ARMA-C3: A Contrastive ARMA Convolutional Framework for Unsupervised and Semi-supervised Classification

ملخص تقني لـ ARMA-C3: إطار عمل تلاففي (Convolutional) من نوع ARMA التبايني

بيان المشكلة

لا يزال التحديد الدقيق والمبكر للاضطرابات العصبية والطبية يمثل تحديًا بسبب ندرة البيانات المصنفة، وتعقيد الأنماط التصويرية، والأنماط عالية الأبعاد والمشوبة بالضجيج (مثل التصوير بالرنين المغناطيسي الانتشاري، أو الموجات فوق الصوتية، أو الأشعة السينية). غالبًا ما تتعامل مناهج تعلم الآلة التقليدية مع الموضوعات أو الصور كحالات مستقلة، متجاهلة المعلومات العلاقاتية الجوهرية والبنى على مستوى الفرد التي قد تشير إلى تطور المرض. علاوة على ذلك، تعتمد معظم طرق الشبكات العصبية الرسومية (GNN) الحالية في السياقات الطبية الحيوية بشكل أساسي على التعلم الخاضع للإشراف، مما يتطلب كميات كبيرة من البيانات المصنفة المكلفة، أو تفشل في استغلال البنى الأساسية للبيانات بشكل كامل في أنظمة التعلم غير الخاضع للإشراف أو شبه الخاضع للإشراف. كما تعاني الطرق القائمة على الرسوم البيانية (Graphs) غالبًا في الحفاظ المتزامن على هياكل المجموعات (Cohort) على مستوى المجتمع، وفرض تمثيلات للموضوعات ثابتة تجاه عمليات التوسيع (Augmentation-invariant) تحت ظروف بناء الرسوم البيانية المشوبة بالضجيج.

المنهجية

يقترح المؤلفون ARMA-C3، وهو إطار عمل موحد لتعلم الرسوم البيانية غير الخاضع للإشراف وشبه الخاضع للإشراف مصمم لتصنيف العقد. يدمج الإطار ثلاثة مكونات أساسية: التعلم التبايني (Contrastive learning)، وتلافف ARMA (Auto-Regressive Moving Average)، وتنظيم قطع الرسم البياني (graph-Cut regularization).

1. بناء الرسم البياني والمعالجة المسبقة:

   • استخراج الميزات: بالنسبة لمجموعات بيانات التصوير بالرنين المغناطيسي الانتشاري (dMRI) مثل (ADNI, NIFD)، تستخرج الطريقة خرائط التباين الجزئي (FA)، وتقوم بتسجيلها بمرجع تشريحي للمادة البيضاء، وتبني واصفات قائمة على المدرجات التكرارية (Histogram-based descriptors) من مناطق اهتمام (ROIs) محددة مسبقًا وذات صلة تشريحية عصبية. وبالنسبة لمجموعات البيانات القائمة على الصور (BreastMNIST, PneumoniaMNIST, Liver Ultrasound)، يتم استخراج الميزات باستخدام نماذج خلفية مدربة مسبقة ومجمدة (ViT-DINO للموجات فوق الصوتية، وResNet-18 للأشعة السينية) لتجنب الإفراط في التخصيص (Overfitting) في حالات ندرة البيانات.
   • تكوين الرسم البياني: يتم نمذجة الموضوعات كعقد. ويتم بناء رسم بياني على مستوى الموضوع حيث تمثل الحواف التشابه بين الموضوعات، والذي يُحسب عبر تشابه جيب التمام (Cosine similarity) لمتجهات الميزات. يتم تطبيق عتبة $\alpha$ لجعل مصفوفة التجاور متفرقة (Sparsify)، مما يعمل كآلية ضمنية لإزالة الضجيج.

2. المكونات الهيكلية:

   • تلافف ARMA: يستخدم الإطار شبكات تلاففية رسومية قائمة على ARMA. بخلاف شبكات GCN القياسية، تستخدم طبقات ARMA مجموعات مرشحات تكرارية لتقريب التلاففات الطيفية للرسوم البيانية. وهذا يسمح باستجابات ترددية مرنة، وتحكم أفضل في مشكلة "الاختناق" (Oversquashing) من خلال صقل الرسائل التكراري، والتقاط التبعيات المحلية وبعيدة المدى في الرسم البياني.
   • التنظيم الهيكلي (Graph-Cut/Modularity): لمنع خلط الميزات والإفراط في التنعيم (Oversmoothing) -حيث تندمج تضمينات المجموعات المختلفة- يدمج النموذج تعظيم الوحدوية (Modularity maximization). يفرض هذا قيودًا صريحة على تخصيصات المجموعات الناعمة، مما يشجع على وجود روابط قوية داخل المجتمعات وروابط ضعيفة بينها. ويمنع منظم التوازن انهيار جميع العقد في مجموعة واحدة.
   • التعلم التبايني (MERIT): يتبنى الإطار نهج شبكة سيامية متعددة المقاييس (Multi-scale Contrastive Siamese Network - MERIT). يفرض هذا النهج الاتساق عبر رؤى متعددة التوسيع لنفس الرسم البياني باستخدام نموذج المعلم والطالب (مع معلم يعتمد على المتوسط المتحرك الأسي). يضمن ذلك أن تكون التمثيلات المتعلمة ثابتة تجاه ضوضاء الميزات المحلية والاضطرابات الهيكلية العالمية.

3. هدف الأمثلة (Optimization Objective):
   يتم تدريب النموذج عن طريق تحسين مشترك لخسارة التنظيم الهيكلي ($L_{struct}$) وخسارة التباين ($L_{con}$). في حالات التعلم شبه الخاضع للإشراف، تُضاف خسارة الإنتروبيا المتقاطعة الخاضعة للإشراف ($L_{sup}$) للعقد المصنفة. المعادلة الإجمالية هي:
   $$L = L_{struct} + \lambda_{con} L_{con} \quad (\text{unsupervised})$$
   $$L_{total} = \lambda_{con} L_{con} + L_{sup} + \lambda_{struct} L_{struct} \quad (\text{semi-supervised})$$

المساهمات الرئيسية

1. إطار عمل موحد: يقدم البحث صيغة مشترة جديدة تعمل في آن واحد على تحسين التنظيم الهيكلي القائم على الوحدوية والاتساق التبايني متعدد الرؤى ضمن هدف واحد. ويُزعم أن هذا الربط فريد في سياق تعلم مجتمعات البيانات الطبية الحيوية، حيث يعالج الفجوة التي كانت تتعامل فيها الطرق السابقة مع هذه المكونات بشكل مستقل.
2. تجميع غير خاضع للإشراف يتسم بالمتانة: يقوم الإطار بعملية تجميع للعقد غير خاضعة للإشراف بالكامل دون الاعتماد على الملصقات التشخيصية. ويكشف عن مجموعات موضوعات مستقرة، مما يتيح تصنيفًا قويًا للأمراض في البيئات الواقعية التي تتميز بندرة الملصقات وعدم التوازن الشديد في الفئات.
3. التعميم عبر الوسائط المتعددة: أظهرت الطريقة قدرة عالية على التكيف عبر وسائط طبية حيوية مختلفة جذريًا، بما في ذلك التصوير بالرنين المغناطيسي الانتشاري (dMRI)، والموجات فوق الصوتية للثدي، والموجات فوق الصوتية للكبد، والأشعة السينية للصدر.
4. هندسة الميزات السريرية: بالنسبة لبيانات dMRI، قام المؤلفون ببناء تمثيل مدمج باستخدام مناطق اهتمام (ROIs) ذات صلة سريريًا (مثل الجسم الندني، والمنعرج) وتوزيعات كثافة الـ FA القائمة على المدرجات التكرارية، مما يحافظ على المعلومات الدقيقة الحساسة للمرض.

النتائج التجريبية

تم تقييم الإطار على خمس مجموعات بيانات: ADNI (CN vs. MCI, CN vs. AD)، وNIFD (Frontotemporal Dementia)، وBreastMNIST، وPneumoniaMNIST، ومجموعة بيانات الموجات فوق الصوتية للكبد.

• الأداء غير الخاضع للإشراف: حقق ARMA-C3 أداءً تنافسيًا أو متفوقًا مقارنة بتقنيات التجميع الكلاسيكية (K-Means, SpectralNet)، وأفضل طرق التجميع الرسومية (MAGI, TokenCut)، ونماذج GNN القياسية (GCN, GAT). ومن الملاحظ أنه حقق تحسنات ذات دلالة إحصائية مقارنة بـ MAGI في جميع مجموعات البيانات (على سبيل المثال، درجة F1 بلغت 0.786 مقابل 0.778 في حالة CN vs. MCI؛ و0.841 مقابل 0.790 في حالة BreastMNIST).
• الأداء شبه الخاضع للإشراف: باستخدام 10% فقط من البيانات المصنفة، تفوق ARMA-C3 باستمرار على المصنفات التقليدية (SVC, Random Forest) وغيرها من الطرق الرسومية شبه الخاضعة للإشراف (APPNP, JacobiConv). كما حافظ على توازن دقيق بين الدقة والاستدعاء (Precision-Recall)، وهو أمر بالغ الأهمية في فحص الأمراض حيث تكون النتائج السلبية الكاذبة مكلفة.
• دراسات الاستئصال (Ablation Studies): أكدت التجارب أن:
  • دقة أعلى في تقسيم المدرج التكريري (20 قسمًا) أمر بالغ الأهمية لتمييز الاختلافات الدقيقة في المراحل المبكرة من المرض.
  • اختيار النموذج الخلفي للميزات (Backbone) أمر مهم (تفوق ViT-DINO على ResNet-18 في الموجات فوق الصوتية، بينما كان ResNet-18 أفضل قليلاً في الأشعة السينية).
  • عتبات تجزئة الرسم البياني ($\alpha$) وأوزان خسارة التباين ($\lambda_{con}$) المتوسطة تحقق أفضل توازن بين الحفاظ الهيكلي وكبح الضجيج.
  • التضمينات (Embeddings) المتعلمة تحافظ على هندسة البيانات الجوهرية حتى تحت تقليل الأبعاد القوي (PCA)، على عكس الميزات الخام.

الأهمية والادعاءات

يزعم البحث أن ARMA-C3 يقدم إطار عمل موحدًا وذا صلة سريريًا لتحليل البيانات الطبية الحيوية، لا سيما في السيناريوهات التي يكون فيها التصنيف مكلفًا أو تكون البيانات غير متوازنة. من خلال نمذجة العلاقات بين الموضوعات والاستفادة من الترشيح الطيفي مع الاتساق التبايني، يتعلم النموذج تمثيلات مستقرة، ومنفصلة جيدًا، ومتينة.

يضع المؤلفون ARMA-C3 كـ أداة فعالة للفحص الأولي في المسارات السريرية (مثل دراسات مجتمعات dMRI، أو فرز حالات الموجات فوق الصوتية). ويهدف إلى تقليل عبء التصنيف اليدوي مع الحفاظ على الفصل بين المجموعات الفرعية ذات المعنى التشخيصي. إن قدرة الإطار على التعميم عبر وسائط تصوير طبية حيوية متبالة تشير إلى إمكاناته كأداة متعددة الاستخدامات لمهام متنوعة في التصوير الطبي الحيوي، متجاوزًا بذلك قيود المناهج المخصصة لكل وسيط أو المناههج الخاضعة للإشراف فقط.

القيود المعلنة: يشير المؤلفون إلى أن الإطار حساس لمعلمات بناء الرسم البياني (خاصة عتبة التجزئة $\alpha$)، ويتطلب ضبطًا خاصًا بكل مجموعة بيانات، ويعتمد حاليًا على استراتيجية بناء رسم بياني انتقالية (Transductive) ثابتة تتطلب إعادة البناء عند إدخال موضوعات جديدة. ومن المخطط في العمل المستقبلي معالجة النمذجة متعددة الفئات والتعلم الرسومي الاستقرائي (Inductive).