李艷鳳 陳后金



[摘 要] 深度學習作為機器學習的一個新分支,在學術界和工業界受到了廣泛的關注。深度學習是一門理論與實踐緊密結合的課程,為增強學生利用深度學習理論和方法解決工程實際問題的能力,探索與實踐了研究性實驗教學。以“基于Faster R-CNN的乳腺X線圖像腫塊檢測”內容為例,基于前沿的、有實際價值的科研項目,按照高階性和創新性的目標設計實驗內容。通過研究性實驗教學,加深了學生對課程相關理論的理解與應用,增強了學生的高階思維能力和創新能力。
[關鍵詞] 深度學習;目標檢測;研究性實驗教學
[基金項目] 2020年度教育部新工科研究與實踐項目“面向新工科的信號與信息系統系列課程改革”(E-DZYQ20201402);2020年度北京交通大學研究生優質核心課程及教育教學改革項目“‘深度學習課程建設”(134793522);2019年度北京交通大學教改項目“模式識別與機器學習慕課建設與應用”(356369535)
[作者簡介] 李艷鳳(1988—),女,河北廊坊人,博士,北京交通大學電子信息工程學院副教授,主要從事信號與信息處理及模式識別研究。
[中圖分類號] G420? ?[文獻標識碼] A? ?[文章編號] 1674-9324(2021)19-0137-04? ? ? [收稿日期] 2020-12-17
為主動應對、適應并引領新一輪科技革命和產業革命,國家提出了以信息化和智能化為主要特征的新工科戰略。在新一代人工智能階段,國家高度重視發展人工智能。在此背景下,社會對電子信息類人才的需求也發生了改變[1],社會需要具有深厚理論基礎、多學科綜合能力及創新能力的優秀人才。深度學習作為機器學習的一個新分支,在學術界和工業界受到了廣泛的關注,其在信息處理、智能控制及智能通信等領域具有良好的應用前景,掌握深度學習新理論和新技術有利于電子信息類學生緊跟時代發展。
“深度學習”是一門理論與實踐緊密結合的課程。以驗證性內容為主的實驗,導致學生的實踐能力普遍偏低,難以適應當今社會發展的形勢[2]。為增強學生理論聯系實際、解決復雜工程問題的能力,培養學生的創新意識,基于實際工程問題的研究性實驗教學尤為重要。研究性實驗教學是一種激發自主學習意識、鍛煉解決問題能力、培養科研創新思維的教學模式[3],不僅要求學生加深對課程相關理論的理解,還要求學生加強對相關理論的實際應用[4],使學生由被動接受知識轉變為主動和互動獲取知識,由側重理解問題轉換為側重發現問題。據此在“深度學習”課程中,探索并實踐了面向工程實際問題的研究性實驗教學,以“基于Faster R-CNN的乳腺X線圖像腫塊檢測”研究性實驗為例,給出具體的實驗教學設計與實施過程。
一、研究性實驗工程背景
研究性實驗的工程背景體現了課程內容在實際工程中的應用,工程背景可以取材于前沿的、有實際價值的科研項目,這樣不僅能夠激發學生的學習興趣,而且能夠指導學生解決現有的科學問題[5]。本實驗的工程背景取材于課程組負責的國家自然科學基金項目,在該項目中,需要研究乳腺X線圖像中的腫塊檢測,以減輕醫師的工作強度,提高乳腺癌檢查的準確性。該內容正是目標檢測內容在智能醫療領域的典型應用,因此以該項目提煉本次研究性實驗的工程背景,從基于人工智能技術的乳腺X線圖像腫塊檢測意義及基于深度學習的目標檢測網絡兩個方面進行介紹。
(一)基于人工智能技術的乳腺X線圖像腫塊檢測意義
乳腺癌是女性最常見的疾病,在我國每年新診斷的癌癥中,乳腺癌的發病率占12%。早期的乳腺腫塊篩查是降低乳腺癌死亡率和提高治愈率的有效方式。在眾多乳腺攝影技術中,乳腺鉬靶X線攝影術是目前最有效的腫塊篩查手段之一。每年進行乳腺X線攝影篩查產生大量的乳腺X線圖像,由于乳腺X線圖像結構復雜,腫塊的邊界、大小、紋理和形狀差異較大,且正常的乳腺組織與腫塊組織沒有明確的界限,因此正確地檢測乳腺圖像中的腫塊區域相對困難??紤]到視覺疲勞和經驗等相關因素,放射性醫師單獨閱片對乳腺癌檢查的敏感度為84%,特異性為91%。為了減輕醫師的工作強度,同時提高乳腺癌檢查的準確性,計算機輔助診斷(Computer Aided Diagnosis,CAD)系統逐漸被研究用于乳腺癌檢測中。相比于傳統機器學習方法,深度學習方法在目標檢測、語義分割和物體分類任務中表現出更大的優勢,因此將深度學習方法應用于乳腺X線圖像腫塊檢測成為目前的研究熱點。
(二)基于深度學習的目標檢測網絡
Faster R-CNN[6]作為一種主流的二階段檢測網絡,其在目標檢測中具有良好的性能。該網絡主要由區域建議網絡(Region Proposal Network, RPN)和Fast R-CNN檢測器構成。區域建議網絡用于生成目標候選區域,Fast R-CNN檢測器對RPN的輸出結果做更加精細的處理,對目標候選區域進行分類和回歸位置,提高檢測精度。
二、研究性實驗內容
實驗內容是研究性實驗教學的具體實施部分,需要具有一定的高階性和創新性。為了達到高階性的要求,實驗內容設計應關注課程相關知識的理解及將其用于解決工程問題的能力兩個目標。因此,“基于Faster R-CNN的乳腺X線圖像腫塊檢測”實驗內容的設計目標包括:(1)強化目標檢測網絡用于不同目標檢測任務的具體設置;(2)掌握不同特征提取網絡的選取方法;(3)培養學生將理論分析與實際應用相結合的素質,提高學生的工程實踐能力。高階性的實驗內容包括:數據擴增、特征提取網絡選擇及預選框優化。在創新性實驗內容設置上,對學生應用Faster R-CNN的能力提出更高的要求。在實驗內容設計上,逐步加大實驗內容的難度,學生需要開展自主性學習,通過文獻查閱、小組討論,對Faster R-CNN進行改進。創新性實驗的具體內容包括:去除RPN網絡、去除目標分類和精細位置回歸、級聯多次位置回歸。