BP神經網絡在CESM強化密度及乳腺癌診斷中的研究分析

鎖彤佳,呂子璇,尹思宇,劉 偉

(魯東大學數學與統計科學學院,山東 煙臺 264011)

2021年3月11日,十三屆全國人大四次會議提出,要全面推進健康中國建設,改革疾病預防控制體系。2020年統計數據顯示,乳腺癌取代肺癌成為全球發病率第一的癌癥,而提高乳腺癌診斷的準確率與效率是疾病預防控制體系中重要的一環,也是堅持健康中國戰略中“預防為主”方針的重要體現。

隨著乳腺癌病發率升高,乳腺腫瘤的影像學表現愈發多元化,目前對于乳腺診斷應用最廣的普通乳腺X線檢查技術在長期應用中暴露出了一定的局限性,對此,美國FDA在2011年提出了具有診斷時間短、價格低等優點的對比增強乳腺X線成像(CESM)技術。XING等[1]研究表明,CESM對乳腺癌診斷的準確性、特異性較高,有非常大的臨床應用價值;而姜奕歆等[2]認為CESM檢查還存在缺少統一診斷標準和成像標準的問題。

得益于人工智能的迅猛發展,深度學習視角下的普通乳腺X線檢查和乳腺磁共振成像等檢查技術近年來得到了廣泛應用。TOURASSI等[3]對普通乳腺X線技術構建了一種約束滿足神經網絡的方法用于乳腺癌診斷;SINGH等[4]通過將BP神經網絡診斷反饋與放射科醫師診斷反饋相整合,顯著提高了在超聲檢查中乳腺病變組織診斷的臨床效率。

病灶在影像學上的強化特點是診斷乳腺癌的重要參考指標,但是不同檢查技術下，病灶強化密度的統計學表現有所差異。蔡麗珊等[5]通過t檢驗對乳腺良惡性腫塊超聲造影結果分析得出“良惡性病變都可表現為均勻強化或不均勻強化,其強化方式差異并無統計學意義”的結論;LIU等[6]采用CEUS聯合微血管成像技術診斷乳腺病變,χ2檢驗結果顯示,病灶呈均勻和不均勻強化密度模式均未提示有臨床價值;而郜瑩瑩等[7]分析NME乳腺癌與良性病變的MRI特征并進行統計學比較發現,內部強化密度差異具有統計學意義。

因此,現階段對于CESM檢查下強化密度及乳腺癌診斷的研究還有以下問題有待深入考慮。首先,國內外學者對于CESM檢查有很多良莠不齊的評價,因此該技術在國內臨床上得到廣泛使用的愿景還需建立診斷精確率更高的模型來支撐;其次,在現代醫學領域,對CESM檢查相關指標的分析研究大多使用χ2檢驗的方法,如盛蕾等[8]采用χ2檢驗得到CESM檢查對致密型乳腺乳腺癌的診斷具有較大價值的結論,而結合BP神經網絡模型對CESM檢查開展的研究較少;另外,由于強化密度在不同檢查技術下的顯著性表現存在差異,因此CESM檢查下強化密度對診斷結果的影響效果還需進一步驗證。

本文將在考慮CESM上病灶強化程度、強化方式、強化密度三個指標的前提下,重點關注強化密度對明確乳腺腫瘤性質的影響,并在醫學領域常用的χ2檢驗方法基礎上,發展BP神經網絡方法來驗證CESM成像技術在臨床上廣泛應用的可能性。通過控制強化密度屬性,訓練得到兩個基于一定診斷精確率的神經網絡模型來評估CESM檢查技術對于乳腺癌檢出的可靠性,找出最佳模型的診斷參考值,為放射科醫師提供一個神經網絡輔助診斷乳腺癌的模型,致力于減少臨床診斷中誤診、漏診等情況的出現,減少女性群體每年進行乳腺檢查的經濟壓力以及時間精力。

1 診斷指標收集及預處理

1.1 指標選取

病灶的強化特點反映了腫瘤或病變組織的血液供應情況。病灶的強化程度按照腫瘤或病變組織的血供豐富程度從小到大依次分為無強化、輕度強化以及中、重度強化;病灶的強化方式按照時間密度曲線分為增長型、平臺型和流出型;病灶的強化密度按照其對比劑填充是否均一分為均勻強化與不均勻強化。

據臨床經驗可知,惡性腫瘤的強化特點多表現為中度或重度強化、平臺型或流出型強化、不均勻(包括環型)強化。在此,基于CESM技術的成像特點,選取強化程度、強化方式、強化密度三種重要的影像學表現作為驗證CESM檢出致密型乳腺癌精確度的主要屬性信息。

1.2 指標數據獲取

圖1 數據獲取流程

采用2016年7月至2020年7月在山東省泰安市中心醫院就診的241例31～60歲的女性乳腺腫瘤患者資料進行分析,所有患者均接受CESM檢查,簽署CESM檢查知情同意書,并以隨機編號的形式匿名參與研究。所有患者的CESM影像資料均由兩位具有豐富經驗的乳腺病變診斷醫師獨立地進行重復判讀,判讀不一致的影像資料由兩位協商解決。將由手術或穿刺得到的判讀結果離散化,并將其作為金標準形成本文數據的標簽信息;將由CESM技術得到的腫瘤判讀結果離散化,形成本文數據的屬性信息。

1.3 指標數據預處理

本文共收集到241例患者資料,其中43位患者在案例收集期間存在2～3次復查行為;9位患者體內發現多處疑似腫瘤;由于圖像不清晰、體位不標準等原因,17位患者資料存在不同程度屬性信息不全的情況。

為保證數據的完整性,并保證統計方法有盡量多的數據作為支撐,本文將43位多次復查患者的不同復查情況分開為不同的案例形式呈現,該43位患者最終可以提供94條數據資料;將9位多處疑似腫瘤發現患者的不同部位腫瘤同樣分開為不同的案例形式呈現,該9位患者最終可以提供22條數據資料;將17位存在缺失數據的患者資料請有經驗的專業影像醫師據其他診斷指標進行補全處理。

經數據預處理之后,共得到357條不同乳腺病變的數據資料,部分原始數據資料如表1所示。

表1 部分數據資料

2 實驗設計

2.1 指標的交叉列聯分析

對本文選取的屬性指標進行交叉列聯分析,以此來驗證本文選取屬性指標的科學性和可行性。列聯分析在醫學領域常被用于研究兩個或多個屬性之間是否存在明顯相關性[9],通常以χ2值作為相關性強弱的評價指標,計算公式為:

《規劃》對區域內堆土區和沖填區進行經濟林的新造林和現有林木的更新改造。經濟林建設盡可能配置高效益苗木、速生豐產林等，提高農民參與生態建設的積極性。樹種選擇薄殼山核桃、亳州核桃、櫻桃、梨、花椒等名優鄉土經濟林品種，株行距為4 m×5 m。經濟林建設能增強特色經濟林市場競爭力，調整農村產業結構，有效增加農民收入，促進當地農業和農村經濟的快速發展，取得顯著的生態、經濟、社會效益。

(1)

(2)

其中:r代表行,c代表列,fij為第i行第j列案例情況的實際頻數,eij為第i行第j列案例情況的期望頻數,χ2統計量的自由度為(r-1)(c-1)。

以P值作為判斷三種屬性指標的差異是否有統計學意義的標準,P<0.05說明三種屬性指標的差異在腫瘤性質的表現上有統計學意義;以χ2值作為判斷三種屬性與腫瘤性質相關程度的排序標準,χ2值越大,被用來診斷腫瘤的屬性越可靠。χ2檢驗結果見表2。

表2 乳腺良性腫瘤與惡性腫瘤強化特點比較

由表2中χ2檢驗結果可知,強化程度(χ2=228.643,P=0.000)和強化方式(χ2=196.628,P=0.000)的χ2值明顯大于強化密度(χ2=78.676,P=0.000),二者用于腫瘤判斷的可靠性較強;強化程度、強化方式和強化密度的不同特征在良、惡性腫瘤的影像學表現上均具有統計學意義(P<0.05),有理由認為以強化程度、強化方式和強化密度三個影像表現指標作為輸入屬性,可以構建出一個準確率較高的BP神經網絡模型來進行乳腺癌的輔助篩查工作。

2.2 BP神經網絡模型特點

本文采用BP神經網絡的誤差反向傳播訓練機制進行學習訓練,正向傳播強化特點的工作信號,反向傳播產生的誤差信號。網絡學習是不斷更新權值和偏置值,使凸型誤差函數值達到最小的過程。誤差函數達到最小值時,可以得到與標簽狀態相比滿足一定精確率的結果,最終訓練得到的BP神經網絡模型可適用于對由CESM技術得到的乳腺腫瘤強化特點屬性數據的診斷,以含一層隱含層的神經網絡為例,BP神經網絡循環更新的傳播過程見圖2。

圖2 含一層隱含層的BP神經網絡傳播方式

2.3 網絡設計

2.3.1 兩網絡對比模式 將向后剔除法與神經網絡訓練過程相結合,根據χ2檢驗結果,使用Python3.6軟件,基于Tensorflow深度學習框架構建兩個不同輸入信號的BP神經網絡。考慮到交叉列聯分析結果顯示,強化密度較其余二者的χ2值小很多,且CESM技術下的實際診斷過程中,均勻強化在良惡性腫瘤中的分布較為分散,為驗證強化密度是否會在BP神經網絡的訓練過程中存在干擾作用,本研究構建三個輸入信號的網絡后,剔除強化密度,構建兩個輸入信號的網絡,最終對比選擇最佳網絡。過程如圖3所示:

圖3 兩網絡建立過程

2.3.2 CESM技術乳腺癌診斷的網絡訓練 本研究采取打亂樣本順序進行交叉驗證的方法,將案例數據按照4∶1的比例劃分為訓練集和測試集,從而選取驗證過程中最佳的超參數和數據形式。為提高模型的可靠性,根據原始數據的類型,本文選擇采用獨熱編碼擴大輸入節點數量的形式來表示輸入信號以及標簽值;采用隨機生成的正態隨機數據作為權值和偏置值的初始值;采用重復實驗方法確定能使樣本誤差達到預設精度的隱藏層以及隱藏層神經元的數目。

替換傳統的隱藏層激活函數。傳統的BP算法通常以Sigmoid函數作為隱藏層的激活函數,但是隨著神經元個數的增加,函數值的變化往往會受到缺失梯度的影響,這將不利于深層神經網絡的反饋傳輸。為了得到更好的精確率以及更小的損失函數值,本文在隱含層使用ReLU函數作為σ1激活函數,以x代表輸入信號,ReLU函數形式如下:

(3)

根據屬性信息的數值特征,需要利用Sigmoid函數將多層感知器最后的結果映射到(0,1)之間,得到概率值。因此,輸出層使用Sigmoid函數作為σ2激活函數,以x代表輸入信號,Sigmoid函數形式如下:

(4)

以第一條案例在三個輸入信號神經網絡模型下的訓練為例,以向量為單位,其過程及結構見圖4。

x(a[0])為輸入信號向量，為施加給第i層第j個節點線性變換后的向量,為對第i層第j個節點施加激活函數后的輸出信號向量,為由第i層的第j個節點向下一層的第k個節點輸入的權值向量,為第i層第j個節點對應的偏置值向量，為損失函數。

2.4 評價指標

本研究將惡性乳腺腫瘤和良性乳腺腫瘤分別作為陽性和陰性,選取模型分類的精確度(ACC)、敏感度(TPR)以及特異度(TNR)作為評價指標[10],分別描述兩個分類網絡的準確率、真陽性率、真陰性率,以選取最佳網絡,各評價指標公式為

(6)

(7)

(8)

式中,TP代表實際為陽性,預測為陽性的案例數量;FP代表實際為陰性,預測為陽性的案例數量;FN代表實際為陽性,預測為陰性的案例數量;TN代表實際為陰性,預測為陰性的案例數量。

本研究借助ROC曲線選擇出最佳網絡的診斷參考值。ROC曲線下方面積越大,網絡的識別能力越強,由此來選擇最佳網絡;最佳網絡ROC曲線以(1-特異度)作為橫坐標,以敏感度作為縱坐標,最靠近左上角的點被稱為最佳臨界值點,其敏感度和特異度之和最大,將該點坐標值作為診斷參考值。

3 研究結果

3.1 CESM檢查技術對乳腺癌的診斷網絡滿足較高精度

兩個網絡的訓練過程見圖5,隨著損失函數值的減小,兩個模型的精度都在逐漸提高,最終均可到達90%以上的精度范圍。因此,將CESM技術的影像表現與BP神經網絡相結合,對乳腺腫瘤性質的判斷可以滿足較高精度,我們有理由認為,CESM檢查對乳腺癌的診斷具有較大的可靠性,其與神經網絡相結合,可以為影像醫師提供良好的診斷參考。

圖5 模型訓練過程

3.2 加入強化密度屬性可以提高乳腺腫瘤診斷網絡的準確率

兩個網絡的訓練結果對比見表3,其中Train-acc代表訓練集精度,Test-acc代表測試集精度。據表4可知,對于訓練集,未剔除強化密度診斷網絡的精確率較剔除強化密度診斷網絡的精確率大2.1個百分點,未剔除強化密度診斷網絡的敏感度較剔除強化密度診斷網絡的敏感度大2.65個百分點,二者特異度未見差異。因此,引入強化密度屬性是通過影響敏感度來提高網絡精度的,即強化密度屬性的引入可以減少乳腺癌漏診情況的出現,其對于影像醫師的診斷來說是一項不可忽略的參考指標。

表3 神經網絡模型精確度、敏感度、特異度比較

3.3 最佳臨界值出現在最佳模型敏感度為0.978、特異度為0.949時

兩個網絡的ROC曲線如圖6,由圖可知,兩個模型ROC曲線的下方面積均較大,二者均可以對CESM的病灶進行較好地診斷,但是相比而言,引入三個輸入信號的網絡為最佳網絡模型,最佳臨界值也出現在該模型中。診斷參考值出現在其敏感度為0.978、特異度為0.949時,在該點靈敏度最高,誤判率最低,可達到整體最優狀態。

圖6 ROC曲線

4 結 語

由于本研究中的病例資料有限,案例之間也具有較大的偶然相似性,CESM技術是否能夠得以廣泛應用,仍需更大規模的案例資料來進行研究。但本文的初步研究結果表明:

CESM是一種可靠的技術,對乳腺腫瘤的檢出精度較高,采用三個輸入信號的BP神經網絡對CESM上病灶的強化特點進行學習訓練,測試集可以達到95.77%的判斷準確率,因此,CESM檢查有望成為平價、快捷的MRI替代檢查技術,有必要大力支持其在臨床中的廣泛應用;將CESM技術的影像表現與BP神經網絡模型相結合,可以為醫學影像醫師進行乳腺癌篩查診斷提供有效的輔助決策反饋,提高早期乳腺癌的檢出率,推動“健康中國”建設中疾病預防控制系統的擴充發展。

經過對神經網絡輸入信號集的創新選擇,可對比驗證強化密度在CESM上對乳腺腫瘤性質診斷過程中的重要作用。雖然強化密度交叉列聯分析的χ2值較強化程度和強化方式小,但是將強化密度納入輸入信號集可通過影響模型敏感度來提高診斷精度,這說明CESM上病灶的強化密度對乳腺癌的檢出判斷更加嚴格,可以減少漏診乳腺癌情況的出現。因此,影像醫師在臨床診斷時,不應忽略強化密度的表現特征,應將其納入參照范圍。

最佳模型ROC曲線的最左上方點可達到敏感度和特異度的整體最優點,CESM檢查技術對于乳腺良、惡性腫瘤診斷的最佳BP神經網絡模型為引入強化程度、強化方式以及強化密度三個輸入信號的模型,最佳界值出現在該模型敏感度為0.978、特異度為0.949時,在該點靈敏度最高,誤判率最低,可以該點作為CESM檢查診斷乳腺癌的最佳參考值。