梁哲浩,董蓓莉
乳腺癌是女性常見的惡性腫瘤之一。微鈣化灶作為乳腺癌二維超聲的一種陽(yáng)性表現(xiàn)得到了臨床的認(rèn)可。但僅以微鈣化作為乳腺癌診斷指標(biāo)敏感性較低,且不能反映病灶內(nèi)微循環(huán)的特點(diǎn)。而超聲造影可從微循環(huán)灌注和血流動(dòng)力學(xué)方面彌補(bǔ)常規(guī)超聲的不足,提供更多的診斷信息。人工神經(jīng)網(wǎng)絡(luò)是模仿生物神經(jīng)系統(tǒng)中神經(jīng)元的一種新的數(shù)學(xué)處理方法,在眾多神經(jīng)網(wǎng)絡(luò)模型中,應(yīng)用最廣泛的是反向傳播(back-propagation,BP)神經(jīng)網(wǎng)絡(luò),它具有很強(qiáng)的非線性映射能力和柔性的網(wǎng)絡(luò)結(jié)構(gòu),可以通過預(yù)先提供的一批相互對(duì)應(yīng)的輸入—輸出數(shù)據(jù)的實(shí)例學(xué)習(xí)和訓(xùn)練,分析掌握兩者之間的潛在規(guī)律,并根據(jù)其規(guī)律,用新的輸入數(shù)據(jù)來(lái)推算輸出結(jié)果[1]。我們自2009年1月—2010年6月,對(duì)本院收治的乳腺癌患者采用BP神經(jīng)網(wǎng)絡(luò)聯(lián)合超聲造影及病灶內(nèi)微鈣化灶對(duì)腫瘤的良惡性進(jìn)行預(yù)測(cè),取得了較好的臨床效果。
1.1 研究對(duì)象 本組55例,年齡30~82歲,平均50歲。均經(jīng)穿刺活檢或手術(shù)后病理檢查證實(shí)。
1.2 儀器與造影劑
1.2.1 儀器 使用百勝Technos MPX DU8彩色超聲診斷儀,探頭頻率為4.5~7.5MHz,并具有超聲造影成像功能和隨機(jī)配置的時(shí)間—強(qiáng)度曲線分析軟件,機(jī)械指數(shù)為0.1。
1.2.2 造影劑 選用意大利Bracco公司生產(chǎn)的SonoVue。
1.3 方法
1.3.1 常規(guī)超聲檢查 了解并記錄乳腺腫瘤病灶的部位、大小、形態(tài)、數(shù)目、回聲特征及是否有微鈣化灶。診斷標(biāo)準(zhǔn):惡性者存在微鈣化灶,即小于1mm的針尖樣強(qiáng)回聲點(diǎn)。
1.3.2 超聲造影檢查 選取病灶血流最豐富的切面,固定探頭位置不變,切換到造影模式,用5mL生理鹽水將造影劑(59 g)配置成六氟化硫微泡混懸液,經(jīng)肘前靜脈團(tuán)注造影劑2.4mL,隨后推注5mL生理鹽水沖洗,動(dòng)態(tài)觀察病灶的超聲造影過程6min。
1.3.3 圖像分析 應(yīng)用Qontraxt軟件對(duì)圖像脫機(jī)分析,并存儲(chǔ)圖像,先勾畫出感興趣區(qū),然后對(duì)自動(dòng)繪制的時(shí)間—強(qiáng)度曲線進(jìn)行分析,獲取定量指標(biāo)即:峰值強(qiáng)度(Peak)、達(dá)峰時(shí)間(TP)、曲線尖度(Sharpness)及曲線下面積(AUC)。診斷標(biāo)準(zhǔn):乳腺癌造影增強(qiáng)方式以明顯不均勻增強(qiáng)為主,時(shí)間強(qiáng)度曲線為多相,上升支陡直,峰值出現(xiàn)時(shí)間早,持續(xù)時(shí)間長(zhǎng),而廓清緩慢呈平臺(tái)樣曲線;良性腫瘤則以輕度均勻增強(qiáng)為主,時(shí)間—強(qiáng)度曲線形態(tài)多表現(xiàn)為慢上單相慢下型,上升支緩慢,維持一個(gè)短暫的平臺(tái)期再緩慢下降。
1.4 病理診斷 對(duì)所有病灶行超聲引導(dǎo)下的穿刺活檢,或手術(shù)切除后行病理檢查,并將病理診斷與超聲造影診斷結(jié)果進(jìn)行比較分析。
1.5 BP神經(jīng)網(wǎng)絡(luò)分析
1.5.1 BP神經(jīng)網(wǎng)絡(luò)的建立 采用Matlab(Version 7.0.1.24704(R14)Service Pack 1,來(lái)源于matlab官方網(wǎng)站www.mathworks.com)編程實(shí)現(xiàn)。選用55個(gè)病例中隨機(jī)選擇35個(gè)作為訓(xùn)練樣本,另選20個(gè)作為測(cè)試樣本。用神經(jīng)網(wǎng)絡(luò)創(chuàng)建函數(shù)newff建立一個(gè)三層的BP神經(jīng)網(wǎng)絡(luò),見結(jié)構(gòu)示意圖1。
圖1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖
以訓(xùn)練樣本中各病例的Peak、TP、Sharpness、AUC、有無(wú)鈣化(CA)為輸入神經(jīng)元,其中設(shè)定無(wú)鈣化為0,微鈣化(≤1mm的針尖樣強(qiáng)回聲點(diǎn))為1,粗鈣化(>1mm的強(qiáng)回聲)為2,腫瘤的良惡性為輸出神經(jīng)元,設(shè)定良性為0,惡性為1。將輸入變量P按下式進(jìn)行歸一化處理,轉(zhuǎn)換為[0,1]的范圍。傳遞函數(shù)為logsig,輸出函數(shù)為tansig,訓(xùn)練函數(shù)為trainbr,網(wǎng)絡(luò)性能函數(shù)為mse。
1.5.2 模型優(yōu)化和網(wǎng)絡(luò)訓(xùn)練 根據(jù)公式(1)、式(2)初步確定隱含層神經(jīng)元個(gè)數(shù)的范圍。
式中k為訓(xùn)練樣本個(gè)數(shù),n1為隱含層神經(jīng)元個(gè)數(shù),n為輸入神經(jīng)元個(gè)數(shù),m為輸出神經(jīng)元個(gè)數(shù),ɑ為[1,10]之間的常數(shù)。本組病例中k為35、n為5、m為1,故初步確定n1的范圍為[6,13]。經(jīng)反復(fù)試驗(yàn)找出最佳值,調(diào)試網(wǎng)絡(luò),并確定迭代次數(shù)為500次,網(wǎng)絡(luò)目標(biāo)為0.01,建立BP神經(jīng)網(wǎng)絡(luò)模型,預(yù)測(cè)測(cè)試組病例的良惡性。
1.6 統(tǒng)計(jì)學(xué)方法 BP神經(jīng)網(wǎng)絡(luò)、超聲造影和微鈣化灶對(duì)乳腺病灶良惡性的判斷結(jié)果與病理診斷結(jié)果進(jìn)行比較,計(jì)算敏感性、特異性和準(zhǔn)確率采用四格表法常規(guī)計(jì)算。對(duì)惡性腫瘤的判斷結(jié)果進(jìn)行四表格法χ2檢驗(yàn),良性腫瘤判斷結(jié)果(特異性)比較因例數(shù)較少而采用Fisher精確概率檢驗(yàn)法,以P<0.05作為差異有統(tǒng)計(jì)學(xué)意義的判斷標(biāo)準(zhǔn)。
BP神經(jīng)網(wǎng)絡(luò)、超聲造影和微鈣化灶對(duì)乳腺病灶良惡性的判斷與病理結(jié)果對(duì)照見表1。
表1 BP神經(jīng)網(wǎng)絡(luò)、超聲造影和微鈣化灶診斷乳腺病灶與病理結(jié)果比較(n,%)
微鈣化灶對(duì)乳腺癌診斷的敏感性、特異性和準(zhǔn)確率分別為69.7%、90.9%、60.6%;超聲造影對(duì)乳腺癌診斷的敏感性、特異性和準(zhǔn)確率分別為87.9%、81.8%、69.7%;BP神經(jīng)網(wǎng)絡(luò)聯(lián)合超聲造影和微鈣化灶對(duì)乳腺癌診斷的敏感性、特異性和準(zhǔn)確率分別為91.7%、87.5%、79.2%。
χ2檢驗(yàn)結(jié)果表明,BP神經(jīng)網(wǎng)絡(luò)對(duì)惡性腫瘤判斷的敏感性與微鈣化灶及超聲造影判斷結(jié)果的差異有統(tǒng)計(jì)學(xué)意義,而它們對(duì)良性腫瘤判斷結(jié)果的差異沒有統(tǒng)計(jì)學(xué)意義。因此,BP神經(jīng)網(wǎng)絡(luò)聯(lián)合超聲造影和微鈣化灶可提高對(duì)乳腺癌診斷的敏感性。
腫瘤內(nèi)鈣化的發(fā)生,一般認(rèn)為與腫瘤細(xì)胞變性和壞死后的鈣鹽沉積、腫瘤細(xì)胞和生長(zhǎng)活躍的乳腺細(xì)胞分泌鈣有關(guān)[2],其中微鈣化灶對(duì)提高乳腺癌的診斷有一定的價(jià)值,對(duì)腫瘤良惡性的鑒別特異性較高、敏感性較低。經(jīng)病理觀察,66%~85%的乳腺癌患者可見鈣化灶[3]。但是微鈣化灶提示的僅是腫塊內(nèi)部組織的變性壞死,不能反映病灶內(nèi)微循環(huán)的特點(diǎn),而超聲造影可顯示器官與組織微血管灌注的時(shí)間與空間分布及其相應(yīng)的差異,反映臟器及腫瘤的微循環(huán)灌注情況,可彌補(bǔ)常規(guī)超聲的不足,提供更多的診斷信息。
超聲造影定量評(píng)價(jià)組織血流灌注,是基于血流中造影劑微泡濃度與圖像信號(hào)成線性關(guān)系的原理。很顯然,惡性腫塊血管多,微氣泡總量也多,則峰值強(qiáng)度就高。腫瘤組織產(chǎn)生新的血管分布,增加血管數(shù)量。這種血管有別于正常的血管和良性病變的血管,其血管腔小、壁薄,缺乏肌層,走行迂曲,灌注壓低,易形成動(dòng)靜脈瘺,并且缺少淋巴網(wǎng),加上腫瘤細(xì)胞增殖不均,使血管扭曲、狹窄[4]。在灌注早期流量大、流速高,導(dǎo)致曲線斜率也大。惡性腫塊內(nèi)靜脈回流障礙引起造影劑微泡在病灶血管床瘀滯,使造影增強(qiáng)持續(xù)時(shí)間長(zhǎng)。乳腺癌時(shí)間—強(qiáng)度曲線表現(xiàn)具有特異性,惡性者表現(xiàn)為造影劑達(dá)峰時(shí)間比良性者快,渡越時(shí)間比良性者長(zhǎng),平均強(qiáng)度及曲線下面積比良性者高[5]。
本組病例采用常規(guī)超聲和超聲造影中的客觀指標(biāo),如 Peak、TP、Sharpness、AUC、是否存在微鈣化灶,通過BP神經(jīng)網(wǎng)絡(luò)算法預(yù)測(cè)乳腺腫瘤良惡性,避免了人為主觀因素的影響。結(jié)果表明,聯(lián)合參數(shù)法預(yù)測(cè)的準(zhǔn)確率明顯高于超聲造影或常規(guī)超聲。
BP神經(jīng)網(wǎng)絡(luò)通過模仿生物大腦神經(jīng)系統(tǒng)信息處理功能,實(shí)現(xiàn)輸入與輸出之間的任意非線性優(yōu)化映射,在信息處理方面具有如下顯著特點(diǎn):⑴BP網(wǎng)絡(luò)模型的建立不需要有關(guān)體系的先驗(yàn)知識(shí)、數(shù)據(jù)的分布形式、輸入變量的相關(guān)假設(shè)以及輸入輸出變量間的函數(shù)關(guān)系,主要依賴于資料及給網(wǎng)絡(luò)若干訓(xùn)練實(shí)例,BP網(wǎng)絡(luò)就可以通過自學(xué)習(xí)來(lái)完成,完全能夠發(fā)現(xiàn)其隱含的信息,并有所創(chuàng)新。⑵BP網(wǎng)絡(luò)具有自適應(yīng)和自組織能力,通過與外界環(huán)境的相互作用,從外界環(huán)境中獲取知識(shí),把環(huán)境的統(tǒng)計(jì)規(guī)律反映到自身結(jié)構(gòu)上來(lái),并能有機(jī)地融合多種信息。當(dāng)外界環(huán)境發(fā)生變化時(shí),只需輸入新的資料讓模型再學(xué)習(xí),即可很快跟蹤環(huán)境的變化,可操作性強(qiáng)。⑶由于神經(jīng)元之間的高維、高密度的并行計(jì)算結(jié)構(gòu),神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的集體計(jì)算能力,可以進(jìn)行高維數(shù)據(jù)的實(shí)時(shí)處理,同時(shí)也可以進(jìn)行分布式聯(lián)想存儲(chǔ)。⑷作為一個(gè)高度的非線性動(dòng)態(tài)處理系統(tǒng),具有很強(qiáng)的容錯(cuò)功能,在一定程度上能克服數(shù)據(jù)本身的誤差,以得到盡可能準(zhǔn)確的結(jié)果。目前,已經(jīng)有一些比較成熟的神經(jīng)網(wǎng)絡(luò)軟件包,其中MATLAB的神經(jīng)網(wǎng)絡(luò)工具箱應(yīng)用最為廣泛,并在許多領(lǐng)域得到了應(yīng)用[6]。
本研究將BP神經(jīng)網(wǎng)絡(luò)用于乳腺腫瘤良惡性的預(yù)測(cè)是新的嘗試,選擇合適的超聲造影和常規(guī)超聲參數(shù)建立的BP神經(jīng)網(wǎng)絡(luò),可提高乳腺腫瘤良惡性判斷的準(zhǔn)確性,為決策治療方式提供一種新的輔助診斷方法。
[1]周志華,曹存根.神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[M].北京:清華大學(xué)出版社,2004:343.
[2]Fondfinier E,Lorimier G,Guefin—Boblet V.Breast micro calcifi?cations:multivariate analysis of radiologic and clinical factors for carcinoma[J].World J surg,2002,26(3):290.
[3]許翔,葉真,陳玲,等.乳腺病灶內(nèi)鈣化的超聲診斷價(jià)值[J].福建醫(yī)藥雜志,2007,29(1):4.
[4]唐杰,董寶瑋.腹部和外周血管彩色多普勒診斷學(xué)[M].第2版.北京:人民衛(wèi)生出版社,1999:190-193.
[5]錢曉芹,楊光,夏澤,等.實(shí)時(shí)超聲造影成像結(jié)合多普勒血流頻譜形態(tài)評(píng)價(jià)乳腺良惡性腫塊的血流動(dòng)力學(xué)特性[J].中國(guó)臨床醫(yī)學(xué)影像雜志,2006,l7(6):327.
[6]飛思科技產(chǎn)品研究中心.神經(jīng)網(wǎng)絡(luò)理論與MATLAB7實(shí)現(xiàn)[M].北京:電子工業(yè)出版社,2005:44-47.