輕松開啟生物醫(yī)學(xué)圖像深度學(xué)習(xí)的探索之旅

DLTK，即醫(yī)學(xué)成像的深度學(xué)習(xí)工具包，擴展了TensorFlow，使針對生物醫(yī)學(xué)影像的深度學(xué)習(xí)成為可能。此工具包提供了專用運算與函數(shù)、模型實現(xiàn)、教程（如本博客中所用）和典型應(yīng)用的代碼示例。

本篇博文對生物醫(yī)學(xué)影像深度學(xué)習(xí)進(jìn)行了簡要介紹，我們將圍繞當(dāng)前工程難點指出一些問題和解決方案，并展示如何針對您的問題啟動和運行原型。

網(wǎng)站：https://dltk.github.io；

來源：https://github.com/DLTK/DLTK；

概述

什么是生物醫(yī)學(xué)影像分析？為什么需要這種分析？

生物醫(yī)學(xué)影像是在不同尺度（即微觀、宏觀等）下對人體進(jìn)行的測量。它們具有多種成像模式（如 CT 掃描儀、超聲機等）并測量人體的物理特性（如放射強度、對 X 射線的不透明度）。這些影像由臨床任務(wù)（如診斷）的領(lǐng)域?qū)＜遥ㄈ绶派淇漆t(yī)師）解釋并對醫(yī)生的決策具有重大影響。

醫(yī)學(xué)影像示例（從左上方到右下方）：多序列腦部 MRI：T1 加權(quán)、T1 反轉(zhuǎn)恢復(fù)和 T2 FLAIR 通道；全身拼接 MRI；平面心臟超聲；胸部 X 光片；心臟電影 MRI

生物醫(yī)學(xué)影像通常為體積影像 (3D)，有時還會加上時間維度 (4D) 和/或多個通道 (4-5D)（如多序列 MR 影像）。生物醫(yī)學(xué)影像中的差異與自然影像（如照片）中的差異完全不同，因為臨床方案的目的是對影像的采集方式進(jìn)行分層（例如，患者平躺、頭部保持正直，等等）。在影像分析過程中，我們的目標(biāo)是發(fā)現(xiàn)細(xì)微差異（即一些小區(qū)域表明發(fā)現(xiàn)異常）。

為什么采用計算機視覺和機器學(xué)習(xí)？

長期以來，計算機視覺方法一直用于自動分析生物醫(yī)學(xué)影像。近年來，隨著深度學(xué)習(xí)的出現(xiàn)，許多其他機器學(xué)習(xí)方法被取代，因為深度學(xué)習(xí)免去了創(chuàng)建手工工程特征的必要，從過程中消除了一個關(guān)鍵的誤差來源。此外，完全采用 GPU 加速的網(wǎng)絡(luò)可以實現(xiàn)快速推斷，讓分析的數(shù)據(jù)量得到前所未有的增加（例如，10? 個受試者影像）。

我們能否直接使用深度學(xué)習(xí)庫進(jìn)行生物醫(yī)學(xué)成像？為什么要創(chuàng)建 DLTK？

之所以要創(chuàng)建DLTK，是因為要提供開箱即用并特定于該領(lǐng)域的專業(yè)工具。盡管許多深度學(xué)習(xí)庫向開發(fā)者公開了低級運算（如張量乘法等），但許多用于體積影像的較高級別專用運算卻并未公開（例如，可區(qū)分的 3D 上采樣層等），并且由于影像的其他空間維度，我們可能會遇到內(nèi)存問題（例如，假設(shè)影像尺寸為 512x512x256 體素，那么以 float32 格式存儲包含 1000 個 CT 影像的數(shù)據(jù)庫的單個副本將需要大約 268 GB）。由于采集的性質(zhì)不同，一些影像需要特殊的預(yù)處理（例如，強度歸一化、偏置場校正、去噪、空間歸一化/配準(zhǔn)等）。

文件格式、頭和讀取影像

雖然許多成像模式供應(yīng)商都按照DICOM標(biāo)準(zhǔn)格式制作影像并在一系列 2D 切片中保存卷，許多分析庫還是依賴于更適合計算和與醫(yī)學(xué)影像連接的格式。我們使用的是NifTI（或 .nii 格式），這種格式最初開發(fā)用于腦部成像，但廣泛用于DLTK和本教程中的大多數(shù)其他體積影像。這種格式和其他格式保存的內(nèi)容是重建影像容器并將其在物理空間中定位的必要信息。

為此，它需要專用頭信息，我們將對用于深度學(xué)習(xí)的一些屬性進(jìn)行介紹：

尺寸和大小存儲有關(guān)如何重建影像的信息（例如，使用大小向量將體積分解為三維）

數(shù)據(jù)類型

體素間距（也是體素的物理尺寸，通常以毫米為單位）

物理坐標(biāo)系原點

方向

為什么這些屬性很重要？網(wǎng)絡(luò)將在體素空間中進(jìn)行訓(xùn)練，這意味著我們將創(chuàng)建形狀和尺寸為 [batch_size, dx, dy, dz, channels/features] 的張量并將其提供給網(wǎng)絡(luò)。網(wǎng)絡(luò)將在該體素空間中進(jìn)行訓(xùn)練并假設(shè)所有影像（包括未見過的測試影像）在該空間中歸一化或者可能有需要泛化的問題。在該體素空間中，特征提取器（如卷積層）將假設(shè)體素尺寸各向同性（即，在每個維度中均相同）并且所有影像以相同的方式定向。

然而，由于大多數(shù)影像描述的都是物理空間，我們需要從該物理空間轉(zhuǎn)換為常見的體素空間：

如果所有影像均以相同的方式定向（有時我們需要進(jìn)行配準(zhǔn)以在空間內(nèi)歸一化影像：請參見MIRTK），我們可以通過以下公式計算從物理空間到體素空間的縮放轉(zhuǎn)換：

phys_coords = origin + voxel_spacing * voxel_coord

所有上述信息均為 .nii 頭文件中存儲的向量。

讀取 .nii 影像：可通過一些庫讀取 .nii 文件并訪問和解析頭信息以獲得numpy陣列格式的重建影像容器。我們選擇的是SimpleITK，這是ITK庫的一種 python 包裝器，可用于導(dǎo)入額外的影像過濾器以進(jìn)行預(yù)處理和其他任務(wù)。

數(shù)據(jù) I/O 注意事項

根據(jù)訓(xùn)練數(shù)據(jù)庫的大小，可通過幾種不同方法將 .nii 影像數(shù)據(jù)提供給網(wǎng)絡(luò)圖。每種方法在速度方面都有特定的權(quán)衡，并且在訓(xùn)練期間可能成為瓶頸。我們將介紹并解釋以下三個選項：

在內(nèi)存和饋送字典中：

我們可以創(chuàng)建一個指向網(wǎng)絡(luò)圖的tf.placeholder并在訓(xùn)練期間通過 feed_dict 提供。我們從磁盤讀取所有 .nii 文件，在 python 中處理文件（參見load_data()）并將所有訓(xùn)練示例存儲在內(nèi)存中，通過以下方式提供：

TLDR：此直接法通常速度最快且最容易實現(xiàn)，因為它避免了從磁盤連續(xù)讀取數(shù)據(jù)，但需要在內(nèi)存中保留整個訓(xùn)練示例（和驗證示例）數(shù)據(jù)庫，這對于較大的數(shù)據(jù)庫或影像文件并不可行。

使用TFRecords數(shù)據(jù)庫：

對于有關(guān)體積影像的大多數(shù)深度學(xué)習(xí)問題，訓(xùn)練示例數(shù)據(jù)庫太大而無法存入內(nèi)存。TFRecords格式允許序列化訓(xùn)練示例并將其存儲在磁盤上，支持快速寫訪問（即并行數(shù)據(jù)讀?。?/p>

此格式可以直接與TensorFlow連接并且可以直接集成到 tf.graph 中的訓(xùn)練循環(huán)中：

TLDR：TFRecords可快速訪問磁盤文件，但需要為整個訓(xùn)練數(shù)據(jù)庫另外存儲一個副本。如果我們要使用幾 TB 大小的數(shù)據(jù)庫，這種方法可能會讓人望而卻步。

使用原生 python 生成器：

最后，我們可以使用 python 生成器創(chuàng)建一個read_fn()以直接加載影像數(shù)據(jù)…

并使用tf.data.Dataset.from_generator()將示例排隊：

TLDR：這種方法避免了額外創(chuàng)建影像數(shù)據(jù)庫副本，但速度要比TFRecords慢得多，因為生成器不能并行讀取和映射函數(shù)。

速度基準(zhǔn)測試以及選擇方法：

我們運行了上述三種方法向TensorFlow讀取 .nii 文件，并比較了加載和提供固定大小的示例數(shù)據(jù)庫所需的時間。所有代碼和結(jié)果都可以在上文找到。

顯而易見，最快的方法是通過占位符從內(nèi)存中提供，時間為 5.6 秒，其次是TFRecords，時間為 31.1 秒，最后是使用 python 生成器的未優(yōu)化磁盤讀取，時間為 123.5 秒。然而，只要訓(xùn)練期間的前向/后向傳遞是計算瓶頸，數(shù)據(jù) I/O 的速度就可以忽略不計。

數(shù)據(jù)歸一化

與自然影像一樣，我們也可以對生物醫(yī)學(xué)影像數(shù)據(jù)進(jìn)行歸一化，但方法可能略有不同。歸一化的目的是消除數(shù)據(jù)中的一些已知差異（例如，受試者姿勢或影像對比度不同等），從而簡化對我們感興趣的細(xì)微差異的檢測（例如，存在病變）。本文將介紹最常見的歸一化形式：

體素強度歸一化：

這種形式高度依賴于采集數(shù)據(jù)所用的成像模式。典型的零均值單位方差歸一化是定性影像的標(biāo)準(zhǔn)（例如，加權(quán)腦部 MR 影像，其中對比度高度依賴于采集參數(shù)，通常由專家設(shè)置）。如果我們采用這種統(tǒng)計方法，我們將使用完整單一卷的統(tǒng)計數(shù)據(jù)，而不是整個數(shù)據(jù)庫。

與此相反，定量成像測量物理量（例如，CT 成像中的放射強度，其中不同掃描儀的強度類似）并且受益于削波和/或重新縮放，如簡單范圍歸一化（例如 [-1,1]）。

強度歸一化方法示例

空間歸一化：

通過使用影像方向歸一化，模型無需學(xué)習(xí)所有可能的方向，從而大大減少了所需的訓(xùn)練影像的數(shù)量（請參見頭屬性的重要性，了解影像的方向）。此外，我們還考慮了體素間距，即使采集自同一掃描儀，影像之間也可能存在差異?？赏ㄟ^重新采樣為各向同性分辨率來實現(xiàn)這一點：

如果需要進(jìn)一步歸一化，我們可以使用醫(yī)學(xué)影像配準(zhǔn)包（例如MIRTK，等等）將影像配準(zhǔn)到相同的空間中，使影像之間的體素位置彼此對應(yīng)。分析結(jié)構(gòu)性腦部 MR 影像（例如 T1 加權(quán) MR 影像）的典型步驟是按參考標(biāo)準(zhǔn)配準(zhǔn)訓(xùn)練數(shù)據(jù)庫中的所有影像，例如平均圖集（如MNI 305圖集）。根據(jù)配準(zhǔn)方法的自由度，也可以針對尺寸（仿射配準(zhǔn)）或形狀（可變形配準(zhǔn)）歸一化。這兩種變體很少使用，因為它們?nèi)コ擞跋裰械囊恍┬畔ⅲ葱螤钚畔⒒虺叽缧畔ⅲ@些信息可能對分析有著重要意義（例如，心臟較大可能預(yù)示有心臟病）。

數(shù)據(jù)增強

通常情況下，可用的數(shù)據(jù)量有限，并且未涵蓋某些差異。一些例子如下所示：

存在各種正常形狀的軟組織器官

形狀和位置存在顯著差異的病變，如癌變

可能有很多視圖的手動超聲影像

為了正確地泛化到未見過的測試用例，我們通過模擬待增強數(shù)據(jù)中的差異來增強訓(xùn)練影像。與歸一化方法類似，我們對強度和空間增強加以區(qū)分：

強度增強示例：

向訓(xùn)練影像添加噪聲以泛化為噪聲影像

添加隨機偏移或?qū)Ρ榷纫蕴幚碛跋裰g的差異

空間增強示例：

在需要對稱性的方向上翻轉(zhuǎn)影像張量（例如，在掃描腦部時左/右翻轉(zhuǎn)）

隨機變形（例如，用于模仿器官形狀的差異）

沿軸旋轉(zhuǎn)（例如，用于模擬超聲視角差異）

在塊上進(jìn)行隨機裁剪和訓(xùn)練

強度和空間增強技術(shù)示例

關(guān)于增強和數(shù)據(jù) I/O 的重要說明：根據(jù)所需或有用的增強，某些操作僅在 python 中可用（例如，隨機變形），也就是說，如果采用使用原始TensorFlow（即TFRecords或tf.placeholder）的讀取方法，它們需要預(yù)先計算并存儲到磁盤中，因此大大增加了訓(xùn)練數(shù)據(jù)庫的大小。

類平衡

基于醫(yī)學(xué)影像進(jìn)行監(jiān)督式學(xué)習(xí)期間，必須由領(lǐng)域?qū)＜医忉專ㄈ缡謩臃指罨蚣膊☆悇e）。通常，影像級（如疾病類別）或體素級（即分割）標(biāo)簽的比率不能相同，這意味著在訓(xùn)練期間網(wǎng)絡(luò)不會從每個類看到相同數(shù)量的示例。如果類比率基本相似（例如，對于二元分類情況，比率為 30/70），則對準(zhǔn)確性沒有太大影響。然而，由于大多數(shù)損失是整個批次的平均成本，因此網(wǎng)絡(luò)將首先學(xué)會正確預(yù)測最常見的類（例如，背景或正常情況，通常有更多可用的示例）。

如果訓(xùn)練期間類不平衡，將對罕見現(xiàn)象（如影像分割中的小病變）產(chǎn)生較大影響，并在很大程度上影響測試的準(zhǔn)確性。

為了避免這種情況，可通過兩種典型方法來解決數(shù)據(jù)集中的類不平衡問題：

通過采樣實現(xiàn)類平衡：我們此時的目標(biāo)是更正采樣過程中已見過示例的頻率?？赏ㄟ^以下方式來完成：

a) 從每個類中抽取相等的量

b) 對出現(xiàn)過多的類進(jìn)行欠采樣或

c) 對頻率較低的類進(jìn)行過采樣。

在DLTK中，我們提供了針對方式 a 的實現(xiàn)，可點擊此處獲取。我們對影像卷中的隨機位置進(jìn)行采樣，并考慮一個提取的示例（如果包含我們要尋找的類）。

注：此處 鏈接

https://github.com/DLTK/DLTK/blob/blog/dltk/io/augmentation.py#L120

通過損失函數(shù)實現(xiàn)類平衡：與典型的體素平均損失（如分類交叉熵、L2 等）相反，我們可以 a) 使用本質(zhì)上平衡的損失函數(shù)（如平滑的 Dice 損失，即所有類的平均 Dice 系數(shù)）或 b)按類頻率將每個預(yù)測的損失重新加權(quán)（例如，中值頻率重新加權(quán)交叉熵）。

應(yīng)用亮點示例

通過本博文中提供的所有基礎(chǔ)知識，我們現(xiàn)在可以使用TensorFlow著手構(gòu)建用于醫(yī)學(xué)影像深度學(xué)習(xí)的完整應(yīng)用。我們已經(jīng)使用深度神經(jīng)網(wǎng)絡(luò)實現(xiàn)了幾個典型應(yīng)用，接下來將對其中一些進(jìn)行介紹，讓您了解現(xiàn)在可以嘗試解決哪些問題。

注：這些示例應(yīng)用學(xué)習(xí)了一些有意義的內(nèi)容，但它們是為了演示而構(gòu)建，而不是高性能的實現(xiàn)。

示例數(shù)據(jù)集

對于以下所有示例，我們均提供下載和預(yù)處理腳本。對于大多數(shù)情況（包括上面的演示），我們使用的是IXI大腦數(shù)據(jù)庫。對于影像分割，我們下載了MRBrainS13挑戰(zhàn)數(shù)據(jù)庫，您需要注冊才能下載。

多通道腦部 MR 影像的影像分割

多序列影像輸入、目標(biāo)標(biāo)簽和預(yù)測的 Tensorboard 可視化

此影像分割應(yīng)用基于小型 (N=5)MRBrainS挑戰(zhàn)數(shù)據(jù)集根據(jù)多序列 MR 影像（T1 加權(quán)、T1 反轉(zhuǎn)恢復(fù)和 T2 FLAIR）學(xué)習(xí)預(yù)測腦組織和白質(zhì)病變。它使用以殘差單位作為特征提取器的 3D U-Net 型網(wǎng)絡(luò)，并在TensorBoard中跟蹤每個標(biāo)簽的 Dice 系數(shù)精度。

有關(guān)代碼和說明，請點擊此處。

注：此處鏈接

https://github.com/DLTK/DLTK/tree/master/examples/applications/MRBrainS13_tissue_segmentation

T1 加權(quán)腦部 MR 影像的年齡回歸和性別分類

用于回歸和分類的 T1 加權(quán)腦部 MR 影像輸入示例

采用可擴展 3D ResNet 架構(gòu)的兩個類似應(yīng)用基于IXI數(shù)據(jù)庫中的 T1 加權(quán)腦部 MR 圖像學(xué)習(xí)預(yù)測受試者的年齡（回歸）或受試者的性別（分類）。這兩個應(yīng)用的主要區(qū)別在于損失函數(shù)：盡管我們訓(xùn)練回歸網(wǎng)絡(luò)將年齡預(yù)測為具有 L2 損失的連續(xù)變量（預(yù)測年齡與實際年齡之間的均方差），但我們使用分類交叉熵?fù)p失來預(yù)測性別類別。

有關(guān)這些應(yīng)用的代碼和說明，請點擊分類和回歸。

注：分類鏈接https://github.com/DLTK/DLTK/tree/master/examples/applications/IXI_HH_sex_classification_resnet

回歸鏈接

https://github.com/DLTK/DLTK/tree/master/examples/applications/IXI_HH_age_regression_resnet

3T 多通道腦部 MR 影像的表示學(xué)習(xí)

使用深度卷積自動編碼器網(wǎng)絡(luò)測試影像和重建

此處我們演示了深度卷積自動編碼器架構(gòu)（一種強大的表示學(xué)習(xí)工具）的使用方法：網(wǎng)絡(luò)將多序列 MR 影像作為輸入，旨在對其進(jìn)行重建。借此在其潛在變量中壓縮整個訓(xùn)練數(shù)據(jù)庫的信息。訓(xùn)練后的權(quán)重也可用于轉(zhuǎn)移學(xué)習(xí)或信息壓縮。請注意，重建的影像非常平滑：這可能是由于此應(yīng)用使用 L2 損失函數(shù)或網(wǎng)絡(luò)太小而無法正確編碼詳細(xì)信息。

有關(guān)代碼和說明，請點擊此處。

注：此處鏈接

https://github.com/DLTK/DLTK/tree/master/examples/applications/IXI_HH_representation_learning_cae

T1w 腦部 MR 影像的簡單影像超分辨率

影像超分辨率：原始目標(biāo)影像；下采樣輸入影像；線性上采樣影像；預(yù)測超分辨率；

單影像超分辨率旨在學(xué)習(xí)如何基于低分辨率輸入上采樣和重建高分辨率影像。這一簡單實現(xiàn)創(chuàng)建了低分辨率版本的影像，超分辨率網(wǎng)絡(luò)學(xué)習(xí)將影像上采樣為其原始分辨率（此處上采樣因子為 [4,4,4]）。此外，我們還計算線性采樣版本以顯示與重建影像的差異。

最后

我們希望本教程能夠幫助您輕松開啟生物醫(yī)學(xué)圖像深度學(xué)習(xí)的探索之旅。如果您覺得這篇教程有用，敬請分享并關(guān)注 github 上的DLTK。如果您有類似問題需要幫助，請訪問我們的gitter.io聊天室并詢問。或許有一天我們可以在DLTKmodel zoo中托管您的應(yīng)用。感謝您的閱讀！