基于CNN 的肌肉收縮超聲圖像分類

史婧婷，馬 煒，劉 婷，陳旭輝

（1.福州大學 物理與信息工程學院，福建 福州 350108；2.福建省醫療器械和醫藥技術重點實驗室，福建 福州 350108）

0 引言

運動中肌肉負荷收縮過量易引起炎癥，確認肌肉有效收縮可以幫助運動主體強調運動上下限，輔助康復訓練。有效肌肉收縮運動是肌肉疾病康復訓練的關鍵，肌肉收縮力量訓練對預防肌肉拉傷及勞損具有重要意義[1-3]。肌肉等軟組織常用超聲進行成像，超聲成像旨在生成感興趣組織的聲學特性圖，與磁共振成像（Magnetic Resonance Imaging，MRI）或計算機斷層掃描（Computed Tomography，CT）等其他成像方式相比，具有非電離輻射、可移動、運營成本低以及實時成像的優勢[4]。隨著近年來超聲分辨率的提高，其對軟組織損傷、積液、異物、腫瘤、血流保持較高的檢出率[5]。本研究擬結合卷積神經網絡（Convolutional Neural Network，CNN）模型實現對肱二頭肌超聲圖像的特征提取與量化，達到有效分類肌肉收縮圖像的目標，探討超聲在肌肉訓練康復療效評估中的應用價值。

1 材料與方法

1.1 圖像采集

超聲圖像采集設備為飛依諾掌上超聲診斷儀Q5-7LMIX520，采集部位為健康受試者肱二頭肌，分別采集肌肉放松和帶負重（2.5 kg）的肌肉靜態收縮狀態。其中男性和女性各5 例，年齡為（23±1.5）歲。多次、多天進行采集，共采集2 000 余張圖片，兩類圖像數量相當，避免數量差帶來的影響。

1.2 軟件與硬件工具

主體使用Python 3.6 作為開發語言。Python 是一種介于面向對象編程和函數式編程之間的編程語言，具有迭代庫、類定義、函數以及對象等[6]。與其他編程語言相比，其在深度神經網絡模型的訓練上更具顯著優勢[7]。以Pytoch 為框架，該框架功能豐富，能較為迅速地完成深度學習模型的構建和形成。和Tensorflow 框架相比，Pytorch 的動態特性使訓練過程和數據更改更為直觀，調整參數也更加方便。硬件方面采用了具備Windows 10 系統的計算機，處理器CPU 為Intel Core I7-6700K，主頻為4 GHz，顯卡為NVIDIA GeForce GTX 1070Ti。

2 深度學習與CNN 模型

相較于傳統方法，深度學習使用更深層次的網絡和非線性相映射結構，通過提取數據更高層次的特征來發現數據在高層次特征中的關系，可以彌補傳統方法分類功能的不足[8-9]。圖1 為簡單的深度學習網絡結構。

圖1 多層神經網絡結構

在深度學習中，CNN 是一種非常經典的結構，其靈感來自于人類的視覺感知機制。隨著神經網絡和硬件的改進，CNN 網絡結構越來越深。網絡的層數越多，意味著能夠提取到的不同的特征越豐富。目前，生物醫學領域已經提出了許多神經網絡架構用于醫學圖像分類，常用于醫學圖像分類的模型框架是CNN。基于CNN 的常見深度學習架構中主要使用3個重要層，即卷積層、池化層以及全連接層[10]。其中，深度殘差網絡ResNet101 和VGG19 深度網絡模型常被用于CNN 的分類任務[11]。本文將使用這兩種模型提取圖像特征，進行肌肉收縮超聲圖像分類。

2.1 圖像預處理

在原始圖像數據中選擇包含完整肌肉纖維且較為清晰的圖像，刪除原始圖像中非目標的冗余區域。針對超聲圖像的特征，采用斑點抑制各向異性擴散濾波器（Speckle Reduce Anisotropic Diffusion，SRAD）對其進行濾波處理，降低高頻分量的幅值，防止高頻段的特征信息被噪聲覆蓋，降低噪聲等無關信息對訓練結果的影響。

2.2 模型介紹

2.2.1 ResNet 模型

殘差神經網絡（ResNet）是由微軟研究所的何愷明、張祥雨等人首次提出，其發現了“退化現象（Degradation）”，并針對該現象發明了“快捷連接（Shortcut connection）”。如果一味簡單地增加網絡深度，會導致梯度彌散或梯度爆炸。ResNet 模型添加了快捷連接并使用殘差函數，可以減少深度神經網絡的訓練誤差。ResNet 有兩種類型的結構塊，即Conv Block 和Identity Block，如圖2 所示。

圖2 ResNet 結構塊

3 個卷積層構成一個殘差塊，這3 個卷積層的尺寸分布是1×1，3×3 和5×5。其中，1×1 層先降維后增維，3×3 層的輸入輸出維度更小[12]。為了改善線性結構引起的問題，ResNet 中引入了非線性深度殘差學習框架，在圖像分類任務中表現良好。ResNet 的圖像處理流程如圖3 所示。

圖3 ResNet 圖像處理流程

2.2.2 VGG 模型

VGGNet 是由SIMONIAN 等人設計的卷積神經網絡，主要通過11×11 和5×5 的卷積核依次替換大小為3×3 的卷積核[13]。小的卷積核可以增加非線性網絡的深度，使網絡能夠學習更復雜的特征。

VGG19 的結構非常簡潔，由16 個卷積層、5個最大池化層、3 個全連接層以及1 個輸出層組成，不同卷積層中的卷積核數量為64，128 或256。VGG19 中的卷積核用于計算不同的特征圖，其流程如圖4 所示。

圖4 VGG19 圖像處理流程

3 測試分析

通過CNN 模型對健康人體肱二頭肌的超聲圖像進行特征提取并分類，對具有不同結構和特色的兩種CNN 模型，即ResNet101 模型和VGG19 模型進行測試。在模型的分類訓練中，將超聲圖像數據集分為訓練集和測試集，分別按照75%與25%的比例隨機挑選，以保證分類結果的客觀性?？紤]到GPU、CPU 及內存性能，將上述兩種模型在相同平臺上運行50 次，兩種模型的訓練集、測試集正確率和損失曲線如圖5、圖6 所示。

圖5 兩種模型的準確率對比

圖6 兩種模型的損失曲線對比

微調學習率、批量大小（batch size）等參數，重復訓練多次，獲得模型準確率最高值、平均值及模型大小，如表1 所示。

表1 模型測試結果對比

從圖6、圖7 可以看出，VGG19 訓練集和測試集的正確率與損失曲線變化更顯著，波形無明顯震蕩。在兩種CNN 模型中，VGG19 模型在訓練集上收斂速度最快，訓練效果最優，表現出良好的分類性能。此外，其在測試集中的表現同樣比ResNet 101 模型要好，平均準確率為91.00%，分類效果不俗。但是，VGG19 模型占用更多的計算資源，而且使用更多的網絡參數，在訓練時間上存在劣勢。ResNet101 的深度為152 層，是VGG19 模型的8 倍，但ResNet101 的分類效果反而更差，之所以出現這種現象，是因為本研究數據集不大，且二類分任務復雜度較低，較深網絡模型反而不占優勢。VGG19模型的獨特簡潔結構使決策函數的光滑度和泛化能力得到加強，非常適用于與本研究類似的小數據樣本訓練，效率較高。通過實驗，在兩種模型上均訓練出了可觀的結果，證明了基于CNN 對肌肉收縮進行分類的可行性。

4 結語

以CNN 為代表的深度學習網絡模型常被用于生物醫學圖像分類領域，通過對兩種不同網絡深度、結構及功能的CNN 模型進行分類訓練測試，綜合來看VGG19 模型的分類效果較好，正確率較高。本研究成果可輔助肌肉康復訓練，確認肌肉的有效收縮。在未來的研究中，將增加數據樣本量并同步微調網絡參數，以減少過擬合和欠擬合現象，從而實現準確性更高、適應性更強以及適用范圍更廣，為運動康復領域的肌肉康復訓練監測奠定堅實基礎。