AI医学：使用CNN进行内窥镜图像胃癌检测

孟想成真

胃癌病理切片（识别）、结肠镜图像（息肉检测、分割），需者自取。
链接：https://pan.baidu.com/s/1Bx0YeFtFVvdQ0uRcRTX8-A
提取码：data
在写这篇笔记时，介绍的论文中使用的胃癌图像数据是未开源的。下面这些网站可以找到一些常用的数据集，外网下载较慢/需登录/购买等情况，可以在某宝找代下。

• https://www.cancerimagingarchive.net/nbia-search/
  
• https://www.datasetlist.com/
  
• https://paperswithcode.com/datasets
  
• https://www.kaggle.com/datasets
  
• https://www.marsbigdata.com/dataset
  
• https://search.crossref.org/
  

————————————————————————————————————
开学后拿到的第一篇文章，是关于利用CNN进行胃癌检测的，题目是《Application of artificial intelligence using a convolutional neural
network for detecting gastric cancer in endoscopic images》。
这是基于日本胃癌发生情况的一篇AI医学文章，发表于2018年。
在人工智能＋神经网络+深度学习极大改善多个医疗领域中的图像诊断的大背景下，这是首篇利用CNN进行胃镜图像胃癌检测的文章。

• 方法：采用的网络模型是 Single Shot MultiBox Detector，简称 SSD。文中明确指出，没有对该模型进行算法上的修改；
  
• 数据：训练集和测试集分别包含                                    13584                              13584                  13584 张和                                    2296                              2296                  2296 张胃癌内窥镜图像，其中测试集的图像是从                                    69                              69                  69 名病人上连续采集得到的，共有                                    77                              77                  77 类胃癌病变；
  
• 结果：
  
  
  
  • CNN仅用了                                              47                               s                                      47s                        47s 来诊断                                              2296                                      2296                        2296 张测试图像；
    
  • CNN正确识别了                                              77                                      77                        77 类胃癌病变中的                                              71                                      71                        71 类，达到了整体                                              92.2                               %                               =                                           71                                  77                                                 92.2\%=\frac{71}{77}                        92.2%=7771​ 的灵敏度；
    
  • 除此还有                                              161                                      161                        161 类非癌性病变被CNN诊断为癌性(即假阳性)，达到                                              30.6                               %                               =                                           71                                               71                                     +                                     161                                                             30.6\%=\frac{71}{71+161}                        30.6%=71+16171​的                                              P                               P                               V                                      PPV                        PPV；
    
  • 直径大于等于                                              6                               m                               m                                      6mm                        6mm 的                                              71                                      71                        71 类病变中的                                              70                                      70                        70 类以及扩散性胃癌，均被 CNN 正确检测；
    
  • 被CNN遗漏的病变类型均为较浅病变或分化型粘膜内癌症，很难与胃炎区分开，接近一半的假正例均为伴有色调的改变或不规则粘膜表面的胃炎。
    
  
  
• 结论：基于SSD的CNN胃癌检测系统，能在较短时间内诊断大量内窥镜图片的胃癌检测，从而减轻内窥镜医师的压力。
  

1. 构建数据

1.1 训练集

文中提到了选择图像的标准是标准白光图像、使用靛蓝胭脂红喷雾的染色内窥镜检查图像以及窄带成像(NBI)，但任何被放大的图像以及由于较少的空气吹入、活检后出血、光晕、模糊、散焦或粘液而导致的质量差的图像不被选择。经过筛选最后得到了                               13584                          13584               13584 张胃癌内窥镜图像，由人工进行标记。在这些图像中：

• 每张图像至少显示了一个胃癌病变；
  
• 针对同一病变包含了多个图像，以展示角度、距离和胃壁扩展等的差异。
  

1.2 测试集

为评估构建的CNN的性能，作者准备了一个独立测试集，通过对                               69                          69               69 例病人连续采集得到，一共包含了                               77                          77               77 类胃癌病变，其中                               62                          62               62 例存在一种胃癌病变，                              6                          6               6 例存在两种胃癌病变，                              1                          1               1 例存在三种胃癌病变，在采集图像的过程中仅保留了标准白光图像，而去掉了染色内窥镜图像、NBI和其他质量较差的图像，最终得到的测试集含有                               2296                          2296               2296 张图像，对                               69                          69               69 例病人大概每例有                               18                      −                      69                          18-69               18−69 张图像。
2. SSD模型

为了构建基于人工智能的CNN诊断系统，作者采用了SSD模型(其含16层甚至更多)，并且没有修改该模型的算法，直接进行沿用。训练、验证和测试CNN均是在 Caffe深度学习框架下进行的。
由于需要令CNN的参数值与SSD兼容，作者对CNN的每一层都使用随机梯度下降算法进行了细调，总体学习率为                               0.0001                          0.0001               0.0001，并将每张图像大小调整为                              330                      ×                      330                          330\times330               330×330 ，边界框也相应被调整以使CNN能够达到最优的分析效果。
————这篇文章整理完我就去看SSD，看不完的论文文 + 码不完的字字 + 我日益稀疏的头发发，暴风哭泣 ┭┮﹏┭┮
3. 度量标准

首先关于输出，当CNN从测试图像输入数据中检测到胃癌病变后，会输出一个名称——早期或晚期胃癌，以及它的位置，并以黄色矩形框的形式在输入的内窥镜图像上展现。
比如：

• 对于由多幅图像展现的同一病变而言，如果CNN在某一个图像中检测到胃癌病变，在其他图像中未检测到时，这样也被认为是真正例，比如；
  
  
  
• 由于胃癌的分界线有时不清晰，因此当CNN检测到部分胃癌
  病变时，也被认为是真正例；
  
•                                    灵                         敏                         度                         =                                              检                               测                               到                               的                               正                               确                               胃                               癌                               病                               变                               数                               目                                                 实                               际                               胃                               癌                               病                               变                               数                               目                                                 灵敏度=\frac{检测到的正确胃癌病变数目}{实际胃癌病变数目}                  灵敏度=实际胃癌病变数目检测到的正确胃癌病变数目​；
  
•                                    P                         P                         V                         =                                              检                               测                               到                               的                               正                               确                               胃                               癌                               病                               变                               数                               目                                                 被                               C                               N                               N                               诊                               断                               为                               胃                               癌                               的                               病                               变                               数                               目                                                 PPV=\frac{检测到的正确胃癌病变数目}{被CNN诊断为胃癌的病变数目}                  PPV=被CNN诊断为胃癌的病变数目检测到的正确胃癌病变数目​。
  

4. 结果分析

4.1 病例及病变特征

对                               2296                          2296               2296 张测试图像的检测结果为将其中的                               714                          714               714 张诊断为癌症，大约                               31.1                      %                          31.1\%               31.1%，文中列举了测试集中使用的病变特征和                               69                          69               69 位病例的关系，如粘膜萎缩的程度、除胃癌外的其他病变、胃癌的类型等等。

4.2 灵敏度及PPV

CNN仅耗时                               47                      s                          47s               47s 检测了                               2296                          2296               2296 张内窥镜图像，正确识别了                               77                          77               77 类胃癌病变中的                               71                          71               71 类，灵敏度为                               92.2                      %                      =                               71                         77                                  92.2\%=\frac{71}{77}               92.2%=7771​ ，有                               161                          161               161 类非癌性病变被CNN诊断为癌性，达到                               30.6                      %                      =                               71                                   71                            +                            161                                           30.6\%=\frac{71}{71+161}               30.6%=71+16171​的                               P                      P                      V                          PPV               PPV。
灵敏度
表2展示了肿瘤大小和深度对敏感度的影响：

被CNN遗漏的胃癌病变有六类，如下图所示。其中有五类的肿瘤大小都是小于                               5                      m                      m                          5mm               5mm 的，这六类都是较浅的病变或者分化型粘膜内癌症，很难和胃炎区分开，即便是对经验丰富的内窥镜医师而言，从而影响到诊断系统的灵敏度，但同时也能够看出，CNN可以完全正确的识别所有扩散性癌症。

PPV
CNN将                               161                          161               161 例非癌性的病变诊断为了胃癌，主要原因有两个。

• 胃炎：在这                                    161                              161                  161 例中，有接近一半是伴有色调改变或不规则粘膜表面的胃炎。
  
• 正常组织：CNN将一些正常结构如幽门、胃角等识别为胃癌。
  

如下图所示，a-c为胃炎，d为正常组织。

文章在讨论部分提到，对胃上皮肿瘤进行无内窥镜检查的胃活检，一般PPV都非常低，大约在                               3.2                      −                      5.6                      %                          3.2-5.6\%               3.2−5.6%，考虑到内镜医师的PPV通常也非常低，但在临床实践中，假阴性的问题要比假阳性更严重，因此该CNN诊断系统达到的                               30.6                      %                          30.6\%               30.6% PPV在临床上是可以接受的。如果CNN能够更系统地了解正常的解剖结构以及各种良性病变，那么胃癌检测的PPV将来将进一步提高。
5. 意义

• 首篇使用CNN方法进行胃镜图片胃癌检测的文章，并且达到                                    92.2                         %                              92.2\%                  92.2% 的敏感性；
  
• 仅耗时                                    47                         s                              47s                  47s 检测了                                    2296                              2296                  2296 张内窥镜图像，速度快，能在短时间内诊断较多的内镜图像，可以减轻内镜医师的压力；
  
• 该诊断系统可以线上执行，从而解决偏移及农村地区和发展中国家内镜医师不足的问题。
  

6. 局限性

• 训练集和测试集都只用了高质量的内镜图像，若加入质量较低的，CNN也许会产生错误识别；
  
• 未进行图像数量和CNN准确性之间的研究；
  
• 测试集中仅包含胃癌内窥镜图像，没有测试其他的内镜图像，然而在内窥镜图像研究中胃癌出现的频率是非常低的；
  
• 检测中出现的                                    161                              161                  161 例假阳性并未得到组织学的证实，因此可能存在隐匿性癌症病变；
  
• 训练集和测试集中的图像均由一位内镜医师进行手动标记，可能存在错误；
  
• 没有将CNN的准确性和内镜医师进行对比；
  
• 测试图像均来自于一种内窥镜设备和内窥镜视频系统设备，没有包括从其他内窥镜设备获得的图像。
  

7. 总结

总感觉因为数据集的原因，CNN能够达到的灵敏度可能存在点问题。。。

来源：https://blog.csdn.net/weixin_41936775/article/details/115323965
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！