Robust Multi-Source Covid-19 Detection in CT Images

إليك ملخص تقني مفصل لورقة البحث بعنوان "الكشف القوي عن كوفيد-19 متعدد المصادر في صور الأشعة المقطعية (CT)."

1. بيان المشكلة

تعالج الورقة التحدي الحرج المتمثل في انزياح النطاق (Domain Shift) في نماذج التعلم العميق المستخدمة للكشف عن كوفيد-19 باستخدام صور الأشعة المقطعية للصدر.

• المشكلة الجوهرية: بينما تؤدي النماذج أداءً جيداً عندما تأتي بيانات التدريب والاختبار من نفس المؤسسة، إلا أنها غالباً ما تفشل عند نشرها عبر مراكز متعددة. ويعود ذلك إلى الاختلافات في أجهزة الماسح الضوئي، وبروتوكولات التصوير، وسُمك الشرائح، والخصائص الديموغرافية للمرضى.
• عدم توازن البيانات: في مجموعات البيانات متعددة المصادر، نادراً ما يكون مساهمة البيانات موحدة؛ حيث تقدم بعض المراكز بيانات تدريب أكثر بكثير من غيرها. وتتسبب طرق التدريب القياسية في حدوث فرط ملاءمة (Overfitting) لسمات المراكز الغنية بالبيانات (تحيز الأغلبية)، مما يؤدي إلى ضعف التعميم على المراكز الأقل تمثيلاً.
• القيود الحالية: تتعامل الطرق الحالية عادةً مع تصنيف كوفيد-19 كمهمة هدف واحدة، ولا تأخذ في الاعتبار مصدر البيانات بشكل صريح، مما يسمح للنموذج بتعلم "آثار الاستحواذ" (مثل سطوع ماسح ضوئي معين أو نواة إعادة بناء معينة) بدلاً من السمات المرضية الحقيقية، مما ينتج عنه حدود قرار منحازة.

2. المنهجية

يقترح المؤلفون إطار عمل للتعلم متعدد المهام (Multi-Task Learning - MTL) مصمم لتعلم تمثيلات ثابتة المصدر. يتكون خط المعالجة من ثلاثة مكونات رئيسية:

أ. المعالجة المسبقة (SSFL + KDS)

للتعامل مع المدخلات غير المتجانسة من أربعة مستشفيات مختلفة، اعتمد المؤلفون إطار عمل SSFL (أخذ عينات الشرائح للتعلم السريع) مع KDS (أخذ عينات الشرائح القائم على تقدير كثافة النواة):

• استخراج الرئة: يقوم مرشح الحد الأدنى (3×3) بإزالة الضوضاء، يليه عملية ثنائية (Binarization) وملء الفراغات المورفولوجية لعزل منطقة الرئة. يتم تغيير حجم الصور إلى 256×256.
• اختيار الشرائح: بدلاً من أخذ العينات المنتظمة (التي قد تفقد المناطق التشخيصية في المسوحات القصيرة أو تهدر الحوسبة في الشرائح الزائدة في المسوحات الطويلة)، يقوم KDS بملاءمة تقدير كثافة نواة غاوسية لتوزيع منطقة الرئة. ويقوم باختيار 8 شرائح ممثلة لكل مسح بناءً على فترات المئويات، مما يضمن التغطية التشريحية بغض النظر عن طول المسح الأصلي.

ب. البنية متعددة المهام

يستخدم النموذج عمود فقري مشترك من نوع EfficientNet-B7 (مدرب مسبقاً على ImageNet) لاستخراج الميزات.

• المدخلات: تمر الشرائح الثمانية المختارة بشكل مستقل عبر العمود الفقري، مما ينتج 8 ناقلات ميزات (بأبعاد 2560 لكل منها).
• التجميع: يتم تجميع هذه الناقلات عبر التجميع المتوسط للعناصر (Element-wise mean pooling) في تمثيل واحد على مستوى المسح.
• الرؤوس المزدوجة:
  1. المهمة الأساسية (التشخيص): رأس تصنيف ثنائي (تنشيط Sigmoid) يتنبأ بحالة كوفيد-19.
  2. المهمة الإضافية (تحديد المصدر): رأس تصنيف رباعي الفئات (تنشيط Softmax) يتنبأ بالمركز الطبي الأصلي.
• المنطق: من خلال إجبار العمود الفقري المشترك على التنبؤ بالمصدر، يُدفع النموذج لفك الارتباط بين "سمات المرض" و"آثار الاستحواذ". الهدف هو جعل العمود الفقري يتعلم ميزات مفيدة للتشخيص بغض النظر عن المصدر، مما يؤدي فعلياً إلى كبح المربكات المؤسسية.

ج. دالة الخسارة المعدلة باللوجيت (Logit-Adjusted Loss)

لمعالولة عدم التوازن في مساهمة البيانات (حيث تساهم ثلاثة مراكز بنحو 330 مسحاً، بينما يساهم واحد بنحو 234)، طبق المؤلفون الإنتروبيا المتقاطعة المعدلة باللوجيت (LA) على رأس تصنيف المصدر.

• الآلية: يتم إضافة حد تصحيح يعتمد على لوغاريتم تكرار كل مصدر ($\log(p(d))$) إلى اللوجيتات قبل عملية Softmax.
• الأثر: هذا يعادل التحيز نحو الفئات الأكثر شيوعاً. فهو يضمن أن النموذج لا يمكنه ببساطة "الاعتماد على السهولة" عبر التنبؤ بالمركز الأكثر شيوعاً؛ بل يجب عليه التمييز بين المصادر الأقل تمثيلاً، مما يجبر المشفر المشترك على تطوير مساحة ميزات ثابتة المصدر حقاً.
• الهدف الإجمالي: إجمالي الخسارة هو مجموع أوزان: $\mathcal{L} = \mathcal{L}_{CE} + \gamma \cdot \mathcal{L}_{LA}$، حيث يتحكم $\gamma$ في تأثير مهمة المصدر.

3. المساهمات الرئيسية

1. صياغة تعدد المهام: تعيد الورقة صياغة الكشف متعدد المصادر كمشكلة متعددة المهام، حيث تقرن التشخيص بتحديد المصدر لتشجيع تعلم ميزات قابلة للنقل عبر الحدود المؤسسية.
2. الإشراف المعدل باللوجيت: يوضح المؤلفون أن التعلم متعدد المهام القياسي يفشل إذا لم يتم تصحيح المهمة الإضافية لعدم توازن الفئات. وقد قدموا الإنتروبيا المتقاطعة المعدلة باللوجيت لرأس المصدر، مما يمنع النموذج من الهيمنة من قبل المراكز الغنية بالبيانات.
3. التحقق التجريبي: تقدم الدراسة دراسة استئصالية (Ablation Study) صارمة تظهر أن التعديل باللوجيت يحسن النتيجة النهائية بمقدار 1.86 نقطة مئوية عن خط الأساس أحادي المهمة، وبمقدار 1.98 نقطة مئوية عن متغير المهام المتعددة القياسي.

4. النتائج التجريبية

• مجموعة البيانات: 3,020 مسحاً مقطعياً من 4 مراكز طبية متميزة (1,222 للتدريب، 308 للتحقق).
• المقاييس: درجة F1، وAUC-ROC، و**"النتيجة النهائية" (Final Score)** محددة (متوسط متوسطات F1 لكل مصدر) مصممة لمعاقبة النماذج التي تؤدي أداءً سيئاً في مراكز معينة.
• الأداء:
  • خط الأساس (مهمة واحدة): النتيجة النهائية = 0.8008.
  • متعدد المهام (CE قياسي): كان أداؤه أسوأ من خط الأساس (الحد الأقصى 0.7996)، مما يؤكد أن الإشراف غير المصحح على المصدر يسبب انحيازاً.
  • متعدد المهام + التعديل باللوجيت (عند $\gamma=0.5$ المثالي): حقق نتيجة نهائية قدرها 0.8194، وF1 قدره 0.9098، وAUC-ROC قدره 0.9647.
• التحليل لكل مصدر: حسنت الطريقة المقترحة الأداء بشكل كبير في المصادر الأقل تمثيلاً أو الأكثر صعوبة (شهد المصدر 0 والمصدر 2 مكاسب قدرها +3.34% و+4.87% على التوالي)، مما يثبت قدرة النموذج على التعميم عبر النطاقات.
• حساسية المعلمات الفائقة: كانت معلمة الوزن $\gamma$ حاسمة؛ حيث وفر $\gamma=0.5$ التوازن الأفضل؛ بينما أدى $\gamma=1.0$ إلى فرط ملاءمة لهوية المصدر، مما أدى إلى تدهور أداء اكتشاف المرض.

5. الأهمية والخاتمة

تسلط هذه الورقة الضوء على أن التعلم متعدد المهام ليس حلاً سحرياً؛ فنجاحه يعتمد بشدة على كيفية صياغة المهمة الإضافية.

• الرؤية الجوهرية: مجرد إضافة رأس تصنيف للمصدر ليس كافياً ويمكن أن يكون ضاراً إذا كانت البيانات غير متوازنة. يجب تصميم الخسارة الإضافية صراحةً لمواجهة توزيع البيانات (عبر التعديل باللوجيت) لإجبار النموذج على تعلم ميزات ثابتة النطاق.
• الأثر السريري: يقدم إطار العمل المقترح حلاً قوياً لنشر الذكاء الاصطناعي في بيئات المستشفيات متعددة المراكز في العالم الحقيقي حيث تختلف بروتوكولات الماسح الضوئي والخصائص الديموغرافية للمرضى، مما يضمن عدم تدهور دقة التشخيص للمرضى من المؤسسات الأقل تمثيلاً.
• الاتجاهات المستقبلية: يقترح المؤلفون تخفيف الاعتماد على تسميات المصدر الصريحة (باستخدام اكتشاف النطاق غير الخاضع للإشراف) ودمج أهداف العدالة على مستوى المريض لمعالجة الانحيازات الديموغرافية بشكل أكبر.

كود إطار العمل متاح للجمهور، مما يعزز إمكانية إعادة إنتاج الأبحاث في مجال الذكاء الاصطناعي الطبي.