Orientation-Aware Unsupervised Domain Adaptation for Brain Tumor Classification Across Multi-Modal MRI
تقترح هذه الورقة إطار عمل للتكيف غير الخاضع للإشراف مع مراعاة التوجيه، والذي يستفيد من بيانات الرنين المغناطيسي متعددة الأنماط للمصدر وتوجيه الميزات عبر الملصقات الزائفة لتحسين أداء تصنيف أورام الدماغ في نطاق صور T1 بعد حقن المادة التباينية المستهدف، مع معالجة ندرة التوصيف والتحولات الناتجة عن اختلاف المؤسسات.
تخيل أنك تحاول تعليم روبوت كيفية تحديد أنواع مختلفة من أورام الدماغ باستخدام صور الرنين المغناطيسي (MRI). لديك مشكلتان كبيرتان:
حاجز "اللغة": تم تدريب الروبوت على مكتبة ضخمة من الفحوصات من مستشفى واحد (المصدر). ولكن الآن، تريد استخدامه في مستشفى آخر (الهدف). المستشفى الجديد يستخدم أجهزة وإعدادات وزوايا مختلفة. الأمر يشبه تعليم شخص ما التعرف على سيارة باستخدام صور لسيارات "فورد" حمراء فقط، ثم طلب منه تحديد سيارة "تويوتا" زرقاء. يصاب الروبوت بالارتباك لأن "مظهر" البيانات قد تغير.
مشكلة "الغرفة الفوضوية": صور الرنين المغناطيسي عبارة عن مزيج فوضوي من زوايا مختلفة؛ بعضها من الأعلى إلى الأسفل (محوري/axial)، وبعضها من الجانب (سهمي/sagittal)، وبعضها من الأمام (إكليلي/coronal). إذا ألقيت كل هذه الزوايا المختلطة في عقل الروبوت دفعة واحدة، فسيجد صعوبة في تعلم الأنماط المحددة للورم.
تقترح هذه الورقة البحثية حلاً ذكياً يتكون من خطوتين لمعالجة هاتين المشكلتين دون الحاجة إلى خبير بشري لتسمية (labeling) كل فحص جديد، وهو أمر مكلف وبطيء.
الخطوة 1: "الفرّاز" (التمييز الواعي للاتجاه)
أولاً، قام المؤلفون ببناء روبوت "فرّاز" خاص. قبل محاولة تحديد الورم، ينظر هذا الفرّاز إلى شريحة الرنين المغناطيسي الخام ويسأل: "هل هذه رؤية من الأعلى، أم من الجانب، أم من الأمام؟"
التشبيه: تخيل أن لديك كومة ضخمة من الصور من رحلة عطلة. بعضها للشاطئ، وبعضها للجبال، وبعضها للمدينة. إذا حاولت تعليم طفل التعرف على "الدببة" من خلال عرض مزيج من كل هذه الصور له، فقد يصاب بالارتبضاك. بدلاً من ذلك، تقوم أولاً بفرز الصور إلى ثلاث مجموعات منفصلة: الشاطئ، الجبال، والمدينة.
النتيجة: "الفرّاز" الخاص بالورقة البحثية بارع جداً في هذا. فهو يحدد زاوية الفحص بشكل صحيح بنسبة 97% تقريباً. هذا ينظف الغرفة الفوضوية، مما يسمح للخطوة التالية بالتركيز على نوع واحد من الرؤى في كل مرة.
الخطوة 2: "المترجم" (تكييف النطاق غير الخاضع للإشراف)
بمجرد فرز الصور حسب الزاوية، يستخدم الفريق روبوتاً ثانياً لتحديد الورم فعلياً (ورم دبقي/Glioma، أو سحائي/Meningioma، أو نخامي/Pituitary). هنا يحدث سحر تكييف النطاق غير الخاضع للإشراف (UDA).
المشكلة: الروبوت يعرف الأورام في مستشفى "المصدر" تماماً. ولكن عندما ينظر إلى فحوصات مستشفى "الهدف"، تبدو الألوان والأنسجة مختلفة (انزياح النطاق/domain shift).
الحل: استخدم الفريق تقنية تسمى التسمية الزائفة (Pseudo-Labeling).
التشبيه: تخيل أن الروبوت طالب درس بجد باستخدام كتاب مدرسي من "المدرسة أ" (المصدر). الآن، يتعين عليه خوض اختبار في "المدرسة ب" (الهدف) حيث تبدو الأسئلة مختلفة قليلاً. المعلم (الخوارزمية) ليس لديه نموذج إجابة للمدرسة ب.
لذا، يقوم الروبوت بتخمين الإجابات للمدرسة ب بناءً على ما تعلمه من المدرسة أ. هذه التخمينات تسمى "التسميات الزائفة".
بعد ذلك، يقارن الروبوت معرفته من "المدرسة أ" مع تخميناته لـ "المدرسة ب". إنه يستخدم أداة رياضية تسمى التباين الأقصى للمتوسط (MMD) لإجبار بيانات "المدرسة أ" وبيانات "المدرسة ب" على أن تبدو أكثر تشابهاً في عقل الروبوت. الأمر يشبه قولك للروبوت: "حتى لو كانت الإضاءة مختلفة، فإن شكل الورم هو نفسه. عدّل عينيك لترى التشابه".
لماذا يعمل هذا بشكل أفضل؟
اختبرت الورقة هذا الأسلوب مقابل طرق أخرى ووجدت أن:
الفرز أولاً أمر بالغ الأهمية: إذا تخطيت مرحلة "الفرّاز" وحاولت التعلم من الزوايا المختلطة، تنخفض دقة أداء الروبوت بشكل كبير (من حوالي 73% إلى حوالي 52%). إنه مثل محاولة تعلم الفرنسية والإسبانية والإيطالية في نفس الوقت دون فصل الكتب.
"المترجم" يعمل: من خلال استخدام التسميات الزائفة ومحاذاة الـ MMD، تعلم الروبوت التعرف على الأورام في فحوصات المستشفى الجديد بنسبة نجاح بلغت 73%، وهو أفضل بكثير من الطرق السابقة (التي تراوحت بين 38-57%).
الخلاصة
ابتكر المؤلفون نظاماً يقوم أولاً بتنظيم صور الرنين المغناطوري الفوضوية حسب الزاوية، ثم يترجم المعرفة من مجموعة بيانات مصنفة إلى مجموعة بيانات غير مصنفة. يتيح ذلك للذكاء الاصطناعي التعرف على أورام الدماغ في المستشفيات الجديدة دون الحاجة إلى بشر لتسمية كل صورة جديدة يدوياً.
ما لا تدعيه الورقة:
هي لا تدعي أن هذا النظام جاهز للاستخدام في مستشفى حقيقي غداً.
هي لا تدعي أنه يعمل على الصور ثلاثية الأبعاد (3D) بعد (يعمل حالياً على الشرائح ثنائية الأبعاد 2D).
هي تعترف بأن النظام لا يزال يعاني قليلاً مع الرؤى "من الأعلى إلى الأسفل" (المحورية/axial)، والتي يصعب تمييزها مقارنة بالرؤى الجانبية أو الأمامية.
ملخص تقني: التكيف غير الخاضع للإشراف الموجه نحو الاتجاه لتصنيف أورام الدماغ
بيان المشكلة يعوق دمج التعلم العميق في التشخيص السريري لأورام الدماغ تحديان رئيسيان: ندرة بيانات التصوير بالرنين المغناطيسي (MRI) الموصوفة من قبل الخبراء، والتحولات الناتجة عن اختلاف النطاقات بين المؤسسات. تنشأ هذه التحولات نتيجة للاختلافات في أجهزة المسح، وبروتوكولات التصوير، وإعدادات التباين، مما يؤدي إلى ضعف قدرة النماذج المدربة على بيانات المصدر الموصوفة على التعميم إلى البيانات غير الموصوفة من مؤسسات مختلفة. وبينما يوفر التكيف غير الخاضع للإشراف على النطاق (UDA) حلاً محتملاً عبر تعلم تمثيلات ثابتة النطاق، فإن الأساليب الحالية تواجه صعوبة في تصنيف أورام الدماغ متعدد الفئات؛ فهي غالباً ما تفشل في مراعاة التباين المعقد بين التسلسلات، والأهم من ذلك، تتجاهل التباينات المرتبطة بالاتجاه المتأصل في مستويات الرؤية متعددة المستويات للرنين المغناطيسي (المحوري، والسهمي، والإكليلي). علاوة على ذلك، يركز معظم البحث السابق في مجال الـ UDA في التصوير الطبي على التصنيف الثنائي أو التقسيم، مما يترك تصنيف أورام الدماغ متعدد الفئات غير مستكشف بشكل كافٍ.
المنهجية يقترح المؤلفون إطار عمل مبتكر للـ UDA يتكون من مرحلتين وموجه نحو الاتجاه، صُمم لمعالجة ندرة التوصيف وتحولات النطاق في شرائح الرنين المغناطيسي ثنائية الأبعاد المختلطة.
1. المرحلة الأولى: فصل الشرائح الموجه نحو الاتجاه
الهدف: تفكيك مشكلة تحول النطاق المعقدة عن طريق فصل المستويات التشريحية المختلطة قبل عملية التصنيف.
البنية: يتم استخدام شبكة عصبية تلافيفية متسعة (Dilated CNN) ذات مجال استقبال واسع. وهي تستخدم كتل تلافيفية قياسية للميزات المحلية وتلافيف متسعة (بمعدلات 2 و4) لالتقاط السياق العالمي.
العملية: يتم معالجة شرائح الرنين المغناطري المدخلة عبر العتبة الثنائية (لقمع ضوضاء الخلفية) وتغيير حجمها إلى 32×32. يقوم النموذج بتصنيف الشرائح إلى ثلاثة اتجاهات: محوري (axial)، وسهمي (sagittal)، وإكليلي (coronal).
التدريب: يتم تدريب المصنف على مجموعات فرعية موصوفة يدوياً من المصدر والهدف باستخدام فقدان الإنتروبيا المتقاطعة (cross-entropy loss)، محققاً دقة عالية (~97.4%) في تمييز الاتجاهات عبر النطاقات.
2. المرحلة الثانية: التصنيف الخاص بالاتجاه مع التكيف غير الخاضع للإشراف على النطاق (UDA)
البنية: يتم تدريب ثلاث شبكات تصنيف مستقلة، واحدة لكل اتجاه. تستخدم كل شبكة بنية ResNet50 (مدربة مسبقاً على ImageNet، مع تجميد مستخرج الميزات) متبوعة بأربع طبقات متصلة بالكامل (2048 ← 1024 ← 512 ← 256 ← 3).
المرحلة 1 (تدريب المصدر الخاضع للإشراف): يتم تدريب النماذج على مجموعة بيانات المصدر الموصوفة (T1، T2، FLAIR متعددة الأنماط) باستخدام فقدان الإنتروبيا المتقاطعة الفئوي. بعد ذلك، تقوم النماذج المدربة بتوليد تسميات وهمية (pseudo-labels) لمجموعة بيانات الهدف غير الموصوفة (T1 أحادي النمط بعد حقن التباين).
المرحلة 2 (التكيف غير الخاضع للإشراف على مستوى الفئة): يتم صقل النماذج باستخدام كل من بيانات المصدر الموصوفة وبيانات الهدف ذات التسميات الوهمية. يجمع هدف التدريب بين:
فقدان محاذاة الميزات بناءً على تباين المتوسط الأقصى (MMD) مع نواة غاوسية لمحاذاة توزيع الميزات في فضاء هيلبرت لإعادة إنتاج النواة (RKHS).
الاستراتيجية: يفرض هذا النهج محاذاة دلالية على مستوى الفئة مع التخفيف من تحول النطاق، ويُطبق بشكل مستقل على المصنفات المحورية والسهمية والإكليلية.
المساهمات الرئيسية
وحدة فصل الشرائح: تصميم وحدة تعتمد على DilatedCNN تقوم بتصنيف شرائح الرنين المغناطيسي صراحةً إلى اتجاهات تشريحية، مما يسمح بتعلم خاص بكل اتجاه ويقلل من تعقيد تحول النطاق.
مصنفات خاصة بالاتجاه: استخدام مصنفات مستقلة تعتمد على ResNet50 لكل اتجاه، مما يسمح للنموذج بتعلم ميزات مميزة للفئة خاصة بكل زاوية رؤية.
التكيف على مستوى الفئة الموجه بالتسميات الوهمية: تقديم استراتيجية UDA تعمل على محاذاة ميزات المصدر والهدف باستخدام فقدان MMD مع الحفاظ على الدلالات الخاصة بالفئة من خلال التسميات الوهمية. يعالج هذا الفجوة في الأساليب الحالية التي غالباً ما تتجاهل الدلالات على مستوى الفئة وتحولات الاتجاه في الإعدادات متعددة الفئات.
النتائج أُجريت التجارب باستخدام مجموعة بيانات مصدر (مجموعة بيانات بنغلاديش لسرطان الدماغ، متعددة الأنماط) ومجموعة بيانات هدف (مجموعة بيانات Figshare لسرطان الدماغ، T1 بعد حقن التباين).
الأداء المرجعي: حققت النماذج المدربة بدون التكيف على النطاق درجة F1 (Macro F1) للهدف تبلغ حوالي 38%، مما يشير إلى فشل حاد في التعميم بسبب تحول النطاق.
المقارنة مع أساليب UDA: تفوق الإطار المقترح بشكل كبير على أساليب UDA الحالية (مثل SHOT، DDC، JAN، CDAN، DANN)، والتي حققت درجات Macro F1 للهدف تتراوح بين 38% و57%.
أداء المقترح: حقق الإطار الكامل الموجه نحو الاتجاه درجة 72.95% في مقياس Macro F1 على نطاق الهدف.
رؤى الاستئصال (Ablation): أدى إزالة خطوة فصل الشرائح ("W/O slice sep") إلى انخفاض الأداء في الهدف إلى 51.96%، مما يؤكد أن النمذجة الخاصة بالاتجاه أمر بالغ الأهمية.
تفصيل الاتجاه: تباين الأداء حسب الرؤية، حيث كان أداء الشرائح الإكليلية (80.45%) والسهمية (82.94%) أفضل من الشرائح المحورية (55.46%)، مما يشير إلى أن رؤى التشريح من الأعلى تمثل تحديات تمييزية أكبر.
الأهمية والادعاءات يدعي البحث أن أهميته الرئيسية تكمن في معالجة الفجوة غير المستكشفة لـ UDA لتصنيف أورام الدماغ متعدد الفئات في ظل وجود تباين في الأنماط والاتجاهات. ويؤكد المؤلفون أن إطار عملهم يخفف بفعالية من تحول النطاق وعدم توازن الفئات من خلال الجمع صراحةً بين فصل الشرائح الموجه نحو الاتجاه والمحاذاة الموجهة بالتسميات الوهمية لـ MMD. ويخلصون إلى أنه بينما تفشل النماذج المدربة مسبقاً في التعميم عبر النطاقات دون تكيف، فإن طريقتهم تنجح في محاذاة توزيعات الرنين المغناطيسي لتحقيق أداء قوي (حوالي 73% في F1 للهدف). يسلط العمل الضوء على أن التعلم الموجه نحو الاتجاه هو مكون ضروري لتحقيق مكاسب في الأداء تتجاوز محاذاة النطاق التقليدية، رغم اعترافهم بوجود قيود تتعلق بدقة الشرائح المحورية وعدم توازن الفئات التي تتطلب اهتماماً مستقبلياً.