💻 computer science

A Multi-Stage Optimization Pipeline for Bethesda Cell Detection in Pap Smear Cytology

تقدم هذه الورقة الحل الفائز بالمركز الثاني في مسابقة Riva Cytology (المسار B)، حيث تقدم خط معالجة للتحسين متعدد المراحل يجمع بين مجموعة من بنيات YOLO وU-Net مع إزالة التداخل والتصنيف الثنائي لتحقيق درجة mAP50-95 تبلغ 0.5909 في اكتشاف خلايا بيثيسدا في صور لطخة باب (Pap smear).

المؤلفون الأصليون: Martin Amster, Camila María Polotto

نُشر 2026-04-16

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Martin Amster, Camila María Polotto

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك تنظر إلى صورة فوتوغرافية ضخمة وعالية الدقة لشارع مزدحم في المدينة ليلاً. مهمتك هي العثور على كل شخص يرتدي قبعة حمراء محددة ("خلايا بيثيسدا") من بين آلاف الأشخاص الآخرين، وأعمدة الإنارة، والظلال. إذا فاتك شخص يرتدي قبعة حمراء، فهذه مشكلة. ولكن إذا أشرت إلى عمود إنارة وقلت: "هذا شخص!"، فهذه أيضاً مشكلة.

يصف هذا البحث فريقاً من علماء الكمبيوتر الذين بنوا "فرقة تحرٍ رقمية" فائقة الذكاء لحل هذه المشكلة تماماً، ولكن من أجل صور مسحة عنق الرحم (Pap smear) (الشرائح المجهرية المستخدمة لفحص سرطان عنق الرحم).

إليك كيف فعلوا ذلك، مقسماً إلى خطوات بسيطة:

1. المشكلة: فخ "المقاس الواحد للجميع"

في الماضي، كانت الحواسيب تُؤمر بالبحث عن الخلايا باستخدام "عدسة مكبرة" مربعة صلبة تكون دائماً بنفس الحجم (100×100 بكسل).

التشبيه: تخيل أنك تحاول البحث عن نملة صغيرة وفيل ضخم باستخدام نفس إطار الصورة تماماً. قد يقطع الإطار أذني الفيل أو يتضمن الكثير من المساحة الفارغة حول النملة.
الحل: أدرك الفريق أنهم بحاجة إلى المرونة. فقد علموا ذكاءهم الاصطناعي البحث عن الخلايا بأحجام مختلفة كثيرة (من مربعات صغيرة 20×20 إلى مربعات أكبر 120×120). بهذه الطريقة، يمكن للذكاء الاصطناعي التقريب (Zoom in) على الخلايا الصغيرة والابتعاد (Zoom out) للخلايا الكبيرة، تماماً مثل مصور بشري يعدل عدسته.

2. الفريق: كشافة "YOLO" والقناص "U-Net"

بدلاً من الاعتماد على ذكاء اصطنا artificial واحد فقط، بنوا فريقاً يمتلك قدرات خارقة مختلفة.

كشافة YOLO (ترى مرة واحدة فقط - You Only Look Once):
- الدور: هؤلاء هم الكشافة السريعون والهجوميون. يمسحون الصورة بأكملها بسرعة ويصرخون: "أرى خلية هنا!" و "أرى أخرى هناك!".
- نقاط القوة: هم بارعون للغاية في إيجاد الأشياء (استدعاء عالٍ - High Recall). نادراً ما يفوتهم أي خلية.
- نقاط الضعف: قد يكونون "ضجيجيين" بعض الشيء؛ حيث يصرخون أحياناً "خلية!" عند رؤية بقع عشوائية في الخلفية (إيجابيات كاذبة - False Positives).
- الاستراتيجية: استخدموا نسختين مختلفتين من هذا الكشاف—واحدة تبحث عن التفاصيل الدقيقة والأخرى للأشكال الأوسع—وقاموا بدمج تقاريرهما.
قناص U-Net:
- الدور: هذا الذكاء الاصطناعي أبطأ ولكنه أكثر دقة وحذراً. بدلاً من مجرد الصراخ "خلية!"، فإنه ينشئ "خريطة حرارية" (مثل الخريطة الجوية التي توضح أماكن الحرارة الشديدة). إنه يحدد المركز الدقيق للخلية بدقة عالية.
- نقاط القوة: هو دقيق جداً (دقة عالية - High Precision). نادراً ما يخطئ في اعتبار ذرة غبار خلية.
- نقاط الضعف: هو خجول قليلاً وقد يفوت بعض الخلايا التي وجدها الكشافة.

3. "خط معالجة التكرير": مصنع الفلاتر

بمجرد أن يرسل الكشافة والقناص قوائم المشتبه بهم، لم يكتفِ الفريق بقبول كل شيء، بل مرروا القائمة عبر مصنع فلاتر مكون من ثلاث مراحل لتنقية الضجيج:

المرحلة 1: قاعدة "عدم الازدواج في العد" (NMS)
- إذا أشار الكشاف والقناص إلى نفس البقعة، يقوم النظام بدمجهما في تقرير واحد واثق. إذا كان هناك تقريران قريبان جداً من بعضهما، يحتفظ النظام بالتقرير صاحب درجة الثقة الأعلى ويتخلص من المكرر.
- التشبيه: إذا أخبرك شخصان أن هناك سيارة عند الزاوية، فأنت لا تعدّها كسيارتين، بل تعدّها كسيارة واحدة.
المرحلة 2: فلتر "الغرفة المزدحمة" (الكثافة المكانية)
- يتم تقسيم الصورة إلى 16 مربعاً صغيراً.
- في المربعات المزدحمة: إذا كان المربع يحتوي على أكثر من 30 "مشتبهاً به"، يصبح النظام مرتاباً. يفترض أن الذكاء الاصطناعي يتخيل أشياء غير موجودة لأن المكان مزدحم جداً. لذا، يرفع المعايير ولا يحتفظ إلا بالمشتبه بهم الأكثر ثقة.
- في المربعات الفارغة: إذا كان المربع يحتوي على عدد قليل جداً من المشتبه بهم، يخفض النظام المعايير. يفكر النظام: "ربما تكون هناك خلية وحيدة ونادرة هنا"، لذا يحتفظ حتى بالإشارات الضعيفة لتجنب تفويت أي شيء.
المرحلة 3: "الحكم النهائي" (المصنف الثنائي)
- بالنسبة للمشتبه بهم ذوي الثقة المنخفضة الذين نجوا من المرحلتين الأولى والثانية، ينظر خبير نهائي (ذكاء اصطناस्पद يسمى EfficientNet) إليهم عن كثب.
- يسأل سؤالاً بسيطاً: "هل هذا خلية حقاً، أم أنه مجرد ظل أو أثر غريب؟". إذا بدا وكأنه مجرد "قمامة"، يتم استبعاده.

4. النتيجة: المركز الثاني!

دخل الفريق بهذا النظام في مسابقة عالمية (تحدي Riva Cytology).

النتيجة: حصلوا على المركز الثاني عالمياً بنتيجة 0.5909.
المقايضة: تم ضبط النظام للعثور على أكبر عدد ممكن من الخلايا (حتى لو كان ذلك يعني بعض الإنذارات الكاذبة) لأننا في فحص السرطان، تفويت خلية سرطانية أسوأ من حدوث إنذار كاذب.
الرؤية المستخلصة: لاحظ المؤلفون أنه إذا أرادوا أن يكونوا أكثر "دقة" (أي تقليل الإنذارات الكاذبة)، فيمكنهم ببساطة رفع سقف الثقة قليلاً. هذا سيجعل النظام أكثر أماناً لاستخدام الأطباء في الحياة الواقعية، حتى لو انخفضت نتيجة المسابقة قليلاً.

ملخص

فكر في هذا النظام كأنه فريق من المحققين:

الكشافة يجدون كل من قد يكون هو المشتبه به.
القناص يحدد بدقة المشتبه بهم الأكثر احتمالاً.
فريق التكرير يراجع القائمة، ويزيل المكررات، ويصفي الضجيج في المناطق المزدحمة، ويجعل خبيراً نهائياً يتحقق من الحالات الصعبة.

يسمح هذا النهج للأطباء بفحص مسحات عنق الرحم بشكل أسرع وأكثر موثوقية، مما يساعد في اكتشاف سرطان عنق الرحم مبكراً وإنقاذ الأرواح.

إليك ملخص تقني مفصل لورقة البحث بعنوان "خط أنابيب تحسين متعدد المراحل للكشف عن خلايا بيثدسدا في خلايا مسحة عنق الرحم (Pap Smear)."

1. بيان المشكلة

تعالج الورقة التحدي الحاسم المتمثل في أتمتة الكشف عن خلايا بيثدسدا (المؤشرة على سرطان عنق الرحم أو الحالات قبل السرطانية) في صور مسحة عنق الرحم. وبينما تعد مسحة عنق الرحم أداة فحص قياسية، فإن فعاليتها تعتمد بشكل كبير على التفسير اليدوي، وهو أمر يتطلب جهداً مكثفاً وعرضة للخطأ البشري (الإرهاق، وتفاوت التفسير بين المراقبين).

تشمل التحديات الرئيسية المحددة ما يلي:

محدودية البيانات: نقص مجموعات البيانات الضخمة وعالية الجودة التي تعكس التنوع البيولوجي. استخدم المؤلفون مجموعة بيانات RIVA، وهي معيار مرجعي جديد تم تقديمه لسد هذه الفجوة.
تعقيد الكشف: تحتوي صور مسحة عنق الرحم على بيئات خلوية معقدة حيث تختلف الخلايا بشكل كبير في الحجم والشكل المورفولوجي.
قيود المقاييس: تقيم المسابقة (Riva Cytology Challenge, Track B) الأداء باستخدام mAP50-95 (متوسط الدقة المتوسطة عبر عتبات IoU من 0.50 إلى 0.95)، مما يتطلب نماذج قوية عبر درجات متفاوتة من دقة التحديد الموضعي.

2. المنهجية

يقترح المؤلفون خط أنابيب تحسين متعدد المراحل يجمع بين مجموعة من نماذج الكشف مع مرحلة صقل. تنقسم البنية إلى ثلاث مراحل رئيسية:

أ. المعالجة المسبقة وتدريب النماذج

تغيير حجم التوسيم (Annotation Resizing): كانت مجموعة البيانات الأصلية تستخدم صناديق إحاطة موحدة بحجم $100\times100$ بكسل، والتي غالباً ما فشلت في مطابقة الشكل المورفولوجي الفعلي للخلايا. قام المؤلفون بتغيير حجم التوسيمات إلى أبعاد متغيرة ( $10\times10$ إلى $120\times120$ ) مع الحفاظ على الإحداثيات المركزية لتحسين تحديد المركز. حددت الاختبارات التجريبية أن $20\times20$ و $50\times50$ هما المقياسان الأمثلان.
مجموعة نماذج YOLO: تم تدريب نموذجين من نوع YOLOv8n (Nano) على دقة مدخلات $1024\times1024$ مع أحجام صناديق أهداف مختلفة ( $20\times20$ و $50\times50$ ). تم اختيار هذه النماذج لضمان استدعاء (Recall) عالٍ، مع إعطاء الأولوية للكشف عن جميع الخلايا المحتملة على حساب الدقة (Precision) في البداية.
تراجع الخريطة الحرارية لـ U-Net: تم تدريب نموذج U-Net مع عمود فقري من نوع ResNet34 كنموذج لتراجع الخريطة الحرارية. بدلاً من صناديق الإحاطة، قام النموذج بالتنبؤ بنوى غاوس ثنائية الأبعاد ممركزة حول نوى الخلايا. حقق هذا النهج استدعاءً أقل ولكن دقة أعلى بكثير مقارنة بـ YOLO.

ب. استراتيجية التجميع (Ensemble Strategy)

تم دمج مخرجات النماذج باستخدام منطق قائم على المسافة:

التجميع الأول: دمج نموذجي YOLO. تم حساب متوسط التنبؤات (الإحداثيات والثقة) للنتائج التي تقع ضمن مسافة إقليدية قدرها 12 بكسل. تم الاحتفاظ بالتنبؤات الفردية للنماذج فقط إذا كانت الثقة $> 0.35$ .
التجميع الثاني: دمج مخرجات تجميع YOLO مع تنبؤات U-Net.
- التنبؤات المتطابقة (ضمن 12 بكسل) تم حساب متوسط درجاتها.
- الخطوة الحاسمة: تم ضبط عتبة الثقة للتنبؤات غير المتطابقة عند 0، لضمان الاحتفاظ بجميع التنبؤات الفريدة من كل من مجموعة YOLO أو U-Net لتعظيم الاستدعاء.

ج. خط أنابيب التحسين ثلاثي المراحل

لتنقية مخرجات التجميع الخام وإزالة ضوضاء الخلفية، تم تطبيق خط أنابيب معالجة لاحقة:

إزالة القيم غير القصوى (Non-Maximum Suppression - NMS): طُبقت بعتبة IoU عالية قدرها 0.75. تم اختيار ذلك ليكون متساهلاً بما يكفي للحفاظ على الخلايا المتميزة والمتراصة، مع إزالة التكرارات الواضحة، مما يحسن مقياس mAP50-95 الذي يكافئ التحديد الدقيق عبر نطاق واسع من IoU.
تصفية الكثافة المكانية: تم تقسيم الصور إلى شبكة $4\times4$ $4 \times 4$ .
- الربع عالي الكثافة ( $\ge30$ تنبؤ): تم تطبيق عتبة ثقة صارمة قدرها 0.1 لتصفية الضوضاء الزائفة.
- الربع منخفض الك densité ( $<30$ تنبؤ): تم تطبيق عتبة متساهلة جداً قدرها 0.001 لتجنب فقدان الخلايا غير الطبيعية المعزولة.
صقل التصنيف الثنائي: تم تدريب مصنف ثنائي (EfficientNet-B0) للتمييز بين الخلايا الحقيقية والشوائب الخلفية. تم تدريبه على "السلبيات الصعبة" (التنبؤات التي يكون فيها IoU $<0.1$ مع الحقيقة الأرضية). أثناء الاستدلال، تم تطبيق عتبة قدرها 0.05 على تنبؤات التجميع ذات الثقة المنخفضة ( $<0.01$ ) لتصفية الإيجابيات الكاذبة.

3. المساهمات الرئيسية

بنية تجميع مبتكرة: نجحت في دمج كشف الأشياء (YOLO) مع التقسيم الدلالي/تراجع الخريطة الحرارية (U-Net) لموازنة الاستدعاء العالي والدقة العالية.
استراتيجية التوسيم التكيفية: طورت طريقة لتغيير حجم صناديق الإحاطة ديناميكياً أثناء التدريب لتناسب الشكل المورفولوجي للخلايا بشكل أفضل، مما يحسن تحديد المركز.
المعالجة اللاحقة المدركة للسياق: قدمت آلية تصفية الكثافة المكانية التي تكيف عتبات الثقة بناءً على كثافة الخلايا المحلية، مما يعالج المقايضة بين إزالة الضوضاء واكتشاف الخلايا النادرة والمعزولة.
الأداء في المسابقة: حققت المركز الثاني في مسابقة Riva Cytology (Track B) مع درجة mAP50-95 بلغت 0.5909 على مجموعة الاختبار.

4. النتائج

أجري التقييم على مجموعة التحقق RIVA (131 صورة). تشمل النتائج الرئيسية ما يلي:

أداء النماذج الفردية:
- YOLOv8n ( $50\times50$ ): أعلى استدعاء (0.9937) ولكن دقة منخفضة جداً (0.0665) بسبب كثرة الإيجابيات الكاذبة (37,398 FP).
- U-Net: استدعاء أقل (0.7983) ولكن أعلى دقة (0.694) وأعلى درجة F1 (0.7425) بين النماذج الفردية.
أداء التجميع (Ensemble):
- حقق التنبؤ النهائي (بعد خط الأنابيب الكامل) درجة mAP50-95 بلغت 0.6232 على مجموعة التحقق.
- حافظ على استدعاء عالٍ (0.9485) مع تقليل الإيجابيات الكاذبة بشكل كبير مقارنة بـ YOLO المستقل (11,410 FP مقابل 37,398 FP).
تحليل المقايضة: تشير الورقة إلى أن التحسين الصارم لـ mAP50-95 يتطلب عتبات ثقة أقل، مما يزيد من الإيجابيات الكاذبة. ومع ذلك، فإن زيادة طفيفة في عتبة الثقة يمكن أن تحسن درجة F1 (توازن الدقة/الاستدعاء) بشكل كبير مع انخفاض طفيف في mAP، مما يشير إلى أن درجات النموذج معايرة جيداً للاستخدام السريري حيث تكون الدقة هي الأهم.

5. الأهمية

يُظهر هذا العمل أن خط أنابيب متعدد المراحل يجمع بين بنيات التعلم العميق المتنوعة (الكشف + التقسيم) مع معالجة لاحقة مدركة للسياق يمكن أن يعالج بفعالية تعقيدات خلايا مسحة عنق الرحم.

الأهمية السريرية: بينما يفضل مقياس المسابقة (mAP) الاستدعاء العالي، يسلط المؤلفون الضوء على أنه في الفحص السريري، قد يكون النموذج ذو الدقة الأعلى (أقل عدد من الإنذارات الكاذبة) أكثر عملية للمساعدة التشخيصية. إطار عملهم مرن بما يكفي للسماح بضبط هذا الاحتياج السريري المحدد.
المصدر المفتوح: جعل المؤلفون تنفيذهم ورمزهم البرمجي متاحاً للعموم، مما يعزز إمكانية إعادة الإنتاج ومزيد من الأبحاث في مجال الفحص الآلي لسرطان عنق الرحم.