臧啟元 黃鋼 徐磊 熊征斯

摘 ?要： 對(duì)在細(xì)胞實(shí)驗(yàn)室培養(yǎng)的三種癌細(xì)胞（肺癌PC-9，乳腺癌MDA-MB-231，膀胱癌5637）進(jìn)行連續(xù)4天的圖像采集，并進(jìn)行圖像處理，通過(guò)ImageJ軟件進(jìn)行圖像預(yù)處理，包括細(xì)胞圖像分割，邊緣檢測(cè)，提取細(xì)胞形態(tài)特征，并通過(guò)python編寫(xiě)四種經(jīng)典機(jī)器學(xué)習(xí)算法，通過(guò)對(duì)細(xì)胞形態(tài)特征進(jìn)行訓(xùn)練，不同模型得到的癌細(xì)胞分類(lèi)結(jié)果，對(duì)應(yīng)四種模型在本文數(shù)據(jù)集上表現(xiàn)進(jìn)行評(píng)價(jià)。隨機(jī)森林分類(lèi)，邏輯分類(lèi)，使用線(xiàn)性核函數(shù)的SVM分類(lèi)，樸素貝葉斯分類(lèi)的準(zhǔn)確率分別為：0.725，0.788，0.796，0.813。

關(guān)鍵詞：?癌細(xì)胞;圖像處理;形態(tài)特征提取;機(jī)器學(xué)習(xí)

中圖分類(lèi)號(hào)： TP391.41????文獻(xiàn)標(biāo)識(shí)碼：?A????DOI：10.3969/j.issn.1003-6970.2019.09.018

本文著錄格式：臧啟元，黃鋼，徐磊，等. 基于機(jī)器學(xué)習(xí)與細(xì)胞形態(tài)學(xué)對(duì)癌細(xì)胞分類(lèi)[J]. 軟件，2019，40（9）：81-83

Cancer Cells Were Classified Based on Machine Learning and Cell Morphology

ZANG Qi-yuan¹， HUANG Gang^2*， XU Lei¹， XIONG Zheng-si¹

（1.?School of Medical Instrument and Food Engineering， University of Shanghai for Science and Technology， Shanghai 200000，?China; 2. Shanghai University of Medicine and Health Sciences， Shanghai 200000，?China）

【Abstract】： Three kinds of cancer cells cultured in cell laboratory （lung cancer PC-9， breast cancer MDA-MB-231， bladder cancer 5637） were collected for 4 days， and image processing was carried out. Image preprocessing was carried out through ImageJ software， including cell image segmentation， edge detection， extraction of cell morphological features， and four classical machine learning algorithms were written through python to train the morphological characteristics of cells. According to the classification results of cancer cells obtained by different models， the performance of the four models in this data set was evaluated. The accuracy of random forest classification， logical classification and SVM classification using linear kernel function is 0.725， 0.788， 0.796 and 0.813， respectively.

【Key words】： Cancer cell; Image processing; Morphological feature extraction; Machine learning

0??引言

當(dāng)今腫瘤問(wèn)題早已成為醫(yī)學(xué)界的一大難題，研究腫瘤時(shí)，對(duì)體外癌細(xì)胞的研究必不可少。癌細(xì)胞的形態(tài)與癌細(xì)胞的生長(zhǎng)和代謝密不可分，通過(guò)形態(tài)可以分辨出不同種類(lèi)的癌細(xì)胞，也可以找到加入藥物后對(duì)癌細(xì)胞形態(tài)的影響^[1]。可以不用很多傳感器，直觀地通過(guò)癌細(xì)胞的照片，用圖像分析和機(jī)器學(xué)習(xí)識(shí)別形態(tài)就可高速高效地區(qū)分出不同種類(lèi)的癌細(xì)胞。所以提取癌細(xì)胞形態(tài)特征和區(qū)分不同種類(lèi)的癌細(xì)胞，對(duì)癌癥的進(jìn)一步研究有一定的意義。

機(jī)器學(xué)習(xí)中的神經(jīng)網(wǎng)絡(luò)算法已經(jīng)用在醫(yī)學(xué)圖像處理上^[2]，在細(xì)胞圖像上，機(jī)器學(xué)習(xí)已經(jīng)用于血細(xì)胞分類(lèi)^[3-6]，腫瘤細(xì)胞的良惡性判別^[7]，并取得不錯(cuò)的成效。而本文用機(jī)器學(xué)習(xí)算法對(duì)癌細(xì)胞識(shí)別分類(lèi)，工作流程如圖1所示。

1 ?細(xì)胞圖像采集

1.1細(xì)胞培養(yǎng)

培養(yǎng)的癌細(xì)胞選擇PC-9（肺癌），MDA-MB-231（乳腺癌），5637（膀胱癌）三種癌細(xì)胞。將3種細(xì)胞復(fù)蘇后分別接種到6個(gè)直徑為100 mm的培養(yǎng)皿中（同種細(xì)胞培養(yǎng)在兩個(gè)培養(yǎng)皿中），培養(yǎng)皿中培養(yǎng)基為7毫升的DMEM，其中700微升的FBS，70微升的PS，置入37℃，CO2濃度為5%的細(xì)胞培養(yǎng)箱中，待其24小時(shí)后穩(wěn)定貼壁生長(zhǎng)^[8]。

1.2細(xì)胞圖像采集

1.2.1 ?圖像采集設(shè)配

顯微鏡采用徠卡顯微系統(tǒng)LEICA DMi8，圖像采集軟件為徠卡LAS Core，圖像采集格式為tif

1.2.2 ?圖像采集方法

（1）待細(xì)胞貼壁生長(zhǎng)后，用電腦連接顯微鏡準(zhǔn)備對(duì)細(xì)胞進(jìn)行拍照。

（2）圖像采集軟件默認(rèn)拍攝RGB彩色圖像，為了方便圖像處理和特征提取，修改軟件參數(shù)，使其直接采集細(xì)胞的灰度圖像。

（3）培養(yǎng)皿放到載物臺(tái)，物鏡選擇40倍，找到細(xì)胞位置，手動(dòng)調(diào)整光圈調(diào)節(jié)亮度和焦距，選取清晰視野。

（4）每個(gè)培養(yǎng)皿每天采集兩次，每次采集5張圖像，連續(xù)采集4天，這樣每種癌細(xì)胞可以得到其40倍視野的20-40張圖像，三種癌細(xì)胞共100張tif格式的圖像，每張圖像中有4-10個(gè)細(xì)胞，如圖2，可對(duì)其進(jìn)行圖像處理并提取細(xì)胞形態(tài)特征。

2??圖像特征提取

圖像中細(xì)胞形態(tài)包含很多特征，如細(xì)胞面積，細(xì)胞核面積，細(xì)胞周長(zhǎng)，細(xì)胞核周長(zhǎng)，細(xì)胞圓度，紋理特征，核質(zhì)比等。由于采集過(guò)程中手動(dòng)調(diào)節(jié)亮度，所以紋理特征不穩(wěn)定，故本文提取了細(xì)胞圖像中細(xì)胞面積，細(xì)胞周長(zhǎng)，細(xì)胞圓形度，細(xì)胞長(zhǎng)寬比，最大費(fèi)雷特直徑，最小費(fèi)雷特直徑，細(xì)胞邊緣粗糙度共7個(gè)特征來(lái)進(jìn)行機(jī)器學(xué)習(xí)的訓(xùn)練。

采集到的細(xì)胞圖像采用ImageJ軟件處理，ImageJ軟件是由National Institutes of Health開(kāi)發(fā)的基于Java的公開(kāi)的圖像處理軟件。可以顯示，編輯，處理，分析，保存多種格式的圖像。

2.1細(xì)胞圖像分割

使用ImageJ依次讀取所采集到的tif格式細(xì)胞圖像，進(jìn)行圖像預(yù)處理和細(xì)胞形態(tài)特征提取。以其中一張圖像為例，讀取灰度圖像后，首先使用sober算子邊緣檢測(cè)器對(duì)圖像進(jìn)行邊緣檢測(cè)，sober算子大小為3*3，分別檢測(cè)水平與垂直方向邊緣，模板如下^[9]：

但是由于該操作會(huì)產(chǎn)生椒鹽噪聲，故選擇中值濾波對(duì)圖像進(jìn)行去噪處理，再通過(guò)閾值分割生成二值圖像，提取細(xì)胞位置，使細(xì)胞部分灰度為0，背景灰度為1，細(xì)胞分割結(jié)果如圖3所示。同時(shí)在二值圖像中有些黑色部分并不是細(xì)胞，要設(shè)置像素大小閾值對(duì)細(xì)胞篩選，同時(shí)注意到圖片邊緣顯示的細(xì)胞不完整，但是其邊緣也被提取出來(lái)，所以要將在圖像邊緣部分不完整細(xì)胞剔除掉。通過(guò)上述步驟操作處理過(guò)后得到的用于提取特征的圖像如圖4所示。剩余的細(xì)胞圖像按照上述步驟進(jìn)行同樣操作。

2.2癌細(xì)胞形態(tài)特征的提取

用ImageJ中Analyze Particles提取特征，分別得到這張圖像中的完整的癌細(xì)胞數(shù)量以及每個(gè)癌細(xì)胞的面積，周長(zhǎng)，圓形度，長(zhǎng)寬比，最大費(fèi)雷特直徑，最小費(fèi)雷特直徑，邊緣粗糙度7種特征值，結(jié)果如圖5所示。

上述方法對(duì)所有采集到的細(xì)胞圖像操作過(guò)后，可以得到PC-9，MDA-MB-231，5637三種癌細(xì)胞的每個(gè)細(xì)胞的細(xì)胞形態(tài)特征。把同種癌細(xì)胞的7種特征值存于文檔，用于下一步機(jī)器學(xué)習(xí)訓(xùn)練并對(duì)三種

癌細(xì)胞種類(lèi)的分類(lèi)。

3??機(jī)器學(xué)習(xí)對(duì)癌細(xì)胞進(jìn)行分類(lèi)

3.1算法模型選取

機(jī)器學(xué)習(xí)算法模型眾多，本文選取經(jīng)典的四種分類(lèi)模型：邏輯分類(lèi)，使用線(xiàn)性核函數(shù)的支持向量機(jī)分類(lèi)，隨機(jī)森林分類(lèi)，樸素貝葉斯分類(lèi)。其中SVM分為線(xiàn)性核、徑向基等，可以用于文本分類(lèi)^[10]和圖像分類(lèi)。SVM分類(lèi)與BP神經(jīng)網(wǎng)絡(luò)都可以達(dá)到預(yù)期分類(lèi)效果^[11]。

3.2實(shí)現(xiàn)方法

在win8系統(tǒng)用Python3.6，基于sk-learn機(jī)器學(xué)習(xí)包編程實(shí)現(xiàn)。

把提取到的特征加上所對(duì)應(yīng)的癌細(xì)胞名稱(chēng)所為標(biāo)簽，分別用四種模型訓(xùn)練，為使結(jié)果更可靠，采用4重交叉驗(yàn)證對(duì)模型評(píng)估。并用原始數(shù)據(jù)集測(cè)試這四種模型得到混淆矩陣如圖6所示。

4??結(jié)果分析

從混淆矩陣來(lái)看，這些四種模型都取得較好的分類(lèi)效果，但是從客觀的角度需要對(duì)模型進(jìn)行評(píng)價(jià)，模型進(jìn)行交叉驗(yàn)證的評(píng)估指標(biāo)有精確度，查準(zhǔn)率，召回率，f1得分。對(duì)上述四種分類(lèi)模型通過(guò)這四種指標(biāo)進(jìn)行在癌細(xì)胞形態(tài)特征數(shù)據(jù)集上進(jìn)行評(píng)估，Python編程得出各模型的各指標(biāo)數(shù)據(jù)如表1所示。

從表1得出，在本文癌細(xì)胞數(shù)據(jù)上，分類(lèi)效果最好的是樸素貝葉斯，該模型可以達(dá)到81.3%的精確度。在本文癌細(xì)胞數(shù)據(jù)上分類(lèi)效果表現(xiàn)相對(duì)較差的模型是隨機(jī)森林，其精確度為72.5%，各分類(lèi)模型都能達(dá)到預(yù)期的分類(lèi)效果。

5??結(jié)語(yǔ)

本文研究了癌細(xì)胞在顯微鏡下照片的圖像處理，包括細(xì)胞分割，特征提取，并對(duì)提取的特征進(jìn)行四種機(jī)器學(xué)習(xí)分類(lèi)模型的訓(xùn)練用于三種癌細(xì)胞的分類(lèi)，取得不錯(cuò)的效果。為進(jìn)一步研究細(xì)胞形態(tài)奠定基礎(chǔ)，下一步可以通過(guò)對(duì)癌細(xì)胞進(jìn)行抗癌藥物的干預(yù)找出其形態(tài)特征的變化，找到添加的藥物與癌細(xì)胞形態(tài)之間的聯(lián)系。

參考文獻(xiàn)

• 王潔茹， 張婷婷， 程曉東. 中藥抗卵巢癌侵襲轉(zhuǎn)移及化療耐藥的研究[J]. 實(shí)用腫瘤雜志， 2014， 29（01）： 92-102.
• 陳潔， 雷萌. 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的乳鼠心肌細(xì)胞圖像增強(qiáng)[J]. 軟件， 2018， 39（2）： 41-43.
• S. Ravikumar， A. Shanmugam.WBC image segmentation and classification using RVM[J]. Applied Mathematical Sciences， 2014， 8（45）： 2227-2237.
• Mazin Z. Othman， Thabit S. Mohammed， Alaa B. Ali. Neural Network Classification of White Blood Cell using Microscopic Images[J]. International Journal of Advanced Computer Science and Applications， 2017， 8（5）： 99-104.
• Razzak M I， Naz S， Microscopic Blood Smear Segmentation and Classification using Deep Contour Aware CNN and Extreme Machine Learning[C]//2017 IEEE conference on computer vision and pattern recognition workshops （CVPRW）. Honolulu， HI， USA： IEEE， 2017： 801-807.
• Jameela Ali Alkrimi， Hamid A. Jalab， Loay E. George， etc. Comparative Study Using Weka for Red Blood Cells Classification[J]. International Scholarly and Scientific Research & Innovation， 2015， 9（1）： 19-22.
• Abien Fred M. Agarap. On Breast Cancer Detection： An Application of Machine Learning Algorithms on the?Wisconsin Diagnostic Dataset[C]//International Conference on Machine Learning and Soft Computing （ICMLSC）. Phu Quoc Island， Viet Nam. ICMLSC， 2018， 2： 5-9.
• 徐磊， 黃鋼， 熊征斯. 基于NDIR二氧化碳傳感器對(duì)腫瘤細(xì)胞糖代謝速率的研究[J]. 軟件， 2018， 39（08）： 14-17.
• 楊丹， 趙海濱. MATLAB圖像處理實(shí)例詳解[M]. 北京： 清華大學(xué)出版社， 2013： 231-232.
• 陳海紅. 多核SVM 文本分類(lèi)研究[J]. 軟件，2015，36（5）：7-10
• 王宏濤， 孫劍偉. 基于BP神經(jīng)網(wǎng)絡(luò)和SVM 的分類(lèi)方法研究[J]. 軟件， 2015， 36（11）： 96-99.