基于GMWMVGG13-SVM的精神分裂癥輔助診斷方法

劉舜琪 譚 穎* 崔文植 閆士林 宋建成

1(西南民族大學計算機科學與技術學院 四川 成都 610041)2(杭州師范大學信息科學與工程學院 浙江 杭州 311121)

0 引 言

精神分裂癥對人類的感知覺、思維、情感和行為等都有著嚴重的負面影響，多發于15～34歲人群。這種疾病具有早期可控、晚期反復發作及認知功能嚴重受損等特點[1]，盡早診斷治療將減輕社會成本以及患者家庭負擔。隨著科學技術的快速發展，計算機輔助診斷已在大腦結構磁共振成像(Structural Magnetic Resonance Image,sMRI)研究中廣泛應用，比如腦腫瘤分割[2]、阿爾茲海默癥分類[3]和多動癥診斷[4]等，同時也為精神分裂癥的分類提供了有效方法。

從數學角度而言，輔助診斷即實現目標的分類。實現輔助診斷的分類算法目前主要為統計分析方法、機器學習和深度學習算法。統計分析方法中，t檢驗等參數分析法能有效應對小樣本數據，但找到高維特征分類的最優決策邊界較困難。機器學習算法解決了這一問題，因此對于具有小樣本、高維特征特點的分類目標sMRI數據相對適用，其中支持向量機(Support Vector Machine,SVM)性能最佳。在2014年至2018年間，超過55%的大腦疾病神經影像研究中使用了SVM[5]。Lu等[6]的精神分裂癥sMRI研究計算了各個大腦感興趣區域(Regions of interest,ROI)的灰質和白質體積，并將兩者間的顯著差異作為輸入特征，利用SVM分類。Liu等[7]通過測量大腦每個ROI的皮質厚度，構建分層腦網絡，提取網絡的節點及邊緣特征，輸入到SVM中實現精神分裂癥輔助診斷。相同地，將這些機器學習算法、統計分析方法應用于sMRI輔助診斷的研究都需要人的先驗知識去設計特征。

深度學習則是一種不依賴于先驗知識的算法，它可以從數據中自動學習特征。Pinaya等[8]訓練了深度信念網絡(Deep Belief Network,DBN)提取精神分裂癥sMRI數據的形態學數據特征。但深度學習依靠數據驅動的這一特點決定了其需要大量數據去訓練網絡，對于特征維數遠大于樣本數的sMRI數據來說，可能效果表現不佳，會產生泛化能力差、過擬合等問題。而遷移已有的深度卷積神經網絡(Convolutional Neural Network,CNN)作為特征提取器的方法，能成功地將CNN應用于小規模醫學影像數據集[9]。Jain等[10]在阿爾茲海默癥分類研究中遷移了ImageNet數據集訓練的VGGNet16[11]以提取sMRI數據特征。2019年，文獻[12]指出，遷移CNN模型作為特征提取器時，遷移性能最佳的模型為Inception-ResNet V2[13]，而不是目前在ImageNet上取得最高準確率的網絡。但該研究僅針對ImageNet識別大賽中第一名的網絡結構和目前最先進、性能最好的網絡，而許多取得很好遷移效果的sMRI分類研究中所使用的VGGNet并沒有在其中提及。

基于上述分析，本文提出了基于CNN結合SVM的精神分裂癥診斷分類方法。該方法首先預處理sMRI數據，獲得合適的圖片信息；再遷移深度CNN模型VGGNet16的13層卷積層VGG13，將其作用于預處理后的精神分裂癥sMRI數據提取特征并利用主成分分析降維；最后再利用網格搜索算法(Grid Search Algorithm,GSA)尋優最佳SVM進行特征分類。將Inception-ResNet V2作為對比特征提取器、全連接網絡作為對比分類器，驗證了本文方法對于精神分裂癥大腦sMRI具有更佳的適用性。

1 數據來源與處理

1.1 研究對象

本實驗數據集來自于美國生物醫學研究中心(Center for Biomedical Research Excellence,COBRE)的公開數據集，COBRE數據集獲取的地址為http://fcon_1000.projects.nitrc.org/indi/retro/cobre.html。本文數據集包含了年齡在18歲至65歲之間的146名樣本，其信息如表1所示。

表1 被試者信息表

1.2 數據預處理

本文的數據預處理分為基于體素的形態學分析(Voxel-Base Morphometry,VBM)和基于特征提取器的圖像預處理兩個部分。第一部分的VBM利用MATLAB 2017b平臺上的SPM12工具包生成灰質和白質密度圖；第二部分使用NIfTI_20140122工具包、mricro軟件將密度圖轉換為符合特征提取器輸入格式的圖像。

VBM的三個步驟具體如下：(1) 從腦組織sMRI中分割出灰質和白質密度圖，以便Dartel配準；(2) 通過迭代上一步所生成的密度圖創建一個平均的Dartel模板，將每個被試者配準到Dartel模板；(3) 對配準后的圖像仿射變換后標準化到MNI空間并做高斯平滑處理，最終生成體素大小為1.5 mm×1.5 mm×1.5 mm、維度為121×145×121的密度圖。

經VBM預處理后的密度圖與特征提取器CNN架構的輸入圖像通道、格式、大小并不一致，所以需要進行圖像轉換。首先采用NIfTI_20140122工具包進行三線插值和補全操作，并切割篩選掉無信息的部分，再使用mricro軟件對每個被試的密度圖平均切片，并將其轉為偽彩圖。最終每個樣本得到尺寸224×224、格式為PNG、RGB通道的灰質密度圖90幅和白質密度圖76幅，灰質圖預處理流程如圖1所示。白質與灰質處理流程相同。

圖1 灰質圖預處理流程

2 方法設計

2.1 CNN特征提取器

VGGNet16是由牛津大學的Simonyan等[11]提出的CNN模型。本文令其輸入為224×224的RGB三通道圖像，包含13個卷積核為3×3、步長為1、激活函數為ReLU的卷積層；5個max池化層，其參數為2×2，步長為2；3個全連接層(Fully connected layer,FC)和softmax層。卷積層表達式如下：

(1)

(2)

本實驗不考慮全連接層和softmax層，遷移VGGNet16卷積池化層的結構和預訓練參數構成特征提取器VGG13，作用于已預處理及過濾無信息切片的COBRE數據集去提取特征。用于本實驗的VGG13結構如圖2所示。本文將224×224的RGB圖依次輸入卷積層，攜帶共享權重的3×3卷積核在輸入圖像上進行滑動，從而計算出不同時刻的局部感受野，再輸入到非線性激活函數ReLU形成特征圖，池化層通過最大子采樣的方式得到最具有代表性的特征，從而降低了上一層產生的輸出維度。靠近輸入圖像的淺層卷積提取低級通用特征，比如邊緣特征、紋理特征等，經過一系列卷積池化層后，呈現出更高級的抽象特征[14]。以5個池化層的特征為例，提取的部分特征變化過程如圖3所示。卷積和池化結構簡化了模型的復雜度并減少了模型的參數量。圖片經過VGG13提取特征得到灰質和白質特征向量分別為(146，90，25 088)、(146，76，25 088)，括號中的三個參數分別表示樣本數量、每個樣本的灰質或白質圖片數量、每幅圖片特征維數。

圖2 VGG13結構圖

圖3 部分特征變化過程

谷歌團隊發布的Inception通過改變網絡結構，而不是一味地增加網絡深度和寬度來提升模型性能，Szegedy等[13]受ResNet的啟發，在Inception的基礎上簡化了部分殘差區塊，引入了殘差連接加快網絡的訓練速度，從而構建了Inception-ResNet V2模型。本實驗將其作為提取特征性能的對比對象，提取灰質和白質特征向量分別為(146，90，38 400)、(146，76，38 400)。

2.2 PCA降維

經VGG13提取特征之后，每個樣本的灰質特征維度為2 257 920維、白質特征維度為1 906 688維；經Inception-ResNet V2處理后的灰質特征維度為3 456 000維，白質特征維度2 918 400維。在這些特征數據中，60%以上是非零特征信息，而實驗中樣本數總數只有146例，可見特征數遠超過樣本數，這將產生維數災難問題。若直接將這些特征用于分類，則可能出現過擬合現象，從而導致測試集結果不理想。因此，需使用PCA對這些特征進行降維處理。

PCA是一種將樣本從原始的高維空間映射到維度小于樣本數的新低維空間的降維方法。在新空間中存在這樣一個超平面，樣本點到其的距離最近，即最近重構性[15]。本實驗并非直接指定低維空間維數，而是從重構性的角度設定了重構閾值，其公式如下：

(3)

式中：λi為樣本協方差矩陣所分解出的特征值；d為高維空間的維數，當式(3)成立時，求得d′的最小值即為低維空間的維數。降維流程有以下5步：(1) 中心化所有樣本并計算樣本的協方差矩陣；(2) 從協方差矩陣中分解出特征值并將其從大到小排列；(3) 據式(1)求得低維空間維數d′；(4) 前d′個特征值對應的特征向量被取出，構成映射矩陣；(5) 樣本數據在映射矩陣作用下從原始空間轉換成新空間。本文將重構閾值設為60%，經PCA后的維數見表2。

2.3 SVM分類

SVM是常用的機器學習分類算法之一，能有效地解決小樣本高維度數據分類問題。其利用核函數，將原始非線性可分的特征空間映射到更高維空間，并在新空間中構造一個具有最大間隔的超平面，能最優地將樣本分為兩類[16]。分類模型公式如下：

(4)

本實驗使用GSA參數尋優算法將一組SVM搜索參數(包含線性核linear的懲罰因子C；徑向基核rbf的C和系數gamma；多項式核poly的C、gamma和次數degree)劃分為網格，遍歷每個網格中的參數，快速找出全局最優的SVM參數值。6組特征降維后，將每一組數據按8 ∶2的比例劃分成訓練集和測試集，對應的標簽被劃分為訓練數據真實標簽和測試數據真實標簽。針對GSA中不同的核函數、不同的系數和不同的懲罰因子，本實驗在6組訓練集上采用五折交叉驗證，分別選擇出本組中交叉驗證準確率最高的核參數，即為此組最佳模型核參數，如表3所示。本實驗中將降維后的特征和被試信息標簽分為訓練集(訓練分類模型)和測試集(預測分類結果)，對比預測結果和真實標簽，得到分類結果。

表3 GSA-SVM最佳核參數及交叉驗證準確率表

通常情況下，CNN模型的分類器一般為全連接層，因此本文還用VGG13提取的特征訓練了其后三層全連接層并修改輸出為二分類，將傳統全連接網絡作為對比分類器。Inception-ResNet V2提取的特征同樣被用去訓練全連接層。其中訓練集和測試集與SVM所用數據保持一致，學習率為0.001，epoch迭代30次趨于平穩，實驗結果見表4。本文實驗的分類流程如圖4所示。

表4 全連接網絡作分類器時的驗證準確率表 %

圖4 分類流程

2.4 評價指標

本實驗屬于二分類問題，根據真實結果與預測結果組合可形成四種情況，分別為TP(預測為患病的被試其真實情況為患病)、FP(預測為健康的被試其真實情況為患病)、TN(預測為健康的被試其真實情況為健康)、FN(預測為患病的被試其真實情況為健康)。由以上四種情況定義準確率Ace、靈敏度Sen和特異性Spe三項評價指標如下：

(5)

(6)

(7)

此外，本文還利用受試者工作特征ROC曲線圖分析了模型性能，若一個模型的ROC曲線完全包裹住另一模型的曲線，則前者的性能優于后者，若兩曲線交叉，則以ROC曲線下面積AUC來衡量模型優劣。

3 實 驗

本實驗對精神分裂癥sMRI數據集進行預處理并篩除無信息切片，采用VGG13和Inception-ResNet V2兩種CNN模型去自動提取76幅白質和90幅灰質密度圖切片的特征，白質特征、灰質特征和組合特征經PCA降維后，再采用五折交叉驗證對6組特征訓練集分別訓練GSA-SVM，最后測試集在最佳的分類SVM模型上進行預測。與此同時，用CNN模型特征訓練全連接網絡作為對比分類器。分類結果及對比的現有方法指標詳見表5。

表5 分類結果表 %

從特征提取器模型、分類器類型、特征種類三個方面進行分析。(1) VGG13獲得的白質密度圖和灰質密度圖結合特征在SVM上分類的準確率為83.33%，靈敏度為80.00%，這兩個指標都是所有組中最高，且相較于文獻[17]方法的準確率提高了6百分點左右。特異性最高為93.33%，其屬于Inception-ResNet V2提取的白質密度圖和灰質密度圖組合特征。SVM作為分類器時，VGG13所提取的特征其三個指標總體上都優于Inception-ResNet V2模型。FC作為分類器時，同樣是VGG13優于Inception-ResNet V2特征提取器。(2) 當VGG13作為特征提取器時，白質特征和灰質特征在SVM分類器上三個指標遠高于在FC分類器的指標，而組合特征在SVM上與在FC的分類指標相差較小，SVM指標略高；當Inception-ResNet V2作為特征提取器時，兩個分類器指標特點與VGG13一致。(3) 在表5的四組分類模型中，組合特征的準確率、敏感度、特異性總體上優于灰質特征和白質特征的指標；從單獨特征上看，灰質特征的三個分類指標整體上稍微高于白質特征。

SVM作為分類器時的整體效果明顯優于全連接網絡，因此實驗中重點呈現了兩種特征提取器在SVM上形成的6組ROC曲線，如圖5所示。其中VGG13模型3種特征組和Inception-ResNet V2模型3種特征組AUC最高的都是組合特征，分別為0.84、0.82，且VGG13組合特征的AUC最高。VGG13的白質密度特征、灰質密度特征、白質灰質密度組合特征模型的AUC分別為0.81、0.74、0.84，這三組模型的AUC都優于Inception-ResNet V2對應的三組特征模型。

圖5 6組模型的ROC曲線和AUC值

4 結 語

本文基于卷積神經網絡和支持向量機的精神分裂癥分類研究，以VGG13模型提取精神分裂癥sMRI數據的白質密度圖切片和灰質密度圖切片特征，經PCA降維后，利用網格搜索算法尋找分類器的最優參數，最后通過SVM對精神分裂癥被試和健康被試進行分類。并將Inception-ResNet V2作為對比特征提取器以及全連接網絡作為對比分類器，對模型性能進行了分析。得到結論如下：

1) 本文方法可以自動地提取精神分裂癥結構磁共振數據的特征，并實現較高的分類性能。遷移CNN模型作為精神分裂癥sMRI特征提取器時，并不是越深越復雜的CNN模型遷移效果更好，VGG13模型自動提取的精神分裂癥sMRI特征，其測試集在支持向量機上分類性能更佳，即說明在作為精神分裂癥的特征提取器的情況下，VGG13的遷移效果更佳，更適合sMRI數據分類問題。

2) 無論是VGG13還是 Inception-ResNet V2作為特征提取器的情況下，SVM的三項分類指標整體上都高于全連接網絡，這說明針對本文中特征提取器所得的精神分類癥特征而言，其在SVM上的分類效果優于CNN的傳統全連接網絡分類器。

3) 比較VGG13和Inception-ResNet V2特征提取方法，兩者的三組精神分裂癥特征在SVM上的分類指標及ROC曲線下面積都具有相似的大小特點，這說明組合特征的分類效果相較單獨特征更優。在單獨特征中，灰質密度圖切片特征明顯優于白質密度切片特征的分類效果。

4) 本文的GMWMVGG13-SVM的準確率比現有方法提高了約6百分點，這證明了該模型對于精神分裂癥診斷的適用性和有效性。

總體而言，本文方法旨在以深度CNN模型為基礎來自動提取精神分裂癥sMRI數據的特征并找到最優分類方法，避免經驗不穩定性、精力有限性等人為因素所導致的誤差，為精神分裂癥的輔助診斷提供了有效的思路和方法。精神分裂癥的分類研究還有許多方法，比如功能磁共振、正電子發射斷層掃描、腦電圖掃描等，本文只采用了結構磁共振特征，考慮到特征的單一性，未來將進一步研究多模態特征。