祝小惟，萬(wàn) 鵬，張道強(qiáng)，程 樂(lè)，王 毅

（1.南京航空航天大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，南京 211106；2.南京鼓樓醫(yī)院醫(yī)學(xué)影像科，南京 210008；3.南京鼓樓醫(yī)院神經(jīng)外科，南京 210008）

引 言

腦出血是一種發(fā)生在顱內(nèi)的原發(fā)性腦實(shí)質(zhì)內(nèi)出血，發(fā)生后1 個(gè)月內(nèi)死亡率可達(dá)40%［1］，所以盡早有效治療至關(guān)重要。門急診中主要基于非造影劑增強(qiáng)的頭部CT 掃描成像進(jìn)行腦出血的診斷工作，且依賴放射科醫(yī)生的閱片過(guò)程，這一重復(fù)且重要的步驟要求醫(yī)生具有相當(dāng)程度的專業(yè)知識(shí)、豐富的經(jīng)驗(yàn)以及一定的速度和效率。因此隨著計(jì)算機(jī)技術(shù)和人工智能方法的不斷發(fā)展，希望能將機(jī)器學(xué)習(xí)和深度學(xué)習(xí)方法應(yīng)用于醫(yī)學(xué)影像上，對(duì)醫(yī)生的診療工作進(jìn)行輔助，對(duì)病癥快速準(zhǔn)確地識(shí)別以便盡快開(kāi)始治療。

值得注意的是，人工智能在臨床醫(yī)學(xué)中的應(yīng)用存在許多問(wèn)題。首先患者腦CT 影像中亮度不同程度衰減的現(xiàn)象［2］和腦出血多種類型的存在，為腦出血的自動(dòng)化識(shí)別帶來(lái)了挑戰(zhàn)［3］。另外，智能診斷的方法不同于醫(yī)生的診斷，作為黑箱模型存在可信度的局限，因此考慮到實(shí)際應(yīng)用，需要提高模型的可解釋性，為診斷結(jié)果提供依據(jù)，同時(shí)方便醫(yī)生對(duì)結(jié)果的正確性進(jìn)行檢查。更重要的是，臨床上漏檢的腦出血將可能帶來(lái)加重病情貽誤治療時(shí)機(jī)等嚴(yán)重的后果，也就是說(shuō)，對(duì)于計(jì)算機(jī)輔助得到的結(jié)果，假陰性將產(chǎn)生比假陽(yáng)性的結(jié)果更大的危害，這種代價(jià)的不平衡也是醫(yī)學(xué)問(wèn)題中一大特點(diǎn)。因此實(shí)際應(yīng)用時(shí)除了一般地要求模型方法具有一定程度的準(zhǔn)確性，尤其更要盡可能減少漏檢的發(fā)生，也即更加注重提升模型的敏感性。目前，許多前沿方法已被越來(lái)越多地應(yīng)用在腦出血疾病中，基于CT 圖像的腦出血智能篩檢的方式和途徑主要包括直接給出有無(wú)出血或出血類型診斷結(jié)果，以及對(duì)出血區(qū)域提取和分割等。

在進(jìn)行直接診斷的方法中，Dawud 等［4］基于卷積神經(jīng)網(wǎng)絡(luò)（Convolutional neural network，CNN）、AlexNet、AlexNet-SVM 三種深度學(xué)習(xí)模型將含有多種類型腦出血的CT 圖像分為正常和出血兩類，并證明了在遷移學(xué)習(xí)中從自然圖像到醫(yī)學(xué)圖像分類的知識(shí)轉(zhuǎn)移是可行的；Togacar 等［5］通過(guò)自動(dòng)編碼器從原始數(shù)據(jù)集生成新的數(shù)據(jù)集，熱力圖處理并擴(kuò)充后利用AlexNet 和SVM 分類器區(qū)分出包含出血的圖像；Grewal 等［6］分析了三維的掃描級(jí)腦CT 圖像數(shù)據(jù)，在斷層圖像中關(guān)注有出血潛力的區(qū)域后，利用長(zhǎng)短時(shí)記憶整合相鄰圖像中的上下文信息得到診斷結(jié)果；而Arbabshirani 等［7］基于大型的頭部CT 研究臨床數(shù)據(jù)庫(kù)開(kāi)發(fā)了一個(gè)三維CNN 模型，分析掃描級(jí)的CT 影像數(shù)據(jù)來(lái)識(shí)別腦出血，在臨床中對(duì)放射學(xué)工作列表進(jìn)行排序，顯著減少了門診腦出血的平均診斷時(shí)間，優(yōu)化了放射科的工作流程；Menon 等［8］基于Inception V3 和DenseNet 模型診斷腦出血的發(fā)生，并設(shè)計(jì)特殊的窗口技術(shù)對(duì)相對(duì)較小的出血進(jìn)行關(guān)注，取得了良好的效果。在識(shí)別多出血類型方面，Hu 等［9］提出一種植入灰度共生矩陣（Gray level co-occurrence matrix，GLCM）的CNN 模型，從感興趣區(qū)域生成固定大小的GLCM 圖像，與原始圖像共同通過(guò)CNN 模型提取特征，增加網(wǎng)絡(luò)對(duì)重要病變區(qū)域的關(guān)注；而Le 等［10］則先對(duì)原始的DICOM 數(shù)據(jù)設(shè)置特定的窗口，對(duì)生成的圖像進(jìn)行邊界框標(biāo)記，并分別訓(xùn)練Faster R-CNN 和R-FCN 兩種模型來(lái)檢測(cè)4種類型的腦出血；Mushtaq 等［11］在研究中利用CNN 對(duì)腦出血分類任務(wù)進(jìn)行研究，并構(gòu)建了CNN+LSTM 和CNN+GRU 混合模型，關(guān)注小的不平衡數(shù)據(jù)集，使模型在現(xiàn)實(shí)應(yīng)用場(chǎng)景中能夠更好地識(shí)別多種腦出血的發(fā)生。

在對(duì)出血的具體區(qū)域進(jìn)行識(shí)別分割的工作中，Singh 等［12］利用傳統(tǒng)方法進(jìn)行顱內(nèi)出血區(qū)域的分割工作，改進(jìn)距離正則化水平集進(jìn)化算法，采用FCM 聚類初始化水平集函數(shù)，獲得了較好的效果。Chang等［13］提出了一種二維與三維混合的DCNN 模型，基于Mask R-CNN 關(guān)注每個(gè)出血區(qū)域的分割和分類，并利用圖像周圍上下文信息，對(duì)不同類型的腦出血進(jìn)行了檢測(cè)和量化。Hidayatullah 等［14］提出了一種快速自動(dòng)分割CT 圖像的方法，通過(guò)圖像預(yù)處理消除圖像中的噪聲，使用傳統(tǒng)的分割方法將顱骨和腦組織分離，進(jìn)一步分割出血區(qū)域，計(jì)算腦出血體積。Zhao 等［15］則利用了在生物醫(yī)學(xué)成像分割任務(wù)中表現(xiàn)良好的nnU-Net 建立分割網(wǎng)絡(luò)架構(gòu)，通過(guò)分割出血邊界從而幫助進(jìn)行腦出血及其亞型的識(shí)別和診斷。

目前已有工作考慮多種計(jì)算機(jī)輔助情形下的腦出血診斷問(wèn)題，然而也存在著一些局限性。首先，對(duì)具體出血區(qū)域進(jìn)行分割的方法往往意味著更大的數(shù)據(jù)標(biāo)注工作量，為了得到更優(yōu)良的模型以及驗(yàn)證模型分割是否精準(zhǔn)，逐像素的邊界標(biāo)注是十分消耗時(shí)間和精力的。對(duì)于相比之下更加便捷的直接分類方法來(lái)說(shuō)，則不需要大量的復(fù)雜標(biāo)記，但同時(shí)多數(shù)方法的診斷結(jié)果不如分割那么直觀，并且由于模型方法的黑箱特點(diǎn)，模型得到結(jié)果的過(guò)程和依據(jù)并不可視。而實(shí)際臨床應(yīng)用中模型對(duì)結(jié)果的解釋能力往往有很大的意義，增加結(jié)果的可信性，能夠?yàn)獒t(yī)生基于診斷結(jié)果的進(jìn)一步復(fù)核和細(xì)檢有所幫助。除此之外，目前關(guān)于腦出血疾病的工作普遍忽略了模型方法在疾病方面應(yīng)用中的代價(jià)敏感問(wèn)題，這使得模型并不能夠很好地符合醫(yī)學(xué)場(chǎng)景。

考慮到綜上臨床應(yīng)用的特定需求，本文主要基于頭部CT 掃描得到的影像數(shù)據(jù)進(jìn)行個(gè)體的腦部狀況判斷，利用目標(biāo)檢測(cè)的方法對(duì)影像中的腦出血區(qū)域進(jìn)行識(shí)別和提取，識(shí)別包含出血的斷層圖像。這樣可以直觀地在圖像中定位到有觀察價(jià)值的特定區(qū)域，幫助醫(yī)生快速鎖定CT 掃描中的關(guān)鍵圖像，并且提高醫(yī)生的效率，同時(shí)便于直接地進(jìn)一步觀察到出血的范圍、形態(tài)和紋理等，方便醫(yī)生發(fā)現(xiàn)更細(xì)致的問(wèn)題。同時(shí)模型方法得到有無(wú)腦出血發(fā)生的診斷結(jié)果下，顯示具體出血能為診斷結(jié)果提供解釋，使得結(jié)果更有依據(jù)和可信度。最終提出的代價(jià)敏感Faster R-CNN 方法，通過(guò)引入錨的前景背景比例自動(dòng)化調(diào)節(jié)機(jī)制和帶有超參數(shù)的代價(jià)敏感損失函數(shù)，使模型用于腦出血診斷時(shí)能夠更加警惕漏診情況的發(fā)生。為了提升模型的效果，在實(shí)驗(yàn)中對(duì)原始數(shù)據(jù)集進(jìn)行了處理，并針對(duì)檢測(cè)模型中錨的設(shè)計(jì)，采用一種聚類的方式來(lái)得到適當(dāng)?shù)某跏汲叽绱笮?。在基于多個(gè)網(wǎng)絡(luò)結(jié)構(gòu)和超參數(shù)進(jìn)行實(shí)驗(yàn)的基礎(chǔ)上，得到最終的應(yīng)用模型。在檢測(cè)和診斷多方面的指標(biāo)考察下，該方法能夠從代價(jià)敏感的角度提升腦出血檢測(cè)效果，給出直觀可視的診斷依據(jù)和較為準(zhǔn)確的診斷結(jié)果。

1 深度學(xué)習(xí)目標(biāo)檢測(cè)技術(shù)

Faster R-CNN 模型［16］在基于自然圖像的檢測(cè)問(wèn)題中被提出，用于解決自然場(chǎng)景下的實(shí)物目標(biāo)檢測(cè)和識(shí)別問(wèn)題，主要通過(guò)CNN、候選區(qū)域建議網(wǎng)絡(luò)（Region proposal network，RPN）、感興趣區(qū)域（Region of interest，ROI）池化層、以及框分類和回歸幾個(gè)部分共同實(shí)現(xiàn)。

CNN 對(duì)輸入圖像卷積以提取特征，生成的特征圖提供給RPN 部分，特征圖與原圖像存在映射關(guān)系。在輸入圖像每個(gè)位置生成9 個(gè)大小、形狀不同的錨，計(jì)算每個(gè)錨對(duì)應(yīng)包含目標(biāo)的概率，再利用框回歸修正得到建議框。通過(guò)非極大值抑制算法（Non-maximum suppression，NMS）根據(jù)分類的得分對(duì)這些建議框進(jìn)行排序，得分較高的建議框作為ROI 輸出。將每個(gè)ROI 分塊最大池化以統(tǒng)一區(qū)域特征的大小，通過(guò)全連接層后由Softmax 層計(jì)算每個(gè)目標(biāo)建議框識(shí)別為目標(biāo)的概率；同時(shí)利用邊界框回歸對(duì)目標(biāo)建議框進(jìn)行精確微調(diào)，輸出檢測(cè)結(jié)果。

一方面，F(xiàn)aster R-CNN 模型作為基于CNN 的目標(biāo)檢測(cè)方法，在提出區(qū)域建議的思想下利用RPN的設(shè)計(jì)大大提高了模型的效率，尤其在醫(yī)學(xué)領(lǐng)域的應(yīng)用中有著實(shí)用意義。另一方面，自然場(chǎng)景下的模型方法也常應(yīng)用于醫(yī)學(xué)圖像以診斷各類疾病，說(shuō)明醫(yī)學(xué)圖像中的特征能夠通過(guò)模型進(jìn)行較為充分的提取。綜上，本文采取Faster R-CNN 檢測(cè)模型作為診斷方法的基礎(chǔ)。

2 代價(jià)敏感Faster R-CNN 方法及其腦出血診斷

2.1 代價(jià)敏感Faster R-CNN 基本結(jié)構(gòu)

本節(jié)設(shè)計(jì)代價(jià)敏感的Faster R-CNN 方法，說(shuō)明其中改進(jìn)方法細(xì)節(jié)處理，以及如何基于此方法實(shí)現(xiàn)對(duì)腦出血的智能診斷，圖1 展示了模型的結(jié)構(gòu)。

圖1 用于腦出血檢測(cè)的代價(jià)敏感Faster R-CNN 模型結(jié)構(gòu)Fig.1 Architecture of cost-sensitive Faster R-CNN for the detection of ICH

2.2 錨的生成

在模型的RPN 層中錨的設(shè)計(jì)是檢測(cè)的基礎(chǔ)。以一個(gè)點(diǎn)為中心，基于3 種不同的長(zhǎng)寬比和3 種不同的尺度，共有9 種組合方式對(duì)應(yīng)生成9 個(gè)尺寸的錨，而長(zhǎng)寬比和縮放尺度的適當(dāng)選取，將對(duì)檢測(cè)效果和框定區(qū)域準(zhǔn)確度的提高有所幫助。

考慮到實(shí)際CT 圖像中的腦出血區(qū)域形態(tài)各異，長(zhǎng)寬比上有很大的不同，尺度上也有較大差異，因此在訓(xùn)練集上提取所有標(biāo)注框的長(zhǎng)寬比和面積值，分別對(duì)這兩個(gè)方面進(jìn)行聚類，通過(guò)K-means 方法在每個(gè)方面分別得到3 個(gè)聚類中心，即最終通過(guò)3 種長(zhǎng)寬比和3 個(gè)面積值形成針對(duì)腦出血區(qū)域尺寸特點(diǎn)的9 種錨。

2.3 錨訓(xùn)練樣本比例調(diào)節(jié)

訓(xùn)練RPN 網(wǎng)絡(luò)時(shí)，通過(guò)錨生成機(jī)制得到的多個(gè)錨將與真實(shí)圖像中的標(biāo)記框做交并比（Intersection-over-union，IoU）計(jì)算，如果IoU＞0.7 則認(rèn)為當(dāng)前錨為前景樣本，即RPN 網(wǎng)絡(luò)訓(xùn)練中的陽(yáng)性樣本，如果IoU＜0.3 則認(rèn)為當(dāng)前錨為背景樣本，即陰性樣本，對(duì)初篩出的樣本進(jìn)行NMS 算法篩選，得到實(shí)際訓(xùn)練需要的N個(gè)樣本。初始兩類樣本比例設(shè)為1∶1，即在一張圖像中隨機(jī)抽取的陽(yáng)性樣本和陰性樣本數(shù)量相同。

考慮到問(wèn)題的代價(jià)敏感性，更多的陽(yáng)性樣本有利于訓(xùn)練模型識(shí)別目標(biāo)出血區(qū)域并減少漏檢的能力。因此在訓(xùn)練集中考慮適當(dāng)提高陽(yáng)性樣本的比例，并且希望根據(jù)模型當(dāng)前檢測(cè)能力自動(dòng)在一定區(qū)間范圍內(nèi)調(diào)整比例。設(shè)當(dāng)前圖像陽(yáng)性樣本數(shù)Nif和陰性樣本數(shù)Nib表達(dá)式分別為

式中：i為當(dāng)前圖像索引；ki為此圖像中陽(yáng)性樣本與陰性樣本的比值，且1 ≤ki≤R，R≥1；N為一張圖像中總樣本數(shù)。其中ki的更新策略為

式中：j為當(dāng)前圖像中所有錨樣本的索引；pij表示錨預(yù)測(cè)為目標(biāo)的概率；表示實(shí)際標(biāo)簽，當(dāng)樣本為陽(yáng)性樣本時(shí)取1，否則為0。通過(guò)自動(dòng)化更新錨樣本比例的策略，使得模型在訓(xùn)練時(shí)能夠根據(jù)在陽(yáng)性樣本上的訓(xùn)練情況選擇接下來(lái)是否提高陽(yáng)性樣本的占比。

2.4 代價(jià)敏感損失

代價(jià)敏感問(wèn)題希望盡可能減少圖形中的漏檢情況，因此考慮在模型的損失函數(shù)中設(shè)計(jì)代價(jià)敏感損失，以增加對(duì)于模型未識(shí)別出陽(yáng)性樣本情況的懲罰。

Faster R-CNN 模型整體包括兩大類損失，分別是RPN 部分產(chǎn)生的RPN 損失和分類回歸部分產(chǎn)生的損失稱為RCNN 損失，這兩個(gè)損失中又分別包括分類損失和回歸損失。分類損失由交叉熵來(lái)實(shí)現(xiàn)，表達(dá)式為

式中：tij表示錨預(yù)測(cè)的框偏移量；表示錨實(shí)際的偏移量。

RPN 層的分類損失是針對(duì)樣本是否是目標(biāo)產(chǎn)生的，而RCNN 損失中的分類損失是考慮檢測(cè)到的目標(biāo)屬于哪一類，因此考慮對(duì)前者損失函數(shù)進(jìn)行改進(jìn)。通過(guò)引入超參數(shù)α，提高模型對(duì)陽(yáng)性樣本的關(guān)注，增加陽(yáng)性樣本漏檢帶來(lái)的損失，改進(jìn)后的RPN 層分類損失函數(shù)為，表達(dá)式為

選取不同的超參數(shù)α的值，通過(guò)最小化相應(yīng)的具有代價(jià)敏感設(shè)計(jì)的損失函數(shù)，訓(xùn)練針對(duì)醫(yī)學(xué)圖像檢測(cè)模型，考察模型在預(yù)留出來(lái)的驗(yàn)證集上的結(jié)果，進(jìn)行網(wǎng)格搜索選取合適的α值，得到最終的代價(jià)敏感Faster R-CNN 模型，后續(xù)在此α值上進(jìn)行進(jìn)一步的出血診斷。

2.5 腦出血診斷

利用有真實(shí)框標(biāo)記的腦出血數(shù)據(jù)集訓(xùn)練代價(jià)敏感的Faster R-CNN 檢測(cè)模型，降低模型的損失使其收斂以提高模型性能。輸入顱腦CT 圖像，識(shí)別其中是否存在出血區(qū)域，檢測(cè)框可以定位到可能的出血，并給出其概率。選擇一個(gè)接受閾值θ，若檢測(cè)框的概率高于閾值，則決定認(rèn)為框識(shí)別到了出血，在一張圖像中最終確定了一個(gè)或多個(gè)標(biāo)記框，即模型識(shí)別到了一處或多處出血，則此CT 圖像分為陽(yáng)性的一類，否則為正常即陰性的一類，因此該CT 圖像診斷結(jié)果Ytest表達(dá)式為

式中：yl代表圖像檢測(cè)結(jié)果中第l個(gè)檢測(cè)框概率；θ為接受閾值水平。

在模型給出診斷結(jié)果時(shí)，可以了解出血的具體位置和形態(tài)，同時(shí)對(duì)于在不平衡代價(jià)下更關(guān)注漏檢情況的模型，給出模型的感興趣區(qū)域能夠快速識(shí)別其中的假陽(yáng)性。

3 實(shí)驗(yàn)與結(jié)果

3.1 實(shí)驗(yàn)環(huán)境

本節(jié)使用代價(jià)敏感的Faster R-CNN 模型，在實(shí)際采集的含有腦出血的CT 影像數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，相關(guān)的實(shí)驗(yàn)環(huán)境為Ubuntu16.04LTS 操作系統(tǒng)，GPU 型號(hào)為NVIDIA GeForce GTX Titan X，使用深度學(xué)習(xí)框架Tensorflow1.10.0。

3.2 數(shù)據(jù)集處理

本文CT 圖像數(shù)據(jù)來(lái)自南京鼓樓醫(yī)院醫(yī)學(xué)影像科，使用的CT 掃描儀廠商是飛利浦，掃描得到的圖像大小為512 像素×512 像素，層厚6 mm，層距6 mm。收集了100 個(gè)腦出血病人的顱腦非增強(qiáng)CT 斷層圖像進(jìn)行研究，每個(gè)病例由高年資?？漆t(yī)師篩選出較有意義的16 張圖像。對(duì)于每張圖像首先使用MicroDicom 軟件［17］讀取DICOM 格式，根據(jù)相關(guān)研究［18］以及專家經(jīng)驗(yàn)和建議選取窗位WL為50，窗寬WW為100，在這個(gè)水平下將DICOM 轉(zhuǎn)換為日常通用的PNG 圖像格式以便后續(xù)處理。然后由專家對(duì)此1 600 張圖像做數(shù)據(jù)標(biāo)注，通過(guò)LabelImg 軟件［19］對(duì)圖像中的腦出血區(qū)域添加標(biāo)記框，根據(jù)PASCAL VOC數(shù)據(jù)集格式寫成XML 文件。關(guān)于數(shù)據(jù)集的制作，將全部1 600 張圖像隨機(jī)抽取50%作為訓(xùn)練集，20%作為驗(yàn)證集以及30%作為測(cè)試集，具體如表1 所示。由于樣本量相對(duì)較小，因此對(duì)訓(xùn)練集的部分進(jìn)行數(shù)據(jù)擴(kuò)充，通過(guò)平移和放縮的方式將樣本擴(kuò)充至原來(lái)的4 倍。

表1 數(shù)據(jù)集劃分Table 1 Partition of dataset

3.3 模型訓(xùn)練

對(duì)于本文使用的模型來(lái)說(shuō)，數(shù)據(jù)集的規(guī)模較小，因此考慮應(yīng)用預(yù)訓(xùn)練模型，加快收斂速度并有效提高性能。對(duì)于自然場(chǎng)景下的Faster R-CNN 模型來(lái)說(shuō)，大型數(shù)據(jù)集ImageNet 已經(jīng)被用于模型的預(yù)訓(xùn)練，同時(shí)Dawud 等［4］通過(guò)研究和對(duì)比試驗(yàn)說(shuō)明了自然圖像到醫(yī)學(xué)圖像的知識(shí)轉(zhuǎn)移是可能且有用的，故預(yù)訓(xùn)練后的模型也可以應(yīng)用于本文問(wèn)題的研究。實(shí)驗(yàn)中分別選取VGG16、ResNet50、Inception V3 三種特征提取網(wǎng)絡(luò)，以選取在本問(wèn)題中更為合適的網(wǎng)絡(luò)。在RPN 中，每張圖像選取中選取共256 個(gè)錨樣本用于訓(xùn)練，初始選取相同數(shù)量的前景和背景樣本分別作為檢測(cè)過(guò)程中的陽(yáng)性樣本和陰性樣本。學(xué)習(xí)率預(yù)先設(shè)置為0.000 5，迭代次數(shù)為30 000，其中15 000 次迭代后，學(xué)習(xí)率降為0.000 1，使用隨機(jī)梯度下降的動(dòng)量方法進(jìn)行訓(xùn)練，動(dòng)量值為0.9。

3.4 實(shí)驗(yàn)結(jié)果

本文基于VGG16、ResNet50、Inception V3 三種特征提取網(wǎng)絡(luò)進(jìn)行實(shí)驗(yàn)，并對(duì)比了有無(wú)數(shù)據(jù)擴(kuò)充和基于聚類的錨生成機(jī)制對(duì)檢測(cè)結(jié)果的影響，多次實(shí)驗(yàn)的mAP 平均水平統(tǒng)計(jì)情況如圖2 所示。通過(guò)對(duì)比可以發(fā)現(xiàn)，針對(duì)本檢測(cè)問(wèn)題表現(xiàn)效果更好的是ResNet50 網(wǎng)絡(luò)，后續(xù)實(shí)驗(yàn)基于此網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行。同時(shí)結(jié)果表明，進(jìn)行了數(shù)據(jù)擴(kuò)充處理和基于聚類方法生成錨后，在3 種網(wǎng)絡(luò)結(jié)構(gòu)上均表現(xiàn)出了mAP 水平提升，說(shuō)明兩種方法處理的有效性。

圖2 不同網(wǎng)絡(luò)下的Faster R-CNN 不同方法處理的mAP 檢測(cè)指標(biāo)結(jié)果Fig.2 Results of mAP with different methods of Faster R-CNN under different networks

通過(guò)實(shí)驗(yàn)固定了特征提取的網(wǎng)絡(luò)結(jié)構(gòu)后，考察代價(jià)敏感Faster R-CNN 方法的檢測(cè)效果，其中為特定損失中的超參數(shù)α取不同的值，其對(duì)應(yīng)的mAP 指標(biāo)變化以及與非代價(jià)敏感設(shè)計(jì)方法的結(jié)果對(duì)比如圖3 所示。從圖中可以發(fā)現(xiàn)，隨著α取值的不同，代價(jià)敏感方法的檢測(cè)效果也不同，并且整體水平要高于原模型。其中在α=100 時(shí)驗(yàn)證集上表現(xiàn)最好。整體表現(xiàn)說(shuō)明代價(jià)敏感設(shè)計(jì)使得整體模型能夠在識(shí)別腦出血區(qū)域時(shí)更關(guān)注漏檢，通過(guò)對(duì)出血區(qū)域更敏感的角度提高檢測(cè)能力。

圖3 不同超參數(shù)α 下代價(jià)敏感模型與原模型在mAP 指標(biāo)上的結(jié)果對(duì)比Fig.3 Performance comparison between cost-sensitive method and baseline on mAP based on different α

選擇超參α為100 在測(cè)試集上進(jìn)行出血區(qū)域的識(shí)別，進(jìn)而依據(jù)檢測(cè)的結(jié)果給出基于圖像級(jí)別的出血診斷，與原始Faster R-CNN 以及其他依賴于深度學(xué)習(xí)的診斷方法結(jié)果進(jìn)行比較。Phong 等［20］在研究中對(duì)比了LeNet、GoogLeNet 和Inception ResNet 三種深度學(xué)習(xí)架構(gòu)在腦出血診斷的效果，證明了LeNet 在精度和時(shí)間上都要優(yōu)于后兩者。同時(shí)Dawud 等［4］和Togacar等［5］在關(guān)于腦出血診斷的研究中均使用了AlexNet，并取得了很好的結(jié)果。Menon 等［8］針對(duì)腦出血檢測(cè)任務(wù)中利用DenseNet 模型進(jìn)行研究，并對(duì)相對(duì)較小的出血進(jìn)行關(guān)注，取得良好的效果。而Mushtaq 等［11］在研究中利用CNN 構(gòu)建了BHCNet 模型，基于CT 掃描對(duì)腦出血進(jìn)行分類，通過(guò)關(guān)注小的不平衡數(shù)據(jù)集，使模型具有良好的識(shí)別能力。因此本文選用LeNet、AlexNet、DenseNet 和BHCNet 與基于原Faster R-CNN的診斷方法進(jìn)行對(duì)比實(shí)驗(yàn)，在準(zhǔn)確率、召回率和精度這3 種分類指標(biāo)下的結(jié)果如圖4 所示。

圖4 不同檢測(cè)框概率閾值下不同模型與代價(jià)敏感方法的腦出血診斷結(jié)果對(duì)比Fig.4 Comparison of ICH diagnosis results between different models and cost sensitive method with different probability thresholds of bounding box

對(duì)于依據(jù)檢測(cè)框的診斷來(lái)說(shuō)，當(dāng)閾值選擇越大，被判定為出血區(qū)域越嚴(yán)格，而當(dāng)閾值選擇越小，概率相對(duì)來(lái)說(shuō)較低的區(qū)域容易被判定為出血，因此閾值的選擇會(huì)對(duì)最終的結(jié)果有影響。從圖4 中可以發(fā)現(xiàn)，整體上代價(jià)敏感的方法效果優(yōu)于以普通Faster R-CNN 實(shí)現(xiàn)的診斷模型、AlexNet 模型、LeNet 模型以及DenseNet 模型。在分類精度方面，可以發(fā)現(xiàn)BHCNet 模型與本文提出方法均有很好的表現(xiàn)。而從閾值對(duì)改進(jìn)前后的模型在結(jié)果上的影響來(lái)看，通過(guò)更多關(guān)注漏檢的情況，本文提出方法可以在更小的犧牲準(zhǔn)確率的同時(shí)達(dá)到更高的召回率?？梢?jiàn)在選取合適的閾值水平下，代價(jià)敏感的Faster R-CNN 方法具有召回率方面的優(yōu)勢(shì)。實(shí)驗(yàn)中，本文提出的模型在閾值選取為0.85 時(shí)表現(xiàn)最好，陽(yáng)性病例分類的準(zhǔn)確率為0.90，召回率為0.91，分類精度為0.92。

圖5 顯示了實(shí)驗(yàn)中具體實(shí)例的出血區(qū)域檢測(cè)結(jié)果，以及基于0.85 的檢測(cè)框概率閾值的腦出血情況診斷。其中陽(yáng)性樣本為1、2、7、8，陰性樣本為3、4、5、6，從圖中可以看出，在0.85 的閾值下，1 和2 分別以1.000 和0.995 的檢測(cè)框概率得到真陽(yáng)性（TP）的診斷結(jié)果，3 和4 分別以0.224 和0.000 的檢測(cè)框概率得到假陽(yáng)性（FP）的診斷結(jié)果，5 和6 分別以1.000 和0.856 的檢測(cè)框概率得到真陰性（TN）的診斷結(jié)果，7 和8 分別以0.778 和0.820 的檢測(cè)框概率得到假陰性（FN）的診斷結(jié)果。

圖5 閾值0.85 水平下檢測(cè)和診斷結(jié)果示例Fig.5 Examples of detection and diagnosis results at the threshold level of 0.85

4 結(jié)束語(yǔ)

為了使醫(yī)學(xué)圖像的智能診斷在臨床上實(shí)現(xiàn)更好的應(yīng)用，需要考慮疾病漏檢情況的嚴(yán)重性并盡量減少漏檢情況的發(fā)生，同時(shí)關(guān)心基于深度學(xué)習(xí)的模型方法所得結(jié)果的可信度和可視化問(wèn)題。為此本文提出了基于腦CT 影像識(shí)別和診斷腦出血疾病的代價(jià)敏感Faster R-CNN 模型，該方法能夠在腦出血診斷中快速定位到圖像中的出血區(qū)域，能夠更好地使診斷的依據(jù)一目了然，更方便醫(yī)生進(jìn)行基于此結(jié)果的細(xì)節(jié)檢查，提高醫(yī)生的工作效率。實(shí)驗(yàn)結(jié)果表明，相較于原本的檢測(cè)模型和CNN 直接用于分類的方法，代價(jià)敏感的Faster R-CNN 可以取得更好的效果，降低漏檢的可能，具有一定的研究?jī)r(jià)值和現(xiàn)實(shí)意義。