基于卷积神经网络的颅内出血检测

周长才，刘 爽，王 昕

(长春工业大学 计算机科学与工程学院，吉林 长春 130012)

0 引 言

颅内出血，即颅骨内发生的出血。它是临床常见的急重症，具有极高的致死率或致残率，对病人的生命健康有极其严重的威胁。快速确定病人出血的位置和类型是治疗的关键。导致颅内出血的病因有多种，常见的有脑部遭受外伤、中风和高血压等。根据脑中不同的出血部位，颅内出血分为脑实质内出血、脑室内出血、蛛网膜下腔出血、硬膜下出血和硬膜外出血5种亚型[1]。

近几年，人工智能(Artificial Intelligence)中深度学习算法的火热给各行各业带来了福音，作为一种处理大数据的手段，在医学图像处理中也得到了广泛应用。目前只有部分学者尝试将深度学习应用于颅内出血的研究，Ye H等[2]在3家医院收集2 836套CT扫描数据用于训练和测试模型，结合卷积神经网络VGG-16和双向GRU作为一个端到端可训练网络，用于预测颅内出血和出血亚型种类。Chilamkurthy S等[3]在印度多家医院收集脑CT图像数据用于训练深度学习模型,并验证其有效性。Tomasz Lewicki等[4]用RSNA提供的数据集对颅内出血的亚型进行分类，每张图像的准确率是93.3%。Arbabshirani M R等[5]采集约4万张数据用于训练,约1万张数据用于测试，验证了三维卷积神经网络在检测是否颅内出血任务上的有效性。综上所述，目前多数算法的训练样本集数目有限，且只做单一的颅内出血检测。文中在大样本数据集上构建深度学习模型,对颅内出血及其亚型进行检测。

1 网络模型构建

1.1 卷积神经网络

卷积神经网络(CNN)作为深度学习的一种典型算法，目前已在医学影像处理中得到了广泛应用，在肺结节的良恶性识别，皮肤及宫颈癌的探查，视网膜病变检测，脑肿瘤检测,以及目前的新冠肺炎筛查等方面表现出良好的计算机辅助诊断性能。它的基本结构包括输入层、卷积层、池化层、全连接层及输出层。输入层即整个神经网络结构的输入，卷积层和池化层采取多轮交替设置，接下来是若干个全连接层，输出层也称为 Softmax 层，主要用于各种分类问题[6]。

文中选择的卷积神经网络是ResNet(Residual Neural Network)，即残差网络。原因在于ResNet在几个脑图像分析项目中得到应用，如用于诊断阿尔茨海默病[7],并具有近乎完美的多类预测的准确性。另一项研究[8]将各种深度学习模型用于大脑异常检测，发现ResNet具有最佳分类精度。

1.2 网络结构

ResNet是2015年提出的一种神经网络，按照层数的不同可以分为ResNet18、ResNet34、ResNet50、ResNet101、ResNet152这5种类型，不同深度ResNet的具体结构见表1。

表1 ResNet的结构

ResNet的结构单元如图1所示。

(a) BasicBlock (b) Bottleneck

根据Block类型，可以将这5种ResNet分为两类：

1)基于BasicBlock(见图1(a))，浅层网络ResNet18、34都由BasicBlock搭成；

2)基于Bottleneck(见图1(b))，深层网络ResNet50、101、152乃至更深的网络都由Bottleneck搭成。Block相当于积木，每个layer都由若干Block搭建而成，再由layer组成整个网络[9]。

使用ResNet-101中的卷积基作为特征提取器，网络模型的数据流向如图2所示。

图2 网络模型的数据流向图

全连接层设计成两层，包括512个神经元的隐藏层(relu激活)和6个神经元的输出层(Sigmoid激活)。模型的输出向量是一个6维向量，有5个值对应诊断每种出血类型的可能性，第6个值对应属于“任何”类别的可能性，即指出血类型不止一种。在训练中，使用Adam优化器，学习率为1e-5，通过超参数优化确定，批量大小设置为16。

2 实验分析与结果

2.1 实验环境

模型训练是在处理器为Intel(R) Xeon(R) Gold 6130CPU、显卡为NVIDIA Tesla P100的硬件平台上完成的，在Windows 10操作系统下进行环境配置，Cuda版本为11.0，Keras版本为2.4.3。整个实验的深度学习框架用Keras搭建，一些残差网络的结构参数可以直接从Keras导入。

2.2 实验数据集

文中数据集来自2019年Kaggle平台推出的RSNA急性颅内出血检测竞赛(RSNA Intracranial Hemorrhage Detection)，该数据集由北美放射学会(RSNA)提供，共包含752 803个标记DCM文件，都是512×512的大脑横断面图像[10]。我们留出20%随机选择的样本作为测试集来测试模型的准确率，其中每个文件都标有一种或多种出血类型，或者根本没有出血。数据集中可能出现的5种出血类型如图3所示。

(a) 脑实质内 (b) 脑室内 (c) 蛛网膜下腔 (d) 硬膜下 (e) 硬膜外

标签以CSV文件的形式给出，每个患者ID包含6行，每行对应一种出血类型，后跟一个布尔值表示该图像中是否存在该类型的出血。

2.3 数据预处理

CT扫描是使用X射线生成的，组织密度越大，X射线衰减越多，从而产生的像素强度越高。文献[3]指出，对于特征提取，加窗口后可以最大化特征之间的细微差异。因此在预处理阶段，原始CT中HU值被3个影像科医生常用的视窗截断，即脑窗(窗位40，窗宽80)、骨窗(窗位600，窗宽2 800)和硬膜下窗(窗位80，窗宽200)，然后归一化到[0,1]范围内，再拼接成输入图像的3个通道中，所有输入图像将会通过双线性插值缩小到 224×224,预处理之后的CT图像如图4所示。

(a) 无对比扫描 (b) 脑窗 (c) 硬膜下窗 (d) 骨窗

2.4 评价指标及实验结果

对于模型评估，在训练完整个网络后，随机抽取整个数据集的20%(大约150 000个示例)作为测试集来测试模型的有效性。文中采用分类任务中最常见的一个性能指标——准确率(Accuracy)对颅内脑出血类型进行评价，其定义式如下

(1)

式中：TP、TN、FP、FN——分别表示真阳率、真阴率、假阳率和假阴率。

实验结果表明,基于ResNet-101构建的深度网络模型每幅图像的识别准确率为94.6%。为了进一步证明文中算法的有效性，还与其他两种颅脑出血分类方法[3-4]及文献[2]中提到的VGG-16网络进行了对比实验，结果见表2。

表2 不同算法的识别准确率对比

从4种不同网络模型的识别准确率结果可以看出，文中算法的识别准确率更高，相比于VGG-16网络，在每张图像准确率上高出2～3个百分点。

3 结 语

研究一种用于颅内出血及其亚类型分类的深度学习方法，该方法基于当前在图像分类任务上取得优异成果的ResNet网络，并将该分类模型进行调整，应用于颅内出血检测任务中。该方法在RSNA颅内出血数据集上进行了大量实验，使用加窗方法进行预处理，将CT扫描转换为16位dicom图像，并转换为3个通道，浮点数矩阵归一化处理在[0,1]。最终实验结果表明，该方法在颅内出血分类上取得了优异性能，模型的分类平均准确率为98.1%，每幅图像的平均准确率为94.6%，对颅内出血的计算机辅助诊断具有参考价值。