋巴結(jié)腫大是臨床最常見(jiàn)的病癥，也是病理科最常檢查、診斷的病變之一。誘發(fā)頸部淋巴結(jié)腫大的因素也極其多樣，有時(shí)即便檢查組織切片也很難確診[2]。淋巴結(jié)腫大非常多見(jiàn)，可發(fā)生于任何年齡段人群，可見(jiàn)于多種疾病。因此，檢測(cè)和識(shí)別頸部淋巴結(jié)對(duì)于患者及早發(fā)現(xiàn)和診治具有重要意義。

計(jì)算機(jī)斷層掃描（Computed Tomography， CT）是目前最常用的方法，能良好地顯示出病變的區(qū)域。在斷層掃描成像下，頸部淋巴結(jié)與周?chē)浗M織之間灰度差異小，具有病理復(fù)雜、形態(tài)變化明顯、分布區(qū)域廣泛等特點(diǎn)。由于淋巴結(jié)自身的生理特性和復(fù)雜的成像效果，放射科醫(yī)生提取淋巴結(jié)較為困難。目前，常見(jiàn)的解決方案為傳統(tǒng)的機(jī)器學(xué)習(xí)方法。如文獻(xiàn)[3]提出基于CT圖像的頸部淋巴結(jié)半自動(dòng)分割算法，能夠在較少人為干預(yù)的條件下實(shí)現(xiàn)淋巴結(jié)的精準(zhǔn)分割;文獻(xiàn)[4]提出基于支持向量機(jī)的淋巴結(jié)判決算法，將淋巴結(jié)及周?chē)浗M織生理特征之間的差異及成像差異作為最終的判決特征，從而實(shí)現(xiàn)在復(fù)雜的組織結(jié)構(gòu)中快速定位淋巴結(jié)區(qū)域。

隨著強(qiáng)大高效的圖形處理器以及大量可用的訓(xùn)練數(shù)據(jù)出現(xiàn)，深度學(xué)習(xí)在語(yǔ)音識(shí)別、目標(biāo)檢測(cè)等各領(lǐng)域都表現(xiàn)出了卓越的性能[5-8]。對(duì)比傳統(tǒng)的機(jī)器學(xué)習(xí)方法，深度學(xué)習(xí)具有高效率、可塑性、普適性等優(yōu)點(diǎn)，更重要的是它能夠自動(dòng)提取最具代表性的判別特征，避免傳統(tǒng)算法在提取特征時(shí)由于人為因素導(dǎo)致的性能問(wèn)題。目前深度學(xué)習(xí)應(yīng)用于三維醫(yī)學(xué)影像的檢測(cè)和分析總體分為四種思路：

1）二維與三維相結(jié)合的思想。首先采用二維目標(biāo)檢測(cè)或語(yǔ)義分割網(wǎng)絡(luò)快速定位單張切片的疑似淋巴結(jié)區(qū)域，然后根據(jù)距離度量標(biāo)準(zhǔn)將相鄰多張切片間相近感興趣區(qū)域合并生成三維圖像塊，最后輸入三維分類(lèi)網(wǎng)絡(luò)以去除過(guò)多的假陽(yáng)性樣本，如文獻(xiàn)[9-11]。其優(yōu)勢(shì)在于將原生的三維目標(biāo)檢測(cè)問(wèn)題簡(jiǎn)化為二維，在有效節(jié)約內(nèi)存的同時(shí)保證一定的檢測(cè)效果。然而其存在一定的局限性：a）二維檢測(cè)網(wǎng)絡(luò)丟棄目標(biāo)的空間信息，容易導(dǎo)致過(guò)多假陽(yáng)性樣本;b）距離度量標(biāo)準(zhǔn)的選取可能導(dǎo)致生成錯(cuò)誤的三維樣本;c）階段數(shù)過(guò)多導(dǎo)致耗時(shí)較長(zhǎng)。

2）三維目標(biāo)檢測(cè)的思想。將目前最先進(jìn)的通用物體檢測(cè)模型擴(kuò)展到三維并改進(jìn)，即3D Faster R-CNN（Faster Region-based Convolutional Neural Network）系列，以解決二維檢測(cè)網(wǎng)絡(luò)丟失目標(biāo)空間信息的問(wèn)題。首先通過(guò)區(qū)域提案網(wǎng)絡(luò)（Region Proposal Network， RPN）產(chǎn)生大量三維感興趣圖像塊，然后通過(guò)分類(lèi)與回歸層對(duì)其進(jìn)行分類(lèi)和位置微調(diào)以獲得更精準(zhǔn)的定位結(jié)果，如文獻(xiàn)[12-15]。其優(yōu)勢(shì)在于充分利用樣本空間信息，且端到端的方式保證速度和精度，然而其存在一定的局限性：a）由多個(gè)子網(wǎng)絡(luò)構(gòu)成，算法復(fù)雜度高;b）區(qū)域提案階段產(chǎn)生大量三維圖像塊，導(dǎo)致計(jì)算成本過(guò)高。

3）三維局部定位的思想。采用基于三維圖像塊的弱監(jiān)督定位算法，用以解決三維目標(biāo)檢測(cè)算法復(fù)雜度高的問(wèn)題。首先從CT序列中隨機(jī)裁剪5×20×20的三維局部圖像塊，輸入到三維網(wǎng)絡(luò)中進(jìn)行分類(lèi)，然后預(yù)測(cè)時(shí)使用滑動(dòng)窗口策略將網(wǎng)絡(luò)應(yīng)用于整體CT序列，得到整體CT序列的目標(biāo)激活區(qū)域（probability heatmaps），例如文獻(xiàn)[16-18]。相比三維目標(biāo)檢測(cè)思想，其優(yōu)勢(shì)在于充分利用空間信息的同時(shí)降低算法復(fù)雜度，但自身存在一定的局限性：a）隨機(jī)裁剪導(dǎo)致訓(xùn)練涉及大量交并比運(yùn)算;b）隨機(jī)采樣的不確定性導(dǎo)致收斂過(guò)慢;c）三維局部圖像塊所提供的可用信息有限，無(wú)法利用全局信息作出更精準(zhǔn)的判斷。

4）三維整體定位的思想。采用基于網(wǎng)格分類(lèi)的定位算法，用以避免三維局部定位算法無(wú)法利用全局信息的問(wèn)題。首先將整體CT序列按照網(wǎng)格分塊后，整體輸入網(wǎng)絡(luò)以便同時(shí)對(duì)所有網(wǎng)格進(jìn)行分類(lèi)，進(jìn)而得到整體序列的概率圖，例如文獻(xiàn)[19-20]。其優(yōu)勢(shì)在于端到端識(shí)別且充分利用全局信息，但仍存在一定的局限性：a）整體輸入，導(dǎo)致無(wú)法對(duì)有限數(shù)據(jù)進(jìn)行有效數(shù)據(jù)增廣;b）容易對(duì)目標(biāo)位置產(chǎn)生偏向性。

頸部淋巴結(jié)具有病理復(fù)雜、形態(tài)小、不規(guī)則、分布區(qū)域廣泛等特點(diǎn)。目前深度學(xué)習(xí)應(yīng)用于識(shí)別頸部淋巴結(jié)領(lǐng)域的研究較少，仍需解決以下兩個(gè)關(guān)鍵問(wèn)題：1）無(wú)法平衡全局信息識(shí)別目標(biāo)與避免對(duì)目標(biāo)位置產(chǎn)生偏向性的問(wèn)題;2）淋巴結(jié)尺度變化明顯，采用常規(guī)網(wǎng)絡(luò)同時(shí)識(shí)別較大目標(biāo)與較小目標(biāo)的難度較大，整體識(shí)別效果并不理想。

針對(duì)頸部淋巴結(jié)自動(dòng)識(shí)別的關(guān)鍵問(wèn)題，本文提出基于自適應(yīng)感受野機(jī)制的識(shí)別算法。針對(duì)第1）個(gè)關(guān)鍵問(wèn)題，本文提出半隨機(jī)采樣方法，結(jié)合三維局部定位和三維整體定位的優(yōu)點(diǎn)，既充分利用全局信息識(shí)別目標(biāo)，又避免對(duì)目標(biāo)區(qū)域產(chǎn)生偏向性，同時(shí)實(shí)現(xiàn)有效的數(shù)據(jù)增廣。針對(duì)第2）個(gè)關(guān)鍵問(wèn)題，本文提出基于自適應(yīng)感受野機(jī)制的DeepNode網(wǎng)絡(luò)，能夠自適應(yīng)學(xué)習(xí)適當(dāng)?shù)母惺芤耙栽鰪?qiáng)對(duì)尺度差異明顯的目標(biāo)識(shí)別，在僅耗費(fèi)較少的計(jì)算代價(jià)前提下實(shí)現(xiàn)更好的檢測(cè)效果。

本文的主要工作如下：

1）本文所提算法將深度學(xué)習(xí)首次應(yīng)用于完全三維CT圖像自動(dòng)識(shí)別頸部淋巴結(jié)中。

2）提出半隨機(jī)采樣方法，結(jié)合三維局部定位和三維整體定位思想，有效平衡全局信息識(shí)別目標(biāo)與避免對(duì)目標(biāo)區(qū)域產(chǎn)生偏向性的問(wèn)題。

3）提出基于自適應(yīng)感受野機(jī)制的DeepNode網(wǎng)絡(luò)，將自適應(yīng)感受野機(jī)制擴(kuò)展到三維，針對(duì)尺度變化明顯的淋巴結(jié)實(shí)現(xiàn)更好的檢測(cè)效果。

1 頸部淋巴結(jié)識(shí)別

1.1 總體框架

頸部淋巴結(jié)識(shí)別整體框架如圖1所示。訓(xùn)練時(shí)采用半隨機(jī)采樣方法裁剪略小于原圖尺寸的訓(xùn)練圖像與對(duì)應(yīng)標(biāo)簽，輸入DeepNode網(wǎng)絡(luò)進(jìn)行訓(xùn)練。測(cè)試時(shí)由于其為全卷積網(wǎng)絡(luò)，且輸入圖像對(duì)應(yīng)網(wǎng)絡(luò)的感受野不變，故直接將整體CT序列圖像輸入預(yù)訓(xùn)練的DeepNode模型，得到最終的檢測(cè)結(jié)果[16-18]。

1.2 半隨機(jī)采樣方法

常規(guī)隨機(jī)采樣方法首先在圖像上隨機(jī)裁剪出固定尺度的圖像補(bǔ)丁，然后通過(guò)映射關(guān)系在真值標(biāo)簽上裁剪出對(duì)應(yīng)區(qū)域，進(jìn)而在真值標(biāo)簽的對(duì)應(yīng)區(qū)域劃分出網(wǎng)格，最后通過(guò)計(jì)算網(wǎng)格與對(duì)應(yīng)區(qū)域內(nèi)真實(shí)淋巴結(jié)掩碼的交并比[16-18]，將覆蓋真實(shí)淋巴結(jié)的網(wǎng)格對(duì)應(yīng)的分類(lèi)標(biāo)簽置為1，代表該網(wǎng)格屬于淋巴結(jié)區(qū)域;其余網(wǎng)格對(duì)應(yīng)的分類(lèi)標(biāo)簽置為0，代表背景區(qū)域，如圖2（a）所示。其局限性在于每張圖像的每次訓(xùn)練均需交并比運(yùn)算，費(fèi)時(shí)費(fèi)力。而半隨機(jī)采樣方法首先在真值標(biāo)簽上整體劃分網(wǎng)格，計(jì)算整體網(wǎng)格與真實(shí)淋巴結(jié)掩碼的交并比，標(biāo)記好每個(gè)網(wǎng)格正負(fù)分類(lèi)標(biāo)簽;之后按照單個(gè)網(wǎng)格的距離間隔進(jìn)行隨機(jī)裁剪，根據(jù)感受野大小映射到原圖裁剪對(duì)應(yīng)區(qū)域，如圖2（b）所示。在整個(gè)訓(xùn)練過(guò)程中，每張圖片僅需計(jì)算一次交并比，由于其與在圖像上完全隨機(jī)裁剪有所區(qū)別，故稱(chēng)為半隨機(jī)采樣方法。

采樣過(guò)程僅針對(duì)圖像長(zhǎng)寬，深度保持不變，故僅考慮二維情況。假設(shè)原圖像尺寸為H×W，標(biāo)注信息尺寸為h×w。記縮放比例為s，即標(biāo)注信息中一個(gè)像素點(diǎn)映射到原圖像表示對(duì)應(yīng)位置s×s區(qū)域信息，則存在比例關(guān)系：

假設(shè)半隨機(jī)采樣后圖像左上角坐標(biāo)為（X， Y），對(duì)應(yīng)真值標(biāo)簽左上角坐標(biāo)為（x， y），則存在以下映射關(guān)系：

記采樣比例為λ，通常為0～1（本文默認(rèn)0.6），則半隨機(jī)采樣后的圖像尺寸L及標(biāo)簽尺寸l為：

再結(jié)合式（1）進(jìn)行化簡(jiǎn)，可得：

半隨機(jī)采樣優(yōu)勢(shì)在于：1）通過(guò)基于感受野的映射關(guān)系避免完全隨機(jī)采樣帶來(lái)的大量交并比運(yùn)算，加速訓(xùn)練;2）對(duì)比三維局部定位，該方法避免了三維圖像塊可用信息較少而導(dǎo)致無(wú)法利用圖像的全局信息的問(wèn)題;3）相比三維整體定位，該方法裁剪略小于原圖尺寸的圖像進(jìn)行訓(xùn)練，既實(shí)現(xiàn)數(shù)據(jù)增廣，緩解訓(xùn)練時(shí)網(wǎng)格內(nèi)類(lèi)別嚴(yán)重不平衡問(wèn)題，又有效平衡全局信息識(shí)別目標(biāo)與避免對(duì)目標(biāo)區(qū)域產(chǎn)生偏向性的問(wèn)題。

1.3 DeepNode網(wǎng)絡(luò)

1.3.1 自適應(yīng)感受野卷積

為了使神經(jīng)元能夠根據(jù)不同的刺激動(dòng)態(tài)調(diào)節(jié)其自身的感受野，文獻(xiàn)[21]提出自適應(yīng)感受野卷積（Selective Kernel convolution， SK）。針對(duì)三維醫(yī)學(xué)影像中尺度變化明顯的淋巴結(jié)檢測(cè)問(wèn)題，本文將其基本卷積結(jié)構(gòu)進(jìn)行修改并擴(kuò)展到三維，用于進(jìn)一步擬合淋巴結(jié)尺寸來(lái)提高識(shí)別效果。三維自適應(yīng)感受野卷積具體結(jié)構(gòu)如圖3所示，主要分為三個(gè)階段：分支階段（Split）、融合階段（Fuse）、選擇階段（Select）。

1）分支階段。

對(duì)于給定的特征圖X∈RC×L×H×W，采用3×3×3和5×5×5兩種不同感受野的卷積核構(gòu)建兩條分支：X→U～∈RC×L×H×W和 f^：X→U^∈RC×L×H×W，然后進(jìn)行空間批量歸一化、修正線性單元。為提高效率，5×5×5卷積由擴(kuò)張率為2、填充為2、卷積核為3×3×3的擴(kuò)張卷積替代。

2）融合階段。

首先通過(guò)逐元素求和操作獲得融合特征U：

U=U～+U^（5）

為擴(kuò)展到三維，通過(guò)特征塊平均池化（Feature Block Average Pooling， FBAP）[9]替代原有結(jié)構(gòu)的全局平均池化（Global Average Pooling， GAP）[22]，壓縮融合特征U特征塊的長(zhǎng)寬高維度，僅保留通道維度，獲取到融合特征U通道級(jí)別的全局信息S。假設(shè)Uc為融合特征U第c個(gè)特征塊，Sc為全局信息第c個(gè)元素，則存在以下關(guān)系：

Sc=ffbap（Uc）=1L×H×W∑Ll=1∑Ww=1∑Hh=1Uc（l，w，h）（6）

基于全局信息S進(jìn)行降維操作，得到緊湊特征Z∈Rd，然后對(duì)緊湊特征Z進(jìn)行升維操作，得到a∈RC、b∈RC。通過(guò)降維升維，使得網(wǎng)絡(luò)具有更多的非線性，以便更好地?cái)M合融合特征U通道間復(fù)雜的相關(guān)性。

緊湊特征Z∈Rd的長(zhǎng)度d由輸入特征的通道數(shù)C、降維比例r及下界L決定，本文r、L默認(rèn)為4。

d=max（Cr，L）（7）

3）選擇階段。

通過(guò)通道注意力權(quán)重a∈RC、b∈RC分別對(duì)兩種不同感受野特征U～∈RC×L×H×W、U^∈RC×L×H×W進(jìn)行通道加權(quán)后逐元素求和，得到最終的融合特征V∈RC×L×H×W：

Vc=ac·U～c+bc·U^c ; ac+bc=1（8）

1.3.2 網(wǎng)絡(luò)結(jié)構(gòu)

DeepNode網(wǎng)絡(luò)以殘差塊結(jié)構(gòu)為基礎(chǔ)，其整體結(jié)構(gòu)如表1所示，由15個(gè)三維殘差塊、4個(gè)三維最大池化層、1個(gè)三維卷積層組成，其中三維殘差塊是基于三維自適應(yīng)感受野卷積構(gòu)建。針對(duì)自適應(yīng)感受野卷積，M為分支數(shù)，默認(rèn)為2，表示分支階段采用3×3×3和5×5×5兩種不同感受野的卷積核;r表示降維比例，默認(rèn)為4。網(wǎng)絡(luò)最后接入Sigmoid激活函數(shù)，并采用二值交叉熵（Binary Cross Entropy， BCE）作為損失函數(shù)，輸出預(yù)測(cè)結(jié)果。

LBCE=-∑ni=1i·lb yi+（1-i）·lb（1-i）（9）

其中：i為預(yù)測(cè)結(jié)果中第i個(gè)網(wǎng)格的預(yù)測(cè)值;yi為對(duì)應(yīng)真值標(biāo)簽第i個(gè)網(wǎng)格的真值。

作為對(duì)比的基線方法，將DeepNode網(wǎng)絡(luò)中的三維自適應(yīng)感受野卷積替換為當(dāng)前主流的基于通道注意力機(jī)制的壓縮激勵(lì)卷積（Squeeze-and-Excitation convolution， SE）[23]，組成基線網(wǎng)絡(luò)，其中r表示通道學(xué)習(xí)時(shí)的降維比例，默認(rèn)為4。

2 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析

2.1 實(shí)驗(yàn)數(shù)據(jù)集

實(shí)驗(yàn)數(shù)據(jù)集來(lái)源于山西省腫瘤醫(yī)院CT放射科，影像類(lèi)型為頭頸部CT序列圖像，圖像大小為512pixel×512pixel，切片厚度為0.625mm。參照標(biāo)準(zhǔn)由4名經(jīng)驗(yàn)豐富的專(zhuān)家手工注釋。為了保證注釋的準(zhǔn)確性，4名放射科醫(yī)師獨(dú)立對(duì)每張圖像進(jìn)行標(biāo)注工作。最終挑選出直徑大于3mm并由3名及以上專(zhuān)家共同注釋的頸部淋巴結(jié)，圖4為數(shù)據(jù)集中不同形態(tài)及分布的頸部淋巴結(jié)樣本（第一行為原始CT圖;第二列黃框位置放大后的局部圖像）。最終獲得70例，共計(jì)2220張CT圖像，其中包含1140張頸部淋巴結(jié)圖像。

2.2 模型訓(xùn)練方法

實(shí)驗(yàn)數(shù)據(jù)分為兩部分：隨機(jī)抽取80%用于訓(xùn)練模型;剩余20%作為測(cè)試數(shù)據(jù)來(lái)測(cè)試。針對(duì)數(shù)據(jù)增強(qiáng)，半隨機(jī)采樣方法在數(shù)據(jù)處理的同時(shí)已實(shí)現(xiàn)數(shù)據(jù)增強(qiáng)操作，有助于緩解訓(xùn)練時(shí)類(lèi)別不平衡問(wèn)題。針對(duì)模型優(yōu)化，DeepNode模型采用隨機(jī)梯度下降（Stochastic Gradient Descent， SGD）算法，學(xué)習(xí)率初始化為0.01，衰減率設(shè)為0.1，批處理大小設(shè)置為32，動(dòng)量設(shè)置為0.9，訓(xùn)練輪次為100輪，并在第30、60、90輪次時(shí)衰減學(xué)習(xí)率。所訓(xùn)練的網(wǎng)絡(luò)模型均在圖形處理器（Graphic Processing Unit， GPU） Tesla M40上使用Pytorch深度學(xué)習(xí)框架實(shí)現(xiàn)，全部模型訓(xùn)練約為8.2h，測(cè)試所有病例的總時(shí)間約為63s（15例CT序列，包含450張CT圖像）。

2.3 評(píng)價(jià)指標(biāo)

針對(duì)DeepNode網(wǎng)絡(luò)模型，采用召回率及精確率分析其檢出淋巴結(jié)的性能。

召回率（Recall）的計(jì)算式為：

Recall=TPTP+FN（10）

式中：Recall為召回率;TP為所有被檢測(cè)出的真實(shí)頸部淋巴結(jié)的個(gè)數(shù);FN為所有錯(cuò)誤檢測(cè)出的真實(shí)頸部淋巴結(jié)的個(gè)數(shù)。

精確率（Precision）的計(jì)算式為：

Precision=TPTP+FP（11）

式中：Precision為精確率;TP為所有被檢測(cè)出的真實(shí)頸部淋巴結(jié)的個(gè)數(shù);FP為所有未被檢測(cè)出的真實(shí)頸部淋巴結(jié)的個(gè)數(shù)。

2.4 結(jié)果分析

通過(guò)對(duì)比召回率、每次掃描的假陽(yáng)性個(gè)數(shù)、耗時(shí)等因素，分析不同算法對(duì)于檢測(cè)結(jié)果的影響。為保證公平比較，采用同一批頸部淋巴結(jié)數(shù)據(jù)集進(jìn)行不同算法對(duì)比。表2給出了用于檢測(cè)識(shí)別的不同算法對(duì)比結(jié)果，其中：文獻(xiàn)[11] 算法為二維與三維相結(jié)合的算法2D+3D CNN;文獻(xiàn)[15] 算法為3D Faster R-CNN 算法，屬于三維目標(biāo)檢測(cè)的思想;文獻(xiàn)[17] 算法基于三維圖像塊的DeepMed算法，屬于三維局部定位的思想;文獻(xiàn)[19] 算法為S4ND（Single-Shot Single-Scale Lung Nodule Detection）算法，屬于三維整體定位的思想;基線方法Baseline用于對(duì)比測(cè)試，為基于通道注意力機(jī)制的算法，本文算法DeepNode為基于自適應(yīng)感受野機(jī)制的DeepNode算法，均屬于三維局部定位和三維整體定位相結(jié)合的思想。不同檢測(cè)算法的損失對(duì)比如圖5所示。

2D+3D CNN算法將原本的三維檢測(cè)問(wèn)題簡(jiǎn)化為三階段：二維候選樣本提取、合并三維圖像塊、三維去假陽(yáng)性。通過(guò)主流的醫(yī)學(xué)影像目標(biāo)檢測(cè)框架取得不錯(cuò)的召回率和精確率，但由于：1）二維候選樣本提取過(guò)程丟棄了淋巴結(jié)原有的空間信息;2）合并三維圖像塊過(guò)程由于距離度量標(biāo)準(zhǔn)選取的不同可能導(dǎo)致合并錯(cuò)誤的三維樣本;3）階段數(shù)過(guò)多導(dǎo)致真實(shí)淋巴結(jié)丟失，使得實(shí)驗(yàn)結(jié)果中假陽(yáng)性樣本數(shù)量最多且耗時(shí)最長(zhǎng)。

3D Faster R-CNN算法將主流的醫(yī)學(xué)影像目標(biāo)檢測(cè)框架擴(kuò)展到三維，進(jìn)行完全三維目標(biāo)檢測(cè)，充分利用淋巴結(jié)原有的空間信息，使得召回率上升，但相較其他算法，基于感興趣區(qū)域（Region of Interest， ROI）的多階段算法由特征提取網(wǎng)絡(luò)、區(qū)域提案網(wǎng)絡(luò)（RPN）、分類(lèi)與回歸網(wǎng)絡(luò)等組成，導(dǎo)致其容易產(chǎn)生大量假陽(yáng)性樣本數(shù)量，精確率下降且耗時(shí)較長(zhǎng)。

DeepMed算法通過(guò)基于三維圖像塊的分類(lèi)網(wǎng)絡(luò)激活淋巴結(jié)區(qū)域，充分利用空間信息的同時(shí)網(wǎng)絡(luò)本身端到端、簡(jiǎn)單高效，使得假陽(yáng)性樣本數(shù)量減少，耗時(shí)也大幅減少;但由于訓(xùn)練時(shí)采用三維圖像塊（3D Patches），其僅利用了三維圖像塊本身的內(nèi)部信息，所提供的可用信息有限，針對(duì)較難檢測(cè)的樣本，網(wǎng)絡(luò)無(wú)法利用到三維圖像塊周?chē)娜中畔⑦M(jìn)行識(shí)別，使得實(shí)驗(yàn)結(jié)果中召回率不太理想。

S4ND算法通過(guò)將整體CT序列輸入網(wǎng)絡(luò)，直接得到最終檢測(cè)結(jié)果，在保持端到端、快速高效的同時(shí)，在檢測(cè)過(guò)程中充分利用全局信息，使得召回率上升明顯，假陽(yáng)性樣本數(shù)量也大幅降低。相較于DeepMed算法利用滑動(dòng)窗口進(jìn)行預(yù)測(cè)，能直接得到整體預(yù)測(cè)結(jié)果，使得耗時(shí)進(jìn)一步減少，但由于整體圖像輸入，導(dǎo)致：1）無(wú)法對(duì)有限數(shù)據(jù)進(jìn)行有效數(shù)據(jù)增廣，使得網(wǎng)絡(luò)訓(xùn)練不足;2）容易對(duì)目標(biāo)位置產(chǎn)生偏向性，使得網(wǎng)絡(luò)泛化能力較差，導(dǎo)致實(shí)驗(yàn)結(jié)果中召回率提升有限，精確率相對(duì)略有下降。

基線方法通過(guò)半隨機(jī)采樣方法與基于通道注意力機(jī)制的網(wǎng)絡(luò)，避免識(shí)別時(shí)對(duì)目標(biāo)位置產(chǎn)生偏向性，使得網(wǎng)絡(luò)泛化能力增強(qiáng)，召回率和精確率得到小幅提升，假陽(yáng)性樣本數(shù)量略有減少。同時(shí)相較于S4ND算法采用較為復(fù)雜的密集塊，基線方法簡(jiǎn)單清晰的結(jié)構(gòu)使得耗時(shí)進(jìn)一步減少;但由于淋巴結(jié)尺度變化明顯，基于固定感受野的常規(guī)網(wǎng)絡(luò)并不適合尺度差異較大目標(biāo)的檢測(cè)識(shí)別。

相較于基線方法，DeepNode引入自適應(yīng)感受野機(jī)制，對(duì)于淋巴結(jié)目標(biāo)尺度變化明顯的特點(diǎn)，能夠自適應(yīng)學(xué)習(xí)適當(dāng)?shù)母惺芤坝糜跀M合識(shí)別淋巴結(jié)，使得召回率和精確率達(dá)到最優(yōu)，假陽(yáng)性樣本數(shù)量也達(dá)到最少，但由于自適應(yīng)感受野機(jī)制導(dǎo)致網(wǎng)絡(luò)結(jié)構(gòu)較基線方法略復(fù)雜，故耗時(shí)次優(yōu)。

3 結(jié)語(yǔ)

針對(duì)目前應(yīng)用于醫(yī)學(xué)影像目標(biāo)檢測(cè)的深度學(xué)習(xí)網(wǎng)絡(luò)模型僅擁有固定的感受野，無(wú)法針對(duì)形態(tài)尺度差異明顯的頸部淋巴結(jié)進(jìn)行有效檢測(cè)的問(wèn)題，本文提出了一種新的基于注意力機(jī)制的識(shí)別算法，首次將深度學(xué)習(xí)應(yīng)用于完全三維CT圖像自動(dòng)識(shí)別頸部淋巴結(jié)中。實(shí)驗(yàn)結(jié)果表明，所提的半隨機(jī)采樣方法結(jié)合三維局部定位和三維整體定位思想，有效平衡了全局信息識(shí)別目標(biāo)與避免對(duì)目標(biāo)區(qū)域產(chǎn)生偏向性。所提的基于自適應(yīng)感受野機(jī)制的DeepNode網(wǎng)絡(luò)能夠自適應(yīng)學(xué)習(xí)適當(dāng)?shù)母惺芤坝糜跀M合識(shí)別尺度變化明顯的淋巴結(jié)，取得了最優(yōu)的檢測(cè)精度。在三維醫(yī)學(xué)圖像的研究中，該算法相對(duì)簡(jiǎn)單高效，可應(yīng)用于臨床的診斷和治療。然而本文算法在自動(dòng)識(shí)別頸部淋巴結(jié)時(shí)，仍存在一些局限性：1）雖然檢測(cè)效果較好，但基于網(wǎng)格的識(shí)別算法容易導(dǎo)致識(shí)別結(jié)果與真實(shí)淋巴結(jié)位置出現(xiàn)較小距離的偏差。針對(duì)這種情況，將嘗試基于網(wǎng)格中心點(diǎn)生成不同尺度錨框的方式，以更精確匹配淋巴結(jié)的位置。2）本文算法雖然在召回率等方面存在優(yōu)勢(shì)，但僅利用到患者的影像數(shù)據(jù)，無(wú)法依靠患者的多維度信息進(jìn)行全方位的識(shí)別。針對(duì)這種情況，將探索結(jié)合醫(yī)學(xué)影像與病例信息，以便進(jìn)一步提高檢測(cè)精度。

參考文獻(xiàn) （References）

[1]PATEL N U， LIND K E， MCKINNEY K， et al. Clinical validation of a predictive model for the presence of cervical lymph node metastasis in papillary thyroid cancer [J]. American Journal of Neuroradiology， 2018， 39（4）： 756-761.

[2]BEJNORDI B E， VETA M， VAN DIEST P J， et al. Diagnostic assessment of deep learning algorithms for detection of lymph node metastases in women with breast cancer [J]. Jama， 2017， 318（22）： 2199-2210.

[3]魏駿，何凌，車(chē)?yán)?，?CT 圖像的頸部淋巴結(jié)半自動(dòng)分割算法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2015，36（11）：3014-3018.（WEI J， HE L， CHE K， et al. Semi-automatic detection and segmentation of neck lymph nodes in CT image [J]. Computer Engineering and Design， 2015， 36（11）： 3014-3018.）

[4]KAN Y， DONG D， ZHANG Y， et al. Radiomic signature as a predictive factor for lymph node metastasis in early-stage cervical cancer [J]. Journal of Magnetic Resonance Imaging， 2018， 49（1）： 304-310.

[5]ESTEVES C， ALLEN-BLANCHETTE C， MAKADIA A， et al. Learning SO（3） equivariant representations with spherical CNNs [C]// Proceedings of the 2018 European Conference on Computer Vision， LNCS 11217. Cham： Springer， 2018： 54-70.

[6]ELSAYED G F， SHANKAR S， CHEUNG B， et al. Adversarial examples that fool both computer vision and time-limited humans [C]// Proceedings of the 32nd Conference on Neural Information Processing Systems. New York： Curran Associates Inc.， 2018： 3914-3924.

[7]RAJPURKAR P， IRVIN J， ZHU K， et al. CheXNet： radiologist-level pneumonia detection on chest X-rays with deep learning [EB/OL]. [2019-05-10]. https：//arxiv.org/pdf/1711.05225.pdf.

[8]RAJPURKAR P， HANNUN A Y， HAGHPANAHI M， et al. Cardiologist-level arrhythmia detection with convolutional neural networks [EB/OL]. [2019-05-10]. https：//arxiv.org/pdf/1707.01836.pdf.

[9]秦品樂(lè)，李鵬波，曾建潮，等.基于級(jí)聯(lián)全卷積神經(jīng)網(wǎng)絡(luò)的頸部淋巴結(jié)自動(dòng)識(shí)別算法[J].計(jì)算機(jī)應(yīng)用，2019，39（10）：2915-2922.（QIN P L， LI P B， ZENG J C， et al. Automatic recognition algorithm of cervical lymph nodes using cascaded fully convolutional neural networks [J]. Journal of Computer Applications ， 2019， 39（10）： 2915-2922.）

[10]苗光，李朝鋒.二維和三維卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合的CT圖像肺結(jié)節(jié)檢測(cè)方法[J].激光與光電子學(xué)進(jìn)展，2018，55（5）：129-137.（MIAO G， LI C F. Detection of pulmonary nodules CT images combined with two-dimensional and three-dimensional convolution neural networks [J]. Laser and Optoelectronics Progress， 2018， 55（5）： 129-137.）

[11]DING J， LI A， HU Z， et al. Accurate pulmonary nodule detection in computed tomography images using deep convolutional neural networks [C]// Proceedings of the 2017 International Conference on Medical Image Computing and Computer-Assisted Intervention， LNCS 10435. Cham： Springer， 2017： 559-567.

[12]ZHU W， VANG Y S， HUANG Y， et al. DeepEM： deep 3D convNets with EM for weakly supervised pulmonary nodule detection [C]// Proceedings of the 2018 International Conference on Medical Image Computing and Computer-Assisted Intervention. Cham： Springer， 2018： 812-820.https：//arxiv.org/pdf/1805.05373.pdf

[13]TANG H， LIU X， XIE X. An end-to-end framework for integrated pulmonary nodule detection and false positive reduction [EB/OL]. [2019-05-10]. https：//arxiv.org/pdf/1903.09880.pdf.

[14]TANG H， KIM D R， XIE X. Automated pulmonary nodule detection using 3D deep convolutional neural networks [C]// Proceedings of the IEEE 15th International Symposium on Biomedical Imaging. Piscataway： IEEE， 2018： 523-526.

[15]ZHU W， LIU C， FAN W， et al. DeepLung： 3D deep convolutional nets for automated pulmonary nodule detection and classification [EB/OL]. [2019-05-10]. https：//arxiv.org/pdf/1709.05538.pdf.

[16]HAMIDIAN S， SAHINER B， PETRICK N， et al. 3D convolutional neural network for automatic detection of lung nodules in chest CT [C]// Proceedings of the Medical Imaging 2017： Computer-Aided Diagnosis， SPIE 10134. Bellingham， WA： SPIE， 2017： Article No. 1013409.

[17]PEZESHK A， HAMIDIAN S， PETRICK N， et al. 3D convolutional neural networks for automatic detection of pulmonary nodules in chest CT [J]. IEEE Journal of Biomedical and Health Informatics， 2019， 23（5）： 2080-2090.

[18]WANG D， KHOSLA A， GARGEYA R， et al. Deep learning for identifying metastatic breast cancer [EB/OL]. [2019-05-10]. https：//arxiv.org/pdf/1606.05718.pdf.

[19]KHOSRAVAN N， BAGCI U. S4ND： single-shot single-scale lung nodule detection [C]// Proceedings of the 2018 International Conference on Medical Image Computing and Computer-Assisted Intervention， LNCS 11071. Cham： Springer， 2018： 794-802.

[20]OZDEMIR O， RUSSELL R L， BERLIN A A. A 3D probabilistic deep learning system for detection and diagnosis of lung cancer using low-dose CT scans [EB/OL]. [2019-05-10]. https：//arxiv.org/pdf/1902.03233.pdf.

[21]LI X， WANG W， HU X， et al. Selective kernel networks [EB/OL]. [2019-05-10]. https：//arxiv.org/pdf/1903.06586.pdf.

[22]ZHOU B， KHOSLA A， LAPEDRIZA A， et al. Learning deep features for discriminative localization [C]// Proceedings of the 2016 IEEE Conference on Computer Vision and Pattern Recognition. Piscataway： IEEE， 2016： 2921-2929.

[23]HU J， SHEN L， ALBANIE S， et al. Squeeze-and-excitation networks [EB/OL]. https：//arxiv.org/abs/1709.01507.

QIN Pinle， born in 1978， Ph. D.， associate professor. His research interests include big data， machine vision， three-dimensional reconstruction.

LI Pengbo， born in 1995， M. S. candidate. His research interests include machine learning， computer vision， digital image processing.

ZHANG Ruiping， born in 1975， Ph. D.， professor. His research interests include molecular imaging， nanomedicine.

ZENG Jianchao， born in 1963， Ph. D.， professor. His research interests include maintenance decision and health management of complex system.

LIU Shijie， born in 1990， M. S. candidate. His research interests include molecular imaging， nanomedicine.

XU Shaowei， born in 1995， M. S. candidate. His research interests include machine learning， computer vision， digital image processing.

收稿日期：2019-06-24;修回日期：2019-08-31;錄用日期：2019-09-12。

作者簡(jiǎn)介：秦品樂(lè)（1978—），男，山西長(zhǎng)治人，副教授，博士，主要研究方向：大數(shù)據(jù)、機(jī)器視覺(jué)、三維重建; 李鵬波（1995—），男，山西運(yùn)城人，碩士研究生，主要研究方向：機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)、數(shù)字圖像處理; 張瑞平（1975—），男，山西太原人，教授，博士生導(dǎo)師，博士，主要研究方向：分子影像學(xué)、納米醫(yī)學(xué); 曾建潮（1963—），男，山西太原人，教授，博士，博士生導(dǎo)師，主要研究方向：復(fù)雜系統(tǒng)的維護(hù)決策和健康管理;劉仕杰（1990—），男，河北邢臺(tái)人，碩士研究生，主要研究方向：分子影像學(xué)、納米醫(yī)學(xué); 徐少偉（1995—），男，山西太原人，碩士研究生，主要研究方向：機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)、數(shù)字圖像處理。

文章編號(hào)：1001-9081（2019）12-3535-06DOI：10.11772/j.issn.1001-9081.2019061069