深度学习在医学图像识别中的研究与应用

摘要

随着计算机技术的迅猛发展，医学图像设备的成像速度和分辨率都得到了大幅提高，伴随而来的海量医学图像数据在医学诊断中的作用日益凸显。医学图像识别已成为计算机视觉领域的一个研究热点。当前，已有的医学图像识别方法大多是机器学习方法。不仅过程繁琐，而且需要人工手动设计特征，导致识别效果较差、训练耗时等问题。而深度学习能够模拟人脑神经系统的分层结构，将特征提取和分类融为一体，实现自动提取复杂特征，具有强大的数据表征能力。因此，本文将深度学习和医学图像识别相结合，重点研究如何提高医学图像识别的准确性和速度。 本文首先对深度学习的发展历程、深度学习在医学图像中的研究现状及传统医学图像识别方法的挑战和不足进行了详细描述，对深度学习常见模型进行了系统概述。同时，还分析了卷积神经网络模型的结构、思想及存在问题。 其次，本文在研究卷积神经网络（Convolutional Neural Network，CNN）的基础上，针对传统医学图像识别方法的不足，提出一种自适应卷积神经网络模型CNN-BN-PReLU。该模型首先对每层网络单个特征图的输入进行批量归一化（Batch Normalization，BN）处理，然后利用参数化线性修正单元（Parametric Rectified Linear Unit，PReLU）对参数进行自适应调节，比较BN算法作用在激活函数前后的表现性能，构建出自适应卷积神经网络模型。与两种经典卷积神经网络模型相比，该模型不仅加快了网络收敛速度、缩短了训练时间，而且还显著地提高了图像识别率，降低了乳腺肿瘤的误诊率和漏诊率。 最后，针对自适应卷积神经网络模型学习率选择困难及难以适用多尺度图像识别任务等问题，提出一种多尺度自适应卷积神经网络模型MC-CNN-BN-PReLU。该模型采用多尺度最大池化策略替代最大池化策略，利用随机梯度下降法和AdaGrad、RMSProp及Adam三种自适应学习率算法训练多尺度自适应卷积神经网络模型，从准确率、敏感度、特异度及AUC值四个方面选择网络识别性能最优的算法。 实验结果表明，选用AdaGrad训练的多尺度自适应卷积神经网络模型在乳腺钼靶X线图像识别中有较好表现，各项评价指标中，其准确率和AUC值分别达到了92.50%和0.93。 与软聚类神经网络、结构化支持向量机（SVM）、CNNs+SVM等七种识别方法相比，该模型能达到更好的识别效果，为乳腺肿瘤识别的实际应用提供了技术支持。

目录

第一个书签之前

图1-1 传统医学图像识别方法框图

Figure 1-1 The frame of traditional image recogni

图2-1 深度学习基本思想[31]

表2-1 浅层学习与深度学习的对比

Table 2-1 Shallow Learning vs. Deep Learning

图2-2 一个画成马尔可夫网络形式的RBM

图2-3 深度信念网络模型

图2-4 DBN用于样本分类示意图

图2-5 深度玻尔兹曼机模型

图2-6 重新排列为显示为二分图结构的深度波尔兹曼机

图2-7 卷积神经网络结构示意图[40]

图2-8 二维卷积计算示意图

图2-9 Sigmoid和tanh函数示意图

图2-10 局部连接与全连接

图2-11 参数共享

图2-12 BP网络及算法中的变量符号

图3-1 自适应卷积神经网络模型

图3-2 乳腺钼靶X线图像：（a）左乳腺头足位LCC缩略图；（b）左乳腺侧斜位LMLO缩略图；（c

图3-3 图像预处理示意图

图3-4 （a）9幅包含良性肿瘤的ROI；（b）9幅包含恶性肿瘤的ROI

图3-5 自适应卷积神经网络结构图

图3-8 9种不同配置的识别精度

表3-1 不同CNN模型实验结果对比

图3-9 不同CNN模型的ROC曲线对比图

表3-2 BN算法作用在PReLU前后的识别性能对比

表3-3 与经典卷积神经网络模型的识别效果对比

Table 3-3 Comparison with the recognition effect

图3-10 与经典CNN模型的ROC曲线对比图

图4-1 多尺度最大池化策略示意图

图4-2 多尺度自适应卷积神经网络模型结构示意图

表4-1 采用两种池化策略的CNN模型识别效果对比

Table 4-1 Comparison of CNN model recognition e

表4-2 三种自适应学习率算法的具体超参数配置

表4-3 不同自适应学习率算法训练CNN的识别效果对比

图4-3 不同自适应学习率算法训练CNN的ROC曲线对比

Convolutional layer C1 Convolutional

Multi-crop max pooling layer S2 Multi-crop max po

图4-4 卷积和多尺度最大池化操作后的特征映射图

图4-5 MC-CNN-BN-PReLU对图像类别预测的部分代码

表4-4 与其他识别方法的比较