孫宏軍, 何 亮, 俞飛虹, 徐海燕

(1.南京航空航天大學 經(jīng)濟與管理學院,江蘇 南京 210016; 2.南京醫(yī)科大學第一附屬醫(yī)院 超聲醫(yī)學科,江蘇 南京 210029)

0 引言

調查結果顯示,人群中罹患甲狀腺結節(jié)率為19%～67%,其中5%～15%患者的甲狀腺結節(jié)為惡性,如果甲狀腺結節(jié)檢查為惡性,則該患者有很大幾率患上了甲狀腺癌[1]。超聲檢查是甲狀腺結節(jié)診斷、治療及隨訪評估中首選的影像學檢查方法[2]。

超聲檢查診斷取決于超聲設備的性能,更與超聲醫(yī)師的認知和經(jīng)驗密切相關,不同醫(yī)師對同一病例的診斷結論可能差別很大,給臨床處理帶來困難。2009 年Horvath等[3]首次建立了甲狀腺影像報告和數(shù)據(jù)系統(tǒng),規(guī)范了甲狀腺結節(jié)的超聲診斷報告。此后,不同地區(qū)的研究者陸續(xù)提出了多種超聲風險分層系統(tǒng),提高了對甲狀腺結節(jié)的鑒別診斷能力[4～6]。美國放射學會于 2017 年發(fā)布了《ACR甲狀腺影像報告和數(shù)據(jù)系統(tǒng):ACR TI-RADS委員會白皮書》提出了一種風險分層方法(以下簡稱 ACR TI-RADS)[7]。劉紅等回顧性分析661例甲狀腺結節(jié)的超聲影像學資料及病理結果,證實了ACR TI-RADS在定性診斷甲狀腺結節(jié)中具有較高的臨床應用價值[8]。ACR TI-RADS根據(jù)甲狀腺結節(jié)的成分、回聲、形態(tài)、邊緣和強回聲五個影像學特征進行診斷,將甲狀腺結節(jié)分為1～5類, 1類陰性,2類良性,3類可能良性,4類可疑惡性,5類高度懷疑惡性。因此,基于超聲圖像的甲狀腺結節(jié)診斷可以歸結為多屬性多類別的分類問題,使用計算機分類算法構建模型能夠輔助醫(yī)生進行甲狀腺結節(jié)分類診斷。

多屬性分類是指根據(jù)對象在多個指標下的綜合評價將其分類至相對應的類別。多屬性分類可以有效地處理復雜指標條件下的決策分析問題,在社會經(jīng)濟生活等方面有著廣泛的應用。分類決策算法應用主要有兩類:一類是直接分類法,即決策者直接給出效用函數(shù)、指標權重和分類閾值等決策參數(shù),運用這些參數(shù)建立多屬性分類模型進行分類,如ELECTRE TRI[9];另一類是基于案例學習的方法,即決策者通過對具有代表性的典型案例集的分類結果進行學習,構建對應的模型,對所有評價對象進行分類,其代表性算法有優(yōu)勢粗糙集[10]以及基于案例距離的分類決策模型[11,12]等方法。直接分類法依賴于決策者的認知水平和經(jīng)驗積累,如ELECTRE TRI需要進行大量的兩兩比較以及人工設定分類閾值。當決策者認知具有局限性時,直接給出這些分類結果較為困難。案例學習分類法是基于多屬性評價指標將方案按照某種特征進行類別劃分,將具有相似性質的方案劃分為同一類別。

在甲狀腺結節(jié)診斷過程中,超聲醫(yī)師通常對病兆特征顯著的病例直接給出診斷結果;對較為復雜的病例,則需要通過多個指標比較分析鑒別診斷。本文借鑒該思想,提出了一種兩階段多屬性分類方法,第一階段根據(jù)ACR TI-RADS中的直接分類標準構建決策樹模型,識別出區(qū)分性最好的類別;第二階段,通過典型案例學習建立多屬性分類決策模型,計算指標權重和分類閾值,完成復雜案例的分類。

1 疾病診斷思維

疾病診斷思維是指利用客觀臨床資料按科學思維方法進行思維活動,以達到揭示疾病實質,解決疾病診治問題的目的[13]。在診斷學中,將疾病的診斷程序分為四個步驟:(1)收集臨床資料,是指了解病人的情況并進行相關檢查;(2)分析、評價、整理,將分散的臨床資料整合起來,從整體上進行思考和推理,結合臨床經(jīng)驗及專業(yè)知識,找出診斷線索;(3)提出初步診斷;(4)確立及修正診斷。根據(jù)疾病診斷思維,結合甲狀腺結節(jié)的臨床實際診斷過程,專業(yè)醫(yī)師在超聲檢查時首先會根據(jù)個人的醫(yī)學知識和經(jīng)驗積累給出一個初步診斷,通常特征明顯較容易識別的疾病在此時即可識別出來;然后再詳細分析超聲圖像,對較為復雜、難以區(qū)分的情況進行鑒別診斷,最終給出診斷結果。因此,本文在借鑒該診斷思維和臨床實踐的基礎上,針對甲狀腺結節(jié)的診斷問題提出一種兩階段多屬性決策方法。

2 甲狀腺結節(jié)診斷問題描述

甲狀腺結節(jié)分類診斷問題可以描述為根據(jù)成分、回聲、形態(tài)、邊緣和強回聲五個影像學特征將甲狀腺結節(jié)診斷為5個類別,各分類說明詳見表1。

表1 甲狀腺結節(jié)類別說明

其中,類別1表示良性(陰性),屬于正常甲狀腺,不需要隨訪進一步檢查。而類別2～5表示有惡性風險的甲狀腺,需要進一步檢查診斷,嚴重的需要手術治療等。因此本文主要是對類別2～5這4個類別進行鑒別診斷。

成分、回聲、形態(tài)、邊緣和強回聲等影像學特征是多屬性分類的屬性,其影像學描述及量化表示分值參考甲狀腺ACR TI-RADS分級標準[7]?；诙鄬傩詻Q策的甲狀腺結節(jié)分類診斷過程如圖1所示,可以使用如下數(shù)學表示:

圖1 甲狀腺結節(jié)診斷分類示意圖

(1)案例集A,A={A1,…,Ai,…,A|A|},其中Ai為第i個評價對象,|A|為A集合元素個數(shù)。

(2)評價指標集C,C=(C1,C2,C3,C4,C5),表示甲狀腺結節(jié)診斷的{“成分”,“回聲”,“形態(tài)”,“邊緣”,“強回聲”}五種特征。其中Cj為第j個評價指標。

(3)對于評價對象Ti的第j個評價指標Cj(Ai),取值根據(jù)ACR TI-RADS評價標準得出。

(4)分組G,G(G1,G2,G3,G4),表示甲狀腺結節(jié)的2～5類別,其中gm為第m個分組。

3 方法

3.1 典型案例集

(2)案例集從歷史診斷記錄獲得,不失一般,本文設定,Tm?A,并且Tm∩Tn=?(?m,n=1,…,5,m≠n),即案例集均來自總體評價對象集,并且由于不同分組特點代表性,各自的案例集不存在交集。

3.2 指標量化

ACR TI-RADS將結節(jié)按照成分、回聲、形狀、邊緣、強回聲五個指標,分別根據(jù)超聲特征賦予相應分數(shù)。表2給出了五個指標可能出現(xiàn)的特征及其對應的得分。在結節(jié)評估時,超聲醫(yī)生從每個指標中選擇對應的要素然后計算該結節(jié)總得分,從而確定結節(jié)的ACR TI-RADS級別。本文關于五個指標的量化方法,依據(jù)ACR TI-RADS中結論。

表2 甲狀腺結節(jié)指標量化說明

3.3 直接分類法

ACR TI-RADS給出一種甲狀腺結節(jié)直接分類方法,即將每一種屬性量化后的分值相加,按照分值的總和進行分類?；谠摲诸惙椒?本文構建四個分類決策樹,如圖2所示。通過案例測試,識別出區(qū)分性最好的類別。

圖2 二分類決策樹模型

3.4 基于案例距離的多屬性分類

直接分類法對于特征明顯的甲狀腺結節(jié)能夠快速分類,但是對于特征區(qū)分不明顯尤其是需要鑒別診斷的情況,難以有效分類。本文針對這種情況,提出基于案例距離的多屬性分類方法對復雜病例進行分類?；诎咐嚯x的多屬性分類流程如圖3所示,以2個指標3個分組為例,案例距離用歐式距離表示,通過學習典型案例集構建目標函數(shù),求解最優(yōu)權重和閾值并對全體對象進行分類。

圖3 分類流程示意圖

3.4.1 案例距離的設定

對于給定的案例集T,通過直接分類法識別出分組g1=Ti后,采用基于案例距離的多屬性分類方法對剩余案例Tm(m=2,…,5;m≠i)進行分類,相關定義如下。

3.4.2 多屬性決策模型的構建

對于第m組以外的分組的案例應滿足以下約束條件,?q∈{1,2,…,|Tm|},Tq∈(T-Tm):

根據(jù)閾值和約束條件的設定,易知案例集Tm分類的總體誤差平方和:

4 實驗結果與分析

4.1 案例數(shù)據(jù)集的構建

數(shù)據(jù)來源于南京醫(yī)科大學第一附屬醫(yī)院,從16份中文超神診斷電子病歷數(shù)據(jù)P={P1,P2,…,P16}中,分別用T2={p6,p3,p4,p11},T3={p14,p12,p15,p1},T4={p10,p5,p13,p16},T5={p7,p9,p8,p2}表示,按照成分、回聲、形狀、邊緣和強回聲5個指標屬性及診斷結果提取決策信息,并根據(jù)上文指標量化方法對各案例屬性進行量化,構建包含4個類別的可量化計算的案例集,詳細信息見表3。

表3 甲狀腺結節(jié)案例數(shù)據(jù)集

4.2 計算結果

針對本文甲狀腺結節(jié)分類問題,通過構建的案例數(shù)據(jù)集,按照文章第2節(jié)兩階段法分析,詳細計算過程如下。

(1)第一階段:采用直接分類法對各類別分類并計算分類正確率,如表4所示。

表4 直接分類正確率

由表4所知,T2的直接分類正確率最高,因此ACR TI-RADS 2的區(qū)分性最好。

Step1構建優(yōu)化模型學習案例集。案例集采集的依據(jù)是:每個案例集包含4個案例;其中前3個案例所對應的5個屬性評價結果與所在組一致,后2個案例分別從另外兩個案例集中選取。

Step2計算各案例集的分組中心點,并進一步計算各案例到分組中心點的距離,詳細結果見表5。

表5 案例樣本到分組中心點距離

Step4使用LINGO 17.0求解得,R3=0.1093,W3={0.1178,0.0764,0.1036,0.1032,0.5993};R4=0.2684,W4={0,0.1405,0.5677,0.2918,0};R5=0.1831,W5={0.1121,0.0839,0.1137,0.3109,0.3793},將其代入公式(3),可以求得各樣本與分類中心點的距離D(Pi)。

表6 樣本中心點距離-閾值計算結果

4.3 結果對比分析

多屬性分類模型的權重反映了特征的重要程度。通過分析表3數(shù)據(jù)集和多屬性模型的權重W3,W4和W5可知,T3組的案例數(shù)據(jù)相對于T2組的案例數(shù)據(jù),主要變化在于最后一個屬性“強回聲”,而W3的最后一個屬性的權重為0.599,表明該屬性對于確定分組的影響最大。同理可知,T4組的“形狀”屬性對該分組影響最大,其權重為0.5677;T5組的“邊緣”和“強回聲”是決定案例是否屬于該組的重要特征,因此其權重分別為0.3109和0.3793。

另外,本文所提方法根據(jù)臨床疾病診斷思維將決策過程分為兩個階段,與直接分類方法相比較:

(1)甲狀腺結節(jié)分類診斷問題本質上是典型的多分類問題,因此可以嘗試直接采用成熟的模型和算法進行求解。分別采用邏輯回歸模型(LR)和層次支持向量機(H-SVM)來解決本文甲狀腺結節(jié)智能診斷分類問題?？紤]到本研究中的類別是互斥的,屬于單標簽多分類問題,因此對于邏輯回歸模型,直接通過分類器得到4個類別;對于層次支持向量機,采用“偏態(tài)樹”的形式,即每一個包含多個類別的節(jié)點上的分類器,將一個類別與其它類別分開,直至所有節(jié)點上只有一個類別。因案例數(shù)據(jù)有限,此處采用交叉驗證法,案例數(shù)據(jù)分為4組(每組分別從T2～T5中各取1個案例),其中3組作為訓練數(shù)據(jù),1組作為測試數(shù)據(jù),共進行3次,詳細計算結果如表7所示。

表7 分類模型精度比較

由表7可知,采用本文所提兩階段多屬性分類方法的結果優(yōu)于其它方法。

(2)使用文中第二階段的基于案例距離的多屬性分類模型直接進行分類決策。由公式(9)可知直接進行分類至少需要7個約束不等式,則目標函數(shù)即計算7個誤差調整系數(shù)平方和的最小值,而本文所提方法的目標函數(shù)是計算5個誤差調整系數(shù)平方和的最小值,如表8所示,計算復雜度更低。

表8 分類模型計算時間比較

綜上分析,本文所提方法對于解決甲狀腺結節(jié)分類診斷問題,在分類精度和計算復雜度上比直接分類求解更有優(yōu)勢。

5 結論

本文針對甲狀腺結節(jié)的診斷問題進行了拓展研究,提出一種兩階段分類方法,在第一階段根據(jù)經(jīng)驗知識進行直接分類,將區(qū)分性較好的類別直接識別出來;第二階段,通過學習已有的案例信息,構建最優(yōu)化求解模型得出分類參數(shù)信息,將其應用于案例的分類決策。該方法適用于多分類疾病診斷等一類醫(yī)學問題,例如乳腺結節(jié)的診斷分類、高血壓的分期診斷等。該方法以臨床疾病診斷思維為指導,充分利用專業(yè)醫(yī)生的醫(yī)學知識和臨床經(jīng)驗,又結合了多屬性決策模型的優(yōu)勢,對特征明顯易于分類的情況直接給出診斷結果,對于較為復雜需要鑒別診斷的病例能夠通過模型快速得到結果且準確率高,這些優(yōu)勢使得本文方法便于推廣使用。