CARE: Anti-entanglement Ultrasound Image Segmentation via Channel-Aware Region Extrication

تخيل أنك تحاول العثور على حبة جيلي مضيئة قليلاً ومخبأة داخل جرة مليئة بآلاف حبات الجيلي الأخرى التي تبدو متطابقة تماماً معها. هذا هو الواقع اليومي للحواسيب التي تحاول "رؤية" ما بداخل جسم الإنسان باستخدام الموجات فوق الصوتية (الألتراساوند). الموجات فوق الصوتية هي نوع خاص من الكاميرات الطبية التي تستخدم الموجات الصوتية بدلاً من الضوء لإنشاء صور لما يحدث بداخلنا، مثل النظر إلى جنين أو فحص كتلة في الثدي. إنها رائعة لأنها سريعة، وغير مكلفة، ولا تستخدم إشعاعات ضارة. ولكن هناك مشكلة: الصور التي تصنعها غالباً ما تكون ضبابية ومليئة بـ "الضجيج البصري". فالشيء الذي يبحث عنه الطبيب (الآفة أو الكتلة) غالباً ما يندمج تماماً مع الأنسجة السليمة المحيطة به، مما يجعلهما يبدوان كتوأمين.

لسنوات، كانت البرامج الحاسوبية المصممة لإيجاد هذه الكتل تشبه الطلاب الذين يحاولون حل لغز عبر التحديق بقوة أكبر فقط. هم يتحسنون في جمع المزيد من الأدلة والنظر إلى الصورة الكبيرة، لكنهم لا يزالون يعانون عندما تختلط الأدلة ببعضها البعض. قد يجدون المنطقة العامة حيث توجد الكتلة، لكنهم لا يستطيعون تحديد مكان انتهاء الكتلة وبداية الأنسجة السليمة بدقة. يتناول هذا البحث هذه المشكلة تحديداً. فهو يقترح أنه بدلاً من مجرد "النظر بقوة أكبر"، يحتاج الحاسوب إلى استراتيجية جديدة: يحتاج إلى تعلم كيفية فصل الأدلة "الجيدة" عن الأدلة "السيئة" بشكل نشط، تماماً مثل فرز كيس مختلط من الكرات الحمراء والزرقاء عن طريق لمس ملمسها، حتى لو بدت متطابقة في الشكل.

لاحظ الباحثون وراء هذه الدراسة، ويسين شو وفريقه، أن النماذج الحاسوبية الحالية غالباً ما ترتبك لأن "الآفة" (الجزء السيئ) و"الخلفية" (الجزء الطبيعي) يتشابكان معاً في عقل الحاسوب. هم يسمون هذا "تشابك الهدف والسياق" (target-context entanglement). الأمر يشبه محاولة سماع صوت صديق في غرفة مزدحمة وصاخبة؛ إذا قمت فقط برفع مستوى الصوت (وهو ما فعلته الطرق القديمة)، فستسمع المزيد من الضجيج مع صوت صديقك أيضاً. أدرك الفريق أن المشكلة الحقيقية ليست في أن الحاسوب لا يستطيع إيجاد الضجيج، بل في أنه لا يستطيع التمييز بين الصوت والضجيج بمجرد اختلاطهما.

ولإصلاح ذلك، اخترعوا نظاماً جديداً يسمى CARE (استخراج المناطق الواعي للقنوات - Channel-Aware Region Extrication). فكر في CARE كمنخل ذكي وسحري. عندما ينظر الحاسوب إلى صورة الموجات فوق الصوتية، لا يحاول CARE مجرد جعل الصورة أكثر وضوحاً، بل يعمل كحارس بوابة في ملهى ليلي يتحقق من بطاقة الهوية لكل شخص. إنه يأخذ المعلومات الفوضوية المختلطة ويقسمها إلى كومتين منفصلتين: كومة لـ "أدلة الآفة" (الأدلة التي تنتمي بالتأكيد للكتلة) وكومة أخرى لـ "التداخل" (ضجيج الخلفية المربك الذي يشبه الكتلة ولكنه ليس منها).

يحدث السحر في خطوتين. أولاً، يستخدم النظام آلية "فك الارتباط القائم على القنوات" (CRD). تخيل هذا كمرشح (فلتر) يقوم بفرز بيانات الصورة بناءً على مدى "علو" أو "سطوع" الإشارات. وبما أن الأنسجة داخل الورم تشتت الموجات الصوتية بشكل مختلف عن الدهون أو العضلات السليمة، يستخدم CARE هذا الاختلاف الفيزيائي لإنشاء فصل أولي. يقول النظام: "حسناً، هذا الجزء من الإشارة يبدو كالورم، وهذا الجزء يبدو كخلفية". ولكن، تماماً مثل المسودة الأولى، فإن هذا الفصل الأول ليس مثالياً؛ فقد يتم رمي بعض أدلة الورم في كومة الخلفية، وقد يتسلل بعض ضجيج الخلفية إلى كومة الورم.

وهنا يأتي دور الخطوة الثانية، "الاستعلام المتبادل عن المناطق" (MRQ). هذا الجزء هو ما يجعل النظام ذكياً حقاً. إنه يشبه وجود محققين يتبادلان الملاحظات. "محقق الورم" ينظر إلى "كومة الخلفية" ويسأل: "مهلاً، هل تركت أي من أدلتي هنا بالخطأ؟" وإذا كانت الإجابة نعم، فإنه يسحبها مجدداً. وفي الوقت نفسه، ينظر "محقق الخلفية" إلى "كومة الورم" ويسأل: "هل أخذت أي شيء من أغراضك بالخطటు؟" ويعيدها إلى مكانها. إنهما يتحققان ويصححان لبعضهما البعض باستمرار حتى تصبح الكومات نقية. تضمن هذه العملية أن الحاسوب لا يكتفي بمجرد التخمين حول مكان الكتلة، بل يقوم بتنظيف ارتباكه بنشاط.

اختبر الفريق هذا الأسلوب الجديد على ثلاث مجموعات مختلفة من صور الموجات فوق الصوتية الواقعية: إحداها لصور الثدي (BUSI)، وأخرى لصور الثدي من مصدر مختلف (BUSIS)، والثالثة لصور الغدة الدرقية (TN3K). وكانت النتائج واعدة. ففي مجموعة صور الثدي، حقق نظام CARE درجة (تسمى DSC) بلغت 83.12%، متفوقاً على أفضل نموذج تالٍ والذي سجل 81.74%. وفي صور الغدة الدرقية، سجل 82.97% مقارنة بأفضل نتيجة سابقة وهي 81.93%. قد تبدو هذه الأرقام صغيرة، ولكن في عالم التصوير الطبي، يمكن حتى للتحسن الطفيف أن يعني الفرق بين أن يغفل الطبيب عن كتلة صغيرة وخطيرة أو أن يكتشفها مبكراً.

ما يجعل هذا الأمر مثيراً للاهتمام بشكل خاص هو أن التحسن لم يكن لمجرد أن CARE بدأ يخمن "نعم" لكل شيء (مما قد يجعله يجد المزيد من الكتل ولكنه سيخلق أيضاً الكثير من الإنذارات الكاذبة). أظهرت البيانات أن CARE أصبح أفضل في كل من "الاستدعاء" (Recall - إيجاد الكتل الحقيقية) و"الدقة" (Precision - تجنب الإنذارات الكاذبة). هذا يشير إلى أن النظام قد تعلم حقاً التمييز بين الورم والخلفية، بدلاً من مجرد التخمين بعدوانية أكبر.

كما أجرى الباحثون "دراسة مستخدم" لتحديد الحالات الأصعب—وهي الصور التي يكون فيها الورم والخلفية أكثر اختلاطاً وتداخلاً. ووجدوا أن النماذج الحالية تفشل في هذه الحالات الصعبة بشكل أكبر بكثير من الحالات العادية. وعندما اختبروا CARE على حالات "التشابك" المحددة هذه، أدى أداءه بشكل أفضل بكثير من غيره، مما أثبت أن طريقتهم تعالج تحديداً مشكلة الارتباك البصري. حتى أنهم نظروا إلى "أفكار" الحاسوب الداخلية (خرائط الميزات) ورأوا أن CARE نجح في فصل إشارات الورم عن إشارات الخلفية، مما خلق تمييزاً واضحاً فشلت النماذج الأخرى في تحقيقه.

في النهاية، تشير الورقة البحثية إلى أن المفتاح لتحسين تقسيم الموجات فوق الصوتية ليس مجرد بناء حواسيب أكبر أو أكثر تعقيداً، بل يتعلق بتعليم الحاسوب كيفية تنظيم أفكاره. فمن خلال الفصل الصريح بين "الآفة" و"الضجيج" وجعل كل منهما يراجع عمل الآخر، ينجح CARE في فك التشابك البصري الفوضوي الذي أربك الحواسيب لفترة طويلة. وبينما يتطلب النظام قدرة حوسبية أكبر قليلاً من بعض النماذج الأبسط، فإن المقايضة تبدو مستحقة مقابل زيادة الدقة. ويخلص المؤلفون إلى أن هذا النهج المتمثل في "استخراج التمثيل" (representation extrication)—أي استخراج الحقيقة من وسط الارتباك—هو طريقة جديدة وقوية للتعامل مع الغموض المتأصل في صور الموجات فوق الصوتية، مما قد يساعد الأطباء على الرؤية بوضوح أكبر واتخاذ قرارات أفضل لمرضاهم.