24、基于深度学习的黑色素瘤自动检测与分期技术

最新推荐文章于 2025-12-13 13:52:34 发布

yolo5detector

最新推荐文章于 2025-12-13 13:52:34 发布

阅读量24

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习赋能智慧医疗文章标签：黑色素瘤深度学习 CNN

本文链接：https://blog.youkuaiyun.com/yolo5detector/article/details/152347153

深度学习赋能智慧医疗专栏收录该内容

30 篇文章 ¥499.90

订阅专栏¥69.90

会员秒杀 ¥9.9 重磅福利

超级会员免费看

基于深度学习的黑色素瘤自动检测与分期技术

1. CNN 核分割与分类

在医学图像分析中，将输入图像分割为活跃核、被动核和背景是一项重要任务。这里采用 SegNet 架构对 Ki - 67 染色图像进行三类分割，即背景、被动核和活跃核。SegNet 在内存和计算时间方面具有很高的效率。

PI - SegNet 架构由两个编码器（#1 和 #2）、两个解码器（#1 和 #2）以及一个 softmax 层和像素分类层组成。每个编码器包含两个卷积层和一个池化层，每个解码器包含一个上采样层和两个卷积层。在解码器端，使用 softmax 对每个像素属于指定类别的概率进行分类。

以下是 CNN 架构各层的详细信息：
| 层 | 通道数 | 滤波器数量 | 输出图像大小 |
| — | — | — | — |
| Encoder - 1
Conv - 1 | 3 | 64 | 64×K×L |
| Encoder - 1
Conv - 2 | 64 | 64 | 64×K×L |
| Encoder - 1
Pooling | 64 | 64 | 64×K×L |
| Encoder - 2
Conv - 1 | 64 | 64 | 64×(K/2)×(L/2) |
| Encoder - 2
Conv - 2 | 64 | 64 | 64×(K/2)×(L/2) |
| Encoder - 2
Pooling | 64 | 64 | 64×(K/2)×(L/2) |
| Decoder - 1
Upsampling | 64 | 64 | 64×(K/2)×(L/2) |
| Decoder - 1
Conv - 2 | 64 | 64 | 64×(K/2)×(L/2) |
| Decoder - 1
Conv - 1 | 64 | 64 | 64×(K/2)×(L/2) |
| Decoder - 2
Upsampling | 64 | 64 | 64×K×L |
| Decoder - 2
Conv - 2 | 64 | 64 | 64×K×L |
| Decoder - 2
Conv - 1 | 64 | M | K×L×M |
| Softmax 层 | M | - | K×L×M |

输入图像大小为 K×L 像素（彩色）。

下面详细介绍池化和上采样层：
- 池化：在池化层中，使用平均或最大操作对特征图进行下采样，以减少参数数量并控制网络过拟合。这里使用大小为 2×2、步长为 2 的最大池化层。第一次池化后，有 64 个大小为 (K/2)×(L/2) 的特征图；第二次池化后，特征图大小为 (K/4)×(L/4)。
- 上采样 ：在解码器端，使用记忆的池化索引对特征图进行两次非线性上采样操作。在使用的 SegNet 架构中，进行大小为 2×2 的上采样。

mermaid 流程图如下：

graph LR
    A[输入图像] --> B(Encoder - 1)
    B --> C(Encoder - 2)
    C --> D(Decoder - 1)
    D --> E(Decoder - 2)
    E --> F(Softmax 层)
    F --> G(像素分类层)
    B1(Conv - 1):::gray --> B2(Conv - 2):::gray --> B3(Pooling)
    C1(Conv - 1):::gray --> C2(Conv - 2):::gray --> C3(Pooling)
    D1(Upsampling) --> D2(Conv - 2):::gray --> D3(Conv - 1):::gray
    E1(Upsampling) --> E2(Conv - 2):::gray --> E3(Conv - 1):::gray
    classDef gray fill:#gray,stroke:#000,stroke - width:2px

2. PI 值计算

训练完成后，训练好的 CNN 模块将输入图像分割为背景、活跃核和被动核三类。PI 值是在使用 SegNet 架构获得的分割图像上计算的，且是针对淋巴结上的黑色素瘤区域，使用 Ki - 67 染色图像进行计算。

具体步骤如下：
1. 首先在 MART - 1 染色图像上生成黑色素瘤掩码，然后将其映射到对应的 Ki - 67 染色图像上。
2. 假设通过特定算法获得黑色素瘤区域 Ri（i = 1, 2, …, NDR）。
3. 在每个黑色素瘤区域内，为一些活跃核密集的区域计算 PI 值。
4. 将每个黑色素瘤区域划分为大量重叠的矩形块，对应物理尺寸为 0.1×0.15 mm²，计算每个块的 PI 值。
5. 选择具有最高 PI 值的块供医生查看，这些块可能包含密集的活跃核区域。

例如，在一个全切片图像（WSI）中有三个黑色素瘤区域（NDR = 3），每个区域可能有两到三个非重叠窗口，表明 PI 值较高。可以用红色轮廓标记具有最高 PI 值的三个块，用黑色轮廓标记其他高 PI 值的块，红色轮廓的块可供医生用于黑色素瘤分期查看。

基于深度学习的黑色素瘤自动检测与分期技术

3. 结果与讨论

在这部分，将对深度学习算法和经典基于特征的技术的性能进行评估，主要从分割性能和 PI 计算性能两方面展开。

3.1 分割性能评估

将 PI - SegNet 技术与两种基于特征的技术（FCM + KM 和 Otsu + SVM）进行分割性能比较。
- FCM + KM 技术 ：Mungle 等人使用 FCM 将输入图像分割为背景和核，然后使用 KM 算法将核分类为被动核和活跃核。
- Otsu + SVM 技术 ：使用 Otsu 阈值将输入图像分割为背景和核，然后使用 SVM 作为分类器。

通过主观比较和客观指标评估，PI - SegNet 技术表现出色。主观上，PI - SegNet 提供了出色的核分割结果，而 FCM + KM 和 Otsu + SVM 技术在分割结果中显示出粗糙的边界，且在阳性核边界周围有一些像素被错误分割为阴性核。这主要是因为这两种技术基于阈值，在分割过程中未考虑核的形状特征。

客观指标方面，使用准确性度量和 BF 分数进行评估，结果如下表所示：
| 技术 | 准确性（背景） | 准确性（活跃核） | 准确性（被动核） | BF 分数（背景） | BF 分数（活跃核） | BF 分数（被动核） |
| — | — | — | — | — | — | — |
| FCM + KM | 0.83 | 0.97 | 0.82 | 0.99 | 0.80 | 0.97 |
| Otsu + SVM | 0.84 | 0.95 | 0.82 | 0.98 | 0.97 | 0.93 |
| PI - SegNet | 0.87 | 0.97 | 0.86 | 0.99 | 0.96 | 0.98 |

从表中可以看出，PI - SegNet 技术在所有类别上提供了平均 97% 的 BF 分数和 88% 的准确性。

3.2 PI 计算性能评估

将 PI - SegNet 技术与 FCM + KM、Otsu + SVM 和 GMM + CNN 技术进行 PI 计算性能比较。通过比较不同图像索引下的 PI 值与真实值，发现 PI - SegNet 提供了最佳结果。
| 图像索引 | 真实值 | FCM + KM | Otsu + SVM | GMM + CNN | PI - SegNet |
| — | — | — | — | — | — |
| 1 | 11 | 16.08 | 10.21 | 8.75 | 11.81 |
| 2 | 9 | 12.56 | 7.923 | 7.36 | 8.30 |
| 3 | 11 | 14.58 | 9.63 | 8.96 | 10.17 |
| 4 | 9 | 12.97 | 8.53 | 8.52 | 8.60 |
| 5 | 10 | 15.09 | 9.57 | 9.54 | 9.91 |
| 6 | 9.8 | 10.45 | 6.74 | 6.41 | 10.40 |
| 7 | 16 | 25.05 | 15.93 | 13 | 16.53 |
| 8 | 18 | 28.83 | 18.19 | 15.20 | 17.50 |
| 9 | 19 | 28.25 | 18.51 | 16.25 | 17.56 |
| 10 | 13 | 20.88 | 9.67 | 9.50 | 13.79 |
| 11 | 13 | 20.98 | 11.74 | 10.10 | 13.97 |
| 12 | 16 | 25.93 | 15.00 | 12.22 | 15.70 |

GMM + CNN 技术虽然能完美分离两个核，但无法对同时包含活跃核和被动核的斑块进行分类，且有时在检测非块状核时会失败，其 PI 值往往低于真实值。

在整体性能比较方面，使用 MAE 和 RMSE 指标，结果表明 PI - SegNet 实现了 0.73 的 RMSE 和 0.65 的 MAE，远小于其他技术。

mermaid 流程图展示不同技术的性能比较：

graph LR
    A[PI - SegNet] --> B(RMSE: 0.73)
    A --> C(MAE: 0.65)
    D[FCM + KM] --> E(RMSE: 较大)
    D --> F(MAE: 较大)
    G[Otsu + SVM] --> H(RMSE: 较大)
    G --> I(MAE: 较大)
    J[GMM + CNN] --> K(RMSE: 较大)
    J --> L(MAE: 较大)

3.3 运行时间复杂度比较

比较 PI - SegNet 技术与 FCM + KM、Otsu + SVM 和 GMM + CNN 技术的运行时间复杂度。所有技术均使用 Matlab R2018a 与神经网络工具箱实现，实验在 Windows 10 计算机（Intel i7 - 4790 CPU，12 GB RAM）上进行，CNN 架构使用 NVIDIA GeForce GTX 745 显卡训练。结果如下表所示：
| 技术 | 执行时间（秒） |
| — | — |
| FCM + KM | 89.4 |
| GMM + CNN | 129.6 |
| Otsu + SVM | 15.7 |
| PI - SegNet | 13.8 |

FCM + KM 和 GMM + CNN 技术计算密集，执行时间长。FCM + KM 主要由于 FCM 和 KM 算法的大量迭代；GMM + CNN 主要因为 GMM 用于核检测的时间占总执行时间的约 90%。PI - SegNet 技术在四种技术中计算复杂度最低，在 PI 准确性和计算复杂度方面均表现出色。