黃文博
骨肉瘤是原發性惡性腫瘤中發病率最高的腫瘤,生長迅速,易發生肺部轉移。全世界的發病率約在4/100萬人口/年,致死率及致殘率極高,以青少年發病者居多,早期發現和及時治療可以提高該病的生存率。骨肉瘤的診斷一般由醫生根據核磁共振成像結果憑經驗進行判斷。但是骨肉瘤的發生、發展、轉歸或惡化是一個動態變化的過程,在此過程中由于病人個體的遺傳、年齡、性別、體質、心理及生活狀況和處理經過等不同,往往表現出很大的差異和隨機性。典型的骨肉瘤診斷比較容易判斷,不典型的骨肉瘤病癥容易被誤診為骨化性肌炎或其他骨惡性腫瘤,醫生容易存在主觀的臆斷。如何利用計算機輔助診斷技術提高對骨肉瘤的診斷變得尤為重要。我們提出利用貝葉斯分類器對骨肉瘤MRI成像進行診斷的方法。該方法將患者的骨肉瘤病灶MRI成像的紋理、顏色、粗糙度等特征進行提取,通過貝葉斯分類器對病灶進行自動分析、識別,來精確判斷骨肉瘤的良惡性及腫瘤范圍,從而幫助醫生提高診斷的敏感性和特異性。
貝葉斯分類器的分類原理是通過某對象的先驗概率,利用貝葉斯公式計算出其后驗概率,即該對象屬于某一類的概率,選擇具有最大后驗概率的類作為該對象所屬的類。貝葉斯網絡中包含類節點C,其中C的取值來自于類集合(c1,c2,…,cm),另外還包括節點 X=(X1,X2,…,Xn),節點表示分類的特征。如果有一組待分類的樣本D,其分類特征值為x=(x1,x2,…,xn),則樣本 D屬于類別 Ci的概率P(C=ci|X1=x1,X2=x2,…,Xn=xn),(i=1,2,…,m)應滿足下式:
而由貝葉斯公式
其中P(C=ci)由專家的經驗給出,而P(X=x|C=ci)和P(X=x)的計算較為困難[1]。
目前研究較多的貝葉斯分類器主要有四種,分別是樸素貝葉斯分類器(Naive Bayes)、TAN分類器(Tree Augmented Naive Bayes)、BAN分類器(BN Augmented Naive Bayes)和GBN分類器(General Bayesian Network)。樸素貝葉斯分類器如圖1所示,系為了簡化計算,假定各特征變量x是相對獨立的。雖然條件獨立的假設不能滿足許多應用領域的需求,但對于規模較小的數據集而言,樸素貝葉斯分類器還是可以得到較好的分類精度;TAN分類器如圖2所示,系對樸素貝葉斯分類器進行了擴展,允許各特征變量x所對應的節點構成樹;BAN分類器如圖3所示,系對TAN分類器進行了擴展,允許各特征變量x所對應的節點構成圖;GBN分類器如圖4所示,系無拘束的貝葉斯分類器,將根節點作為一個普通節點[1]。
圖1 樸素貝葉斯分類器
圖2 TAN分類器
圖3 BAN分類器
圖4 GBN分類器
(1)實驗環境:實驗使用的操作系統環境為Windows 7,硬件環境為臺式機,CPU為Intel酷睿2四核Q8300,主頻為2.5GHz;4G內存。軟件環境為OpenCV 2.4、C++。(2)實驗數據:數據集來自長春市某三甲醫院近三年已經過手術病理確診的骨肉瘤MRI成像樣本64例(其中良性15例,惡性49例,208幅成像)。另外,我們選擇訓練樣本25例(其中良性5例,惡性20例,98幅成像)。骨肉瘤MRI成像信號與骨肉瘤的成分有關。瘤骨的數量與腫瘤信號成反比?;脊窃赥1WI呈略低~等信號,與好信號髓腔差異顯著,T2WI表現多樣,成骨性腫瘤以低~等信號較多,溶骨性腫瘤以等~高信號較多[2]。(3)實驗方法:在骨肉瘤MRI成像的基礎上利用四種貝葉斯分類器對骨肉瘤的良惡性及腫瘤范圍進行判斷。(4)實驗結論:得出最適合骨肉瘤MRI成像分類的貝葉斯分類器。
表1 四種貝葉斯分類器對骨肉瘤良惡性的分類結果的比較
四種貝葉斯分類器對骨肉瘤良惡性的分類結果的比較如表1所示。針對于骨肉瘤病癥MRI成像數據集規模較小,樸素貝葉斯分類器和TAN分類器分類的結果較好,并且當數據集屬性間的關聯性較弱時,樸素貝葉斯分類器的分類精度要高于TAN分類器。這說明樸素貝葉斯分類器的特征變量獨立性假設不能滿足許多應用領域的需求,但在數據集較小的情況下其分類精度較好。BAN分類器和GBN分類器適用于規模較大并且屬性間關聯性較強的數據集。
另外,我們邀請兩位影像學醫師對四種貝葉斯分類器對骨肉瘤MRI成像基本病變的分類結果進行評分[3],滿分為5分,如兩位醫師評分結果相差1分,則需要重新評分。評分結果證明樸素貝葉斯分類器相對其他三種貝葉斯分類器更適合骨肉瘤MRI成像的分類(表2)。
表2 四種貝葉斯分類器對骨肉瘤MRI成像基本病變的分類結果的評分
本文在骨肉瘤MRI成像的基礎上利用四種貝葉斯分類器對骨肉瘤的良惡性及腫瘤范圍進行判斷,可以有效地幫助醫生提高診斷的敏感性和特異性。實驗證明,四種貝葉斯分類器均較好地對骨肉瘤MRI成像進行分類,都達到了較為理想的分類結果,其中樸素貝葉斯分類器針對骨肉瘤MRI成像的分類效果最好。
[1]鄧鞋,付長賀.四種貝葉斯分類器及其比較[J].沈陽師范大學學報:自然科學版,2008,26(1):31-33.
[2]韓月東,徐朝霞,張學昕,等.骨肉瘤50例病理基礎與MRI表現[J].第四軍醫大學學報,2002,23(2):167-169.
[3]趙國庫,趙繪萍,劉安,等.MRI評價骨肉瘤的初步研究[J].中國現代醫學雜志,2006,16(12):1893-1895.