Diabetic Retinopathy Classification using Downscaling Algorithms and Deep Learning
تقترح هذه الورقة نهجاً مبتكراً لتصنيف اعتلال الشبكية السكري إلى خمس مراحل من حيث الشدة عبر الجمع بين مجموعات بيانات "كاجل" (Kaggle) والمجموعات الهندية، وتطبيق خوارزميات تقليل الحجم لمعالجة تباين أحجام الصور، واستخدام بنية "إنسبشن في 3" (Inception V3) متعددة القنوات مخصصة مع معالجة مسبقة فريدة لتحقيق دقة ونوعية وحساسية رائدة.
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
إليك شرح للورقة البحثية، مقسم إلى مفاهيم بسيطة مع تشبيهات من الحياة اليومية.
المشكلة الكبرى: تفاصيل كثيرة، وقت قليل
تخيل أنك تحاول فرز كومة هائلة من الصور عالية الدقة لعين شخص ما (تسمى "صورة قاع العين") لمعرفة ما إذا كان يعاني من مرض عيني محدد يسمى اعتلال الشبكية السكري.
المشكلة هي أن هذه الصور ضخمة جداً. إنها مثل ملصقات الأفلام العملاقة بدقة 4K. إذا حاولت تغذية هذه الملصقات العملاقة مباشرة في "عقل إلكتروني" (شبكة تعلم عميق) لفرزها، فسيصاب الكمبيوتر بالإرهاق. الأمر يشبه محاولة قراءة كتاب مكتوب بخط مجهري دون نظارات؛ سيشعر الكمبيوتر بالتعب، ويستغرق وقتاً طويلاً في المعالجة، وقد يفقد التفاصيل المهمة.
يحتاج الأطباء إلى فرز هذه الصور إلى خمس فئات مختلفة بناءً على مدى سوء الحالة:
- لا يوجد مرض (الفئة 0)
- بسيط (الفئة 1)
- متوسط (الفئة 2)
- شديد (الفئة 3)
- تكاثري (الفئة 4 - المرحلة الأسوأ)
الحل: التصغير، التقسيم، والفرز
ابتكر مؤلفو هذه الورقة وصفة من ثلاث خطوات لمساعدة الكمبيوتر على أداء مهمته بشكل أفضل.
الخطوة 1: "شعاع التصغير" (Downscaling)
قبل عرض الصور على الكمبيوتر، كان عليهم تصغير حجمها. لكن لا يمكنك مجرد ضغط الصورة مثل البالون؛ فإذا فعلت ذلك بشكل خاطئ، ستصبح الصورة مشوشة وتفقد الأدلة (مثل تسربات الأوعية الدموية الصغيرة) التي تخبرك ما إذا كان المريض مريضاً أم لا.
اختبر الباحثون ست طرق مختلفة لتصغير الصور، مثل تجربة أنواع مختلفة من فلاتر تعديل الصور:
- الطرق التقليدية: (Nearest Neighbor، Bilinear، Bicubic، و Lanczos) وهي معادلات رياضية قياسية لتغيير الحجم.
- الط الطرق الذكية: (RDIP) و (LID) (تقليل حجم الصور المتعلم). هذه تشبه "أشعة تصغير ذكية" تتعلم كيفية الحفاظ على التفاصيل المهمة مع التخلص من المساحات الفارغة.
التجربة: قاموا بتصغير الصور، ثم أعادوا تكبيرها إلى حجمها الأصلي ليروا أي طريقة حافظت على الصورة لتكون الأكثر شبهاً بالأصل.
الفائز: طريقة LID وطريقة Bilinear حافظتا على أكبر قدر من التفاصيل. كانت LID هي البطلة، حيث عملت مثل مصور فوتوغرافي ماهر يعرف بالضبط أي البكسلات يجب الاحتفاظ بها وأيها يجب التخلص منه.
الخطوة 2: رؤية "النوافذ الأربع" (Multi-Channel Architecture)
بمجرد تصغير الصور إلى حجم يمكن التعامل معه (600×600 بكسل)، واجه الباحثون مشكلة أخرى. فعقل الكمبيوتر (Inception V3) مصمم للنظر إلى صور أصغر (300×300 بكسل).
بدلاً من إجبار صورة 600×600 كاملة على الدخول في نافذة صغيرة، قاموا بتقسيم الصورة إلى أربعة مربعات متساوية (أعلى اليسار، أعلى اليمين، أسفل اليسار، أسفل اليمين).
تخيل أنك تنظر إلى لوحة من خلال أربع نوافذ منفصلة على جدار.
- قاموا بتغذية كل مربع من المربعات الأربعة إلى "عين" منفصلة (قناة) من عيون الكمبيوتر.
- نظرت كل "عين" إلى مربعها الخاص وتعلمت ما رأته.
- ثم جمعوا العيون الأربع معاً لمقارنة الملاحظات واتخاذ قرار نهائي.
يسمى هذا "بنية متعددة القنوات" (Multi-Channel Architecture). الأمر يشبه وجود فريق من أربعة محققين، ينظر كل منهم إلى زاوية مختلفة من مسرح الجريمة، ثم يجتمعون لحل القضية معاً. هذا يضمن عدم تفويت الكمبيوتر لأي شيء لمجرد أن الصورة كانت كبيرة جداً بالنسبة لنظرة واحدة.
الخطوة 3: "المعلم الذكي" (Transfer Learning)
عقل الكمبيوتر الذي استخدموه (Inception V3) قد تم تدريبه بالفعل على ملايين الصور العادية (مثل القطط والسيارات والأشجار) للتعرف على الأنماط. لم يرد الباحثون تعليمه من الصفر.
بدلاً من ذلك، استخدموا "التعلم بنقل الخبرة" (Transfer Learning). فكر في الأمر كتوظيف طباخ ماهر يعرف بالفعل كيفية طبخ المأكولات الفرنسية. أنت لا تعلمه كيف يمسك السكين؛ بل تعلمه فقط كيف يطبخ الطعام الهندي. هو يحتفظ بمهارات استخدام السكين (الأوزان المدربة مسبقاً) لكنه يتعلم الوصفة الجديدة (أنماط اعتلال الشبكية السكري) بسرعة.
النتائج: من الفائز؟
جمع الباحثون مجموعتي بيانات ضخمتين (واحدة من Kaggle والأخرى من الهند) لتدريب نظامهم. واختبروا نظام "النوافذ الأربع" باستخدام أفضل طريقتين للتصغير (Bilinear و LID).
- فريق Bilinear: حقق دقة تقارب 83%.
- فريق LID: حقق دقة تقارب 85%.
لقد فاز فريق LID. لقد كانوا أفضل في:
- الدقة (Accuracy): الحصول على الإجابة الصحيحة بشكل عام.
- الحساسية (Sensitivity): رصد المرضى المرضى (عدم تفويت المرض).
- النوعية (Specificity): تحديد المرضى الأصحاء بشكل صحيح (عدم إطلاق إنذارات كاذبة).
الخلاصة
تزعم الورقة أنه من خلال استخدام طريقة تصغير ذكية (LID) ونظام رؤية قائم على الفريق (Multi-Channel)، فقد أنشأوا برنامج كمبيوتر أفضل في اكتشاف مرض العين السكري من العديد من الطرق السابقة.
لم يدّعوا أنهم يعالجون المرض أو أن هذا النظام جاهز للاستخدام في المستشفيات غداً. هم ببساطة أثبتوا أن كيفية تحضير الصورة (Downscaling) و كيفية تغذية الكمبيوتر بها (تقسيمها إلى أربعة) يصنع فرقاً هائلاً في مدى قدرة الكمبيوتر على تعلم تشخيص المشكلة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.