بخشی از مقاله
چکیده
آسیب چندگانه اسکلروسیس - MS - ، نوعی اختلال مزمن التهابی اغلب پیشرونده سیستم اعصاب مرکزی است که با از بین رفتن غلاف میلین در مناطقی از اعصاب مغزی به صورت پلاکهایی مشخص شده و باعث اختلال در انتقال پیام های عصبی می شود. بخش بندی خودکار آسیب های مغزی ناشی از بیماری MS در تصاویر تشدید مغناطیسی در سال های اخیر با هدف تشخیص و پیگیری بیماران مبتلا بصورت گسترده مورد بررسی قرار گرفته است. با این وجود عملکرد بسیاری از الگوریتم های ارائه شده بسیار پایین تر از انتظارات متخصصان می باشد. در این مقاله، هدف بخشبندی خودکار ضایعات این بیماری با روشی جدید بر پایه تنظیم دقیق مدل شبکه عصبی کانولوشنی میباشد. در این شبکه، از ضرایب کرنل های بدست آمده از یک شبکه کانولوشنی آموزش دیده به منظور بخشبندی تومور در تصاویر تشدید مغناطیسی مغزی استفاده شده است. شبکه جدید با اضافه کردن لایه خودرمز کننده به انتهای برش خورده شبکه پیشین، ایجاد شده و توسط آموزش بخش اضافه شده، با دادههای مربوط به ضایعات MS انطباق پیدا میکند. نتایج حاصل بیانگر کارایی و دقت کلی قابل قبول این روش میباشد.
کلید واژه- تصاویر تشدید مغناطیسی مغزی، اسکلروسیس چندگانه - MS - ، بخشبندی خودکار تصاویر، شبکه عصبی کانولوشنی.
-1 مقدمه
بیماری MS یا اسکلروسیس چندگانه، نوعی اختلال مزمن التهابی اغلب پیشرونده سیستم اعصاب مرکزی است که با از بین رفتن غلاف میلین در مناطقی از اعصاب مغزی به صورت پلاکهایی مشخص شده و باعث اختلال در انتقال پیام های عصبی می شود. غلاف میلین، که یکی از ارکان اصلی انتقال تحریکات در سیستم اعصاب مرکزی می باشد، رشتههای عصبی را پوشانده و از آن ها در برابر آسیب محافظت می نماید. این بیماری نوعی اختلال خودایمنی در سیستم اعصاب مرکزی است که به واسطه پلاکهای پراکنده در ماده سفید مغز، در اطراف بطنها و در نخاع مشخص میشود. تاثیر دقت در کارآیی درمان پلاک MS ، لزوم استفاده از روشهای تشخیصی دقیقتر و بخشبندیهایی با صحت بالاتر را روشن می سازد.
در درمانها و تشخیصهای پزشکی اطلاعاتی از جمله، مکان، حجم، تعداد و تغییرات زمانی این پلاکها بسیار مهم و ضروری میباشند. بنابراین ارائه روشهای بخشبندی کارآمد در تشخیص و بررسی این پارامترها نقش بسزایی دارد.در روشهای با نظارت بخشبندی ضایعات MS ، اکثر استراتژی ها ذکر شده متکی بر فرایند آموزش، با استفاده از ویژگی های استخراج شده از تصاویر تشدید مغناطیسی بخشبندی شده به صورت دستی، انجام شده است. گلدبرگ و همکاران [1] ، جهت انتخاب نواحی روشن تر تصویر از آستانه گذاری محلی استفاده کرده اند. سپس، ضایعات توسط جستجوکننده کانتور بسته و با استفاده از خواص مختلف مورفولوژیکال مانند ناحیه، محیط، و شکل، بخشبندی شده است.
برای بخشبندی، یک شبکه عصبی مصنوعی آموزش یافته و جهت طبقه بندی نواحی استفاده شده است. سرازا و همکاران [2] یک روش خودکار بر پایه الگوریتم ژنتیک و شبکه های عصبی سلولی ارائه دادند. این روش بطور خاص به دنبال شناسایی بخشهایی از مغز که تحت تاثیر ضایعات MS قرار گرفته اند و مقادیر شدت روشنایی بالایی دارند میباشد.در طول چند سال گذشته، محققان نشان دادهاند که بیان اسپارسی تصاویر طبیعی به عنوان ترکیب خطی از چند عنصر از یک دیکشنری کامل، به نتایج امیدوار کنندهای در حذف نویز تصویر و طبقه بندی منجر شده است. دشپنده و همکاران [3] یک روش برای طبقه بندی ضایعات MS مبتنی بر یادگیری دیکشنری و بیان اسپارسی، معرفی کرده اند. دیکشنری های آموزشی مختص بافت، به جای استفاده از تنها یک دیکشنری برای کلاس غیر ضایعات، بهبود قابل توجهی در طبقهبندی ضایعات ایجاد کرده است.
در [4] یک روش آماری خودکار برای بخشبندی ضایعات MS در تصاویر تشدید مغناطیسی توصیف شده است. این روش مناطق داخل مغز که تحت تاثیر تومور قرار گرفته اند را تشخیص و بخشبندی میکند. این روش به دو فاز استخراج جمجمه وبخشبندی ضایعات MS تقسیم میشود. بدین صورت که با آستانه گذاری بهینه این دو کلاس با استفاده از خاصیت آماری واریانس تصاویر تشدید مغناطیسی با الگوریتم Otsu پیش زمینه و پس زمینه جداسازی میشوند. در نهایت تصویر بدست آمده با استفاده از سطوح روشنایی و روش قطعات متصل به چندین دسته تقسیم شده که با توجه به باینری بودن خروجی، بخش های حاوی تومور قابل جداسازی و بخشبندی میباشند. هارون و همکاران [5] برای مقابله با مشکلات بخشبندی ضایعات MS، مدلی مفهومی بر اساس آموزش کلان شبکه های عصبی به منظور مشخص کردن موارد نامعمول در تصاویر پزشکی ارائه کردند.
مدل ارائه شده از سه فاز اصلی پیش پردازش، بخشبندی، و کاهش خطای مثبت/منفی تشکیل میگردد. در [6] برای حل مسئله بخشبندی تومور مغزی از روش تکه تکه کردن محوری تصویر استفاده شده است. یک تصویر دو بعدی - تکه ای از تصویر اصلی - به عنوان ورودی که در آن هر پیکسل با کانال های متعدد مرتبط بوده که هر یک مربوط به یک قید متفاوت از تصویر است. ویژگی های لایه کانولوشنال CNN با استفاده از یک دسته کرنل های کانوالو شده روی همان تصویر به دنبال گذر از یک تابع غیرخطی دلخواه مثل سیگموئید مدل شده اند. نتایج کانولوشن هر کرنل به نقشه ویژگی ها ارجاع داده میشود. اندازه کرنل ها کاملا پارامتری بوده و باید توسط کاربر تعیین شود. با این وجود کرنل خود در طول پروسه آموزش، یادگیری را انجام میدهد. با بکارگیری انواع مختلف نقشه های ویژگی به عنوان کانالها، نتایج خروجی لایه کانولوشنال می توانند دوباره به عنوان یک تصویر معنیدار گردند.
در [7] یک روش جدید بخشبندی تصاویر پزشکی بر پایه شبکه های عصبی ارائه شده است. در ابتدا یک شبکه به نام شبکه نقشه خود سازمانده اصلاح شده میانگین متحرک - MA-SOM - برای بخشبندی تصاویر پزشکی استفاده شده است. پس از بخشبندی اولیه یک پردازش ادغام به منظور اتصال اشیاء یک خوشه به هم انجام می شود. یک تبدیل موجک دو بعدی نیز برای ایجاد فضای ویژگی در ورودی شبکه استفاده شده است. لی و همکاران در [8] رویکردی برپایه شبکه های کدگذاری کانولوشنی به منظور بخشبندی ضایعات بیماری MS پیشنهاد کردند. این مدل دارای یک شبکه عصبی با هردو لایه کانولوشنال و دیکانولوشنال میباشد که استخراج ویژگی و بخشبندی تصویر را در یک مدل ترکیب می کند. در تضاد با رویکردهای موجود در یادگیری خودکار ویژگی ها، که عموما بر اساس انتخاب تکه ای تصویر است، این مدل ویژگی ها را از تصویر دست نخورده - کل تصویر - یاد میگیرد که بخش انتخاب تکه را حذف کرده، محاسبات همپوشانه تکه ها را درهمسایگی کاهش داده و باعث سرعت گرفتن پروسه آموزش می گردد.
بعلاوه این شبکه از تابع عملگر نوینی استفاده میکند که برای بخشبندی کلاسهای کم - مانند - MS بسیار خوب عمل می کند.در سالهای اخیر و پس از موفقیت چشمگیر شبکههای عصبی عمیق در کاربردهای بینایی ماشین، بسیاری از محققین حوزه پردازش سیگنالهای پزشکی نیز برای تحلیل داده های خود به سراغ این روشها رفتند. ما نیز سعی در ارایه روشی کارا برای تشخیص ضایعات بیماری MS در تصاویر تشدید مغناطیسی داریم. در این مقاله از ضرایب کرنل های بدست آمده از یک شبکه کانولوشنی آموزش دیده به منظور بخشبندی تومور در تصاویر رزونانس مغناطیس مغزی استفاده میشود. شبکه جدید با اضافه کردن لایه خودرمز کننده به انتهای برش خورده شبکه اصلی، ایجاد شده که توسط آموزش بخش اضافه شده، با داده های مربوط به ضایعات MS انطباق پیدا میکند. در بخش بعدی به شرح روش پیشنهادی میپردازیم. پس از آن نتایج شبکه پیشنهادی بر پایگاه داده تصاویر تشدید مغناطیسی مغزی در بخش چهارم ارائه گردیده و در انتها به بحث و نتیجه گیری پرداخته شده است.
-2 روش پیشنهادی
روشهای معمول بخشبندی ضایعات بیماری MS در تصاویر تشدید مغناطیسی به استخراج ویژگیهای از پیش تعیین شده توسط متخصصین نیازمند میباشند. این در حالیست که خصیصههایی که ضایعات را از سایر بافتها در اینگونه تصاویر جداسازی میکنند بطور کامل شناسایی نشده و همین امر باعث کاهش صحت و کیفیت بخشبندی در آنها خواهد شد. بکارگیری روشی که در آن نیاز به دانش قبلی درمورد ویژگی های بافت مورد نظر در تصاویر پزشکی نباشد، می تواند به نتایج بهتری منجر شود. استفاده از روش جدید شبکه های عصبی کانولوشنال مزیتهایی به دنبال دارد و به این دلیل است که معماری های شبکههای عصبی کانولوشن بصورت صریح فرض میکنند که ورودی های آنها تصاویر هستند. با این فرض میتوانیم ویژگیهای مشخصی را درون معماری تعبیه کنیم.
-1-2 ساختار شبکه عصبی کانولوشن
شبکه های عصبی کانولوشنی، دنباله ای از لایه های کانولوشن و ادغام می باشند که معمولا به چند لایه تمام اتصال ختم می شوند. لایه ورودی یک تصویر با ابعاد m×m×r است که m طول و عرض تصویر و r کانالهای رنگی تصویر است که برای یک تصویر رنگی مقدار آن 3 است. البته این ورودی میتواند هر نوع داده دیگری بهطور مثال سه فریم از یک ویدیو نیز باشد. یکلایه کانولوشن k فیلتر دارد که اندازه هر فیلتر n×n×q است که n کوچکتر از ابعاد تصویر است و q نیز میتواند بهاندازه r یا کمتر باشد. اعمال هر فیلتر یک نقشه ویژگی میسازد که میتوان بعدازآن یکلایه ادغام با اندازه p×p اعمال کرد. شکل 1 ساختار کلی شبکه عصبی کانولوشن را نشان میدهد. لایه اول لایه کانولوشن است که فیلترهای مختلف را شامل شده و لایه بعدی لایه ادغام را نشان میدهد. این ساختار قابل تکرار بوده و تا جایی که به یک بردار ویژگی منتهی گردد، ادامه مییابد. بعد از لایه ادغام آخر میتواند تعدادی لایه تمام متصل نیز وجود داشته باشد.شبکههای عصبی کانولوشنی تاکنون در بخشبندی تصاویر و ویدیوهای غیرپزشکی به موفقیت خوبی رسیدهاند، اما برای استفاده در کاربردهای پزشکی چند چالش اساسی وجود دارد:
-1 سادهترین شبکه عصبی دارای هزاران پارامتر بوده که باید آموزش ببینند. بنابراین برای آموزش مناسب این حجم از پارامترها تعداد بسیار زیادی داده آموزشی نیاز است . این در حالیست که ما با تعداد محدودی نمونه آموزشی روبرو هستیم. بنابراین آموزش کامل شبکه کانولوشنی امکان پذیر نیست.
-2 پیچیدگی زمانی این شبکهها به خصوص هنگامی که تصویر را به صورت تکه تکه تحلیل کنیم بسیار بالا است.
-3 یادگیری این شبکهها بسیار وقتگیر است.با توجه به چالشهای مطرح شده، آموزش و استفاده از یک شبکهکاملاً جدید، منطقی به نظر نمیرسد. در [9] محققان اثبات کردهاند که استفاده از شبکه های آموزش دیده روی تصاویر مرتبط و تنظیم آنها برای کاربرد مدنظر با نتایج بهتری همراه خواهد بود.از دیدگاه یادگیری ماشین، مساله تطبیق یک مدل با کاربرد جدید به عنوان انتقال یادگیری مطرح میشود. در میان پژوهشهای اخیر محققان این حوزه، نزدیکترین تحقیق، شبکه کانولوشنال عمیقی است که تصاویر را در چهار کانال متفاوت گرفته و آنها را به پنج کلاس مجزا بخشبندی میکند .[10] این شبکه به صورت کامل روی مجموعه داده BRATS آموزش دیده است. بنابراین هر چند این شبکه برای وظیفه دیگری تعلیم یافته،اما با وِیژگیهای تصاویر تشدید مغناطیسی مغزی به خوبی آشنا است.
بنابراین، همانند ایدهای که در [11] مطرح شده است، وظیفه دسته بندی 5 کلاسه این مساله را به کاربرد مد نظر خودمان منتقل کردیم. به منظور درک بهتر کار ابتدا شبکه LGG که در [10] معرفی شده است، بررسی می کنیم. شکل 2، ساختار شبکه ارائه شده را نشان میدهد.برای آموزش این شبکه تصاویر تشدید مغناطیسی به تکههای 33×33 تقسیم شدهاند و شبکه، با استفاده از این تکه ها آموزش دیده است. این تکه ها در چهارکانال T1,T1C,T2 و FLAIR به عنوان ورودی به شبکه داده شده است. سپس کرنل های 3×3 به عنوان اولین لایه کانولوشنال شبکه روی ورودی اعمال شده، سپس یک لایه عملگر ادغام 3×3 بکار گرفته شده است. در ادامه این شبکه نیز چند لایه کانولوشنال وجود دارد که به صورت مشابه اعمال میشوند.
درنهایت شبکه به دو لایه تماماً متصل با اندازه تعداد نرون برابر با 256 ختم شده است که این 256 ویژگی به لایه دستهبند که دارای 5 کلاس است متصل هستند - جزییات بیشتر در جدول 1 فراهم شده است - .وزنهای این شبکه میتواند برای هدف پژوهش ما مورد استفاده قرار بگیرید؛ اما با توجه به محدودیت داده زیادی که ما داریم تنظیم دقیق پارامترهای شبکه عملا منطقی نیست. از اینرو در اینجا به این گونه عمل شده است که لایه دسته بند و لایه تمام اتصال انتهایی شبکه حذف شده است، این شبکه به ازای هر ورودی 256 ویژگی در خروجی می دهد.
اکنون می توان به این شبکه به عنوان یک استخراج کننده وِیژگی از روی داده های تصاویر تشدید مغناطیسی نگریست و
