🤖 AI

Disentangled Anatomy-Disease Diffusion (DADD) for Controllable Ulcerative Colitis Progression Synthesis

تقترح الورقة البحثية نموذج "انتشار التشريح والداء المنفصل" (DADD)، وهو إطار عمل مبتكر يقوم بتخليق صور تنظير معوي طولية قابلة للتحكم لمرض التهاب القولون التقرحي من خلال فصل تشريح المريض الخاص عن شدة المرض عبر "منقي الميزات" (Feature Purifier) وآلية "الاهتمام المتقاطع ثلاثي المسارات" (Triple-Pathway Cross-Attention)، مما يؤدي إلى توليد صور عالية الدقة عبر جميع مستويات الشدة لإعادة توازن مجموعات البيانات غير المتوازنة وتحسين التصنيف اللاحق.

المؤلفون الأصليون: Umut Dundar, Alptekin Temizel

نُشر 2026-05-06

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Umut Dundar, Alptekin Temizel

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 أن لديك صورة لبطانة معدة شخص ما (تم التقاطها عبر منظار). أحياناً، تكون هذه البطانة صحية ووردية؛ وأحياناً أخرى تكون حمراء، متورمة، ومتقرحة بسبب حالة تسمى "التهاب القولون التقرحي". يستخدم الأطباء درجة من 0 إلى 3 لوصف مدى سوء الحالة.

المشكلة هي أن البيانات الطبية نادرة؛ فنحن لا نملك صوراً كافية لنفس الشخص في كل مرحلة من مراحل المرض لتتم دراسة كيفية تغيرها بمرور الوقت. كما أن الصور التي نملكها غير متوازنة: لدينا الكثير من الصور "الصحية" ولكن القليل جداً من الصور "الشديدة".

قام مؤلفو هذه الورقة البحثية ببناء أداة تسمى DADD (الانتشار التشريحي-المرضي المنفصل). فكر في الأمر كأنه "محرر صور للسفر عبر الزمن الطبي".

إليك كيف يعمل، باستخدام تشبيهات بسيطة:

1. المشكلة: الفوضى "اللزجة"

عادةً، عندما تحاول استخدام الذكاء الاصطناعي لتغيير مرض في صورة ما (على سبيل المثال، تحويل معدة سليمة إلى معدة مريضة)، يصاب الذكاء الاصطناعي بالارتباك. الأمر يشبه محاولة إعادة طلاء جدار بينما لا يزال الطلاء رطباً؛ حيث يختلط اللون الجديد مع الملمس القد。

من الناحية التقنية، "ذاكرة" الذكاء الاصطناعي المتعلقة بتشريح المريض الفريد (ثنيات وشكل المعدة) ملتصقة بذاكرة المرض (الاحمرار والتقرحات). إذا أخبرت الذكاء الاصطناعي بأن يجعل المرض أسوأ، فقد يغير شكل المعدة عن طريق الخطأ. وإذا أخبرته بأن يجعل المرض أفضل، فقد يمسح الميزات الفريدة للمريض عن طريق الخطأ.

2. الحل: "منقي الميزات" (آلة الغسيل)

لإصلاح ذلك، يستخدم DADD مكوناً خاصاً يسمى Feature Purifier (منقي الميزات).

تخيل أن بيانات الصور في الذكاء الاصطناعي هي سلة غسيل حيث "تشريح" المريض عبارة عن قمصان بيضاء نظيفة و"المرض" هو جوارب طينية. إنهم جميعاً مختلطون معاً.

المنقي ينظر إلى السلة، ويحدد أي الأجزاء هي "الجوارب الطينية" (المرض)، ويقوم بإزالتها.
يترك خلفه فقط "القمصان البيضاء النظيفة" (تشريح المريض الفريد)، دون وجود مرض ملتصق بها.
الآن، أصبح لدى الذكاء الاصطناعي مساحة نظيفة تتكون فقط من بنية معدة المريض، دون أي مرض مرتبط بها.

3. "المطبخ ثلاثي المسارات"

بمجرد حصول الذكاء الاصطناعي على التشريح النظيف، فإنه يحتاج إلى إضافة المرض مرة أخرى، ولكن بمستوى محدد (على سبيل المثال، "اجعله يبدو وكأنه في المستوى 2 من الشدة").

بنى المؤلفون مطبخاً خاصاً يحتوي على ثلاثة أحزمة ناقلة منفصلة (مسارات) تغذي قدر الطبخ (نموذج الذكاء الاصطناعي):

حزام التشريح: يحمل بنية المريض النظيفة.
حزام المرض: يحمل التعليمات الخاصة بنوع المرض الذي يجب إضافته.
حزام التغير (Delta): يحمل التعليمات حول مقدار التغيير.

السر (التوجيه الواعي بالتردد):
يعرف الذكاء الاصطناعي أن أجزاء مختلفة من الصورة تحتاج إلى معالجات مختلفة.

الطبقات منخفضة الدقة (الصورة الكبيرة) تشبه الهيكل العظمي للمعدة. يرسل الذكما الاصطناعي حزام التشريح هنا لضمان عدم تغير شكل المعدة.
الطبقات عالية الدقة (التفاصيل الدقيقة) تشبه ملمس الجلد. يرسل الذكاء الاصطناعي حزام المرض هنا ليرسم الاحمرار والتقرحات دون العبث بالشكل.

يضمن هذا أن يبدو المريض مثل نفسه، ولكن يبدو المرض تماماً كما هو مطلوب.

4. "توجيه دلتا": مقبض التحكم في الصوت

معظم أدوات الذكاء الاصطناعي التي تغير الصور تتطلب منك تشغيل العملية مرتين (مرة لرؤية الصورة، ومرة لرؤية ما سيحدث إذا لم تعطي تعليمات) لمعرفة الفرق. هذا بطيء.

يستخدم DADD تقنية Delta Steering (توجيه دلتا). فكر في هذا كـ مقبض التحكم في الصوت أو مفتاح خفت الإضاءة.

بدلاً من تشغيل الآلة مرتين، يمكنك فقط تدوير المقبض.
إذا كنت تريد الانتقال من حالة "خفيفة" إلى "شديدة"، فقم بتدوير المقبض للأعلى.
إذا كنت تريد الانتقال من حالة "شديدة" إلى "متعافية"، فقم بتدويره للأسفل.
يحدث هذا في تمريرة واحدة، مما يجعل العملية أسرع بمرتين من الطرق الأخرى.

ماذا حققوا؟

اختبروا هذا على مجموعة بيانات من صور تنظير القولون الحقيقية (LIMUC).

النتيجة: استطاعوا أخذ صورة لمريض يعاني من مرض خفيف وتوليد صورة لنفس المريض وهو يعاني من مرض شديد، والعكس صحيح.
الدليل: عندما استخدموا هذه الصور المولدة لتدريب كمبيوتر على تشخيص المرض، أصبح الكمبيوتر أفضل بكثير في التمييز بين الحالات الخفيفة والشديدة.
العقبة: إذا قمت بتدوير "مقبض التحكم في الصوت" (مقياس التوجيه) عالياً جداً، ستصبح الصورة مشوهة وتبدو غريبة. ولكن عند الضبط الصحيح، تعمل الأداة بشكل رائع.

باختاً، DADD هو أداة تفصل بين شكل جسم المريض الفريد وبين مرضه، مما يسمح للأطباء بمحاكاة كيف قد تتحسن حالة ذلك المريض تحديداً أو تسوء بمرور الوقت، مع الحفاظ على هوية المريض كاملة.

ملخص تقني: الانتشار التشريحي-المرضي المنفصل (DADD) لتخليق تطور التهاب القولون التقرحي القابل للتحكم

1. بيان المشكلة

يعوق "عنق الزجاجة" الناتج عن تشابك السمات التشريحية الخاصة بالمريض مع الأنسجة المرضية عملية تخليق الصور الطبية الطولية عند مراحل مرضية محددة. في سياق التهاب القولون التقرحي (UC)، يتبع شدة المرض تدرجاً ترتيبياً مستمراً يتم تعريفه بواسطة مقياس "مايو" للتقييم التنظيري (MES)، والذي يتراوح من 0 (طبيعي) إلى 3 (شديد). تعاني مجموعات البيانات الحالية، مثل LIMUC، من عدم توازن شديد في الفئات ونقص في المتابعة الطولية بسبب الطبيعة الغازية لعمليات التنظير المتكررة.

تواجه النهج التوليدية الحالية "عنق زجاجة للتشابك" حرجاً. فالطرق التي تشترط التوليد بناءً على صور مرجعية (مثل IP-Adapter باستخدام مشفرات CLIP) تدمج حتماً باثولوجيا المرض المصدر في التمثيل التشريحي. وعند محاولة تخليق تطور مضاد للواقع (على سبيل المثال، تغيير صورة من MES 3 إلى MES 0)، يتلقى النموذج إشارات متضاربة: يجب عليه الحفاظ على البنية التشريحية مع محو باثولوجيا المرض المصدر وتوليد مستوى شدة جديد في آن واحد. هذا الصراع الدلالي يؤدي غالباً إلى عيوب هيكلية أو فشل في إزالة سمات المرض الموجودة.

2. المنهجية

يعالج الإطار المقترح، الانتشار التشريحي-المرضي المنفصل (DADD)، هذه المشكلة من خلال الفصل الصريح للهوية التشريحية عن شدة المرض داخل نموذج انتشار كامن. يدمج الهيكل ثلاثة مكونات مبتكرة في هيكل Stable Diffusion الأساسي:

2.1. المدمج الترتيبي الإضافي (AOE)

لنمذجة الطبيعة المستمرة لمقياس MES، يستخدم الإطار AOE الذي يمثل الشدة كمجموع تراكمي لزيادات قابلة للتعلم. المستوى الأعلى من MES يتضمن جميع سمات المستويات الأدنى بالإضافة إلى باثولوجيا إضافية. يسمح هذا بتوليد مستويات شدة وسيطة عشوائية عبر الاستيفاء المستمر.

2.2. منقي السمات (Feature Purifier)

لحل التشابك بين التشريح والمرض المصدر، تم تقديم منقي السمات. تعمل هذه الوحدة في ثلاث مراحل:

التحديد: تقوم طبقة انتباه متقاطع باستعلام رموز الصورة مقابل تضمين المرض المصدر (المستمد من تسمية MES المصدر) لتحديد القنوات المرتبطة بالمرض.
البوابات (Gating): تولد وحدة MLP بوابية قناعاً سيجمويدياً للتحكم في كبح هذه السمات المحددة.
المحو: يقوم طرح متبقي بوابي بمحو مكون المرض من رموز الصورة، مما ينتج عنه رموز تشريحية "منقاة" ( $e_{clean}$ ) تحتفظ بالهوية الهيكلية ولكنها تفتقر إلى باثولوجيا المصدر.

2.3. الانتباه المتقاطع ثلاثي المسارات

بدلاً من دمج جميع رموز التكييف، يستخدم DADD آلية حقن منقسمة بثلاثة مسارات مختلفة تُحقن في U-Net:

مسار التشريح: يعالج رموز التشريح المنقاة ( $e_{clean}$ ) باستخدام إسقاطات مدربة مسبقاً للحفاظ على إعادة البناء الهيكلي.
مسار المرض: يعالج رموز المرض المستهدف ( $e_{aoe}^t$ ) باستخدام إسقاطات منفصلة خالية من الانحياز.
مسار الفرق ( $\Delta$ ): يعالج التغير في الشدة الاتجاهي ( $\Delta$ ) المستمد من الفرق بين تضمينات الترتيب المستهدفة والمصدر.

التوجيه المدرك للتردد: يستخدم الإطار بوابات توجيه تعتمد على الدقة ( $g_a, g_d$ ) لوزن مساهمة التشريح مقابل المرض في أعماق مختلفة من U-Net. يتم ترجيح الكتل منخفضة الدقة (التي تلتقط البنية العالمية) بقوة نحو التشريح، بينما يتم ترجيح الكتل عالية الدقة (التي تلتقط النسيج الدقيق) نحو المرض. يضمن ذلك أن تعديلات المرض تقتصر على الأنسجة المرضية الدقيقة دون تعطيل بنية المخاطية العالمية.

2.4. توجيه الدلتا (Delta Steering)

لتمكين التحكم الدقيق في انتقالات المرض دون التكلفة الحسابية للتوجيه الخالي من التصنيف (CFG)، قدم المؤلفون توجيه الدلتا. وهو إشارة اتجاهية تمرة واحدة (single-pass) لا تتطلب تدريباً، مشتقة من الفرق المسقط بين تضمينات الترتيب المستهدفة والمصدر.

الآلية: $\Delta = \text{proj}(E[y_t]) - \text{proj}(E[y_s])$ .
التشغيل: أثناء الاستدلال، تتم معالجة $\Delta$ عبر إسقاطات المرض الخالية من الانحياز لحقن إشارة ذات إشارة واتجاه يتناسب مع المقدار في آلية الانتباه.
الفائدة: يلغي هذا الحاجة إلى عمليات تمرير غير مشروطة، مما يقلل زمن استجراف الاستدلال بنحو 2× مقارنة بـ CFG القياسي.

3. المساهمات الرئيسية

الفصل عبر المحو: منقي سمات يعتمد على الانتباه المتقاطع يحدد ديناميكياً ويخمد القنوات المرتبطة بالمرض من رموز الصورة، مما يفصل بفعالية التشريح عن الباثولوجيا.
الحقن المدرك للتردد: آلية انتباه متقاطع ثلاثية المسارات مع بوابات توجيه ثابتة توجه الإشارات التشريحية والمرضية إلى الطبقات المناسبة من U-Net بناءً على هرمية الدقة.
توجيه الدلتا: آلية تحكم أحادية المسار لتطور المرض الرتيب توفر تحكماً ذا إشارة ومقدار متناسب، مما يقدم بديلاً أكثر كفاءة لـ CFG.
التعزيز المستهدف: برهان تجريبي على أن تخليق البيانات الطولية الخاصة بكل مريض يعمل بفعالية على إعادة توازن توزيع الفئات المنحاز، مما يعزز أداء التصنيف في المهام اللاحقة.

4. النتائج التجريبية

تم التحقق من صحة الإطار باستخدام مجموعة بيانات LIMUC (10,284 صورة) باستخدام Stable Diffusion v1.4.

جودة التوليد: بينما حققت بعض المتغيرات (DADD-I, DADD-U) درجات FID أقل، إلا أنها فشلت في إنتاج سمات مرضية مميزة، مما أدى إلى أداء يقارب العشوائية في المهام اللاحقة. حققت تهيئة التوجيه الهرمي (DADD-H)، التي تربط حقن المرض بطبقات الدقة العالية، أفضل توازن.
التصنيف اللاحق: حسّن DADD-H دقة التصنيف ووزن كوانداتيك التربيعي (QWK) بشكل كبير مقارنة بالنماذج المرجعية. في سيناريو "التخليق فقط" (بدون بيانات حقيقية)، حقق DADD-H دقة 61.68% و 70.74 QWK، متفوقاً على خط الأساس IP-AOE (54.54% / 42.20 QWK).
دقة الشدة: قام "قاضٍ انحداري" (Regression Judge) مدرب على بيانات حقيقية بتقييم المخرجات التخليقية. حقق DADD-H 81.53 QWK و 0.46 RMSE، وهو ما يطابق أداء النماذج المدربة على بيانات حقيقية (83.28 QWK / 0.47 RMSE). وهذا يؤكد أن النموذج يحول الباثولوجيا فعلياً بدلاً من مجرد تكرار المصدر.
سرعة الاستدلال: حققت متغيرات DADD تسريعاً بنحو 2× مقارنة بنماذج CFG (على سبيل المثال، 187.3 مللي ثانية/صورة مقابل 314.6 مللي ثانية/صورة بحجم دفعة 8) بفضل آلية توجيه الدلتا أحادية المسار.
التحليل النوعي: أظهرت المقارنات النوعية أن DADD-H نجح في محو الأنسجة المرضية الموجودة عند تخليق مستويات شدة أقل (مثل MES 3 $\to$ 0)، بينما فشلت نماذج IP-Adapter في إزالة مرض المصدر، مما أدى إلى توليدات متشابكة.

5. الأهمية والادعاءات

يزعم البحث أن DADD يوفر إطاراً قوياً لتخليق الصور الطبية الطولية حيث يتم الحفاظ على التشريح الخاص بالمريض مع تعديل شدة المرض بشكل قابل للتحكم. ويؤكد المؤلفون ما يلي:

التشابه التوزيعي (FID) غير كافٍ للتحقق من صحة تخليق التطور الشرطي؛ فالنماذج ذات FID المنخفض قد تفشل في تغيير الباثولوجيا بشكل ملموس.
الفصل أمر حاسم: إن محو معلومات مرض المصدر صراحة من التضمين التشريحي ضروري لتجنب الصراعات الدلالية أثناء التخليق المضاد للواقع.
الكفاءة: توفر آلية توجيه الدلتا بديلاً فعالاً حسابياً لـ CFG، مما يجعل التخليق القابل للتحكم أكثر عملية للتطبيقات السريرية.
الفائدة السريرية: القدرة على توليد بيانات طولية متوازنة وخاصة بكل مريض تعالج مباشرة مشكلة عدم التوازن في الفئات المتأصلة في مجموعات البيانات الطبية، مما يحسن تدريب المصنفات التشخيصية اللاحقة.

يشير المؤلفون إلى أن الأداء يظل حساساً لمقياس التوجيه ( $\lambda_{steer}$ )، حيث تؤدي القيم $\ge 5$ إلى ظهور عيوب هيكلية، ويقترحون عملاً مستقبلياً على جداول التوجيه لكل فئة وتوسيع النطاق ليشمل فحوصات طبية طولية أخرى.