基于AlexNet的桥小脑角脑膜瘤和听神经瘤MRI图像的识别研究

江华 于同刚 吴丽琼 ＊ 丁建 胡小洋 刘颖

1 上海伽玛医院 （上海 200235）

2 上海理工大学 （上海 200093）

内容提要：目的：使用卷积神经网络及磁共振图像鉴别脑膜瘤与听神经瘤，研究影响识别的原因并提升准确率。方法：采集388位患者的增强后T1WI影像，将其进行筛选和扩充，分别将原始数据集与扩充后数据集对卷积神经网络AlexNet进行训练并输出预测结果，对预测结果进行分析。结果：扩充数据集模型的训练准确率为0.8026，明显高于原数据集模型的训练准确率的0.7526。结论：数据集越大对识别的准确率有显著的提高，使用磁共振图像训练的卷积神经网络用于肿瘤识别具有实际的临床意义。

桥小脑角区（Cerebellopontine Angle，CPA）是颅内肿瘤的好发部位之一，该区域夹于岩骨与脑干之间。其间多组颅神经穿行而过，一旦产生占位效应很容易压迫脑干、损伤神经，即刻会对患者的行动及生命安全产生影响。此区域的占位性病变较多，神经鞘瘤与脑膜瘤最为常见，其中75%为听神经瘤，其次脑膜瘤占比为13%[1,2]。

颅内肿瘤常采用CT或MRI进行检查。由于MRI可采用多序列、多参数、任意方位成像，并可进行增强扫描的特点，使得获得的图像能够清晰显示肿瘤的起源、信号、形态以及与周围组织结构的关系，相比于CT无骨伪影干扰，因此MRI检查是桥小脑角区占位病变最合适的影像检查方法，有重要的诊断和鉴别诊断价值[3]。随着人民医疗健康水平的不断提高，日益增长的检查量与高学历、高水平医生培养难度的天然矛盾逐渐加剧，可能会增加误诊或错诊率。而深度学习算法是机器学习的一次跨越式发展，是当下最热的研究方向，在计算机视觉、自然语言处理等领域表现十分突出，以此为抓点，将深度学习用于医学影像的诊断将是未来的发展方向，本研究主要通过基于对听神经瘤与桥小脑角脑膜瘤进行深度学习的神经网络AlexNet，得出模型，并评价其在两者诊断和鉴别诊断中的价值。

1.资料与方法

1.1 临床资料

回顾性检索2014年9月～2018年2月在上海伽玛医院放射科进行磁共振检查的患者，收集其中诊断为听神经瘤及桥小脑角脑膜瘤患者磁共振影像资料。使用GE Signa Excite 1.5T MRI扫描仪，单通道头颅正交线圈采集多序列磁共振图像。由于增强T1WI-SE序列图像呈现的组织病变特征较好，横断面易于观察脑部肿瘤组织，所以实验主要选用的数据源是增强T1WI-SE序列横断面方位增强扫描图像，重复时间（Repetition Time，TR）=580ms，回波时间（Echo Time，TE）=8ms，采集矩阵（Acquisition Matrix）=256×256，层厚=2mm，层间隔=0mm，对比剂采用钆双胺（Gd-DTPA，GE公司），剂量为0.15mmol/kg。

共收集有效影像资料388例，其中89例经放射科诊断为桥小脑角脑膜瘤，299例诊断为听神经瘤。去除采集图像中含有极少的肿瘤部分或不含肿瘤部分的图像层面，筛选出具有较明显肿瘤特征的增强T1WI图像数据。共获得2301张图像数据，其中，桥小脑角脑膜瘤图像736张，听神经瘤图像1565张。由于数据量有限，对数据集进行扩充（图像的左右对称翻转及上下对称翻转），扩充后获得桥小脑角脑膜瘤数据2944张，听神经瘤数据6260张。

1.2 方法

采用卷积神经网络AlexNet作为模型（见图1），将桥小脑角脑膜瘤与听神经瘤放入模型进行训练，通过对AlexNet模型的修改，将AlexNet由多分类改为二分类。

图1.AlexNet网络模型结构图

卷积神经网络AlexNet是Hinton教授的学生Alex Krizhevsky设计的，在ILSVRC2012比赛中获得第一名，将TOP5错误率从往届的25.8%大幅降到16.4%。该网络结构包括5个卷积层和3个全连接层，是一个8层结构的网络模型。除了卷积层、下采样层和全连接层之外，还包含了局部响应归一化（Local Response Normalization，LRN）层和Dropout层。由于当时的硬件条件限制，模型采用了两块GPU进行运算，因此结构图都被拆成了两部分，而如今一块GPU已经能够完美运行。

AlexNet选用非饱和修正线性函数（Rectified Linear Unit，ReLU）作为激活函数，见公式（1）。

由公式（1）可见自变量＜0，其激活值为0，当自变量＞0，激活值等于自变量，解决了梯度饱和问题，增加了网络的稀疏性，这样使得网络提取到的特征更具普遍性，网络结构更具泛化性，有助于缓解过拟合问题。

首次引入的Dropout方法虽然增加了训练次数，但是极大地减少了参数量，并能非常有效地处理过拟合问题，解决了此前深层的神经网络参数多，训练耗时长，需要样本数量级多的问题，一经提出就使得大量研究人员学习和研究[4-6]。

同时LRN层配合ReLU激活函数的特性，将局部竞争机制加入相邻卷积核生成的特征图，实现归一化，这样可以提高模型的准确率并增加模型的泛化能力，使得错误率下降1%～2%。

1.3 数据分析

将数据分为原始数据集与扩充数据集2类对AlexNet模型进行分别训练，获取2个训练完成后模型的准确率曲线、损失率曲线及模型的准确率进行比较，并进行单张图像测试。评价2类模型的优劣。

2.结果

2.1 原始图像数据训练模型测试

本文训练的AlexNet网络模型采用CPU模式，训练历时2h 7min。学习率选择0.0001，最大迭代次数为2700次。所得实验曲线见图2、图3。

图2.测试准确率曲线

图3.测试损失曲线

图2、图3分别为测试准确率曲线和测试损失曲线，结合以上曲线来看，由于样本量较小，迭代在1.6k～1.8k次左右曲线振幅减小，趋于稳定。选用迭代1.8k次模型进行桥小脑角脑膜瘤与听神经瘤鉴别诊断，模型的训练准确率为0.7526。虽然AlexNet在图像识别方面十分出色，但是针对桥小脑角脑膜瘤与听神经瘤鉴别诊断时，75%的准确率低于诊断要求，不能体现AlexNet优异的性能。

2.2 扩充图像数据训练模型测试

为了提高模型的准确率一般需要对超参数设置以及数据集进行调整。首先，本模型采用的是迁移学习的方式用以研究二类肿瘤的分类识别，浅层部分采用AlexNet网络结构进行微调，而深层结构则根据具体情况改进设计，在新数据上进行微调。根据经验应设置较小的学习率（≤10-4），但过小的学习率更容易使得模型产生过拟合的现象且收敛较慢，因此改进后模型依旧采用0.0001作为学习率。其次，训练数据不足时，模型无法获得真正的特征要素，因此需对数据集进行扩充（图像的左右对称翻转及上下对称翻转），同时适当增加网络的迭代次数。扩充后数据量及分配情况见表1。

表1.数据增强技术后的桥小脑角脑膜瘤与听神经瘤图像数据量(张)

数据扩充后，训练样本7204张，测试样本2000张。学习率选择0.0001；一共迭代11k次，每迭代1k次保存一次训练记录得到10次测试准确率及损失函数值表及实验曲线见表2。测试准确率曲线见图4，测试损失曲线见图5。

表2.使用增强T1WI图像训练AlexNet模型的测试结果

图4.测试准确率曲线

图5.测试损失曲线

由于较小的学习率、扩充的数据量以及迭代次数的增加，模型的训练历时8h 15min，迭代在10k-10k次左右曲线振幅减小，趋于稳定。选用迭代11k次模型进行桥小脑角脑膜瘤与听神经瘤鉴别诊断，模型的训练准确率为0.8026。

2.3 单张图像测试

对300例测试样本进行识别，其测试正确率为0.7933，与测试模型对二类肿瘤分类准确率相仿。测试图像肿瘤尺寸较小时（图6A、D），模型给出概率值在76%左右，测试正确，表明肿瘤尺寸大小对于识别准确率有一定影响；图像经过翻转处理（图6B），对识别准确率有时会产生误导；测试图像肿瘤尺寸适中且特征明显时（图6C），对于识别准确率提升具有明显帮助。

图6.扩充数据模型单张图像测试结果（注：1A.脑膜瘤T1WI测试正确；1B.翻转图A所得，测试错误；1C.典型听神经瘤T1WI测试正确；1D.听神经瘤测试正确）

3.讨论

在桥小脑角肿瘤的诊断及鉴别诊断中，MRI是最常用且有效的检查方法，通过增强后T1WI图像可以较为清晰地找到强化病灶。但由于脑膜瘤与听神经瘤T1、T2等信号，且相对强化明显，可见对于桥小脑区这二类肿瘤的鉴别并非一目了然，对于表现不典型的肿瘤来说更是如此，诊断的结果更多取决于影像科医生自身的医学知识储备、经验等方面，临床上进行鉴别诊断是具有一定困难的[7-9]。近年来，深度学习在图像识别方面应用已经涉及生活的方方面面，在医学领域，肺癌、乳腺癌以及病理学的识别诊断研究较多并有投入了临床使用，本研究试图直接用桥小脑角脑膜瘤与听神经瘤的MR图像结合深度学习来进行分类识别。

选用AlexNet直接对采集的桥小脑角脑膜瘤与听神经瘤增强后T1WI图像进行学习与分类识别，但由于二类肿瘤的图像特点和样本量原因与深层卷积神经网络所需的样本数量级有一定差距，导致训练结果较差。分析比较网络的识别效果，对二类肿瘤图像进行数据扩充以增加样本量，同时增加迭代次数。用此类图像进行训练，得到的模型准确率为0.8026，提高了模型的判断准确率。然后，用该模型对未经训练的300张桥小脑角脑膜瘤与听神经瘤图像进行识别，结果显示采集图像中肿瘤的尺寸、大小、特征以及翻转后处理对于识别准确性具有明显的影响，未翻转图像、较大尺寸及特征明显的肿瘤层面图像的识别准确率较高，而翻转后图像、小尺寸及特征不明显的肿瘤图像则识别准确率较低。因此，在日常应用中，应人为选用采集图像中肿瘤显示较大层面的图像用以AlexNet模型的训练以及测试，可提高训练模型的准确率以及单张肿瘤图像的识别准确率。

桥小脑角区占位性病变在整个颅内占位性病变中占比10%左右[10]。本文将深度学习的方法应用与桥小脑角脑膜瘤与听神经瘤的MR图像识别研究，选用AlexNet进行二类肿瘤的分类识别，并使用图像数据扩充的方式提高模型识别的准确率，减少医生工作量的同时，实现二类肿瘤有效鉴别的功能。但影像诊断涵盖的疾病非常广泛，这二类肿瘤也只能占到颅内病变的百分之几，80%以上的准确率对于患者疾病的诊断要求仍无法达到临床所需，仅能起到辅助的作用。在以后的实验中收集更多病种的种类以及数据量，使用更优异的卷积神经网络算法，使得模型能涵盖更多疾病的影像识别以及提高诊断准确率将是今后研究的方向与目标。