一种基于深度学习自动预测阿尔茨海默症的方法和系统

1.本发明涉及图像处理技术领域，更具体地，涉及一种基于深度学习自动预测阿尔茨海默症的方法和系统。


背景技术：

2.阿尔茨海默(ad)是一种进行性发展的神经系统退行性疾病，临床上表现为认知功能下降、精神症状和行为障碍、日常生活能力的逐渐下降，该病起病缓慢，无法判断从何时开始发病。随着年龄的增长，老年人患病概率增加，每年的死亡人数也在增加，严重影响了老年人的健康及正常的家庭生活。阿尔茨海默具有不可逆性，发病后只能依靠药物缓解症状，无法改变患者的发病过程。由于发病因素涉及很多方面，不能单纯的药物治疗，因此在尽可能早的阶段进行筛查和诊断很有必要，以便在进一步认知损伤发生之前采取适当的干预措施。轻度认知障碍(mci)是痴呆的早期阶段，病人在一个或多个领域出现认知功能下降，但保持独立的日常生活能力，尚未达到痴呆的标准。mci可以分为稳定型认知障碍(smci)和进展型认知障碍(pmci)，smci的认知状态会保持稳定，而pmci的认知状态会逐渐衰退，从而进展为阿尔茨海默疾病。因此在mci阶段将病人分类，有助于早期的干预和治疗。
3.目前，采用深度学习解决医学图像问题也成为研究热点。深度学习可以自动学习任务与特征之间存在的关系，不需要人工提取特征，从而提高了不同类别的识别效果。近年来，深度学习在图像分类方面展现出优异的性能，深度学习也开始运用到医学图像领域，深度学习模型包括循环神经网络(rnn)、卷积神经网络(cnn)、深度信念网络(dbn)和堆叠自编码器(sae)等。kanghan等人基于卷积自动编码器(cae)的无监督学习ad和nc的分类，并迁移学习用于pmci和smci的分类，提出了端到端的概念用于分类，并提出了数据增强和正则化，将基于梯度反向传播的可视化技术运用到已学习的模型。有研究提出了完全堆叠双向长期短期记忆fsbi-lstm，同时分析mri和pet数据，长短时记忆lstm可以解决梯度爆炸或者梯度消失的问题。将mri和pet输入3dcnn提取特征，利用fsbi-lstm代替传统的全连接层来提取高层次的语义和空间信息，fsbi-lstm可以从特征图中获取空间和语义信息。
4.经分析，在现有技术中，传统的机器学习方法一般是通过人工方式从医学图像中提取特征，再使用分类器分类，这种方法依赖先验知识来提取特征，对数据集需要进行深度分析，费时费力。基于体素的特征提取方法在处理3d的数据时，虽然考虑到了全局信息，但需要大量的算力和计算成本。基于区域的提取方法将特征聚焦在指定的区域，减少了对整幅图片的计算量，但是也不可避免地忽略了全局的结构信息。总之，传统的机器学习在处理特定简单的任务时，人工提取特征会简单有效，但是泛化性差，只适用于特定的任务。而目前使用深度学习自动提取特征的方案，在深度学习的卷积和池化过程中，不同通道所提取的特征赋予了同样的权重，但在实际的问题中，不同的特征在分类效果上的重要性应该是不同的。
layers-过渡层。
具体实施方式
20.现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
21.以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。
22.对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
23.在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。
24.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
25.本发明提出自动预测阿尔茨海默疾病的深度学习框架，参见图1所示，该框架主要包括深度学习模型、协调注意力模型(ca，coordinate attention)以及激励与挤压注意力模型(se，squeeze-and-excitation)。以下以基于mri数据作为目标图像为例进行说明，但应理解的是，本发明同样适用于其他类型的医学图像，例如pet和csf等，但是pet检查昂贵，而csf是一种有创的检查方式。
26.在下文中，将分别具体说明深度学习模型、激励与挤压注意力模型(或称激励与挤压注意力模块)、协调注意力模型(或称协调注意力模块)。
27.1)、深度学习模型
28.深度学习模型可采用多种类型，例如卷积神经网络或深度信念网络等。考虑到在深度学习网络中，随着网络层数的不断加深，输入信息和梯度信息在进行传递时会使得梯度消失的问题越来越严重，在一个优选实施例中，采用密集卷积网络(densenet)来解决这个问题，以保证网络中层与层之间能够进行最大程度的信息传输，直接将之前的所有层进行拼接，密集卷积网络结构如图2所示。
29.密集连接的方式相当于每一层直接连接输入和损失，因此可以减轻梯度消失问题，使网络能够构建的越来越深。通过这种连接方式，使特征和梯度的传递更加有效，每一层都可以利用最开始输入的信息，有助于网络的训练。此外，密集卷积网络还加强了特征的传递，更有效的利用了特征，同时在一定程度上减少了参数量
30.2)、激励与挤压注意力模型
31.结合图1所示，卷积的目的是在局部的感受野上将空间上的信息和特征维度上的信息进行聚合，卷积神经网络经过一系列的卷积层、非线性层和下采样层构成，使得网络能够从全局的感受野上去捕获信息。卷积的操作默认为对输入的特征图的所有通道进行融合，se模型将注意力聚焦到通道间的关系，可以自动学习到不同通道特征的重要程度。
32.参见图3所示，se模型首先对得到的特征图片进行挤压操作，得到通道的全局特征，再对全局特征进行激励操作，学习各个通道间的关系，获取不同通道的权重，最后在原来的特征图上赋予权重。这种注意力机制可以让模型更加关注信息量最大的通道特征，将
重要的特征增强，抑制不重要的通道特征。se模型也可以很方便的集成到现有的网络中，能够以很小的代价提升网络的性能。应理解的是，其中涉及的激励操作或激活操作除采用sigmoid函数外，也可采用其他的非线性处理函数。
33.3)、协调注意力模型
34.目前se模型只考虑了内部通道信息而忽略了位置信息的重要性，但是在视觉中目标的空间结构非常重要，ca模型通过将位置信息加入到通道注意力，使得网络在获得更大的区域信息的同时避免大的开销。为了避免全局池化引起的位置信息损失，ca模型分别从水平和垂直方向进行平均池化，提取特征来高效地整合空间坐标信息。
35.参见图4所示，ca模型从垂直和水平方向分别提取两个单独的位置感知，将具有特定方向的信息的特征图分别编码，将获取的空间信息通过在通道上加权的方式融合。ca模型同时考虑了通道和位置信息，不仅能捕获跨通道的信息，还包含了位置和方向的敏感信息，该模型灵活且轻量，很容易插入到现有网络中。
36.相应地，本发明还提供一种基于深度学习自动预测阿尔茨海默症的系统，用于实现上述方法的一个方面或多个方面。例如，该系统包括：图像获取单元，其用于获取待检测的目标图像；预测单元，其用于将所述目标图像输入到经训练的深度学习框架，获得阿尔茨海默症的预测分类结果，其中深度学习框架依次包括协调注意力模型、深度学习模型、激励与挤压注意力模型，所述协调注意力模型对输入特征图从不同方向上分别提取单独的位置感知，将获取的空间信息在通道上加权后与输入特征图融合，获得第一特征图；所述深度学习模型以第一特征图作为输入，提取第二特征图；所述激励与挤压注意力模型对第二特征图进行挤压操作，得到通道的全局特征，并对全局特征进行激励操作，获取不同通道的权重。其中涉及的各单元可采用专用硬件、处理器或fpga实现。
37.综上，本发明将两种注意力机制与densenet相结合，注意力机制是根据大脑处理视觉信号的机制，对不同图片寻找重点，并关注与目标任务有关的区域。densenet的密集连接具有很强的正则化效果，可以减少较小训练集上的过度拟合。se从特征通道的角度，通过学习的方式自动获取每个通道的重要程度，增强了对重要信息的提取能力。ca从两个空间方向聚合特征，将位置信息嵌入到通道注意力中，不仅能获得通道信息，还能获取方向和位置信息。
38.综上所述，本发明采用密集卷积网络作为主框架，在网络中集合了两个注意力模型，首先结合通道和位置信息来学习特征的重要程度，然后依照重要程度去增强有用的特征并且抑制对当前任务不太重要的特征。对于所提出的注意力模型，将具有通道和位置信息的协调注意力模型设置在网络的前面来获取更多的特征信息，而将只有通道信息的激励与挤压注意力模型设置在网络的结尾位置，经过网络的不断下采样后，最后的输出图片维度较小，能够提供的位置信息量也较少，此时选择se模型会更有利于提升分类识别的效率和准确性。总之，本发明在现有深度学习的网络框架上增加注意力机制，通过损失函数学习特征权重，能够获得特征位置和通道之间的相互依赖关系，将特征进行重新标定。注意力模块灵活且轻便，能够很容易的嵌入到现有的网络模型中去，并且注意力嵌入对模型的参数和计算量的增长微乎其微，对网络的性能也有所提高。
39.本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
40.计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd-rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
41.这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
42.用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如smalltalk、c 、python等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。
43.这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
44.这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
45.也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它
设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
46.附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
47.以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。