基于深度學(xué)習(xí)的常見(jiàn)眼底疾病識(shí)別問(wèn)題研究

袁 慧 杜 雪 趙晗冰 宋 美

（魯東大學(xué)數(shù)學(xué)與統(tǒng)計(jì)科學(xué)學(xué)院,山東 煙臺(tái) 264025）

目前，視功能損害已是一個(gè)嚴(yán)重的全球性公共衛(wèi)生問(wèn)題，全世界大概有盲人4 500萬(wàn)，低視力者1.35億。在我國(guó)，視力殘疾狀況也十分嚴(yán)峻：我國(guó)視力殘疾人數(shù)占?xì)埣踩丝倲?shù)的14.86%，其中白內(nèi)障病人約占46.93%，青光眼約占5.64%[1]，且發(fā)病率呈逐年上升趨勢(shì)。同時(shí)，我國(guó)眼科醫(yī)療資源分布不平衡，普及程度低，導(dǎo)致了病人早期篩查工作困難等情況，給患者的就診和眼部疾病預(yù)防工作帶來(lái)較大阻礙。如果將眼底疾病篩查與人工智能相結(jié)合，提升現(xiàn)有醫(yī)療資源的使用效率，將有效改善現(xiàn)狀。因此，建立自動(dòng)識(shí)別眼部疾病模型對(duì)輔助開(kāi)展防盲治盲工作具有重要的意義。目前在該方面的探索已經(jīng)取得了一定成果：干能強(qiáng)（2008）提出以MATLAB GUI作為開(kāi)發(fā)工具，編寫(xiě)青光眼圖像處理與識(shí)別系統(tǒng)，實(shí)現(xiàn)對(duì)青光眼圖像的識(shí)別[2]；劉振宇等（2019）利用卷積神經(jīng)網(wǎng)絡(luò)自動(dòng)提取深度特征構(gòu)建白內(nèi)障分級(jí)模型，其識(shí)別準(zhǔn)確率達(dá)94.84%[3]；徐志京等（2021）基于R-VGGNet網(wǎng)絡(luò)模型的識(shí)別方法提高了判別青光眼患者的準(zhǔn)確率，可達(dá)91.7%[4]；李建強(qiáng)等（2018）基于CNN的白內(nèi)障自動(dòng)分類(lèi)器在四分類(lèi)任務(wù)中取得了81.86%的平均準(zhǔn)確率[5]。上述模型大多只針對(duì)單一病種的識(shí)別，如青光眼、白內(nèi)障和糖尿病視網(wǎng)膜病變等，導(dǎo)致其在日常生活中的適用范圍較窄，多用于中后期輔助診斷工作。

與此同時(shí)，缺少公開(kāi)眼底圖像數(shù)據(jù)是我國(guó)眼底影像識(shí)別工作難開(kāi)展的重要原因，多數(shù)眼底影像識(shí)別系統(tǒng)都是研究者與醫(yī)院合作建立某種眼病的數(shù)據(jù)庫(kù)。本次研究使用的數(shù)據(jù)集OIA-ODIR含有多種眼底疾病數(shù)據(jù)，較好地解決了缺少公開(kāi)數(shù)據(jù)問(wèn)題。本文使用基于TensorFlow構(gòu)建的5種眼底疾病識(shí)別模型，可有效解決眼底疾病識(shí)別模型識(shí)別種類(lèi)單一化問(wèn)題，更好地提高眼底疾病診斷效率。

1 數(shù)據(jù)集

訓(xùn)練和測(cè)試深度學(xué)習(xí)模型時(shí)，數(shù)據(jù)庫(kù)的質(zhì)量起著決定性作用，一個(gè)高質(zhì)量的數(shù)據(jù)集能夠提高模型訓(xùn)練的質(zhì)量和預(yù)測(cè)準(zhǔn)確率。本文使用的數(shù)據(jù)集是國(guó)內(nèi)首個(gè)公開(kāi)眼底疾病數(shù)據(jù)集OIA-ODIR，由南開(kāi)大學(xué)與多家臨床醫(yī)院合作建立，數(shù)據(jù)集中的眼底圖像都是從醫(yī)院的眼底圖像數(shù)據(jù)庫(kù)中抽取，并由相關(guān)專(zhuān)業(yè)人員進(jìn)行標(biāo)簽標(biāo)注。該數(shù)據(jù)集包含眼底圖像數(shù)量高達(dá)10 000多張，取樣涵蓋各個(gè)年齡段人群，是非常優(yōu)秀的眼底數(shù)據(jù)集。在OIA-ODIR數(shù)據(jù)集中，由于“其他”類(lèi)疾病中所含疾病類(lèi)別復(fù)雜，對(duì)實(shí)驗(yàn)結(jié)果存在較強(qiáng)干擾，因此在模型構(gòu)建過(guò)程中，會(huì)將異常疾病數(shù)據(jù)圖片排除。此外，糖尿病視網(wǎng)膜病變和老年黃斑變性數(shù)據(jù)集類(lèi)別過(guò)少，嘗試對(duì)此類(lèi)數(shù)據(jù)擴(kuò)充，如通過(guò)隨機(jī)旋轉(zhuǎn)、裁剪等解決數(shù)據(jù)不平衡的問(wèn)題。但在訓(xùn)練過(guò)程中發(fā)現(xiàn)模型過(guò)擬合嚴(yán)重，可能是這兩類(lèi)疾病數(shù)據(jù)擴(kuò)充后重復(fù)率太高，故在模型改進(jìn)過(guò)程中刪除其他疾病、糖尿病視網(wǎng)膜病變和老年黃斑變性3類(lèi)圖片，利用其余的5個(gè)數(shù)據(jù)標(biāo)簽進(jìn)行眼底圖像識(shí)別分類(lèi)研究。

2 圖像預(yù)處理

訓(xùn)練使用的是公開(kāi)數(shù)據(jù)集OIA-ODIR（https://github.com/nkicsl/OIA-ODIR），獲取的原始數(shù)據(jù)存在背景多余、多標(biāo)簽疾病、樣本分布不平衡等問(wèn)題，若將原始數(shù)據(jù)直接用于網(wǎng)絡(luò)訓(xùn)練模型，會(huì)對(duì)準(zhǔn)確性及其他指標(biāo)造成較大影響，為提高模型的準(zhǔn)確率，因此對(duì)原始數(shù)據(jù)采取一系列的預(yù)處理。

刪除了存在“鏡頭污點(diǎn)”等問(wèn)題的圖像并裁剪多余背景，將尺寸為2 592×1 728左右的原始圖像統(tǒng)一為250×250分辨率大小，這樣既避免了圖像尺寸過(guò)大而引起的訓(xùn)練時(shí)間過(guò)長(zhǎng)，又盡可能多地保留了原始圖片的信息。在圖像注釋中，左右眼標(biāo)簽不同且每只眼可能含有多種眼病，導(dǎo)致每只眼球具有多個(gè)不同診斷關(guān)鍵詞，因此通過(guò)診斷關(guān)鍵詞與疾病標(biāo)簽之間的映射來(lái)重命名圖像，完善數(shù)據(jù)集標(biāo)簽。最后對(duì)原始數(shù)據(jù)采取隨機(jī)縮放、翻轉(zhuǎn)、調(diào)整亮度等方法解決數(shù)據(jù)不平衡問(wèn)題，如圖1所示。通過(guò)以上預(yù)處理，構(gòu)建的樣本數(shù)據(jù)集分布如表1所示。

3 模型與方法

基于Keras搭建自動(dòng)分類(lèi)模型，建立了6個(gè)卷積層、2個(gè)池化層、1個(gè)全連接層。

目前卷積是圖像處理中較流行的方法，對(duì)輸入圖像區(qū)域像素取加權(quán)平均值作為輸出圖像的像素，其中權(quán)值由卷積公式［式（1）］得到。

圖1 處理數(shù)據(jù)不平衡問(wèn)題的方法

表1 數(shù)據(jù)分布表

在卷積過(guò)程中，所選卷積核的大小決定了模型特征把握能力的強(qiáng)弱。為了保證準(zhǔn)確率提升效率最大化，將3×3、5×5和7×7的卷積核的識(shí)別效率進(jìn)行對(duì)比，最終發(fā)現(xiàn)5×5的卷積核的識(shí)別效率最出色。

在每個(gè)卷積層之后引入ReLU激活函數(shù)［式（2）］，ReLU激活函數(shù)又稱(chēng)修正線(xiàn)性單元，是一種人工神經(jīng)網(wǎng)絡(luò)中常用的激活函數(shù)（activation function），通常指代以斜坡函數(shù)及其變種為代表的非線(xiàn)性函數(shù)。在本模型中，ReLU函數(shù)的“仿生物原理”可以成功激活大概50%的神經(jīng)元，其優(yōu)秀的梯度下降以及反向傳播效率解決了梯度爆炸和梯度消失的問(wèn)題，有效避免了模型過(guò)擬合。最重要的是，ReLU函數(shù)的加入使得模型計(jì)算過(guò)程得到簡(jiǎn)化，壓縮了模型計(jì)算的時(shí)間，提高了整體模型學(xué)習(xí)效率。

此外，在模型卷積層后引入了Dropout層，從而降低訓(xùn)練結(jié)果過(guò)擬合的概率，最后使用Softmax損失函數(shù)［式（3）］輔助進(jìn)行多分類(lèi)。Softmax損失函數(shù)是Logistic回歸模型在多分類(lèi)問(wèn)題上的推廣，適用于多分類(lèi)問(wèn)題中，且類(lèi)別之間互斥的場(chǎng)合。Softmax將多個(gè)神經(jīng)元的輸出，映射到（0，1）區(qū)間內(nèi)，可以看成當(dāng)前輸出是屬于各個(gè)分類(lèi)的概率，從而來(lái)進(jìn)行多分類(lèi)。

最終該模型結(jié)構(gòu)如圖2所示。

圖2 模型結(jié)構(gòu)圖

4 訓(xùn)練過(guò)程

模型代碼是以Keras為前端、TensorFlow為后端實(shí)現(xiàn)的，使用的框架是基于Ubuntu16.04（64位）+CUDA9.1+CUDNN9.0系統(tǒng)，采用Python為編程語(yǔ)言，訓(xùn)練過(guò)程如下。

為了使模型擁有更高的訓(xùn)練網(wǎng)絡(luò)精度，將預(yù)處理后的眼底圖像按batch_size=32輸入自動(dòng)分類(lèi)模型，模型由3個(gè)模塊（Block1、Block2和Block3）組成，每個(gè)模塊包含兩個(gè)卷積層。其中Block1、Block2、Block3的感知節(jié)點(diǎn)分別為32×32、64×54、128×128，輸出的特征映射圖轉(zhuǎn)化長(zhǎng)度分別為250，83，27。并設(shè)置卷積核大小為5×5進(jìn)行特征提取，之后對(duì)輸入張量進(jìn)行批量歸一化處理，接著加入激活函數(shù)ReLU，激活網(wǎng)絡(luò)中的神經(jīng)元。對(duì)每個(gè)模塊進(jìn)行最大池化，前2個(gè)模塊Dropout層參數(shù)值為0.45，后4個(gè)為0.5。將池化后的輸出向量傳入全連接層并將特征圖轉(zhuǎn)化為長(zhǎng)度為93 312的特征向量，最后使用Softmax交叉熵?fù)p失函數(shù)對(duì)模型進(jìn)行五分類(lèi)。為了防止訓(xùn)練過(guò)程中模型過(guò)擬合，選擇學(xué)習(xí)率較小的Adam作為優(yōu)化器，最終設(shè)置學(xué)習(xí)率為0.000 1，并根據(jù)函數(shù)計(jì)算評(píng)價(jià)指標(biāo)。

5 訓(xùn)練結(jié)果與評(píng)價(jià)指標(biāo)

對(duì)于模型評(píng)價(jià)的性能指標(biāo)，采用準(zhǔn)確率［公式（4）］、召回率［公式（5）］和精確率［公式（6）］對(duì)模型進(jìn)行評(píng)估。將當(dāng)前預(yù)測(cè)類(lèi)別定義為正類(lèi)，其他類(lèi)別定義為負(fù)類(lèi)，預(yù)測(cè)結(jié)果可分為以下4種情況：正類(lèi)預(yù)測(cè)為正類(lèi)（TP）、正類(lèi)預(yù)測(cè)為負(fù)類(lèi)（FN）、負(fù)類(lèi)預(yù)測(cè)為負(fù)類(lèi)（TN）、負(fù)類(lèi)預(yù)測(cè)為正類(lèi)（FP）。最終模型訓(xùn)練性能指標(biāo)結(jié)果見(jiàn)表2。

表2 訓(xùn)練結(jié)果

6 結(jié)語(yǔ)

本文利用首個(gè)公開(kāi)眼底圖像數(shù)據(jù)集OIA-ODIR，并基于深度學(xué)習(xí)構(gòu)建正常、白內(nèi)障、近視、青光眼和高血壓5類(lèi)眼病的自動(dòng)識(shí)別模型，對(duì)數(shù)據(jù)不平衡等一系列問(wèn)題進(jìn)行數(shù)據(jù)預(yù)處理，最后，通過(guò)訓(xùn)練經(jīng)典的CNN模型，實(shí)現(xiàn)多種眼病分類(lèi)任務(wù)。訓(xùn)練后的模型可快速識(shí)別出5類(lèi)眼底疾病，平均準(zhǔn)確率為0.777 6，平均召回率為0.370 1，平均精確率為0.711 3，符合預(yù)期要求。其中，白內(nèi)障和正常的眼底分類(lèi)最優(yōu)，準(zhǔn)確率可高達(dá)95%左右。該模型的建立，對(duì)醫(yī)生診斷和防盲治盲工作的開(kāi)展具有輔助作用，對(duì)于降低眼底檢查的工作成本和緩解醫(yī)療設(shè)備分布不平衡問(wèn)題有實(shí)際意義。未來(lái)工作中，可以從網(wǎng)絡(luò)融合、特征提取等算法方面進(jìn)行優(yōu)化，進(jìn)一步提高模型分類(lèi)的準(zhǔn)確度，從而對(duì)眼病圖像進(jìn)行更準(zhǔn)確快速的分類(lèi)。