基于改進U-net網絡的皮膚病圖像分割

陳 虎

(中南民族大學 生物醫學工程學院，武漢 430074)

0 引言

黑色素瘤是皮膚癌中最致命的一種，也是皮膚癌患者中死亡率最高的種類之一，過去幾年中，每年有近60 000名患者死亡。但如果盡早發現，黑色素瘤患者的存活率能超過95%。目前，皮膚病的檢測方法主要是皮膚鏡技術，這是一種消除皮膚表面反射、增強深層皮膚可視化的成像技術。但由于皮膚病的診斷需要技術高超的專業醫生，且該診斷費時費力，帶有醫師的部分主觀看法，故而計算機輔助診斷(Computer Aided Diagnosis，CAD)在皮膚病的診斷中有其存在的價值，而皮膚病圖像的分割就是其中重要的一環。

近幾十年，很多學者研究了各種各樣的算法來對醫學圖像進行分割，大體上可分為閾值處理、主動輪廓模型、區域增長與分裂等傳統方法及卷積神經網絡(Convolutional Neural Network，CNN)、全卷積神經網絡(Fully Convolutional Network，FCN)等自動或半自動分割方法。傳統分割方法需要手工分割出目標區域，過程煩瑣復雜，容易出現錯誤。學者們大多把注意力投向機器學習的自動或半自動算法上。Long等人[1]首先提出了一種用于語義分割的FCN，用卷積層替換DCNN中全連接層，采取反卷積層進行上采樣以獲得逐像素的分類結果。在醫學圖像分割領域，Ronneberger等人[2]在FCN的基礎上提出了U-Net網絡結構模型，用于生物細胞圖像分割。后來，學者又使用了U-Net網絡變體，將其應用于肝臟、心臟、腦等圖像的分割，取得了令人欣喜的結果。

本研究所提出的方法在U-Net的基礎上進行了改進，取得了不錯效果的循環模塊、殘差模塊及注意力機制，相比普通U-Net網絡有以下幾點改進：殘差單元有助于訓練深度架構；遞歸殘差卷積層替代普通卷積層，可以使圖像特征更好地保留，提高分割精度；注意力機制可以讓網絡分割醫學圖像時更專注目標區域，弱化背景區域，從而提高目標分割精度。

1 改進的U-Net網絡

圖1 改進的U-net網絡Fig.1 Improved U-net

與U-Net網絡不同的是，本網絡在編碼和解碼單元中使用帶有殘差單元的循環卷積層(Recurrent Convolutional Layers，RCL)代替卷積層，有助于延長模型的深度；RCL單元能有效保留圖像中的特征，它在基于CNN的醫學成像分割方法中得到了證明[4]。由于模型中的功能積累，提出的模型在訓練和測試階段都顯示出了良好的性能。時間步的使用使圖像特征保留得更好，有助于提取低級圖像的特征，該功能有助于提高醫學成像分割任務的精度。以下逐個介紹網絡框架中的模塊：

1.1 循環網絡模塊

循環網絡模塊是一種含有隱藏狀態的神經網絡，存在時間相關性。假設Xt∈Rn×d是樣本數為n，特征數為d的序列中時間步t的小批量輸入，Ht∈Rn×h是該時間步的隱藏變量，也稱為隱藏狀態，隱藏層權重參數是Wxh∈Rd×h，隱藏層偏差參數是bh∈R1×h，h為隱藏單元個數，隱藏層的激活函數為φ，將此激活函數設置為ReLU。將上一時間步的隱藏變量Ht-1與權重參數Whh∈Rh×h結合。t時間步的隱藏變量的計算由當前時間步的輸入和上一時間步t-1的隱藏變量共同決定，表達式為：

Ht=φ(XtWxh+Ht-1Whh+bh)

(1)

由上式可知，以前時刻的輸出對當前時刻的輸出也會有影響。在時間步t的輸出計算公式為：

Ot=HtWhq+bq

(2)

其中，Ot是輸出層輸出，Whq∈Rh×q是輸出層的權重，bq∈R1×q是輸出層偏差。如圖2展示了網絡在3個相鄰時間步的計算過程。實驗中結合精確度與效率，將時間步t設為3。

圖2 循環模塊結構圖Fig.2 Structure chart of circulation module

1.2 殘差網絡模塊

殘差模塊由直接映射部分和殘差部分組成，其表達式為：

基建工程是一項龐大而繁雜的工程，它不僅歷時較長，耗資巨大，而且在施工過程中，所涉及的單位、人員也比較多，所需專業面也非常廣。基建檔案作為工程項目建設的第一手資料，可以為企業各環節的工作提供重要依據，減少資源浪費現象，有效維護企業權益，促進企業健康持續的發展。

xl+1=xl+F(xl,Wl)

(3)

其中，xl表示殘差網絡第l層的輸入，xl+1表示殘差網絡第l+1層的輸入，F(xl,Wl)表示殘差部分。其結構如圖3所示。在卷積網絡中，當xl和xl+1層的特征圖數量不相等時，需要使用1×1卷積進行升維或降維，這時殘差模塊的表達式變為：

圖3 殘差模塊Fig.3 Residual module

xl+1=h(xl)+F(xl,Wl)

(4)

圖4 加入11卷積層的殘差模塊Fig.4 Residual module added with 11 convolution layer

殘差模塊的加入使網絡不會出現梯度消失的問題且網絡深度加深，利用自身映射來促進訓練過程[5]。

1.3 注意力機制

注意力機制的應用在網絡中的位置如圖1中的紅色區域，它將編碼過程中提取的不同分辨率特征進行調整，用來控制不同空間位置處特征的重要性，輸出的調整后的編碼特征再與對應解碼部分的特征進行拼接，該模塊的結構如圖5所示。其中xl是注意門提取到的編碼過程中第l層的特征圖；g代表門控向量，它包含上下文信息，以修剪低級特征響應。網絡選擇加性注意門模塊，雖然在計算上更麻煩，但實驗證明加性注意力門比乘法注意力門獲得的注意力系數αi要更精確[6]。加性注意力門的計算公式如下：

圖5 注意力門模塊結構圖Fig.5 Structure chart of attention gate module

(5)

(6)

其中σ1是Relu函數，σ2是Sigmoid函數，Wg、Wx、φ都是卷積操作，bg、bφ都是對應卷積的偏置項，αi∈[0,1]是注意力系數，它一般在目標區域取得較大的值，在背景區域取得較小的值。Fint一般比Fg、Fl要小。注意力門的輸出是輸入特征圖和注意系數的逐元素相乘。

注意力門的使用可以使模型更專注于局部區域，提高對前景像素的敏感度；可以替代圖像分割框架中目標區域定位模塊，從而減小網絡參數。

2 實驗結果與分析

2.1 實驗數據簡介及預處理過程

數據來自“ISIC 2018：針對黑色素瘤檢測的皮膚病變分析”大型挑戰數據集(International Skin Imaging Cooperation ，ISIC)[7-8]。訓練數據包括2594個圖像及其對應的腫瘤分割的標簽，該標簽由皮膚癌專家進行注釋與標記，并由公認的黑色素瘤專家審查。圖像的尺寸大小不一樣，按照7∶1∶2的比例隨機將這2 594張圖像分為1 815張訓練集、259張驗證集和520張測試集。在訓練數據集中加入適量標準差為0.2的高斯噪聲，這類似于將輸入數據做隨機化處理，防止過擬合問題的發生，有助于提升訓練網絡的效果。利用隨機的旋轉、翻轉、平移等數據增強方法來對訓練數據集及其標簽進行數據擴充[9]，并增強訓練數據集圖片的亮度、對比度和色調，進一步提升圖片質量。對所有圖片做歸一化處理，使圖像像素均值為0，方差為1，其作用是防止訓練過程中出現梯度爆炸問題導致訓練不收斂。

2.2 評價指標

為了檢測提出網絡的分割效果，使用了七種評價指標，包括正確率(accuracy，AC)、敏感度(sensitivity，SE)、特異性(specificity，SP)、準確率(precision，PC)、F1分數(F1-score)、jaccard相似度(Jaccard similarity，JS)和Dice系數(Dice coefficient，DC)。為了得到以上的評價指標，需要使用一些其他的變量：真正例(True Positive，TP)，真反例(True Negative，TN)，假正例(False Positive，FP)，假反例(False Negative，FN)，其中分割結果與圖像標簽的混淆矩陣關系如表1所示。最終評價指標的計算公式為：

表1 混淆矩陣Tab.1 Confusion matrix

(7)

(8)

(9)

(10)

(11)

(12)

(13)

其中，GT是分割圖像的標簽，SR是網絡分割的結果。

2.3 訓練算法

深度卷積神經網絡的訓練算法有隨機梯度下降(Stochastic Gradient Descent，SGD)、自適應梯度下降(Adaptive Subgradient,Adagrad)及自適應動量估計(Adaptive Moment Estimation，Adam)等不同方法。挑選收斂速度較快的Adam算法作為實驗算法，經實驗得到的最適宜學習率初始值為2×10-4。

2.4 訓練損失函數

訓練過程中使用二進制交叉熵損失函數(Binary Cross EntropyLoss，BCE)，該損失函數表達式為：

loss(Xi,Yi)=-wi[YilogXi+(1-Yi)log(1-Xi)]

(14)

式中，Xi,Yi,wi分別代表每個像素的預測值，每個像素的標簽值和每個像素點對應的權重值。

2.5 實驗結果與分析

實驗采用改進的U-Net網絡將皮膚病圖像分割為病變部分和背景區域。網絡訓練過程使用何凱明初始化(Kaiming initialization)[10]，預處理對原始皮膚病圖像做隨機的翻轉、旋轉與平移，并將圖像的尺寸調整為256×256，選擇線性修正單元(ReLU)作為激活函數。使用2.2節中的評價指標來對網絡框架進行評估，將網絡與標準U-Net網絡、結合殘差模塊的U-Net網絡及結合注意力門模塊的U-Net網絡進行對比實驗。

通過多次實驗驗證得出進行200輪訓練時網絡的訓練效果最佳，將ISIC 2018實驗數據集放入以上不同的網絡中，得到最終的實驗結果如表2：

表2 實驗結果表Tab.2 Experiment results

由得到的數據可知，方法在正確率、敏感度、F1系數、jaccard相似度和Dice系數上均比其他方法高，體現了此方法對腫瘤目標定位的精確性。

圖6是此方法分割皮膚癌測試圖像得到的實驗結果圖像。

圖6 分割測試圖像結果Fig.6 Results of segmentation testing image

由分割結果可看出此方法對皮膚癌圖像分割較為精準，但在含有毛發干擾情況時，網絡會出現誤差。如第三行的圖像，算法會將皮膚癌區域中像素值較小的部位誤認為是背景區域，這都是算法有待提高的地方。

3 結語

在U-Net網絡結構基礎上，將殘差模塊、循環模塊及注意力機制加入其中，增強了網絡對目標區域的定位能力，保證了特征的提取；網絡層數的增加提高了網絡整體的魯棒性；特征的精確提取與保留在整體上提升了分割精確度。后續研究中，將深入研究如何讓網絡區分出腫瘤目標與人體自身毛發等理化特征，進一步優化圖像預處理過程，并結合圖像，提取更高質量的特征，以提高分割的精確度。