基于卷積神經網絡的顱內出血檢測

周長才，劉 爽，王 昕

(長春工業大學 計算機科學與工程學院，吉林 長春 130012)

0 引 言

顱內出血，即顱骨內發生的出血。它是臨床常見的急重癥，具有極高的致死率或致殘率，對病人的生命健康有極其嚴重的威脅。快速確定病人出血的位置和類型是治療的關鍵。導致顱內出血的病因有多種，常見的有腦部遭受外傷、中風和高血壓等。根據腦中不同的出血部位，顱內出血分為腦實質內出血、腦室內出血、蛛網膜下腔出血、硬膜下出血和硬膜外出血5種亞型[1]。

近幾年，人工智能(Artificial Intelligence)中深度學習算法的火熱給各行各業帶來了福音，作為一種處理大數據的手段，在醫學圖像處理中也得到了廣泛應用。目前只有部分學者嘗試將深度學習應用于顱內出血的研究，Ye H等[2]在3家醫院收集2 836套CT掃描數據用于訓練和測試模型，結合卷積神經網絡VGG-16和雙向GRU作為一個端到端可訓練網絡，用于預測顱內出血和出血亞型種類。Chilamkurthy S等[3]在印度多家醫院收集腦CT圖像數據用于訓練深度學習模型,并驗證其有效性。Tomasz Lewicki等[4]用RSNA提供的數據集對顱內出血的亞型進行分類，每張圖像的準確率是93.3%。Arbabshirani M R等[5]采集約4萬張數據用于訓練,約1萬張數據用于測試，驗證了三維卷積神經網絡在檢測是否顱內出血任務上的有效性。綜上所述，目前多數算法的訓練樣本集數目有限，且只做單一的顱內出血檢測。文中在大樣本數據集上構建深度學習模型,對顱內出血及其亞型進行檢測。

1 網絡模型構建

1.1 卷積神經網絡

卷積神經網絡(CNN)作為深度學習的一種典型算法，目前已在醫學影像處理中得到了廣泛應用，在肺結節的良惡性識別，皮膚及宮頸癌的探查，視網膜病變檢測，腦腫瘤檢測,以及目前的新冠肺炎篩查等方面表現出良好的計算機輔助診斷性能。它的基本結構包括輸入層、卷積層、池化層、全連接層及輸出層。輸入層即整個神經網絡結構的輸入，卷積層和池化層采取多輪交替設置，接下來是若干個全連接層，輸出層也稱為 Softmax 層，主要用于各種分類問題[6]。

文中選擇的卷積神經網絡是ResNet(Residual Neural Network)，即殘差網絡。原因在于ResNet在幾個腦圖像分析項目中得到應用，如用于診斷阿爾茨海默病[7],并具有近乎完美的多類預測的準確性。另一項研究[8]將各種深度學習模型用于大腦異常檢測，發現ResNet具有最佳分類精度。

1.2 網絡結構

ResNet是2015年提出的一種神經網絡，按照層數的不同可以分為ResNet18、ResNet34、ResNet50、ResNet101、ResNet152這5種類型，不同深度ResNet的具體結構見表1。

表1 ResNet的結構

ResNet的結構單元如圖1所示。

(a) BasicBlock (b) Bottleneck

根據Block類型，可以將這5種ResNet分為兩類：

1)基于BasicBlock(見圖1(a))，淺層網絡ResNet18、34都由BasicBlock搭成；

2)基于Bottleneck(見圖1(b))，深層網絡ResNet50、101、152乃至更深的網絡都由Bottleneck搭成。Block相當于積木，每個layer都由若干Block搭建而成，再由layer組成整個網絡[9]。

使用ResNet-101中的卷積基作為特征提取器，網絡模型的數據流向如圖2所示。

圖2 網絡模型的數據流向圖

全連接層設計成兩層，包括512個神經元的隱藏層(relu激活)和6個神經元的輸出層(Sigmoid激活)。模型的輸出向量是一個6維向量，有5個值對應診斷每種出血類型的可能性，第6個值對應屬于“任何”類別的可能性，即指出血類型不止一種。在訓練中，使用Adam優化器，學習率為1e-5，通過超參數優化確定，批量大小設置為16。

2 實驗分析與結果

2.1 實驗環境

模型訓練是在處理器為Intel(R) Xeon(R) Gold 6130CPU、顯卡為NVIDIA Tesla P100的硬件平臺上完成的，在Windows 10操作系統下進行環境配置，Cuda版本為11.0，Keras版本為2.4.3。整個實驗的深度學習框架用Keras搭建，一些殘差網絡的結構參數可以直接從Keras導入。

2.2 實驗數據集

文中數據集來自2019年Kaggle平臺推出的RSNA急性顱內出血檢測競賽(RSNA Intracranial Hemorrhage Detection)，該數據集由北美放射學會(RSNA)提供，共包含752 803個標記DCM文件，都是512×512的大腦橫斷面圖像[10]。我們留出20%隨機選擇的樣本作為測試集來測試模型的準確率，其中每個文件都標有一種或多種出血類型，或者根本沒有出血。數據集中可能出現的5種出血類型如圖3所示。

(a) 腦實質內 (b) 腦室內 (c) 蛛網膜下腔 (d) 硬膜下 (e) 硬膜外

標簽以CSV文件的形式給出，每個患者ID包含6行，每行對應一種出血類型，后跟一個布爾值表示該圖像中是否存在該類型的出血。

2.3 數據預處理

CT掃描是使用X射線生成的，組織密度越大，X射線衰減越多，從而產生的像素強度越高。文獻[3]指出，對于特征提取，加窗口后可以最大化特征之間的細微差異。因此在預處理階段，原始CT中HU值被3個影像科醫生常用的視窗截斷，即腦窗(窗位40，窗寬80)、骨窗(窗位600，窗寬2 800)和硬膜下窗(窗位80，窗寬200)，然后歸一化到[0,1]范圍內，再拼接成輸入圖像的3個通道中，所有輸入圖像將會通過雙線性插值縮小到 224×224,預處理之后的CT圖像如圖4所示。

(a) 無對比掃描 (b) 腦窗 (c) 硬膜下窗 (d) 骨窗

2.4 評價指標及實驗結果

對于模型評估，在訓練完整個網絡后，隨機抽取整個數據集的20%(大約150 000個示例)作為測試集來測試模型的有效性。文中采用分類任務中最常見的一個性能指標——準確率(Accuracy)對顱內腦出血類型進行評價，其定義式如下

(1)

式中：TP、TN、FP、FN——分別表示真陽率、真陰率、假陽率和假陰率。

實驗結果表明,基于ResNet-101構建的深度網絡模型每幅圖像的識別準確率為94.6%。為了進一步證明文中算法的有效性，還與其他兩種顱腦出血分類方法[3-4]及文獻[2]中提到的VGG-16網絡進行了對比實驗，結果見表2。

表2 不同算法的識別準確率對比

從4種不同網絡模型的識別準確率結果可以看出，文中算法的識別準確率更高，相比于VGG-16網絡，在每張圖像準確率上高出2～3個百分點。

3 結 語

研究一種用于顱內出血及其亞類型分類的深度學習方法，該方法基于當前在圖像分類任務上取得優異成果的ResNet網絡，并將該分類模型進行調整，應用于顱內出血檢測任務中。該方法在RSNA顱內出血數據集上進行了大量實驗，使用加窗方法進行預處理，將CT掃描轉換為16位dicom圖像，并轉換為3個通道，浮點數矩陣歸一化處理在[0,1]。最終實驗結果表明，該方法在顱內出血分類上取得了優異性能，模型的分類平均準確率為98.1%，每幅圖像的平均準確率為94.6%，對顱內出血的計算機輔助診斷具有參考價值。