基于三維卷積神經網絡的肺結節假陽性篩查

尤 堃，郝鵬翼，吳福理，張 繁，吳 健

基于三維卷積神經網絡的肺結節假陽性篩查

尤 堃1,3，郝鵬翼1,3，吳福理1,3，張 繁1，吳 健2,3

(1. 浙江工業大學計算機科學與技術學院，浙江 杭州 310023；2. 浙江大學計算機科學與技術學院，浙江 杭州 310058；3. 浙江大學睿醫人工智能研究中心，浙江 杭州 310000)

從CT影像中檢測肺結節在肺癌的早期診斷中至關重要，而肺結節假陽性的篩查是提高肺結節檢測準確度的重要一步。為了從大量候選結節中快速準確地區分出真正的肺結節，設計了一個3D卷積神經網絡(CNN)篩查肺結節假陽性。提出了網絡模型，通過恒等映射和殘差單元來加速模型訓練，采用單連接路徑重復利用特征并重組新特征。基于該模型的肺結節假陽性篩查方法，與基于2D CNN的方法相比，不僅可以省略數據切片步驟，而且能夠充分利用CT影像的空間信息; 與其他基于3D CNN的方法相比，具有參數量小、模型訓練快的優點。該方法在LUNA16數據集中的假陽性篩查中取得了較高的敏感度。

3D CNN；肺結節；假陽性篩查

隨著空氣質量的惡化、二手煙危害的加深等原因，肺癌已成為世界范圍內發病率及死亡率最高的惡性腫瘤[1]。肺癌中晚期的治療效果不理想，遠期生存率很低，肺癌最常見的早期形態為肺結節(pulmonary nodule)，此階段是進行肺癌治療的最佳時期，所以對肺結節的檢測和診斷顯得尤為重要[2]。肺結節是肺組織內部的肉芽腫性疾病，影像與肺部正常組織存在密度差異，其大小由3 ~30 mm不等。使用低劑量螺旋計算機斷層掃描(low-dose spiral computed tomography，LDCT)可以檢測到最小3 mm的肺結節。LDCT一次可以產生幾百張軸向影像，篩查肺結節需要花費大量時間。此外，根據肺結節的位置和表現形式不同，又可以將結節細分為孤立性、血管粘連性、胸膜粘連性、磨玻璃以及空洞性。肺結節具有體積小、形態不規則、周圍環境各異的特點，進一步增加了肺結節檢測難度[3]。

近二十年來，研究人員不斷探索從醫學CT影像中檢測肺結節的方法。肺結節檢測主要分為2個階段，即檢測候選結節及在候選結節中篩查假陽性(false positive)。假陽性篩查是肺結節檢測的關鍵。候選檢測的主要目的是避免遍歷整個胸腔CT影像，減少檢測的時間成本。檢測通常根據結節類似橢球體的外觀特點，使用基于局部強度分布的方法。例如，TAN等[4]先歸一化CT影像的梯度，再根據其最小散度值進行聚類。

傳統肺結節檢測方法一般手工設計特征，然后利用此特征訓練檢測模型。例如，JACOBS等[5]根據強度、形狀、紋理，并結合肺結節周圍的解剖結構信息組成特征。MESSAY等[6]利用形狀、位置、強度信息以及梯度特征組成綜合特征。然而，手工設計特征的方式成本高，特征表達能力依賴特征描述符的選擇以及參數設置，無法很好應對肺結節的多樣性。

近幾年，深度卷積神經網絡(deep convolutional neural network，CNN)在圖像目標檢測及分類領域取得了極大的成功[7-8]。CNN利用大量數據訓練獲取魯棒性和泛化性較好的特征提取能力，其特征表達能力遠強于手工設計的特征。SETIO等[9]在假陽性篩查階段使用了2D CNN，從不同方向提取了肺結節的二維切片，將其作為CNN的輸入，此方法在LIDC-IDRI數據集[10](lung image database donsortium-image database resource initiative)上實現了1 FFPS(false positive per scan)下85.4%的敏感度(sensitivity)。ROTH等[11]對三維VOI進行多次二維正交采樣，構造2.5D的肺結節表達并訓練2D CNN，此方法在90個CT共388個肺結節以及86個CT共595個肺結節中，3 FPPS下分別達到了70%和83%的敏感度。CIOMPI等[12]將預先訓練的過擬合CNN中最后一個卷積層輸出的特征圖作為對肺結節三維結構的二維表達。由于CT數據均為三維，基于2D CNN的算法需要對原始數據進行切片采樣，并不能充分利用的三維空間信息。

盡管三維醫學數據在臨床實踐中已經相當普遍，但3D CNN在肺結節檢測上的應用研究依舊處于初級階段，研究成果較少。DOBRENKII等[13]設計了一種用于肺結節假陽性篩查的3D CNN，直接以三維樣本為輸入，在LUNA16 (lung nodule analysis 2016)數據集中實現了8 FPPS下85.6%的敏感度。DOU等[14]同樣使用了LUNA16數據，針對不同的肺結節尺寸采取不同尺寸的輸入樣本，分別設計并訓練了3個3D CNN模型。與2D CNN相比，3D CNN可以編碼更加豐富的多級空間信息，提取更加全面的特征。然而，3D CNN所含參數量遠高于2D CNN，需要占用更大的內存，訓練時間和難度都大大增加。其中，文獻[13]的CNN模型通過1 827輪次才完成訓練。

本文提出了一種用于肺結節假陽性篩查的3D CNN，該模型綜合了ResNet[15]重復使用特征、收斂速度快的特點與DenseNet[16]重組新特征的能力。與2D CNN相比，該模型可以省略數據切片步驟，充分利用三維數據的空間信息，提取更全面的特征表達。同時，與其他3D CNN相比，該模型參數量少，與文獻[13]中的模型相比，節省了95.5%的參數量，參數利用率更高，訓練難度更低。在LUNA16數據集中，實現了8 FPPS下89.97%的敏感度。

1 本文方法

1.1 模型設計

通過殘差路徑可以有效解決網絡過深帶來的梯度消失問題，提高優化效率和訓練速度。通過分析殘差單元在CNN反向傳播過程中的作用原理，文獻[8]結合實驗證明了當映射和均為恒等映射時