肖行

摘 要： 深度學(xué)習(xí)技術(shù)的運用正日趨廣泛，深度學(xué)習(xí)自身的高效性和智能性受到研究者的青睞。通過對深度學(xué)習(xí)影像分類的剖析，進(jìn)一步探究深度學(xué)習(xí)在影像識別方向的應(yīng)用，介紹了主要用于影像分類識別的基于深度學(xué)習(xí)的醫(yī)療影像檢測算法，可作為開展深度學(xué)習(xí)技術(shù)運用于醫(yī)學(xué)影像檢測研究工作的有益參考。

關(guān)鍵詞： 深度學(xué)習(xí); 影像分類; 影像識別

文章編號： 2095-2163（2021）03-0215-03 中圖分類號： TP391.41 文獻(xiàn)標(biāo)志碼：A

【Abstract】The use of deep learning technology is becoming more widespread， and the efficiency and intelligence of deep learning itself are favored by researchers.Through the analysis of deep learning image classification， the paper further explores the application of deep learning in the direction of image recognition， introduces the medical image detection algorithm based on deep learning， which is mainly used for image classification and recognition. The fruits could be used as a beneficial reference for the application of deep learning technology to medical imaging detection research work.

【Key words】 deep learning; image classification; image recognition

0 引 言

在復(fù)雜的背景中，一幅圖像會具有許多對象。如何識別這些對象，辨識其中的主要對象，并理解主對象與其他對象之間的關(guān)系已然成為目前的研究熱點。對象識別有多種方法，但大部分都不能標(biāo)記圖像的主要對象。研究可知，可以運用改進(jìn)的RCNN[1]網(wǎng)絡(luò)來檢測和識別圖像中的多個對象，由此即提出了增強(qiáng)型的目標(biāo)評分系統(tǒng)來標(biāo)記圖像的主要對象。實驗結(jié)果表明，該算法不僅保持了RCNN的優(yōu)越性，而且能檢測到圖像的主要對象。

近年來，基于計算機(jī)的圖像識別技術(shù)獲得迅猛的發(fā)展。與之相適應(yīng)，在醫(yī)學(xué)領(lǐng)域就已對人工神經(jīng)網(wǎng)絡(luò)的影像學(xué)識別展開大量研究。例如，在糖尿病視網(wǎng)膜病變的診斷中，有較高的診斷預(yù)測能力。在乳腺癌的診斷中，在乳腺癌中淋巴結(jié)轉(zhuǎn)移的病理診斷中，在胸部X射線的分類中，在食管胃十二指腸鏡檢查中分類等[2]，均取得了可觀成果。需要指出的是，盡管人工智能技術(shù)被應(yīng)用于預(yù)測manikins的氣道圖像的glottic開放，但在臨床實踐中獲得的患者的喉部圖像的語言開放或語言位置的研究卻仍不多見。

氣管插管是一項重要的醫(yī)療程序，在自發(fā)性呼吸、氣道維護(hù)上存在困難，究其原因就是麻醉、全身麻醉和心肺問題。氣管插管是一種生命保存的程序，可在心臟、呼吸阻塞等情況下進(jìn)行，具體來說就是當(dāng)病患處于高危的呼吸、缺氧、通風(fēng)不足、氣道阻塞的情況下。glottis是2個聲帶間的一個開口。在執(zhí)行插管時，應(yīng)將塑料插管插入氣管中。然而，氣管導(dǎo)管有時插入不適當(dāng)?shù)慕Y(jié)構(gòu)，如食道，而不是glottis。如果氣管插管插入結(jié)構(gòu)出現(xiàn)錯誤，就會導(dǎo)致嚴(yán)重的并發(fā)癥，如低氧血癥和心臟驟停[3]。因此，在插管時準(zhǔn)確地識別glottis的位置是非常重要的。

視頻喉鏡是一種將相機(jī)插入刀片的較為尖端的技術(shù)方法。視頻喉鏡可提高glottic的視覺化，減少食管插管突發(fā)事件的發(fā)生概率。關(guān)于視頻喉鏡檢查是否會增加第一次嘗試成功率，不同的研究結(jié)果仍存在差異。當(dāng)前的一項研究中顯示，在視頻喉鏡檢查時，使用前醫(yī)院插管的成功率較低。此外，即使在視頻喉鏡檢查時，食管插管也會發(fā)生。單食管插管增加了脫氣、吸氣和心臟驟停的風(fēng)險。

1 ANNs的深度學(xué)習(xí)算法與反向傳播的區(qū)別

在使用ANNs的臨床實踐中，嘗試探究了在此應(yīng)用中去獲得氣道圖像的理論位置的預(yù)測模型。一個模仿動物神經(jīng)元結(jié)構(gòu)的ANN可應(yīng)用于實現(xiàn)類似于大腦的功能。動物的實際學(xué)習(xí)過程永遠(yuǎn)不會是非自然的數(shù)學(xué)理論，即如在反向傳播方法中一樣，也會有類似基于trial-and-error過程的生物進(jìn)化的技術(shù)內(nèi)容。因此，在本次研究中開發(fā)并應(yīng)用了基于蒙特卡羅模擬的ANNs的一種新的深度學(xué)習(xí)算法。ANN包含了成千上萬個或更多的未知變量、權(quán)重因子和偏置值。這個新的深度學(xué)習(xí)算法是應(yīng)用蒙特卡羅模擬的優(yōu)化過程，用來確定權(quán)重因子和偏差值，使學(xué)習(xí)數(shù)據(jù)的平均訓(xùn)練誤差最小化[4]。

對于反向傳播方法，采用梯度下降方法，通過多次使用全部或部分學(xué)習(xí)數(shù)據(jù)來確定結(jié)果數(shù)值，直到根據(jù)給定的學(xué)習(xí)速率訓(xùn)練誤差達(dá)到最小為止。在此條件下，節(jié)點的偏壓值作為節(jié)點的附加權(quán)重因子，將其輸入值設(shè)定為1.0，而并不考慮偏差值是否為負(fù)的變化機(jī)制。本次研究的新算法具有與反向傳播方法完全不同的結(jié)構(gòu)。在新的深度學(xué)習(xí)算法的情況下，當(dāng)前ANN的所有學(xué)習(xí)數(shù)據(jù)的平均訓(xùn)練誤差都是在訓(xùn)練誤差達(dá)到最小的情況下反復(fù)計算的結(jié)果，而隨機(jī)選擇的權(quán)重因子和ANN的偏差值正在根據(jù)給定范圍內(nèi)隨機(jī)選擇的delts值進(jìn)行調(diào)整。當(dāng)然，該算法無需計算訓(xùn)練錯誤的梯度，或者在訓(xùn)練階段使用所有或一部分學(xué)習(xí)數(shù)據(jù)的權(quán)重因素和偏差值來做調(diào)整，按小隨機(jī)量調(diào)整一個ANN的權(quán)重因子和偏壓值，而不是通過計算密集型梯度下降法分別應(yīng)用于所有權(quán)重因子，是與反向傳播方法中在訓(xùn)練期間的主要差異。因此，該算法簡單而高效，對計算資源的要求也不高。

2 算法原理與實現(xiàn)

ANN是一個連接的簡單計算元素集，稱為節(jié)點。通常，是一個多層的組織。總地來說，可分為：一個輸入層、多個隱藏層和一個輸出層。對于深度學(xué)習(xí)方法而言，就代表著有些ANNs可能還會包括數(shù)百個或更多的隱藏層。輸入層中的每個節(jié)點，即輸入節(jié)點，將接收來自外部的輸入，并將其傳送給第一個隱藏層的所有節(jié)點。在本次研究中，考慮到氣道圖像大小和縱橫比的不同，先把圖像轉(zhuǎn)換成正方形，再將其分辨率降到100 × 100、70 × 70、50 × 50、45 × 45、40 × 40、35 × 35、30 × 30和 25 × 25像素，并且每組應(yīng)用于ANN模型的輸入結(jié)構(gòu)。ANN的輸入節(jié)點的數(shù)量就等于原始?xì)獾缊D像減少分辨率后的總數(shù)。每個輸入節(jié)點的輸入值是相應(yīng)的像素值，即減少分辨率的氣道圖像?？梢酝ㄟ^計算來獲得黑白彩色轉(zhuǎn)換過程中的像素值，此處會用到的數(shù)學(xué)公式可寫為：

在此基礎(chǔ)上，將該值除以最大值255，即將其轉(zhuǎn)換為0～1.0之間的值。相同的過程應(yīng)用于標(biāo)記氣道的圖像，以獲得像素值，再將圖像分為7個橫截面和7個垂直截面。該分區(qū)共生成了49個具有標(biāo)記氣道圖像的單元格。這些圖像被分為49個單元格，用來預(yù)測在氣道圖像中49個glottic的位置。

3 實驗結(jié)果

通過將訓(xùn)練集和測試集劃分為2種類型的視圖：好視圖和差視圖，以預(yù)測選擇模型的氣道位置的訓(xùn)練和測試精度，實驗結(jié)果見表1。

表1中，準(zhǔn)確預(yù)測率表示被預(yù)測的位置與glottis重疊;相鄰預(yù)測率表示8個相鄰的相等大小的正方形，被預(yù)測的位置與glottis重疊;不準(zhǔn)確預(yù)測率表示被預(yù)測的位置與glottis不相鄰。

對于訓(xùn)練集，好視圖圖像數(shù)量是813，占81.3%;差視圖的圖像數(shù)量是187，占18.7%。對于測試集，好視圖的圖像數(shù)量為168，占84.0%;差視圖的圖像數(shù)量為32，占16.0%。對于好視圖而言，仿真得到的測試集的精確預(yù)測率為83.3%，測試集的預(yù)測率為78.6%。對于差視圖來說，測試集的準(zhǔn)確預(yù)測率為55.6%，測試集的準(zhǔn)確預(yù)測率為53.1%。

4 結(jié)束語

提出了一種新的基于人工神經(jīng)網(wǎng)絡(luò)（ANNs）的深度學(xué)習(xí)算法。該方法與反向傳播方法完全不同。研究中隨機(jī)選擇一個ANN的權(quán)重因子和偏置值，并在訓(xùn)練期間通過小隨機(jī)數(shù)來調(diào)整相應(yīng)數(shù)值，不需要計算訓(xùn)練誤差的梯度來調(diào)整權(quán)重因子。該算法應(yīng)用于通過視頻氣道裝置獲得的氣道圖像中g(shù)lottis的位置。在1 200個氣道圖像中，使用GlideScope R和纖維鏡檢查。對于隨機(jī)選取的1 000個訓(xùn)練集數(shù)據(jù)， 利用上述算法訓(xùn)練了84個ANN模型。尋求一個ANN模型，通過減少輸入圖像分辨率，將所有訓(xùn)練設(shè)置的平均訓(xùn)練誤差最小化。隨著分辨率的降低，平均訓(xùn)練誤差降低到30×30像素的最低水平。最終，研究得到9-98-49 ANN有著最低訓(xùn)練誤差，將其作為glottis位置的預(yù)測模型，得到了最高的學(xué)習(xí)速率。選定預(yù)測模型應(yīng)用于剩余200個測試集數(shù)據(jù)，以獲取測試精度，仿真后得到的準(zhǔn)確預(yù)測和相鄰預(yù)測率分別為74.5%和21.5%。將輸入圖像分辨率降低到適當(dāng)水平，能更好地預(yù)測氣道圖像中的glottis位置。本文研發(fā)的ANN模型可以幫助臨床醫(yī)生通過顯示glottis的預(yù)測位置來進(jìn)行插管。

參考文獻(xiàn)

[1]GIRSHICK R， DONAHUE J， DARRELL T， et al. Rich feature hierarchies for accurate object detection and semantic segmentation[C]//Proceedings of the 2014 IEEE Conference on Computer Vision and Pattern Recognition. Columbus， OH， USA：IEEE，2014：580-587.

[2] 段琳琳. 基于深度學(xué)習(xí)的遙感影像分類研究[D]. 開封：河南大學(xué)，2018.

[3] 左艷，黃鋼，聶生東. 深度學(xué)習(xí)在醫(yī)學(xué)影像智能處理中的應(yīng)用與挑戰(zhàn)[J]. 中國圖象圖形學(xué)報，2021，26（2）：305-315.

[4] 張卡，宿東，王蓬勃，等. 深度學(xué)習(xí)技術(shù)在影像密集匹配方面的進(jìn)展與應(yīng)用[J]. 科學(xué)技術(shù)與工程，2020，20（30）：12268-12278.