本發(fā)明涉及肺結(jié)節(jié)良惡性識別方法，具體提供一種基于改進(jìn)的海鷗優(yōu)化算法的肺結(jié)節(jié)良惡性識別方法，屬于疾病診斷中的肺癌早篩領(lǐng)域。

背景技術(shù)：

0、技術(shù)背景

1、肺結(jié)節(jié)是肺癌的早期階段表現(xiàn)。軍隊(duì)人員由于長期處于特殊的工作環(huán)境(如接觸有害物質(zhì)、塵埃、煙霧等)、高壓力狀態(tài)以及可能存在的吸煙率較高現(xiàn)象，使得軍人成為肺癌的潛在高危群體。軍事醫(yī)療機(jī)構(gòu)將肺癌早期篩查納入常規(guī)體檢項(xiàng)目，可對服役和退役軍人群體進(jìn)行有針對性的篩查，及時(shí)發(fā)現(xiàn)肺結(jié)節(jié)。肺結(jié)節(jié)按密度分類，可分為實(shí)性肺結(jié)節(jié)和亞實(shí)性肺結(jié)節(jié)，亞實(shí)性肺結(jié)節(jié)又可分為部分實(shí)性結(jié)節(jié)和純磨玻璃結(jié)節(jié)。肺結(jié)節(jié)按大小分類，直徑小于5mm的定義為微小結(jié)節(jié)，5mm到10mm的為小結(jié)節(jié)。隨著肺結(jié)節(jié)體積增大，其惡性概率也隨之增大。大多數(shù)惡性肺結(jié)節(jié)的形態(tài)為圓形或類圓形，與惡性實(shí)性結(jié)節(jié)相比，惡性亞實(shí)性結(jié)節(jié)出現(xiàn)不規(guī)則形態(tài)的比例較高。放射科醫(yī)生逐片檢查ct圖像，并遵循行業(yè)指南，如中國肺結(jié)節(jié)病診斷和治療專家共識，來評估結(jié)節(jié)發(fā)生惡性腫瘤的可能性。然而，現(xiàn)有的復(fù)雜多變量診斷標(biāo)準(zhǔn)以及良性和惡性結(jié)節(jié)病例之間的相似特征使得即使是經(jīng)驗(yàn)豐富的放射科醫(yī)生也很難區(qū)分它們。將高風(fēng)險(xiǎn)結(jié)節(jié)分類為低風(fēng)險(xiǎn)會導(dǎo)致癌癥診斷延遲，但過度檢查低風(fēng)險(xiǎn)結(jié)節(jié)會使患者面臨不必要的損耗。因此，精準(zhǔn)肺結(jié)節(jié)良惡性識別具有強(qiáng)烈的臨床需求。

2、計(jì)算機(jī)輔助診斷系統(tǒng)解讀肺部ct圖像可以幫助放射科醫(yī)生更高效、更準(zhǔn)確地實(shí)現(xiàn)肺結(jié)節(jié)準(zhǔn)確診斷。計(jì)算機(jī)輔助診斷系統(tǒng)從肺結(jié)節(jié)中提取特征，以訓(xùn)練放射組學(xué)模型來自動(dòng)分類結(jié)節(jié)。每幅ct圖像切片都有描述其屬性的紋理、形狀、顏色等特征。但是，ct圖像的全局放射組學(xué)特征是冗余的，這會使計(jì)算機(jī)輔助診斷模型出現(xiàn)訓(xùn)練時(shí)間長和性能差等問題。為解決特征冗余的問題，需要在特征提取之后進(jìn)行特征選擇。通過特征選擇識別出一組最優(yōu)的特征集合，以實(shí)現(xiàn)更好的精度，從而減少計(jì)算時(shí)間和優(yōu)化內(nèi)存。海鷗優(yōu)化算法模仿了自然界中海鷗的遷徙和攻擊行為。盡管，原始的海鷗優(yōu)化算法在尋找不同問題的最優(yōu)解方面提供了很好的結(jié)果，但與其他元啟發(fā)式算法一樣，也存在一定缺點(diǎn)。例如，它容易困在局部最優(yōu)點(diǎn)，或者在某些情況下，它提供了較弱的收斂速度。

技術(shù)實(shí)現(xiàn)思路

1、鑒于海鷗優(yōu)化算法的諸多優(yōu)點(diǎn)，發(fā)明人想到將海鷗優(yōu)化算法用于肺結(jié)節(jié)良惡性預(yù)測任務(wù)中的放射組學(xué)特征選擇，考慮到海鷗優(yōu)化算法的一些不足，需要在肺結(jié)節(jié)鑒別任務(wù)中對海鷗優(yōu)化算法進(jìn)行改進(jìn)。

2、為滿足肺結(jié)節(jié)良惡性預(yù)測的臨床需求，解決放射組學(xué)特征冗余和海鷗優(yōu)化算法局部搜索能力弱的難題，本發(fā)明提出一種基于改進(jìn)的海鷗優(yōu)化算法的肺結(jié)節(jié)良惡性識別方法。

3、本發(fā)明的目的是通過以下技術(shù)方案實(shí)現(xiàn)的。

4、第一步：采用指數(shù)變化的避免碰撞權(quán)重因子進(jìn)行全局搜索

5、當(dāng)肺結(jié)節(jié)識別模型優(yōu)化求解時(shí)，海鷗種群中每個(gè)個(gè)體代表一種放射組學(xué)特征的組合。在海鷗遷徙過程中，海鷗優(yōu)化算法模擬海鷗群體如何從一個(gè)位置移動(dòng)到另一個(gè)位置，同時(shí)，海鷗應(yīng)該滿足避免碰撞這一條件。為了避免與相鄰的其他海鷗碰撞，采用指數(shù)變化的避免碰撞權(quán)重因子α計(jì)算海鷗的新位置,即：

6、

7、其中,c(t)表示與其他海鷗不存在位置沖突的位置；p(t)為海鷗當(dāng)前位置，pi,j代表第i個(gè)海鷗個(gè)體中用于良惡性肺結(jié)節(jié)識別的第j個(gè)放射組學(xué)特征，n表示海鷗的個(gè)數(shù)，m表示放射組學(xué)特征的個(gè)數(shù)。矩陣c(t)中每列代表不同放射組學(xué)特征，每行代表海鷗種群中的海鷗個(gè)體，即全部特征集合中部分放射組學(xué)特征組成的特征子集，k表示固定系數(shù)；maxiteration表示最大迭代次數(shù)；t表示當(dāng)前迭代次數(shù)。

8、海鷗在遷徙過程中,在避免了與其他海鷗的位置重合后，計(jì)算海鷗種群當(dāng)前位置與最佳位置的差值d(t),并向最佳位置移動(dòng)。

9、

10、其中,表示當(dāng)前海鷗最佳位置和海鷗當(dāng)前位置的差值；β是與α相關(guān)的系數(shù)。海鷗在獲取最佳位置的方向后,會向最佳位置移動(dòng),到達(dá)新的位置e(t)，即：

11、

12、

13、其中，e(t)表示海鷗的新位置，ci，j(t)表示c(t)中第i個(gè)海鷗個(gè)體中第j個(gè)放射組學(xué)特征，d(t)表示d(t)中第i個(gè)海鷗個(gè)體中第j個(gè)放射組學(xué)特征，|·|表示取絕對值操作。

14、第二步：基于動(dòng)態(tài)反向?qū)W習(xí)策略改進(jìn)的局部搜索

15、發(fā)明人在局部搜索過程中引入動(dòng)態(tài)反向?qū)W習(xí)策略，旨在提高算法的局部搜索能力。通過動(dòng)態(tài)反向?qū)W習(xí)策略改進(jìn)的海鷗攻擊獵物后的位置pattack用下式表示：

16、pattack(t)＝ω1xyze(t)+ω2e*(t)+pbs(t)

17、式中，x＝ueθv?cos(θ)，y＝ueθv?sin(θ)和z＝ueθvθ構(gòu)成了海鷗種群在該步驟中三維空間中的運(yùn)動(dòng)行為描述；θ為區(qū)間[0，2π]內(nèi)的隨機(jī)角度值；u和v是海鷗飛行螺旋狀軌跡的相關(guān)常數(shù)；e是自然對數(shù)的底數(shù)，ω1，ω2∈(0，1)，且pbs(t)表示當(dāng)前海鷗最優(yōu)位置，e*(t)表示反向解，通過下式計(jì)算得到：

18、e*(t)＝k(pbs(t)+pws(t))-e(t)

19、式中，pws(t)表示當(dāng)前海鷗最差位置；k為反向系數(shù)，取(0，1)之間的隨機(jī)數(shù)。則該步驟后的海鷗種群表示如下：

20、pattack(t)＝ω1xyze(t)+ω2e*(t)+pbs(t)

21、＝ω1xyze(t)+ω2(k(pbs(t)+pws(t))-e(t))+pbs(t)

22、＝(ω1xyz-ω2)e(t)+(ω2k+1)pbs(t)+ω2kpws(t)

23、第三步：基于互信息改進(jìn)利他主義機(jī)制的二次局部搜索，以進(jìn)一步提高海鷗優(yōu)化算法的局部搜索能力

24、首先，沒有經(jīng)歷第一步和第二步的海鷗種群p0，以及經(jīng)歷了上述兩步的海鷗種群p1合并成新種群pnew作為利他主義機(jī)制的輸入，這一過程用公式表達(dá)如下：

25、

26、

27、其中，n為種群中海鷗的個(gè)數(shù)，m為全局放射組學(xué)特征的個(gè)數(shù)。然后，對新種群pnew＝{p1，p2，...，p2n}進(jìn)行排序得到p′new，即：

28、p′new＝{p′1，p′2，...，p′2n}

29、其中，f(p′1)≥f(p′2)≥…≥f(p′2n)，f(·)表示適應(yīng)度函數(shù)。取p′new中適應(yīng)度中等的2a個(gè)海鷗個(gè)體作構(gòu)成利他主義池pmd，則：

30、pmd＝{p′i|n-a≤i＜n+a}

31、適應(yīng)度高的個(gè)體為排序后種群前n-a個(gè)海鷗個(gè)體被保留，記為ph：

32、ph＝{p′i|1≤i＜n-a}

33、而適應(yīng)度低的個(gè)體為排序后種群后n-a個(gè)海鷗個(gè)體被淘汰，記為pl：

34、pl＝{p′i|n+a≤i＜2n}

35、在改進(jìn)的利他主義池pmd中，一對具有適應(yīng)度值分別為fi和fj的候選解分別為si和sj，si和sj之間的相似性指數(shù)ξ由下式定義：

36、

37、其中，de(si，sj)表示si和sj之間的歐式距離，β1和β2表示兩個(gè)權(quán)重系數(shù)。當(dāng)相似性指數(shù)ξ值較高時(shí)，這兩個(gè)候選解的關(guān)系更為密切。

38、改進(jìn)利他主義機(jī)制選擇犧牲解的標(biāo)準(zhǔn)是由候選解的平均互信息決定，放射組學(xué)特征間的互信息矩陣，表示如下：

39、

40、式中，i(xi；xj)表示放射組學(xué)特征xi和特征xj之間的互信息，m表示放射組學(xué)特征的個(gè)數(shù)。i(xi；xj)的計(jì)算方法如下：

41、

42、式中，xi和xj是兩個(gè)放射組學(xué)特征，xi和xj是xi和xj的對應(yīng)于海鷗個(gè)體的具體取值，p(xi，xj)是xi和xj的聯(lián)合概率，p(xi)和p(xj)分別是xi和xj的邊緣概率。假設(shè)候選解si篩選出n個(gè)放射組學(xué)特征，則候選解si的互信息矩陣表示如下：

43、

44、候選解si的平均互信息為：

45、

46、同理可得候選解sj的平均互信息較小的平均互信息表明，對應(yīng)的候選解決方案在進(jìn)化過程中有可能得到改進(jìn)，這是因?yàn)檩^小的互信息表明特征豐富度較高，而大互信息表示冗余。因此，在一對候選解si和sj中平均互信息較小的一個(gè)被選擇在利他主義池中，另一個(gè)被踢出利他主義池。

47、設(shè)經(jīng)歷了利他主義機(jī)制的種群記為q，則二次局部搜索的輸出由保留的高適應(yīng)度個(gè)體ph和q組成：

48、

49、其中，pls2是二次局部搜索的輸出，可根據(jù)適應(yīng)度函數(shù)確定pls2種群的最優(yōu)個(gè)體。

50、第四步：基于多目標(biāo)適應(yīng)度函數(shù)的種群更新

51、更高的適應(yīng)度值表示更優(yōu)的候選解決方案。利他主義海鷗優(yōu)化算法中使用的多目標(biāo)適應(yīng)度函數(shù)由三部分組成：曲線下面積(area?under?curve，auc)、正確率和所選特征的計(jì)數(shù)，如下所示：

52、

53、其中，表示受試者工作特性(receiveroperating?characteristic，roc)曲線下的面積，tpri和fpri分別是roc上第i點(diǎn)的真陽性率和假陽性率，a代表roc曲線中的點(diǎn)的個(gè)數(shù)；曲線下的面積越大表示適應(yīng)度值越高，特征數(shù)量越少也意味著適應(yīng)度值越高；accuracy表示肺結(jié)節(jié)良惡性預(yù)測的正確率；b表示所選子集中的特征數(shù)量，m表示特征總數(shù)；權(quán)重系數(shù)之和w1+w2+w3＝1。所提出的多目標(biāo)適應(yīng)度函數(shù)對于不平衡數(shù)據(jù)集是魯棒的，因?yàn)閍uc算子對樣本分布的變化不敏感，且該多目標(biāo)適應(yīng)度函數(shù)可自適應(yīng)地設(shè)置權(quán)重因子，使改進(jìn)的海鷗優(yōu)化算法在迭代過程中更好地平衡預(yù)測性能和所選放射組學(xué)特征的數(shù)量。

54、有益效果

55、對比現(xiàn)有技術(shù)，本發(fā)明具有以下效果：

56、本發(fā)明提出了指數(shù)變化的避免碰撞權(quán)重因子用于海鷗優(yōu)化的全局搜索，在進(jìn)行肺結(jié)節(jié)放射組學(xué)特征選擇求解時(shí)，能更好地平衡全局搜索和局部搜索過程。有效避免相同肺結(jié)節(jié)放射組學(xué)特征子集的出現(xiàn)，這能夠保證解的多樣性。

57、進(jìn)一步地，本發(fā)明在原有海鷗攻擊獵物的螺旋線飛行規(guī)則中引入動(dòng)態(tài)反向?qū)W習(xí)策略，增強(qiáng)了海鷗優(yōu)化算法的局部搜索能力，有效地解決代表肺結(jié)節(jié)放射組學(xué)特征的解容易困在局部最優(yōu)的難題。

58、再進(jìn)一步地，本發(fā)明在海鷗優(yōu)化算法的攻擊行為后引入改進(jìn)的利他主義機(jī)制，進(jìn)而選擇出豐富度較高的放射組學(xué)特征。

59、最后，本發(fā)明設(shè)計(jì)了多目標(biāo)適應(yīng)度函數(shù)，保證了肺結(jié)節(jié)識別模型在使用盡可能少的特征的同時(shí)保持較優(yōu)的性能，而且由于多目標(biāo)適應(yīng)度函數(shù)包括了auc，因此該函數(shù)對非平衡數(shù)據(jù)集是友好的。