- 相關(guān)推薦
基于人工神經(jīng)網(wǎng)絡(luò)的肺癌診斷研究
肺癌的診斷問題各國醫(yī)學界已作了一些研究，并取得了某些實際的成果。但是，由于肺癌的多種類型以及多種相關(guān)因素，使得現(xiàn)有的診斷在準確性和實用性方面都存在著相當?shù)木窒扌�，如建模�?fù)雜困難。由于對影響罹病與否的各種因子的作用機制了解得不是很清楚，如何建立診斷模型，以及如何確定新建立的模型在何種程度上與實際情況相吻合還是一個問題；容錯能力不強，適用范圍不廣；依賴于某個病例庫新建立起來的醫(yī)學模型往往具有很強的局限性，用于新的病例庫時誤差有時較大。另外，由于醫(yī)學方面的原因，我們收集到的數(shù)據(jù)有時不完整，而現(xiàn)有的研究方法所建立起的醫(yī)學模型由于容錯性差，對這些不完整的數(shù)據(jù)通常都難以處理。以非線性大規(guī)模并行分布處理為特點的人工神經(jīng)網(wǎng)絡(luò)理論突破了傳統(tǒng)的線性處理模式，以其高度的并行性，良好的容錯性和自適應(yīng)能力成為人們研究其賴以生存的非線性世界，探索和研究某些復(fù)雜大系統(tǒng)的有力工具。
原理與方法
神經(jīng)網(wǎng)絡(luò)是一個具有高度非線性的超大規(guī)模連續(xù)時間動力系統(tǒng)。是由大量的處理單元(神經(jīng)元)廣泛互連而形成的網(wǎng)絡(luò)。它是在現(xiàn)代神經(jīng)科學研究成果的基礎(chǔ)上提出的，反映了腦功能的基本特征。但它并不是人腦的真實描寫，而只是它的某種抽象、簡化與模擬。網(wǎng)絡(luò)的信息處理由神經(jīng)元之間的相互作用來實現(xiàn)；知識與信息的存儲表現(xiàn)為網(wǎng)絡(luò)元件互連間分布式的物理聯(lián)系；網(wǎng)絡(luò)的學習和計算決定于各神經(jīng)元連接權(quán)系的動態(tài)演化過程。因此神經(jīng)元構(gòu)成了網(wǎng)絡(luò)的基本運算單元。每個神經(jīng)元具有自己的閾值。每個神經(jīng)元的輸入信號是所有與其相連的神經(jīng)元的輸出信號和加權(quán)后的和。而輸出信號是其凈輸入信號的非線性函數(shù)。如果輸入信號的加權(quán)集合高于其閾值，該神經(jīng)元便被激活而輸出相應(yīng)的值。在人工神經(jīng)網(wǎng)絡(luò)中所存儲的是單元之間連接的加權(quán)值陣列。
神經(jīng)網(wǎng)絡(luò)的工作過程主要由兩個階段組成，一個階段是工作期，此時各連接權(quán)值固定，計算單元的狀態(tài)變化，以求達到穩(wěn)定狀態(tài)。另一階段是學習期(自適應(yīng)期，或設(shè)計期)，此時各計算單元狀態(tài)不變，各連接權(quán)值可修改(通過學習樣本或其他方法)，前一階段較快，各單元的狀態(tài)亦稱短期記憶(STM)，后一階段慢的多，權(quán)及連接方式亦稱長期記憶(LTM)〔1〕。
根據(jù)網(wǎng)絡(luò)的拓撲結(jié)構(gòu)和學習規(guī)則可將人工神經(jīng)網(wǎng)絡(luò)分為多種類型，如不含反饋的前向神經(jīng)網(wǎng)絡(luò)、層內(nèi)有相互結(jié)合的前向網(wǎng)絡(luò)、反饋網(wǎng)絡(luò)、相互結(jié)合型網(wǎng)絡(luò)等〔2〕。本文的人工神經(jīng)網(wǎng)絡(luò)模型是采用BP算法的多層前饋網(wǎng)絡(luò)。
該模型的特點是信號由輸入層單向傳遞到輸出層，同一層神經(jīng)元之間互不傳遞信息，每個神經(jīng)元與鄰近層所有神經(jīng)元相連，連接權(quán)用Wij表示。各神經(jīng)元的作用函數(shù)為Sigmoid函數(shù)，設(shè)神經(jīng)網(wǎng)絡(luò)輸入層的p個節(jié)點，輸出層有q個節(jié)點，k-1層的任意節(jié)點用l表示，k層的任意節(jié)點用j表示，k+1層的任意節(jié)點用l表示。Wij為k-1層的第i個神經(jīng)元與k層的第j個神經(jīng)元相連接的權(quán)值。k-1層的節(jié)點i輸出為O(k-1)i，k層節(jié)點j的輸出為：
k層節(jié)點j的輸出為：
Okj=f(netkj)
設(shè)訓練樣本為(X，Ye),X為p維向量，加到輸入層；Ye為q維向量，對應(yīng)于期望輸出；網(wǎng)絡(luò)的實際輸出Y也是q維向量。網(wǎng)絡(luò)在接受樣本對的訓練過程中，采用BP算法，其權(quán)值調(diào)整量為：
ΔWij=-ηδkjO(k-1)i
其中，對于輸出層為：
δkj=yj(1-yj)(yej-yj)
對于非輸出層為：
η為訓練步長，取0＜η＜1。
用樣本集合反復(fù)訓練網(wǎng)絡(luò)，并不斷修改權(quán)值，直到使實際輸出向量達到要求，訓練過程結(jié)束〔3〕。
上述人工神經(jīng)網(wǎng)絡(luò)可以完成多種信息處理任務(wù)，如從二進制數(shù)據(jù)中提取相關(guān)知識，完成最近鄰模式分類，實現(xiàn)數(shù)據(jù)聚集等。而本文要用的是其極強的數(shù)學逼近映射能力，即開發(fā)合適的函數(shù)f：ARn→BRn，以自組織的方式響應(yīng)以下的樣本集合：(x1,y1),(x2,y2)…，(xm,ym)，其中yi=f(xi)。這里描述的是一般的數(shù)學抽象，像識別與分類這些計算都可以抽象為這樣的一種近似數(shù)學映射。
所謂診斷，實質(zhì)上是一個分類問題。即根據(jù)候診者的癥狀，醫(yī)學檢查結(jié)果(如體溫、心跳等)等一些情況，它們可以用一向量(e1,e2,…，em)來表示，將其歸類為病人或非病人。這也可以轉(zhuǎn)化為尋找一差別函數(shù)f使得：
(1)f(e1，e2，…，em)＞ε， (e1，e2，…，em)∈T
(2)f(e1，e2，…，em)＞ε， (e1，e2，…，em)T
其中集合T表示患病。
因此，病情診斷最終也可作為一類函數(shù)的逼近問題。
而許多研究已表明，前向神經(jīng)網(wǎng)絡(luò)可作為非線性逼近的標準型。對于實數(shù)空間的任一函數(shù)，只要它滿足一定的條件，一定存在唯一的具有單一隱層的前向網(wǎng)絡(luò)作為它的最優(yōu)最佳逼近。而含有兩個隱含層的前向網(wǎng)絡(luò)可在任意的平方誤差內(nèi)逼近某一實函數(shù)〔3〕。
診斷步驟
肺癌病例數(shù)據(jù)選自1981～1994年在某醫(yī)院住院的病人，共計551例。其中486例(88%)經(jīng)病理學、細胞學診斷證實為肺癌。每一病例都包括多項數(shù)據(jù)，其中用于診斷的數(shù)據(jù)項有：病人的一般情況(如年齡、性別等)，家族史、既往史、吸煙史、術(shù)后病理、X射線檢查、CT檢查、纖維支氣管鏡檢查、PAT痰檢等多達58項。因此，原則上 58項數(shù)據(jù)應(yīng)作為神經(jīng)網(wǎng)絡(luò)的輸入項，而神經(jīng)網(wǎng)絡(luò)的輸出值就是病人是否患肺癌的結(jié)果。
1.網(wǎng)絡(luò)訓練集的確定：在最原始的551例病人數(shù)據(jù)中存在著各種各樣的差別，如性別差異(419例男性，132例女性)，診斷結(jié)果的差異(486例經(jīng)證實為肺癌)，所患肺癌種類的差異(鱗癌、小細胞癌、大細胞癌等)，患病程度上的差異(早、中晚期的不同)等等。顯然，訓練數(shù)據(jù)集應(yīng)最大限度地保證兼顧各種病例情況。經(jīng)過仔細篩選，選擇了含有460個病例的集合作為肺癌診斷用的網(wǎng)絡(luò)的訓練集。
2.神經(jīng)網(wǎng)絡(luò)輸入和輸出數(shù)據(jù)的預(yù)處理
按照人工神經(jīng)網(wǎng)絡(luò)的理論，神經(jīng)網(wǎng)絡(luò)的輸入輸出數(shù)據(jù)都應(yīng)該屬于(0，1)區(qū)間的實數(shù)，為此我們需對原始數(shù)據(jù)進行如下的規(guī)一化處理：
其中xi為原始數(shù)據(jù)項，而Max=max｛xi∶xi∈X｝，Min=min｛xi∶xi∈X｝。這里X為原始數(shù)據(jù)集。經(jīng)過(7)式變換后，yi將在(0，1)區(qū)間。因此，可作為神經(jīng)網(wǎng)絡(luò)的輸入輸出。
3.應(yīng)用神經(jīng)網(wǎng)絡(luò)進行肺癌診斷
將描述病人各種情況的數(shù)據(jù)作為前向網(wǎng)絡(luò)的輸入數(shù)據(jù)加到其輸入端，并按(1)～(6)式計算各神經(jīng)元的輸入和輸出，同時調(diào)整神經(jīng)元之間的連接權(quán)值以使網(wǎng)絡(luò)的輸出和實際的病例情況相符。即當病人確實患肺癌時網(wǎng)絡(luò)的輸出結(jié)果也恰好指示為肺癌，反之亦然。如果對所有的訓練樣本集網(wǎng)絡(luò)的輸出基本上(95%或更高)能保證與實際結(jié)果一致，則訓練過程結(jié)束。我們認為神經(jīng)網(wǎng)絡(luò)已建立起病人的各種因素與他是否是肺癌患者之間的函數(shù)映射關(guān)系。對于一個新的候診病人來說，只要將他的情況輸入到訓練好的神經(jīng)網(wǎng)絡(luò)中去，根據(jù)網(wǎng)絡(luò)的輸出結(jié)果就可以知道他是
否已患肺癌。
表1 基于不同發(fā)病因素的診斷網(wǎng)絡(luò)模型
類 型 訓練集精度 測試集精度
基于遺傳因素的診斷網(wǎng) 53.8% 46.3%
基于個人生活習慣的診斷網(wǎng) 57.1% 44.9%
基于病癥的診斷網(wǎng) 89.4% 83.3%
基于醫(yī)學檢查結(jié)果的診斷網(wǎng) 98.5% 92.6%
上述結(jié)果表明不同類型的因素應(yīng)分開來考慮。于是我們將58項輸入數(shù)據(jù)分成四類，這四類有各自的BP診斷網(wǎng)，依次稱為診斷一、診斷二、診斷三、診斷四。它們先單獨測定，然后再將它們各自的結(jié)果綜合起來得出最后的判斷。
上述四種診斷網(wǎng)絡(luò)所得結(jié)果的可靠性各不相同。其中，根據(jù)醫(yī)學檢查結(jié)果所作的診斷準確性最高，因此在最后的綜合分析中要重點考慮它的診斷結(jié)果，我們給它設(shè)一個相對最高的權(quán)值。其次，根據(jù)病人的癥狀所作的診斷往往也具有較高的準確性，因此給它的權(quán)值也較高，但比醫(yī)學檢查結(jié)果的稍低。其他兩類因素在有關(guān)肺癌的診斷中僅具參考作用，因而所設(shè)的權(quán)值相對較小。
最后的結(jié)果O為：
O=a1.O1+a2.O2+a3.O3+a4.O4
a1+a2+a3+a4=1
其中Oi，ai,i=1,2,3,4分別為各診斷網(wǎng)的輸出及其對應(yīng)的權(quán)值。
當O＞0.5時最后的診斷結(jié)果為患肺癌，反之則正常。對所有的病例數(shù)據(jù)經(jīng)上述方法的診斷結(jié)果見表2。
表2 神經(jīng)網(wǎng)絡(luò)對肺癌診斷結(jié)果分析
神經(jīng)網(wǎng)絡(luò)
診斷結(jié)果 訓練數(shù)據(jù) 測試數(shù)據(jù)
肺癌患者 非肺癌患者 肺癌患者 非肺癌患者
+ 460 2 25 3
- 0 38 1 22
其中對于訓練集，肺癌病人的正確檢出率為100%，非肺癌病人誤診率為5%。對于測試集，肺癌病人的正確檢出率為96.2%；非肺癌患者正確檢出率為88%，誤診率為12%。
討 論
1.本研究所采用的人工神經(jīng)網(wǎng)絡(luò)的肺癌診斷方法的結(jié)果較好地符合了已知數(shù)據(jù)，具有較高的準確性，特別是對于肺癌患者一般都能準確地做出診斷，有利于肺癌的早期發(fā)現(xiàn)和治療。
2.要想進一步提高該方法的準確性，應(yīng)該注意收集更多更全面的病例數(shù)據(jù)。人工神經(jīng)網(wǎng)絡(luò)主要是利用它能自動從數(shù)據(jù)集中抽取函數(shù)的關(guān)系的功能。如果我們所使用的數(shù)據(jù)越多越全面，則其中所蘊含的事物本身的規(guī)律性就越強，利用人工神經(jīng)網(wǎng)絡(luò)從中所抽取的函數(shù)關(guān)系就越具有普遍性，因而就更準確。
3.實現(xiàn)對肺癌的診斷的關(guān)鍵在于準確找到罹患肺癌的判定函數(shù)，可利用前向網(wǎng)絡(luò)的函數(shù)逼近功能來實現(xiàn)。但是這里涉及到兩個問題。首先，由于差別函數(shù)和預(yù)測率函數(shù)都是利用人工神經(jīng)網(wǎng)絡(luò)從已知的病例數(shù)據(jù)集中抽取出來的，它實際反映的是這些數(shù)據(jù)集中輸入輸出對的映射關(guān)系。因此要想保證診斷具有較高的準確性，就應(yīng)該使用來建立函數(shù)關(guān)系的這些數(shù)據(jù)集(稱訓練集)具有充分的代表性，即這些數(shù)據(jù)應(yīng)基本蘊含肺癌診斷的醫(yī)學原理。這就涉及到如何選擇網(wǎng)絡(luò)合理的訓練集及關(guān)鍵的輸入項。另一個問題涉及到神經(jīng)網(wǎng)絡(luò)本身的要求，即網(wǎng)絡(luò)的輸入輸出數(shù)據(jù)值都應(yīng)在區(qū)間(0，1)中。這可以通過數(shù)據(jù)的編碼和歸一化來實現(xiàn)。
4.由于某些原因有些病人的病例數(shù)據(jù)不完整，約占總病例數(shù)據(jù)的10%左右。顯然，如果按照傳統(tǒng)的方法來建立肺癌病人的診斷模型〔4〕，這些有缺項的數(shù)據(jù)是不太好處理的，但是由于人工神經(jīng)網(wǎng)絡(luò)有較強的容錯性，輸入數(shù)據(jù)在某些項上的錯誤對網(wǎng)絡(luò)最終結(jié)果的正確性影響不大。
參考文獻
1.焦李成.神經(jīng)網(wǎng)絡(luò)系統(tǒng)理論.第1版.西安：西安電子科技大學出版社，1995，3
2.Wang Zhenni,Tham Ming T,Morris A.Multilayer Feedforward Neural Networks:A Canonical form Approximation of Nonlinearity,Int J.Control,1992,56(3):655～672.
3.莊鎮(zhèn)泉,等.神經(jīng)網(wǎng)絡(luò)與神經(jīng)計算機.北京：科學出版社，1992.
4.郭海強，等.肺癌診斷模型的研究.中國衛(wèi)生統(tǒng)計，1997，14(5)：11
【基于人工神經(jīng)網(wǎng)絡(luò)的肺癌診斷研究】相關(guān)文章：
基于神經(jīng)網(wǎng)絡(luò)ZISC的模式識別系統(tǒng)08-06
閱讀診斷與矯治教學的初步研究08-17
基于DSP的汽車減震彈簧故障診斷儀的設(shè)計08-06
基于耦合度的分布問題研究08-06
基于MATLAB的數(shù)字水印技術(shù)研究08-06
基于電子商務(wù)的組織創(chuàng)新研究08-05
基于耦合度的分布問題研究08-06