RetinaVision: XAI-Driven Augmented Regulation for Precise Retinal Disease Classification using deep learning framework

إليك ملخص تقني مفصل لورقة البحث بعنوان: "RetinaVision: التنظيم المعزز المدفوع بالذكاء الاصزطناعي القابل للتفسير (XAI) من أجل تصنيف دقيق لأمراض الشبكية باستخدام إطار عمل التعلم العميق."

1. بيان المشكلة

تعد أمراض الشبكية، مثل اعتلال الشبكية السكري، والتنكس البقعي المرتبط بالعمر (AMD)، والجلوكوما (المياه الزرقاء)، من الأسباب الرئيسية لفقدان البصر غير القابل للاسترداد. يعد الكشف المبكر عبر التصوير المقطعي للاتساق البصري (OCT) أمراً بالغ الأهمية، ولكنه يعتمد حالياً على التحليل اليدوي من قبل الخبراء. يعاني هذا النهج التقليدي من:

• الذاتية وتفاوت النتائج بين المشغلين: تؤدي الأخطاء البشرية واختلاف مستويات الخبرة إلى تشخيصات غير متسقة.
• مشكلات القابلية للتوسع: التحليل اليدوي يستغرق وقتاً طويلاً ويصعب توسيع نطاقه، لا سيالما في المناطق ذات الموارد المحدودة.
• التعقيد: غالباً ما يتم إغفال العلامات الدقيقة في الشبكية، مما يؤدي إلى تأخير العلاج.

بينما يقدم التعلم العميق حلاً، تواجه النماذج الحالية تحديات تتعلق بالحاجة إلى مجموعات بيانات ضخمة مصنفة، والتكاليف الحسابية العالية، وطبيعة "الصندوق الأسود" للذكاء الاصطناعي، مما يعيق الثقة والاعتماد السريري.

2. المنهجية

يقترح المؤلفون إطار عمل RetinaVision، وهو إطار تعلم عميق مصمم للتصنيف الآلي لأمراض الشبكية مع التركيز على الدقة والقابلية للتفسير.

• مجموعة البيانات: تستخدم الدراسة مجموعة بيانات تصنيف صور OCT للشبكية – C8، والتي تحتوي على 24,000 صورة مصنفة عبر ثماني حالات متميزة:
  1. وذمة بقعية ناتجة عن السكري (DME)
  2. تكاثف وعائي مشيمي (CNV)
  3. دروزن (Drusen)
  4. اعتلال الشبكية المركزي (CSR)
  5. ثقب بقعي (MH)
  6. اعتلال الشبقية السكري (DR)
  7. التنكس البقعي المرتبط بالعمر (AMD)
  8. طبيعي (Normal)
• المعالجة المسبقة: تم تغيير حجم الصور إلى 224×224 بكسل.
• تعزيز البيانات (Data Augmentation): لمعالجة نقص البيانات والضجيج وتعزيز تعميم النموذج، تم استخدام تقنيات تعزيز متقدمة:
  • CutMix: تستبدل جزءاً من صورة بجزء من صورة أخرى، مع خلط التصنيفات بشكل متناسب.
  • MixUp: تقوم بعمل استيفاء خطي لقيم البكسل والتصنيفات بين صورتين عشوائيتين.
• بنيات النماذج: تم تنفيذ ومقارنة شبكتين عصبيتين تلافيفيتين (CNNs) من أحدث طراز:
  • Xception: تستخدم التلافيف القابلة للفصل حسب العمق (تدفقات الدخول، المنتصف، والخروج).
  • InceptionV3: تستخدم كتل Inception لتعلم الأنماط المعقدة مع تقليل التعقيد الحسابي.
• الذكاء الاصطناعي القابل للتفسير (XAI): لضمان الثقة السريرية، دمجت الدراسة:
  • Grad-CAM: يولد خرائط حرارية تسلط الضوء على مناطق الاهتمام المستخدمة للتصنيف.
  • LIME (التفسيرات المحلية المستقلة عن النموذج القابل للتفسير): يحدد الميزات الحرجة عن طريق تغيير بيانات المدخلات.
  • حساسية الإقصاء (Occlusion Sensitivity): يرسم المناطق الحاسمة لاتخاذ القرار عن طريق حجب أجزاء من الصورة.
• النشر: تم تطوير تطبيق ويب في العالم الحقيقي باسم RetinaVision لإثبات الفائدة العملية لإطار العمل.

3. المساهمات الرئيسية

• تصنيف عالي الدقة: أثبتت الدراسة أن نماذج التعلم العميق يمكنها تصنيف ثمانية أمراض مختلفة للشبكية بفعالية ودقة عالية.
• دمج الذكاء الاصطناعي القابل للتفسير (XAI): على عكس العديد من الدراسات التي تركز فقط على الدقة، يدمج هذا العمل صراحةً Grad-CAM وLIME لتوفير تفسيرات مرئية، مما يعالج حاجز "الصندوق الأسود".
• استراتيجية تعزيز متقدمة: الاستخدام الفعال لـ CutMix وMixUp لتحسين متانة النموذج ضد الإفراط في التخصيص (overfitting) وتغير البيانات.
• تطبيق في العالم الحقيقي: تطوير ونشر نموذج أولي وظيفي قائم على الويب (RetinaVision) للدعم السريري أو التشخيصي الفوري.
• المقارنة المرجعية (Benchmarking): وضع خط أساس قوي للأداء على مجموعة بيانات C8، متفوقاً على عدة دراسات سابقة تستخدم بنيات مماثلة أو مختلفة.

4. النتائج التجريبية

تم تدريب النماذج لمدة 50 حقبة (epoch) باستخدام محسن Adam، ودالة خسارة التقاطع المتقاطع للفئات (categorical cross-entropy)، وحجم دفعة (batch size) قدره 32. تم تطبيق التوقف المبكر (early stopping) بصبر قدره 10 حقبات.

• مقارنة الأداء:
  • Xception: حقق أعلى دقة اختبار بلغت 95.25% (التدريب: 97.03%).
  • InceptionV3: حقق دقة اختبار بلغت 94.82% (التدريب: 97.83%).
• الأداء الخاص بكل فئة (Xception):
  • درجات مثالية (الدقة، الاستدعاء، F1 = 1.00): AMD، وCSR، وDR، وMH.
  • أداء عالٍ: CNV (F1: 0.92)، وDME (F1: 0.94).
  • أداء أقل: DRUSEN (F1: 0.85) وNORMAL (F1: 0.90)، مما يشير إلى أن هذه الفئات أصعب قليلاً في التمييز.
• المقارنة مع أحدث التقنيات (State-of-the-Art):
  تفوق نموذج Xception المقترح (95.25%) على الأعمال السابقة المذكورة في الورقة، بما في ذلك:
  • Rithani et al. (InceptionV3): 92.76%
  • Eren et al. (Transfer Learning): 91.47%
  • Vasanthi et al. (ResNet): 90%
  • Verma (CNN): 84%

5. الأهمية والخاتمة

يسلط هذا البحث الضوء على إمكانات التعلم العميق في إحداث ثورة في تشخيص أمراض الشبكية من خلال تقديم نظام ليس دقيقاً للغاية فحسب، بل وأيضاً قابلاً للتفسير. من خلال الجمع بين بنيات CNN المتقدمة وتقنيات XAI، تسد هذه الدراسة الفجوة بين الأداء الخوارزمي والثقة السريرية.

الأهمية:

• الأثر السريري: يوفر أداة للكشف المبكر، مما قد يقلل من فقدان البصر من خلال التدخل في الوقت المناسب.
• القابلية للتوسع: يقدم حلاً يمكن نشره في البيئات محدودة الموارد حيث يندر وجود أطباء العيون الخبراء.
• الشفافية: يسمح استخدام Grad-CAM وLIME للأطباء بالتحقق من سبب اتخاذ التشخيص، مما يعزز الثقة في اتخاذ القرار المدعوم بالذكاء الاصطناعي.

القيود والعمل المستقبلي:
يقر المؤلفون بأن مجموعة البيانات الحالية، رغم ضخامتها، قد لا تغطي جميع أمراض الشبكية عبر مختلف السكان العالميين. يهدف العمل المستقبلي إلى توسيع إطار العمل باستخدام قواعد بيانات OCT متعددة المراكز لمزيد من التحقق من المتانة عبر مختلف الديموغرافيات وأنظمة التصوير.