基于特征子圖位平面切割和卷積神經網絡的青光眼圖像分類

李振鵬，陳國明，孫艷寧，魏小花，李云蓉

（廣東第二師范學院計算機學院，廣州 510303）

0 引言

青光眼是一種常見的眼科疾病，患者通常表現為不同程度的視力下降和視野缺失，嚴重者甚至會喪失視力。據統計，2020 年全世界患青光眼的中老年人數約為7600 萬，在將來還會持續增長。青光眼的早期癥狀不明顯，有的患者表現為無癥狀，甚至發展到中后期才被確診。因此早發現、早診斷、早治療是治療青光眼的關鍵。

眼底照相是青光眼早期檢查的主要項目，通過觀察視盤與視杯的比例，即杯盤比是否有異常增大作為診斷的重要指標之一。這種診斷方式主觀性較強，通常依靠眼科醫生的經驗判斷，如果杯盤比增大不明顯，則有可能造成誤診或漏診的情況。隨著深度學習的發展，計算機輔助診斷（CAD）逐漸應用于臨床，有助于醫生對患者病情做出更加正確的判斷，提高工作質量與效率。

為了降低青光眼早期誤診漏診的可能性，主要思路是提取青光眼病變特征，將正常與青光眼的眼底圖正確分類。卷積神經網絡（CNN）是CAD 系統中被廣泛應用的深度學習方法，在進行肺結節與前列腺癌的診斷中有著較高的準確率。Harangi提出了一個深度卷積神經網絡，結合另外四種卷積神經網絡作為分類層的輸出，實現了將皮膚鏡圖像分類為黑素瘤、痣和脂溢性角化病三類。Ozawa等基于GoogleNet構建了一個基于CNN 的CAD 系統，并利用該系統對結腸鏡圖像進行訓練，在分析潰瘍性結腸炎患者的疾病嚴重程度上表現穩健，有望于投入臨床幫助醫生進行疾病的診斷。Chan 等對三種CNN網絡進行遷移學習以分類甲狀腺腫瘤，并進行了訓練和測試。結果表明，CNN 網絡的診斷效果比醫生要好，訓練的CNN 網絡能提高大多數甲狀腺癌的診斷準確性。Chougrad等提出了一種基于CNN 的乳腺癌分類器，通過遷移學習克服了數據量偏少所帶來的過擬合問題，達到了98.23%的準確率，并能夠判斷腫瘤是惡性還是良性。Patel 等利用兩種胃腸息肉的視頻序列訓練CNN 模型，在判斷息肉類型是腺瘤性的還是增生性的結果與專科醫生的報告吻合較好。

醫學影像數據集是多種多樣的，相對于其他數據集而言，尚缺乏特定病癥的大型數據集，因此可用于深度學習的數據量較少。且圖像中存在著一定程度的噪聲干擾，不確定性較高，如何抵抗噪聲干擾并從較少的圖像數據中提取有效的隱藏信息成為提高青光眼識別準確率的關鍵。

Maheshwari 等提出了一種基于位平面分解的青光眼診斷方法，對圖像進行RGB 三通道分離并進行位平面分解，再利用局部二值模式對每個位平面提取紋理特征，再將這些特征分別輸入到三個不同的支持向量機進行分類，實驗表明在區分正常和青光眼病例方面是有效的。為了評估PET/CT 圖像區分非小細胞肺癌（NSCLC）的能力，Han 等比較了10 種機器學習模型和VGG16 深度學習方法，發現VGG16 算法優于這些傳統機器學習方法。由于VGG16 網絡有較高性能，Montaha 等提出了一種基于VGG16 的網絡消融研究方法。以預處理后的乳腺X 光圖像作為數據集，評估該網絡與另外五種網絡的健壯性，研究表明，該網絡模型表現最佳。

本文主要提出了結合位平面分解和提取特征子圖兩種方法提取眼底圖特征，通過CNN 分類器實現青光眼與正常眼的分類。為了驗證提取圖像特征的健壯性和魯棒性，采用FGSM對原始眼底圖像進行對抗攻擊，再對攻擊后的圖像提取特征子圖和位平面分解，將位平面圖像分別輸入CNN 分類器中以抵御對抗攻擊，并比較攻擊后的原始圖像與對應特征子圖位平面圖像之間的分類效果。

1 卷積神經網絡分類器

卷積神經網絡（CNN）是一種包含卷積計算且具有深度結構的前饋神經網絡，是深度學習的代表算法之一。圖1是卷積神經網絡結構圖，該網絡簡化了對圖像的復雜前期預處理，可以直接將圖片作為網絡的輸入，自動對圖像提取特征，并且對圖片的變形具有高度不變性。實驗使用的卷積神經網絡分類器共有三層卷積層，卷積核大小均為3x3，激活函數使用relu 函數，池化層采用最大池化策略，大小為2x2，全連接層激活函數使用softmax函數。

圖1 CNN網絡結構圖

實驗采用公共醫學圖像眼底影像作為數據集，總體分為兩類，正常眼眼底與青光眼病變眼底。其中，正常樣本數為483，青光眼樣本數為167，把圖像分為訓練集和測試集，比例為1 ∶1。將數據集輸入分類器中，經過80次迭代得到識別準確率為77.6%，損失率為47.5%，如圖2、圖3 所示。實驗結果顯示，原始圖像的分類準確率較低，準確率曲線呈上升趨勢但未達到收斂狀態，并不適宜投入臨床試驗，分類性能還有一定的提升空間。CNN 的分類性能受到迭代次數、網絡層數以及數據集的影響。本文以同一CNN 分類器作對比實驗，為了提高圖像識別率，采用位平面分解和生成特征子圖兩種手段對原始圖像進行特征提取。

圖2 原始眼底影像分類準確率

圖3 原始眼底影像分類損失率

2 快速梯度符號方法

Goodfellow 等提出了快速梯度符號（Fast Gradient Sign Method，FGSM）圖像攻擊算法。該文指出，一張能被常規分類器分類為熊貓的圖片，通過添加由網絡梯度生成的攻擊噪聲后，看起來仍然是熊貓，但分類器卻將其分類為長臂猿。為了模擬醫學影像數據集遭遇噪聲攻擊的情況，分別利用高斯噪聲和FGSM對眼底圖像進行攻擊，攻擊效果如圖4所示。

圖4 對原始圖像進行攻擊

由圖4看出，經過高斯攻擊后的圖像相對于原始圖像有著明顯差異，清晰度有所下降，部分圖像特征丟失。而經過FGSM攻擊后的眼底圖像與原始圖像相似，仍能夠從圖像中觀測出原圖的整體特征。將兩種攻擊后的圖像輸入分類器中，分類準確率和損失率如圖5、圖6、圖7和圖8所示。

圖5 高斯攻擊圖像分類準確率

圖6 高斯攻擊圖像分類損失率

圖7 FGSM攻擊圖像分類準確率

圖8 FGSM攻擊圖像分類損失率

經過高斯噪聲攻擊的圖像分類準確率為66.7%，與原始圖像相比下降了11.0%；經過FGSM 攻擊后的圖像分類準確率為72.9%，下降了4.7%。結果表明，高斯噪聲攻擊會降低圖像質量，干擾噪聲會影響圖像分類準確率。FGSM相較于高斯噪聲攻擊而言，其隱蔽性更強，能在肉眼無法分辨的情況下對圖像進行攻擊，更容易被惡意利用，在該種情況下，分類器的分類性能與人工觀測判斷相比有著明顯劣勢。如何在受到噪聲干擾的圖像數據集中提取出有效的圖像特征，成為抵御攻擊、提高圖像識別準確率的關鍵。

3 特征子圖

VGG16網絡是2014 年牛津大學和Google DeepMind 公司聯合研發的深度網絡模型，該網絡一共有16 個訓練參數，由13 層卷積層和3 層全連接層組成。VGG 網絡能將輸入的圖像提取出25 張特征子圖，以及25 張特征子圖融合后的一張整體特征圖，每張圖像共生成26 張圖像，形成了一個新的數據集。VGG16 網絡及其生成的特征子圖分別如圖9、圖10所示。

圖9 VGG16網絡

從圖10 可以看出，26 種圖像反映的圖像特征貢獻不一樣，某些子圖能夠很好反映出原始圖像的結構特征，但某些子圖只能看到眼底輪廓，并且包含了大部分的黑暗區域，與原圖差異較大。我們通常認為這些圖像是不適宜進行分類的，應該抽取那些特征明顯或者更能反映杯盤比的圖像特征作為輸入圖像。為了驗證假設，分別將所有特征圖像輸入分類器，比較它們的識別率，準確率與損失率如表1所示。

圖10 VGG網絡提取的特征子圖

表1 青光眼特征子圖的分類準確率和損失率

結果顯示，提取圖像特征后，圖像分類準確率提升顯著，平均識別率為79.23%，最高可達89.94%。這表明運用VGG16 網絡對圖像提取特征子圖是有效的，能夠總體提高圖像的準確率，但與此同時，特征子圖還有待改進的空間，那些我們認為應該從數據集中剔除的特征子圖中有可能隱藏了一些肉眼不可見的特征，也可能是因為分類器分類失敗所導致的，與網絡梯度攻擊后的圖像分類結果類似。為了消除這種不確定性，我們將有可能影響分類性能的特征子圖摒棄。

4 位平面分解

26 個特征圖像的最高識別率為89.9%，為了進一步提高識別率，突破特征子圖所達到的準確率瓶頸，我們對篩選出來的特征子圖進行位平面分解，進一步蒸餾圖像特征。用圖像作為底面，表示像素亮度大小的8位二進制數作為高度，可形成一個立體直方圖，各像素位置相同的位形成的一個平面成為圖像的位平面，這個過程稱為位平面分解。先將提取出的特征子圖進行位平面分解，然后采用格雷碼進行位平面置換，通常可以減小灰度變化所帶來的影響。圖11 顯示了青光眼圖像特征子圖的位平面分解結果。

圖11 位平面分解后進行格雷碼置換

圖11（0）為被分解前的原圖，從圖11（1）到圖11（8）為最低位平面到最高位平面。通常情況下，位平面越高，圖像整體特征越明顯，更接近原圖，說明高位平面圖保留了較多的原圖信息，在原圖組成上更為關鍵。低位平面圖像能反映局部特征，但整體與原圖有著一定差異。從圖11 看出，由于圖11（7）、圖11（8）位平面強調原圖信息，反而丟失了圖像的特征，導致圖像中出現了較多的無效區域。圖11（1）、圖11（2）位平面作為低位平面，更容易受到噪聲干擾，有可能承載了更多的噪聲信息，因此通過實驗分析哪些位平面層更適合分類顯得尤其關鍵。將篩選出的特征圖位平面圖像輸入CNN 分類器中，得出最高的分類準確率達到97.41%，準確率與損失率分別如圖12、圖13所示。

圖12 特征子圖最高分類準確率

圖13 對應特征子圖分類損失率

經過80 次迭代，準確率曲線在97.0%~97.5%之間呈震蕩形態，震蕩區間為0.5%，而損失率曲線在47%～41%之間呈震蕩形態，震蕩區間為6%。由于準確率曲線的震蕩區間較小，在宏觀上看，準確率曲線收斂于97.3%，平均損失率為44%左右，分類性能良好，準確率比原始圖像提高了19.7%，比高斯噪聲攻擊后的圖像提高了30.6%，比FGSM 攻擊后的圖像提高了24.4%。綜上所述，遭受噪聲攻擊的圖像雖然會造成分類性能的下降，但通過對被攻擊的圖像生成特征子圖，再結合格雷碼位平面置換的方法，仍能夠從圖像中提取出關鍵特征，提高分類器分類性能，達到較高的準確率與較低的損失率。

5 結語

本文針對青光眼臨床診斷依賴人工經驗判斷容易引發錯誤的問題，提出了一種基于CNN的青光眼分類器。結合特征子圖和位平面分解提取青光眼圖像特征，通過實驗結果說明該方法能夠抵御噪聲干擾并提升分類準確率，有助于青光眼的早期診斷與篩查。該分類器簡單，會對分類準確率有所制約，將來的研究工作主要包括優化分類器網絡結構，用不同網絡提高分類器的分類效能，降低損失率。