基于CT圖像紋理分析的結腸息肉鑒別研究*

孟 江 盧虹冰* 徐肖攀 徐 桓 張國鵬 梁正榮

CT結腸鏡(computed tomography colonography，CTC)主要利用薄層CT掃描圖像分割并重建出患者的結腸三維結構，醫生可以像光學結腸鏡那樣瀏覽整個腔內結構，并尋找可疑病灶。相對于傳統的乙狀結腸鏡、光學結腸鏡等檢查手段，CTC侵入性小、檢查時間短以及患者耐受性好，更適用于大規模高危人群的篩查[4]。但同時由于結腸腔內存在復雜的脊、袋結構和大量的腸壁皺褶以及附著在腸壁上的殘留糞便等，其在形狀及結構上的表現與息肉相似，也給放射醫師的閱片工作帶來了相當的挑戰。

結腸息肉計算機輔助檢測技術(computer aided detection，CAD)能夠幫助醫生自動標記出疑似息肉，但現有的CAD技術[5-7]多是在結腸內壁準確分割基礎上，通過內壁的曲率、形狀指數等幾何參數變化得到疑似息肉，這種方法與醫生用眼睛識別息肉的過程類似，其天然缺陷在于嚴重依賴于結腸內壁分割算法；極易疏漏形狀變化不顯著的病灶，如扁平狀的息肉和部分體積較小的廣基鋸齒狀息肉等。近期的一項8844人參與的大規模的隨機對照試驗[8]表明：光學結腸鏡組有4.3%的個體被診斷至少患有1個廣基鋸齒狀息肉，而CTC組的診斷率只有0.8%；CTC組未檢測到扁平狀息肉，而光學結腸鏡組檢測到17個。因此迫切需要尋找進一步有效區分結腸息肉和正常壁組織的影像特征，以克服CTC的上述短板，提高檢測率。

CT圖像能夠提供大量的組織相關信息，不同組織的X射線吸收衰減值在一定程度上反映了息肉和腫瘤的性質。考慮到CT影像本身包含有大量的組織紋理信息，不同組織的紋理特征存在一定的差異。因此，基于CT影像提取的紋理特征或可有效反映息肉與正常腸壁組織的差異，從而用于疑似息肉的檢測。本研究通過提取結腸息肉和正常的結腸壁組織作為感興趣區域(region of interest，ROI)，致力于篩選出更好反映腸壁與息肉差異的紋理特征，并對其鑒別結腸息肉和正常的結腸壁組織的性能進行評價。

1 材料與方法

1.1 數據獲取

收集111例確診的結腸息肉患者的CTC影像數據，患者均于檢查前1 d進行低殘留飲食和腸道準備，并口服250 ml硫酸鋇懸浮液(2.1 w/v)和120 ml的MD-Gastroview進行糞便標記。在腸道充氣的狀態下，每例患者在仰臥位和俯臥位各掃描一次，共獲得222套掃描數據。CT掃描參數設置為：管電流120～220 mA，管電壓120～140 kV，準直厚度1.25～2.5 mm，重建層厚1 mm。為了消除三維CT數據軸向分辨率的差異，對體數據進行了3次樣條插值處理。

1.2 ROI提取

在放射醫師的指導下，通過手動勾勒的方式，從222套CTC影像數據中共提取387個結腸息肉(均經光學鏡證實)，其中直徑＜6 mm的息肉13個，直徑位于6～9 mm之間的息肉230個，直徑＞9 mm的息肉144個。此外，在該息肉的對側腸壁提取與其大小相似的三維腸壁組織作為對照，共387個(如圖1所示)。

圖1 息肉直徑大小分布情況圖

1.3 紋理特征提取

基于灰度共生矩陣的Haralick紋理[9]特征，能夠反映圖像中不同灰度像素的空間相關特性，因此廣泛用于肺、肝臟、膀胱等病變的醫學影像檢測和診斷中[10-11]。但經典的Haralick紋理基于二維圖像，難以反映灰度的空間分布信息，對其進行三維拓展或許能夠更好地反映息肉組織與正常腸壁組織的紋理差異。此外，由于CT圖像在圖像采集與重建過程中會進行必要的去噪與平滑處理，從而使其損失部分紋理特征。有研究表明，對圖像進行高階偏導變換能夠進一步增強圖像的紋理變化，從而一定程度上還原或放大這些紋理特征[12-13]。因此，本研究首先對ROI進行一階偏導(梯度)和二階偏導(曲度)變換，然后對原始灰度圖像、一階和二階偏導圖像分別從13個空間方向上計算出共生矩陣，即灰度共生矩陣(gray level co-occurrence matrics，GLCM)、梯度共生矩陣(gradient co-occurrence matrix，GLGCM)和曲度共生矩陣(curvature co-occurrence matrix，GLCCM)[12]。Hu[13]從每個方向上的共生矩陣中計算30個特征，為了消除方向對特征的影響，保持特征的各向同性，對各方向上的相同特征分別取平均值和極差，作為最終的特征，即每個ROI的每類矩陣可提取60個特征(30個均值，30個極差)，三類矩陣可提取180個特征，包括60個GLCM特征，60個GLGCM特征，60個GLCCM特征。本研究所用到的特征名稱和編號表示如下：f1～f30表示由GLCM計算出30個均值特征，Rf1～Rf30表示由GLCM計算出30個極差特征；Gf1～Gf30表示由GLGCM計算出30個均值特征，RGf1～RGf30表示由GLGCM計算出30個極差特征；Cf1～Cf30表示由GLCCM計算出30個均值特征，RCf1～RCf30表示由GLCCM計算出30個極差特征。具體特征的計算方法參見文獻[13]。

1.4 特征選擇

本研究中每個ROI提取180個特征，為了得到能夠更好區分息肉和腸壁組織的特征，減少冗余特征對分類能力的影響，同時增強對各特征和對于區分腫瘤和正常組織能力之間的理解，采用Python開源機器學習庫scikit-learn[14]模塊，構建了基于隨機森林(random forests，RF)的嵌入式特征選擇策略。該策略在RF生成每一棵決策樹的過程中，先對特征進行采樣，然后計算采樣特征的基尼不純度，并按照基尼不純度最小的原則進行全分裂。基尼不純度指某個樣本在隨機采樣中選中且被錯分的可能性，基尼不純度指某個樣本在隨機采樣中選中且被錯分的可能性，其定義為公式1：

某學者曾將銀行和美發店作為主要研究對象，將轉換成本劃分為不同維度，分別是機會成本、風險成本、評估成本、認知成本、組織成本和沉沒成本等。在這一研究中發現，轉換成本與再購買呈現明顯的正相關性。在線上購物中，需要對轉換成本的內涵進行分析，通過這種方式研究對成本的影響。

這樣每棵樹的非葉節點的基尼不純度減少量可反映出該特征對于分類的重要性。其定義為公式2：

式中tdes表示t的子節點，N表示RF中決策樹的個數。

將基尼不純度減少量作為指標并進行排序，即可得到其對應特征的重要性排序。按照特征的重要性排序，將特征逐個加入分類器進行分類，并計算其分類準確度和曲線下面積(area under curve，AUC)值，選取對應最高AUC值的特征組合作為最優特征子集。

1.5 特征分類

為了檢測不同分類模型對特征分類的影響，本研究分別采用了邏輯回歸(logistic regression，LR)、支持向量機(support vector machine，SVM)、RF和K-近鄰(K-nearest neighbor，KNN)等4種不同的分類器獨立完成樣本的訓練和測試任務。為了減少訓練樣本規模不同而導致的估計偏差，本研究采用了10折交叉驗證策略對模型進行評估，即將樣本隨機劃分為10個大小相似的互斥子集，每次用其中9個對分類器進行訓練，余下的子集用于測試，最終返回10個測試結果的均值。每種分類器分別對上述10折交叉驗證重復100次，結果的平均值作為最終結果。最后，采用準確性、特異性、敏感性、受試者工作特性曲線(receiver operating characteristic，ROC)及ROC的AUC值等對分類性能進行評估。

2 結果

2.1 特征選擇結果

按照特征選擇公式(1)和公式(2)的方法，設置RF模型中決策樹的數量為10，分類標準采用基尼系數，其余參數均保留默認參數。一般來說，決策樹的數量太小容易欠擬合，決策樹的數量太大又容易過擬合，本研究設置較小的值是為了防止過擬合。然后采用10折交叉驗證的方式將樣本輸入分類器重復運行100次，獲得前20特征重要性排行(如圖2所示)。

圖2 前20特征重要性排行示圖

圖2 顯示，特征RGf19(第三四分位數概率)、RGf23(聚類萌)和RGf11(差熵)是最具有分類能力的3個特征，繪制出了這3個特征數據的三維分布情況，綠色圓點表示息肉，紅色三角表示正常腸壁(如圖3所示)。

圖3 RGf11、RGf19和RGf23的三維散點圖

圖3 顯示，息肉和正常腸壁兩種組織具有較明顯的可區分界限，表明這3個特征能夠用于息肉和腫瘤的有效區分。排序前3的特征均來自GLGCM，這一方面表明高階偏導圖像能夠更好地反映紋理的變化，另一方面也表明相較二階偏導，基于一階偏導圖像的灰度梯度共生矩陣特征具有更好的息肉和腸壁組織區分能力。

按特征的重要性降序，將特征逐個加入RF分類器進行分類，其特征數量與準確度、AUC值的關系曲線如圖4所示。

圖4 特征篩選過程示圖

圖4 顯示，隨著特征數量的增加，分類性能呈上升趨勢。當特征數量為36時，分類準確度達到最大值為100%；當特征數量為37時，AUC達到最大值為1。繼續增加特征數量，分類性能出現微小波動，但總體呈平穩狀態。選取上述37個特征作為最優特征用于分類，最優特征中各類特征分布情況可知37個最優特征中，基于GLGCM的特征占22個，其特征重要性占比達到了57.9%；基于GLCM的特征占14個，其特征重要性占比為28.6%；而GLCCM特征僅有1個，占比為0.6%(如圖5所示)。

圖5 最優特征中各類特征分布情況示圖

2.2 分類表現評價

匯總4種不同分類器重復100次10折交叉驗證的分類結果的均值，對應的平均ROC曲線見表1，如圖6所示。

圖6顯示，陰影部分表示其正負標準差。由圖表可知，SVM和LR多次分類結果分布比較穩定集中，而RF和KNN分類結果分布相對離散，相對波動較大，但4種分類器對所選特征都有極高的分類表現。由此可見，基于GLCM、GCM及CCM的三維Haralick紋理特征能夠有效的鑒別結腸息肉和正常腸壁組織。

表1 不同分類器分類結果匯總

圖6 四種分類器重復100次10折交叉驗證的平均ROC曲線圖

3 討論

本研究從圖像的灰度共生矩陣特征入手，將灰度圖像拓展到高階偏導圖像，將Haralick特征從二維拓展到三維，將特征數量由14個拓展到180個。經過特征篩選，用獲得的37個最優特征集，利用該最優特征子集，分別采用4種常用分類器對息肉和腸壁組織進行分類，平均敏感度均在99%以上，平均特異度在98%以上，平均AUC均為0.99，實驗表明，經過上述處理所提取的特征在體現結腸息肉和正常組織的差異上具有極高的表現，其中基于GCM的特征對分類性能的貢獻在一半以上，表明CT圖像的灰度梯度共生矩陣變換在一定程度上反映了息肉組織的異型性，其紋理特征可作為表征結腸壁異變發生的良好標志。

相對于形狀指數、曲度等形態學特征，紋理特征能夠定量的反映出病灶的微觀變化和內在差別，Song等[12]、Hu等[13]以及Pedregosa等[15]研究發現，對影像進行高階偏導變換，能夠進一步放大組織間的紋理差異，用于不同組織的鑒別。Huang等[16]發現，運用特征組合和篩選策略，能有效降低特征冗余，提高特征的鑒別效果，因而紋理特征在結腸息肉檢測上具有天然的優勢。

4 結語

本研究篩選出了一組具有極高分類性能的紋理特征，以此構建以紋理特征為核心的結腸息肉計算機輔助檢測流程，可與傳統方法相互補充，有望克服現有CTC對體積較小、形狀變化不顯著的息肉檢測率較低的瓶頸。同時，充分利用腫瘤紋理特征的差異性構建模型，對已發現的病灶及其周圍正常組織做深入的分析，并引入相關臨床病理學指標進行特征篩選和組合，可望對息肉類型、良惡性、腫瘤浸潤深度等進行進一步評估，為CTC的治療、預后和隨訪提供指導和幫助。

[8]Ijspeert JE，Tutein Nolthenius CJ，Kuipers EJ，et al.CT-Colonography vs. Colonoscopy for Detection of High-Risk Sessile Serrated Polyps[J].Am Gast roenterol，2016，111(4)：516-522.

[9]Haralick RM，Shanmugam K，Dinstein I.Textural Features for Image Classification[J].Systems Man and Cybernetics IEEE Transactions on，1973，smc-3(6)：610-621.

[10]Ganeshan B，Miles KA，Young RC.Texture analysis in non-contrast enhanced CT：impact of malignancy on texture in apparently diseasefree areas of the liver[J].Eur J Radiol，2009，70(1)：101-110.

[11]Sheshadri HS，Kandaswamy A.Experimental investigation on breast tissue classification based on statistical feature extraction of mammograms[J].Comput Med Imaging Graph，2007，31(1)：46-48.

[12]Song B，Zhang G，Lu H，et al.Volumetric texture features from higher-order images for diagnosis of colon lesions via CT colonography[J].Int J Comput Assist Radiol Surg，2014，9(6)：1021-1031.[13]Hu Y，Liang Z，Song B，et al.Texture Feature Extraction and Analysis for Polyp Differentiation via Computed Tomography Colonography[J].IEEE Trans Med Imaging，2016，35(6)：1522-1531.

[14]Pedregosa F，Gramfort A，Michel V，et al.Scikitlearn：Machine Learning in Python[J].Journal of Machine Learning Research，2011，12(10)：2825-2830.

[15]Xu X，Zhang X，Tian Q，et al.Three-dimensional texture features from intensity and high-order derivative maps for the discrimination between bladder tumors and wall tissues via MRI[J].Int J Comput Assist Radiol Surg，2017，12(4)：645-656.

[16]Huang YQ，Liang CH，He L，et al.Development and Validation of a Radiomics Nomogram for Preoperative Prediction of Lymph Node Metastasis in Colorectal Cancer[J].J Clin Oncol，2016，34(18)：2157-2164.