[發(fā)明專利]基于卷積神經(jīng)網(wǎng)絡(luò)的多發(fā)性硬化病灶檢測及分類方法

在審

• 申請?zhí)枺?/td>: 201611042753.4
• 申請日: 2016-11-24
• 公開（公告）號: CN106725476A
• 公開（公告）日: 2017-05-31
• 發(fā)明（設(shè)計）人: 李燈熬;趙菊敏;韓哲
• 申請（專利權(quán)）人: 太原理工大學(xué)
• 主分類號: A61B5/055
• 分類號: A61B5/055;A61B5/0476;A61B5/00
• 代理公司: 太原科衛(wèi)專利事務(wù)所(普通合伙)14100
• 代理人: 朱源

技術(shù)領(lǐng)域

本發(fā)明涉及多發(fā)性硬化病灶的檢測及分類方法，具體為基于卷積神經(jīng)網(wǎng)絡(luò)的多發(fā)性硬化病灶檢測及分類方法。

背景技術(shù)

多發(fā)性硬化是中樞神經(jīng)系統(tǒng)最常見的自免疫性疾病。全世界超過200萬病人，約萬分之三發(fā)病率。多發(fā)性硬化的地域差異明顯，高寒地區(qū)的發(fā)病率明顯比熱帶地區(qū)發(fā)病率高。雖然我國目前沒有權(quán)威的發(fā)病率數(shù)據(jù)，但是近30年來，我國罹患多發(fā)性硬化的病人逐年增高。迄今為止，多發(fā)性硬化的具體病因不明，目前普遍認為是由遺傳，環(huán)境，自身免疫系統(tǒng)，以及病毒感染導(dǎo)致。由于臨床表現(xiàn)多樣，多發(fā)于青壯年，具有高復(fù)發(fā)，高致殘的特點，對病人個體家庭以及國家和社會資源的壓力很大，因此多發(fā)性硬化癥的診斷和治療受到越來越多的關(guān)注。由于沒有有效的根治手段，當(dāng)今的治療方法主要著眼于降低疾病發(fā)展和擴張的速度，減少復(fù)發(fā)次數(shù)和頻率，控制新出現(xiàn)的病灶，從而減緩疾病的發(fā)展，提高患者的生存質(zhì)量。

核磁共振成像良好的軟組織分辨能力成為診斷多發(fā)性硬化最常用也是最重要的成像手段。多發(fā)性硬化所導(dǎo)致的髓鞘脫落缺損以及軸束損傷在傳統(tǒng)核磁共振成像方法中均能顯示。

深度學(xué)習(xí)在wikipedia中被定義為“一組針對具有多層輸入結(jié)構(gòu)模型而設(shè)計的機器學(xué)習(xí)算法”(set of algorithms in machine learning that attempt to learn layered models of inputs)。其中所指的具有多層輸入結(jié)構(gòu)的模型，主要指深層神經(jīng)網(wǎng)絡(luò)，即包含多個隱藏層的人工神經(jīng)網(wǎng)絡(luò)。卷積神經(jīng)網(wǎng)絡(luò)是一種構(gòu)造多層神經(jīng)網(wǎng)絡(luò)的機器學(xué)習(xí)方法，具有發(fā)現(xiàn)數(shù)據(jù)中隱藏的分布式特征表示的能力。卷積神經(jīng)網(wǎng)絡(luò)是近年來廣泛應(yīng)用在模式識別、圖像處理領(lǐng)域的一種高效識別算法具有簡單結(jié)構(gòu)、訓(xùn)練參數(shù)少和適應(yīng)性強的特點。它的權(quán)值共享網(wǎng)絡(luò)結(jié)構(gòu)使之更類似與生物神經(jīng)網(wǎng)絡(luò)降低了網(wǎng)絡(luò)的復(fù)雜度，減少了權(quán)值的數(shù)量。以二維圖像直接作為網(wǎng)絡(luò)的輸入避免了傳統(tǒng)是被算法中復(fù)雜的特征提取和數(shù)據(jù)重建過程。卷積神經(jīng)網(wǎng)絡(luò)是為識別二維形狀特殊設(shè)計的一個多層感知器這種網(wǎng)絡(luò)結(jié)構(gòu)對于平移、比例縮放、傾斜和其他形式的變形有著高度的不變形。

卷積神經(jīng)網(wǎng)絡(luò)主要用于識別位移、縮放及其它形式扭曲不變形的二維圖像。由卷積神經(jīng)網(wǎng)絡(luò)的特征檢測層通過訓(xùn)練由于同一特征平面上的神經(jīng)元權(quán)值相同所以網(wǎng)絡(luò)可以并行學(xué)習(xí)這種以局部權(quán)值共享的特殊結(jié)構(gòu)在語音識別和圖像處理方面具有獨特的優(yōu)越性使其布局更類似于生物神經(jīng)網(wǎng)絡(luò)。卷積神經(jīng)網(wǎng)絡(luò)較一般神經(jīng)網(wǎng)絡(luò)在圖像識別方面有如下優(yōu)點：1、以二維圖像為網(wǎng)絡(luò)的直接輸入減少了復(fù)雜特征提取和數(shù)據(jù)重建等計算過程。2、輸入圖像和網(wǎng)絡(luò)的拓撲結(jié)構(gòu)能有很好的吻合。3、特征提取和模式分類同時進行并在訓(xùn)練中產(chǎn)生。4、權(quán)值共享可以很大程度上減少網(wǎng)絡(luò)訓(xùn)練參數(shù)是網(wǎng)絡(luò)結(jié)構(gòu)的適應(yīng)性更強。

目前卷積神經(jīng)網(wǎng)絡(luò)已經(jīng)被廣泛應(yīng)用于二維圖像處理、模式識別、機器視覺等領(lǐng)域并能很好地解決相關(guān)問題。多發(fā)性硬化是最常見的自免疫性疾病之一，準(zhǔn)確診斷患病與否是治療該疾病的前提。深度學(xué)習(xí)是一種構(gòu)造多層神經(jīng)網(wǎng)絡(luò)的機器學(xué)習(xí)方法，具有發(fā)現(xiàn)數(shù)據(jù)中隱藏的分布式特征表示的能力。針對腦電信號（MRI圖像），本發(fā)明提出了一種無監(jiān)督的卷積神經(jīng)網(wǎng)絡(luò)對腦部MRI圖像進行訓(xùn)練與識別，通過檢測腦部白質(zhì)纖維素髓鞘的缺失狀況，以達到根據(jù)腦電信號中是否存在白質(zhì)纖維素髓鞘的缺失，幫助醫(yī)護人員對腦白質(zhì)疾病的診斷、判斷受試者是否患有多發(fā)性硬化的目的。

發(fā)明內(nèi)容

本發(fā)明的主要目的是引入了深度學(xué)習(xí)的手段，克服了傳統(tǒng)的醫(yī)護人員通過依靠圖像體像素點的大小和多少來估算白質(zhì)纖維素的大小的缺點，提供的一種基于基于卷積神經(jīng)網(wǎng)絡(luò)的多發(fā)性硬化病灶檢測及分類方法，幫助醫(yī)護人員完成對多發(fā)性硬化病灶的判斷。

本發(fā)明是采用如下的技術(shù)方案實現(xiàn)的：基于卷積神經(jīng)網(wǎng)絡(luò)的多發(fā)性硬化病灶檢測及分類方法，包括以下步驟：

（1）通過核磁共振儀獲得所需的腦電信號，包括存在白質(zhì)纖維素髓鞘缺失的腦電信號和不存在白質(zhì)纖維素髓鞘缺失的腦電信號；

（2）利用平滑濾波器對腦電信號進行濾波處理，去除腦電信號中的噪聲；

（3）取不存在白質(zhì)纖維素髓鞘缺失的腦電信號、存在白質(zhì)纖維素髓鞘缺失的腦電信號作為訓(xùn)練樣本，對每個訓(xùn)練樣本白質(zhì)纖維素髓鞘部分進行標(biāo)記，將標(biāo)記好的腦電信號輸入到卷積神經(jīng)網(wǎng)絡(luò)中，對其進行訓(xùn)練；

（4）取待分類的腦電信號對其進行濾波處理，同時對待分類的腦電信號的白質(zhì)纖維素髓鞘部分進行標(biāo)記，將標(biāo)記好的待分類的腦電信號輸入到卷積神經(jīng)網(wǎng)絡(luò)中，由輸出結(jié)果得出該腦電信號屬于哪一種類型，即存在白質(zhì)纖維素髓鞘缺失的和不存在白質(zhì)纖維素髓鞘缺失的兩種信號中的一種。