利用深度学习对医学CT图像中(LIDC-IDRI)的肺结节进行良恶性判断2

以你之姓@ 2022-02-26 12:56 238阅读 0赞

在上篇博文中，我们详细介绍了如何分割肺实质，并根据标注信息提取肺结节，本文主要介绍如何利用CNN网络训练分类模型，辅助医生作出判断。

**本文网络结构见论文：** http://downloads.hindawi.com/journals/jhe/2017/8314740.pdf

### 数据集 ###

通过上篇博文中的方法，我们最后根据肺结节的\*\*良恶性程度（1-5）\*\*得到了5类肺结节。数目如下：

*  良恶性程度为1：1254
 *  良恶性程度为2：1532
 *  良恶性程度为3：1721
 *  良恶性程度为4：1226
 *  良恶性程度为5：1646

之前介绍过，3表示不确定，所以我们训练时舍弃该数据集。我们只需要判断良恶性，因而我们将良恶性程度为1和2归为**良性**`（Malignant）`，良恶性程度为4和5归为另一类**恶性**`（benign）`。主要采取的网络有`（CNN、DNN和SAE）`。

### 网络模型 ###

1.  CNN的网络结构和参数  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JsdWVzbGl1Zg_size_16_color_FFFFFF_t_70_pic_center]

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JsdWVzbGl1Zg_size_16_color_FFFFFF_t_70_pic_center 1]

1.  DNN的网络结构和参数  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JsdWVzbGl1Zg_size_16_color_FFFFFF_t_70_pic_center 2]

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JsdWVzbGl1Zg_size_16_color_FFFFFF_t_70_pic_center 3]

1.  SAE的网络结构和参数  
    ![在这里插入图片描述][20210715185354796.png_pic_center]

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JsdWVzbGl1Zg_size_16_color_FFFFFF_t_70_pic_center 4]

**最后在验证集上的测试结果如下：**  
![在这里插入图片描述][2021071518541832.png_pic_center]

通过比较可以发现，CNN的分类效果最好。

### 拓展 ###

尽管CNN模型已经取得了不错的分类效果，但还需要提升。考虑到分类数据集还是太少，我们引入了生成式对抗网络（GAN）来扩充我们的肺结节数据集。关于GAN的介绍可以看我之前的一篇博客[深度学习的常见模型 （GAN）][_GAN],此处不详细介绍。

我们通过CGAN网络训练了生成模型，扩充了我们的数据集，生成示例如下：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JsdWVzbGl1Zg_size_16_color_FFFFFF_t_70_pic_center 5]

然后将生成的数据与原始数据混合，重新训练CNN分类模型，在准确率上果然取得了一定的提升。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JsdWVzbGl1Zg_size_16_color_FFFFFF_t_70_pic_center]: /images/20220226/8c2f18de45794e33bc0e49f3007312b1.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JsdWVzbGl1Zg_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20220226/63dcaadfc93b45edbb3b5848c29b18ad.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JsdWVzbGl1Zg_size_16_color_FFFFFF_t_70_pic_center 2]: /images/20220226/2145a6d71a814d28b5d196c3c46fdf69.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JsdWVzbGl1Zg_size_16_color_FFFFFF_t_70_pic_center 3]: /images/20220226/7b81aabe6eea4fb7b6513962cd54eafe.png
[20210715185354796.png_pic_center]: /images/20220226/88e8654044154af983b37a23b14e0ce5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JsdWVzbGl1Zg_size_16_color_FFFFFF_t_70_pic_center 4]: /images/20220226/1dde79a30dc64e9b99130c8a7c73d7ef.png
[2021071518541832.png_pic_center]: /images/20220226/b5487965578440a18272689fa38ab029.png
[_GAN]: https://blog.csdn.net/bluesliuf/article/details/88829578
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2JsdWVzbGl1Zg_size_16_color_FFFFFF_t_70_pic_center 5]: /images/20220226/b892c6bca1ad41ecb4a6f113368d2f32.png