基于空间自注意力机制的CT 传播模型的感知定位算法研究

裴莉敏

（南京医科大学无锡医学中心，无锡市人民医院，南京医科大学附属无锡人民医院 江苏 无锡 214000）

在医学的发展中，对疾病的正确判定是非常重要的，而医学成像技术的高速发展为医护人员提供了更加详细、更清晰、更全面的组织结构和生理功能信息[1-2]。计算机断层扫描（computed tomography,CT）技术作为临床应用中常见的影像检测手段，提供了数量庞大的疾病检测影像[3-4]。但传统的CT 图像中病灶的诊断手段，多是通过人工来完成的，这使得标注的时间较长，评判也容易受到其它因素的影响而发生漏检和错检的情况[5-6]。而深度神经网络的应用，能够通过自我学习读取人眼所观察不到的细节特征，同时也避免了评判者的主观因素[7-8]。但是神经网络对于CT 中病灶区域较小的病变位置的定位识别较差[9]。基于此，本文以深度神经网络为主干，提出了一种基于空间注意力机制的CT 图像病灶的识别定位模型，使网络模型自动捕捉到关键区域，减少无关区域的影响[10-11]，并在检测区域融合了特征金字塔FPN，进一步提升算法识别定位的性能。现报道如下。

1 空间自注意力机制与CT传播模型

1.1 基于空间的视觉注意模型

注意力机制的提出源于对人类视觉的研究，众所周知当人脑接收到外部信息后，并不会对全部信息进行处理，而只会将关注重点集中在表现显著或感兴趣的信息上，注意力机制模仿了这种工作原理[12-13]。在计算机视觉中，注意力机制就是让系统关注图像中最重要的区域而忽略无关的区域，它可以被视为一个动态选择的过程，根据输入图像的重要性，通过自适应加权特征来实现[14]。

2 基于空间注意力机制的CT传播模型的前景对象感知定位模型

2.1 基于空间注意力机制的CT 识别定位模型

本文提出的基于空间注意力机制CT 识别检测模型主要由两个部分组成，即用于提取CT 图像ROI 的区域检测部分和用于对病变区域分类定位的注意力机制网络部分，整体流程见图1。

2.2 区域检测网络

CT 识别定位模型的区域检测网络将特征图金字塔网络FPN 与RPN 网络相结合，用于提取CT 的感兴趣区域。

但RPN 在小目标的检测中准确度不理想[15-16]。但是CT 图像中常有面积较小的病变区域，例如肺结节、纤维化等。为了解决RPN 网络的该项不足，将特征金字塔网络嵌入网络，将FPN 所提取的多尺度的特征图谱作为RPN 网络的输入对象，使RPN 网络对小目标细节的检测更加精确。区域检测部分的整体框架见图2。

该检测区域的损失函数也为两部分，其方程如下：

式中，anchor 锚框的索引用a表示，而第a个被anchor 预测为目标的概率则用Wa表示，而区域网络中anchor 所预测的位置回归信息表示为Qa。而Kcls与Kreg分别表示损失函数以及回归函数，a则为分类损失和回归损失的权重比，且a=1，使用smooth L1 函数作为回归损失函数，其定义方程如下：

2.3 基于注意力机制的CT 识别定位网络

本文在DenseNet-121 网络的变体中引入了注意力机制，将区域检测部分所提取的ROI 特征作为注意力信息输入，使网络能够更加专注于病变的位置，从而减少噪声的影响。网络构架见图3。

图3 基于空间注意力机制的CT 识别定位网络模型构架

假设第l层的输出表示为ml，而Fl表示一个非线性变换，方程（7）能够描述DenseNet-121 网络中Dense block 模块的每一层变换：

每张CT 以及注意力图集通过Dense block 均能得到相应的特征图，将原始CT 与注意力特征图相融合，而后输入全连接层以及igmoid 层进行分类，得到相应的分类结果。本文以能够在通道数目不改变的情况下，使提取的特征图增加信息量的逐像素相加融合特征，从而避免网络的复杂性。而后以最大值原则对a个分类结果进行选择：

其中，Xa表示该图像的疾病类别。

CT 图像中异常区域的定位由分类得分给出。

3 基于空间注意力机制的CT识别定位模型的仿真实验

3.1 实验数据集的选用

本文的实验采用公开的DeepLesion 数据集来进行，该数据集包含了8 类病灶，如腹部、肝脏、肺部、肾脏、软组织、骨盆、纵膈以及骨骼等病灶。将DeepLesion 数据集分成3 个类别，即训练集、测试集和验证集，按照75%、15%和15%的比例划分，其中训练集包含22124 张CT 切片。

3.2 病灶的检验结果

各区域病灶的识别均取得了较为优异的结果，其大小尺寸肝脏病灶以及纵膈病灶两处都出现了两组预测率，这是因为数据集提供的病变位置范围较广，而且病灶的形状比较不规则，故将该病变预测为单独的2 个病变。见表1。

表1 本文网络的预测概率

3.3 基于空间注意力机制的网络模型性能比较

本文建立的算法模型在精度、灵敏度、特异度上均优于其他的神经网络模型，在去除特征图金字塔网络FPN的差异后，也明显使本文的算法模型更加优异。其中，AUC 的分值也是本文提出的算法模型较高，而AUC 的值越大则表明该算法模型的识别定位性能越好，从AUC值来看，也进一步表明本文算法的分类识别性能更好。各模型的性能均值见表2。

4 结论

CT 是使用放射技术诊断疾病最普遍的方法，目前已成为现在医学检查中重要的辅助工具。虽然CT 技术的应用为医生等工作人员提供了患者清晰的人体器官结构，但是处理图像并诊断疾病是一件耗时费力的工作。相较于传统的人工检测CT 图像的病变，不仅耗时费力而且耽误治疗方案的及时提出。

综上所述，基于空间注意力机制的特性，使构建的神经网络模型在特征的提取上避免无关区域的影响，使网络模型对关键区域的提取更加精准，进而提升模型的算法识别定位性能。且本文基于空间注意力机制建立的深度卷积神经网络模型，在仿真实验中，对病灶的预测率均在90%以上，以此可见本文建立的模型具有一定的可行性。但在应用过程中，并不能避免假阳性的出现。因此，网络可能还需要额外的信息才能够降低错误判断的样本数量。