灰度共生矩陣和BP神經(jīng)網(wǎng)絡(luò)在小細(xì)胞肺癌鑒別診斷中的應(yīng)用.pdf

1、目的：肺癌是最常見的肺原發(fā)性惡性腫瘤，絕大多數(shù)肺癌起源于支氣管粘膜上皮，故亦稱支氣管肺癌。近50多年來，世界各國特別是工業(yè)發(fā)達(dá)國家，肺癌的發(fā)病率和病死率均迅速上升，死于癌癥的男性病人中肺癌已居首位。小細(xì)胞肺癌(SCLC)是肺癌中的特殊類型，與非小細(xì)胞肺癌(NSCLC)相比，易于早期通過淋巴與血道轉(zhuǎn)移，發(fā)展快，預(yù)后差。一般說來，SCLC以內(nèi)科治療為主，而NSCLC以外科手術(shù)為主。據(jù)統(tǒng)計(jì)，SCLC近年來有增加的趨勢(shì)，早發(fā)現(xiàn)、早診斷、早治療有

2、利于預(yù)后的改善，少數(shù)病例可望治愈。因此，有必要對(duì)SCLC的早期診斷作進(jìn)一步研究，提高對(duì)SCLC的診療水平。
　　肺癌的CT檢查具有高對(duì)比度高分辨率和豐富的影像后處理能力，逐漸成為用于肺癌檢查的普遍和有效的方法。但由于早期SCLC起病隱匿，缺乏特征性，腫瘤標(biāo)志物的檢測(cè)有一定的假陰性率，影像學(xué)表現(xiàn)又與非小細(xì)胞肺癌相似，臨床工作中存在早期診斷難和誤診率高的問題。本研究利用灰度共生矩陣提取肺癌CT圖像的紋理特征，結(jié)合肺癌患者的一般臨床資料

3、，探討神經(jīng)網(wǎng)絡(luò)技術(shù)在SCLC的鑒別診斷中的應(yīng)用。
　　方法：收集徐州醫(yī)學(xué)院附屬醫(yī)院及南京軍區(qū)總醫(yī)院2009～2011年SCLC及NSCLC住院患者的臨床資料及CT影像資料，共計(jì)217例，其中SCLC107例，NSCLC110例。男性患者165名，女性患者52名，年齡分布在31歲～78歲之間，所有病例均由病理證實(shí)。
　　樣本數(shù)據(jù)的輸入指標(biāo)由臨床資料指標(biāo)和CT影像紋理特征指標(biāo)兩大類構(gòu)成。臨床資料指標(biāo)包括：患者的一般情況(如年齡、

4、性別等)、臨床癥狀(包括刺激性咳嗽、痰血、胸痛、胸悶氣喘、聲嘶、關(guān)節(jié)痛、淺表淋巴結(jié)有無腫大、內(nèi)分泌癥狀以及有無上腔靜脈綜合征)、吸煙史、NSE等腫瘤標(biāo)志物指標(biāo)、腫瘤倍增時(shí)間及隨訪資料、遠(yuǎn)處轉(zhuǎn)移情況以及影像共計(jì)17項(xiàng)。CT影像及紋理特征指標(biāo)包括：病灶位置、分類、支氣管腔內(nèi)外受侵情況、心血管有無受侵、阻塞征、原發(fā)病灶是否可見、腫塊大小、密度、有無分葉、毛刺或兔耳征、淋巴結(jié)轉(zhuǎn)移、胸水及胸壁情況共計(jì)13項(xiàng)指標(biāo)以及由灰度共生矩陣提取的紋理特征指標(biāo)

5、：熵、相關(guān)性、能量、逆差矩、慣性矩、共生和、共生和的熵、共生差、共生差的熵均數(shù)及其方差共計(jì)18項(xiàng)。
　　對(duì)各病例臨床資料指標(biāo)及CT影像紋理特征指標(biāo)進(jìn)行量化處理，具體的量化方法通過①二值量化(對(duì)應(yīng)于無或有，陰性或陽性)；②分級(jí)量化；③對(duì)實(shí)驗(yàn)測(cè)試所得數(shù)據(jù)和由灰度共生矩陣提取的紋理特征參數(shù)進(jìn)行歸一化處理等方法。各病例對(duì)應(yīng)的輸出值分別為1(SCLC)和0(NSCLC)。在此基礎(chǔ)上構(gòu)建肺癌病例指標(biāo)數(shù)據(jù)庫，對(duì)于所有217個(gè)病例，平均每個(gè)病例選

6、取3～4幅CT圖像，對(duì)其進(jìn)行中值濾波和灰度直方圖降噪和圖像增強(qiáng)處理后，計(jì)算其灰度共生矩陣，提取紋理特征指標(biāo)。對(duì)所有病例構(gòu)成的766例樣本，隨機(jī)選取其中的692例構(gòu)成訓(xùn)練樣本集，其余74例構(gòu)成測(cè)試樣本集。采用的BP神經(jīng)網(wǎng)絡(luò)共3層，其結(jié)構(gòu)為：輸入變量共55個(gè)，分別對(duì)應(yīng)所提取的55項(xiàng)指標(biāo)(其中位置變量由8個(gè)單元的不同取值組合構(gòu)成)。隱含層的神經(jīng)元數(shù)目根據(jù)仿真試驗(yàn)結(jié)果選取為12，輸出層1個(gè)神經(jīng)元，輸出值為1(SCLC)和0(NSCLC)。

7、>　　用訓(xùn)練集對(duì)所建立的BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，即將各病例數(shù)據(jù)作為前向網(wǎng)絡(luò)的輸入數(shù)據(jù)加到其輸入端，作為神經(jīng)網(wǎng)絡(luò)的仿真輸入，同時(shí)調(diào)整神經(jīng)元之間的連接權(quán)值以使網(wǎng)絡(luò)的輸出和實(shí)際的病例情況相符。如果對(duì)所有的訓(xùn)練樣本集網(wǎng)絡(luò)的輸出基本上(95％或更高)能保證與實(shí)際結(jié)果一致，則訓(xùn)練過程結(jié)束。此時(shí)神經(jīng)網(wǎng)絡(luò)已建立起患者的各種因素與其是否是SCLC之間的映射關(guān)系。對(duì)訓(xùn)練好的模型用測(cè)試樣本集進(jìn)行測(cè)試，對(duì)訓(xùn)練集和測(cè)試集的輸出結(jié)果計(jì)算其約登指數(shù)、靈敏度和特異度

8、進(jìn)行真實(shí)性和可靠性檢驗(yàn)并繪制ROC曲線。對(duì)于一個(gè)新的疑診患者來說，只要將他的情況輸入到訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)中去，根據(jù)網(wǎng)絡(luò)的輸出結(jié)果就可以對(duì)其是否患SCLC做出輔助診斷。
　　本研究還建立了用于SCLC輔助診斷的RBF神經(jīng)網(wǎng)絡(luò)模型，并與BP神經(jīng)網(wǎng)絡(luò)模型的結(jié)果進(jìn)行了對(duì)比。
　　結(jié)果：(1)本研究對(duì)所收集的217例病例的資料建立數(shù)據(jù)庫，包括臨床資料指標(biāo)和CT影像紋理特征指標(biāo)，并對(duì)這些指標(biāo)進(jìn)行量化處理。(2)本研究對(duì)基于灰度共生矩陣

9、的紋理特征的提取進(jìn)行了研究，特別是對(duì)構(gòu)造因子對(duì)紋理特征參數(shù)的影響進(jìn)行了仿真研究。確定了在利用灰度共生矩陣計(jì)算肺癌CT圖像紋理特征指標(biāo)時(shí)的方向、圖像的灰度級(jí)、步長等參數(shù)。在此基礎(chǔ)上編程、計(jì)算了CT圖像的次度共生矩陣，提取了相關(guān)紋理特征指標(biāo)。統(tǒng)計(jì)分析結(jié)果表明SCLC患者在能量、逆差距較NSCLC患者較大，熵、慣性矩、共生差及共生差的熵值較小，而相關(guān)性、共生和及共生和的熵相差不大。(3)本研究建立了可應(yīng)用于臨床SCLC輔助診斷的BP神經(jīng)網(wǎng)絡(luò)，

10、結(jié)果表明經(jīng)過9次訓(xùn)練，網(wǎng)絡(luò)的誤差小于0.0001達(dá)到目標(biāo)要求。用訓(xùn)練好的網(wǎng)絡(luò)對(duì)測(cè)試集進(jìn)行測(cè)試。SCLC患者的正確檢出率為94.87％；NSCLC患者正確檢出率為90.54％，誤診率為9.46％，ROC曲線下面積較大，為0.966。(4)本研究還建立了SCLC輔助診斷的RBF神經(jīng)網(wǎng)絡(luò)，經(jīng)過248次訓(xùn)練，網(wǎng)絡(luò)的誤差小于0.0001，達(dá)到目標(biāo)要求。對(duì)測(cè)試集SCLC病例的正確檢出率為82.05％，NSCLC病例的正確檢出率為85.71％，誤診率