LGPS: A Lightweight GAN-Based Approach for Polyp Segmentation in Colonoscopy Images

ملخص تقني: LGPS – نهج قائم على شبكات GAN خفيف الوزن لتجزئة السلائل (البوليب)

بيان المشكلة
لا يزال سرطان القولون والمستقيم (CRC) أحد الأسباب الرئيسية للوفيات المرتبطة بالسرطان عالمياً، مما يجعل الكشف المبكر عن السلائل (البوليب) وإزالتها أثناء تنظير القولون أمراً حاسماً للوقاية. وبينما تقدمت طرق التجزئة القائمة على التعلم العميق بشكل كبير، إلا أنها تواجه ثلاث قيود مستمرة تعيق الاعتماد السريري: (1) التكاليف الحسابية العالية التي تحول دون التطبيق في الوقت الفلوت (real-time)؛ (2) الصعوبة في تجزئة السلائل الصغيرة أو تلك ذات التباين المنخفض والحدود الضبابية بدقة؛ و(3) ضعف التعميم عبر مجموعات البيانات المتنوعة بسبب الاختلافات في ظروف التصوير. غالباً ما تتطلب النماذج الحالية المتطورة (SOTA)، مثل متغيرات U-Net وTransformers والشبكات القائمة على الانتباه، موارد حسابية كبيرة وتواجه صعوبة في التعامل مع هذه التحديات المحددة.

المنهجية
يقترح المؤلفون إطار عمل LGPS (نهج قائم على GAN خفيف الوزن لتجزئة السلائل)، وهو إطار مصمم للموازنة بين دقة التجزئة العالية والكفاءة الحسابية. يعتمد الهيكل على بنية شبكة خصومية توليدية (GAN) تتكون من مولد (generator) ومميز (discriminator)، معززة بوحدات محددة لتحليل الصور الطبية:

1. بنية المولد (Generator Architecture):

   • العمود الفقري (Backbone): يستخدم المولد عموداً فقرياً معدلاً من نوع MobileNetV2 لضمان تصميم خفيف الوزن. وتشمل التعديلات تقليل عدد المرشحات (filters) بمعامل قدره اثنين، وإزالة طبقة التصنيف النهائية والطبقات الوسيطة الزائدة، واستخدام التلافيف القابلة للفصل عمقياً (depthwise separable convolutions) مع تقليل عوامل التوسع. ينتج عن ذلك نموذج يحتوي على 1.07 مليون معلمة (parameter) فقط.
   • كتل ReSE: تدمج الشبكة كتل Residual Squeeze-and-Excitation (ReSE) المعدلة. تجمع هذه الكتل بين اتصالات المتبقي (residual connections) التقليدية وآليات SE لإعادة معايرة خرائط الميزات ديناميكياً، مما يؤكد على المناطق ذات الصلة تشخيصياً مع كبح الضوضاء.
   • المفكك (Decoder): يستخدم المفكك هيكل مشفر-مفكك (encoder-decoder) مع اتصالات تخطي (skip connections) واعادة رفع تدريجي (progressive upsampling) باستخدام الاستيفاء الثنائي الخطي (bilinear interpolation) لاستعادة التفاصيل المكانية، وهو أمر بالغ الأهمية للحفاظ على الحدود الدقيقة للسلائل.

2. بنية المميز (Discriminator Architecture):

   • يستخدم المميز إطار عمل خصومي يعتمد على الرقع (patch-based) لتقييم جودة الأقنعة المولدة.
   • تحسين ConvCRF: الابتكار الرئيسي هو دمج طبقات الحقول العشوائية الشرطية التلافيفية (Convolutional Conditional Random Fields - ConvCRF) داخل المميز. تقوم هذه الطبقات بتطبيق تلافيف قابلة للتعلم بحجم $3 \times 3$ متبوعة بتنشيط sigmoid لفرض التماسك المكاني والنعومة في الأقنعة المتوقعة مع الحفاظ على تفاصيل الحواف.

3. دالة الخسارة الهجينة (Hybrid Loss Function):

   • لمعالجة عدم توازن الفئات (حيث تكون بكسلات السلائل نادرة مقارنة بالخلفية) وضمان تحديد دقيق للحدود، يتم تدريب المولد باستخدام مزيج مرجح من ثلاث دالات خسارة:
     • الإنتروبيا المتقاطعة الثنائية (BCE): لدقة التصنيف على مستوى البكسل.
     • تقاطع الاتحاد الموزون (Weighted IoU): لموازنة مساهمة مناطق المقدمة (السلائل) والمناطق الخلفية.
     • خسارة Dice (Dice Loss): لتحسين التداخل بين الأقنعة المتوقعة والحقيقة الأرضية (ground truth)، وهي فعالة بشكل خاص للفئات غير المتوازنة.
   • تُعرف الخسارة الإجمالية بالمعادلة $L_{total} = \lambda_1 L_{BCE} + \lambda_2 L_{IoU} + \lambda_3 L_{Dice}$، مع تحديد الأوزان بـ 0.4 و 0.3 و 0.3 على التوالي في التجارب.

المساهمات الرئيسية

• التصميم خفيف الوزن: يحقق LGPS أداءً متطوراً (SOTA) بـ 1.07 مليون معلمة فقط، مما يجعله أصغر بنحو 17 مرة من أصغر النماذج الحالية المتطورة، مما يسهل نشره على الأجهزة محدودة الموارد.
• الابتكارات الهيكلية: تقديم كتل ReSE لاستخراج الميزات بكفاءة وطبقات ConvCRF لتحسين الحدود ضمن إطار عمل GAN المصمم خصيصاً لتجزئة السلائل.
• التعميم القوي: أظهر الإطار أداءً قوياً على مجموعات البيانات غير المرئية والتحديات، مما يعالج مشكلة ضعف التعميم الشائعة في الطرق الموجودة.

النتائج التجريبية
تم التحقق من صحة النموذج على خمس مجموعات بيانات مرجعية عامة: Kvasir-SEG، وCVC-ClinicDB، وETIS، وCVC-300، وPolypGen.

• الأداء على PolypGen: في أكبر وأكثر مجموعات الاختبار تحدياً (PolypGen)، حقق LGPS معامل Dice قدره 0.7299 وIoU قدره 0.7867، متفوقاً على جميع الطرق المتطورة المقارنة (بما في ذلك U-Net++ وResU-Net++ وWDFF-Net).
• الأداء على مجموعات البيانات الأخرى: في مجموعة بيانات CVC-ClinicDB، حقق النموذج Dice قدره 0.9261 وIoU قدره 0.9238، متجاوزاً عدة نماذج ثقيلة الوزن. كما أظهر نتائج تنافسية في ETIS وCVC-300.
• دراسات الاستئصال (Ablation Studies): أكدت التجارب أن الجمع بين خسارة BCE وDice (المعروفة بـ BDice) كان فعالاً للغاية، رغم أن الخسارة الهجينة الكاملة (3Loss) وفرت تعميماً قوياً. أدى إزالة وحدات ReSE أو ConvCRF إلى انخفاض ملموس في الأداء، مما يؤكد ضرورتها لاستخراج الميزات والحفاظ على الحدود.
• التحليل النوعي: أشارت المقارنات البصرية إلى أن LGPS يتعامل بشكل أفضل مع الحدود الضبابية، والتباين المنخفض، والتباين الكبير في الحجم (بما في ذلك السلائل الصغيرة) مقارنة بالطرق الحالية، التي غالباً ما تعاني من الإفراط في التجزئة أو فقدان الكشف في هذه السيناريوهات.

الأهمية والادعاءات
يزعم البحث أن LGPS يمثل خطوة هامة للأمام لجعل تجزئة السلائل الآلية قابلة للتطبيق في التطبيقات السريرية في الوقت الفعلي. ومن خلال تقليل حجم النموذج بشكل جذري دون التضحية بالدقة، يعالج LGPS العوائق الحسابية التي حدت من نشر نماذج التعلم العميق في غرف التنظير. ويؤكد المؤلفون أن قدرة النموذج على التعميم الجيد عبر مجموعات البيانات المتنوعة وغير المرئية (خاصة PolypGen) تؤكد موثوقيته في البيئات السريرية الواقعية حيث تختلف ظروف التصوير. يضع هذا العمل LGS كمعيار جديد لتحليل الصور الطبية الفعال والدقيق، مقدماً حلاً عملياً لتحسين التشخيص المبكر لسرطان القولون والمستقيم.