Automated classification method of COVID-19 cases from chest CT volumes using 2D and 3D hybrid CNN for anisotropic volumes
تقترح هذه الورقة طريقة هجينة جديدة من نوع (2D/3D CNN) تستخلص الميزات بفعالية من أحجام الأشعة المقطعية للصدر غير المتجانسة عبر تحليل ثلاثة مستويات متعامدة، محققةً دقة تصنيف بنسبة 83.3% لتشخيص كوفيد-19، وهو ما يتفوق على النماذج غير الهجينة.
تخيل أنك محقق يحاول حل لغز داخل كتلة ضخمة ثلاثية الأبعاد من الجيلي. هذا ليس مجرد جيلي عادي؛ بل هو كتلة من البيانات تمثل صدراً بشرياً، مقطعة إلى مئات الطبقات الرقيقة مثل رغيف الخبز. في عالم العلوم الطبية، يسمى هذا النوع من الفحص بالأشعة المقطعية (CT scan). عادةً، ينظر المحققون (الأطباء) إلى هذه الشرائح واحدة تلو الأخرى للعثور على أدلة لعدوى ما، مثل متسلل مختبئ. ولكن عندما بدأ فيروس جديد وماكر في الانتشار حول العالم، أصبح هناك الكثير من كتل الجيلي لفحصها يدوياً، وبدأ المحققون يشعرون بالتعب. لقد احتاجوا إلى مساعد آلي. هنا يأتي دور "التشخيص بمساعدة الكمبيوتر" (Computer-Aided Diagnosis). فكر في الأمر كدماغ روبوت فائق الذكاء يمكنه النظر إلى كتلة الجيلي والقول: "أعتقد أن هذه الكتلة مصابة بالفيروس"، أو "هذه تبدو نظيفة". الجزء الصعب هو أن الجيلي ليس منتظم الشكل؛ فالشرائح تكون أحياناً سميكة وأحياناً رقيقة، مما يجعل من الصعب على أدمغة الروبوتات القياسية رؤية الصورة الكاملة بوضوح. تتحدث هذه الورقة البحثية عن بناء نوع جديد من أدمغة الروبوتات المصممة خصيصاً للتعامل مع هذه الكتل من البيانات ذات الأشكال غير المنتظمة.
أراد الباحثون في هذه الورقة، بقيادة ماساهيرو أودا وفريقه، ابتكار طريقة أفضل للكمبيوترات لتمييز صور الأشعة المقطعية للصدر التي يُحتمل إصابتها بكوفيد-19 عن تلك التي لا تحمل الإصابة بشكل تلقائي. وقد لاحظوا أن معظم أدمغة الروبوتات القياسية (التي تسمى 3D CNNs) تعاني عندما تكون "شرائح الخبز" في الأشعة المقطعية غير متساوية في السمك. الأمر يشبه محاولة أكل شطيرة يكون الخبز فيها سميكاً من جانب ورفيعاً كالورقة من جانب آخر؛ فقد تفوتك الحشوة تماماً عند قضم قطعة عادية. ولحل هذه المشكلة، اخترعوا دماغاً روبوتياً "هجيناً". فبدلاً من مجرد النظر إلى كتلة ثلاثية الأبعاد كاملة مرة واحدة، يمتلك هذا الدماغ الجديد خدعة خاصة: إنه ينظر إلى الكتلة من ثلاثة زوايا مختلفة في نفس الوقت — مثل النظر إلى مكعب من الأمام، والجانب، والأعلى. إنه يستخدم "عيوناً" ثنائية الأبعاد (2D) لمسح كل زاوية من هذه الزوايا بشكل منفصل، مما يسمح له بالتقاط التفاصيل التي قد تغفل عنها العين ثلاثية الأبعاد بسبب عدم انتظام سمك الشرائح.
بعد جمع كل الأدلة من هذه الرؤى الثلاث المختلفة، يدمج دماغ الروبوت هذه المعلومات في فهم واحد قوي للشكل ثلاثي الأبعاد بأكه. ثم يستخدم بعض الحيل الرياضية الذكية، مثل "الالتفافات المتسعة" (dilated convolutions) (التي تعمل كعدسة واسعة الزاوية لرؤية كل من التفاصيل الدقيقة والصورة الكبيرة) و"وصلات التجميع الكثيفة" (dense pooling connections) (التي تضمن عدم ضياع أي معلومات مهمة في الزحام)، لاتخاذ قراره النهائي. اختبر الفريق هذا الدماغ الهجين الجديد على مجموعة بيانات تضم 1,288 حجماً من صور الأشعة المقطعية للصدر. ووجدوا أن طريقتهم الجديدة أصابت الهدف بنسبة 83.3% من الوقت تقريباً. وعندما قارنوها بدماغ روبوت لا يستخدم خدعة الزوايا الثلاث الخاصة هذه، كان النسخة الهجينة أفضل بوضوح، حيث سجلت دقة بلغت حوالي 79.5%. تشير الورقة إلى أنه باستخدام هذه العيون ثنائية الأبعاد للتعامل مع الشرائح غير المنتظمة، يمكن للروبوت التعلم بفعالية أكبر، حتى عندما لا تتوفر كمية ضخمة من بيانات التدريب. وبينما يشير المؤلفون إلى أن هذه خطوة للأمام، إلا أنهم يذكرون أيضاً أن هناك حاجة لعمل مستقبلي لجعل النظام أفضل ولتحويله إلى أداة كاملة يمكن للأطباء استخدامها يومياً للمساعدة في محاربة الفيروس.
ملخص تقني: التصنيف الآلي لحالات كوفيد-19 من أحجام الأشعة المقطعية للصدر باستخدام شبكة عصبية تلافيفية هجينة (2D/3D CNN)
بيان المشكلة أدى الانتشار العالمي السريع لمرض فيروس كورونا المستجد (كوفيد-19) إلى نقص كبير في القوى العاملة في المؤسسات الطبية، مما استدعى ضرورة وجود أنظمة تشخيص بمساعدة الحاسوب (CAD) فعالة. وبينما يعد اختبار تفاعل البوليميراز المتسلسل العكسي للنسخ (RT-PCR) هو الأداة التشخيصية القياسية، إلا أن حساسيته تتراوح فقط بين 42% و71% وفقاً للتقارير. وفي المقابل، يُظهر التشخيص القائم على الأشعة المقطعية للصدر حساسية تبلغ حوالي 97%، مما يجعلها أداة حاسمة لتحديد الالتهاب الرئوي الفيروسي. ومع ذلك، فإن تطوير طرق تصنيف آلية لأحجام الأشعة المقطعية يمثل تحدياً بسبب الطبيعة متباينة الخواص (anisotropic nature) لبيانات الأشعة المقطعية للصدر. فغالباً ما تمتلك أحجام الأشعة المقطعية سماكات شرائح متفاوتة (تتراوح من 1.0 إلى 5.0 ملم)، مما يجعل الشبكات العصبية التلافيفية ثلاثية الأبعاد (3D CNNs) القياسية ذات النواة متساوية الخواص (على سبيل المثال 3×3×3) غير مثالية لاستخراج الميزات.
المنهجية يقترح المؤلفون طريقة تصنيف آلية تستخدم شبكة عصبية تلافيفية هجينة (2D/3D) مصممة خصيصاً للتعامل مع الأحجام متباينة الخواص. يتكون تدفق المعالجة من المراحل التالية:
المعالجة المسبقة (توليد حجم الرئة):
يتم تطبيق طريقة تجزئة آلية على حجم الأشعة المقطعية الخام للصدر لعزل مناطق الرئة، بما في ذلك الأنسجة الطبيعية ومناطق العدوى (مثل حالات التعتيم الزجاجي أو التصلب).
يتم قص المنطقة المجزأة وإعادة تحجيمها إلى حجم ثابت قدره 144×144×144 من الفوكسلات (voxels) لتعمل كـ "حجم رئة" مدخل.
استخراج الميزات الهجين (2D/3D):
الجزء ثنائي الأبعاد (استخراج الميزات المتوازي): يعالج النصف الأول من الشبكة حجم الرئة من خلال ثلاثة تدفقات متوازية تقابل المستويات: المحوري (axial)، والإكليلي (cororal)، والسهمي (sagittal). وبدلاً من استخدام نوى ثلاثية الأبعاد متساوية الخواص، تستخدم الشبكة نوى تلافيفية متباينة الخواص مصممة لكل مستوى:
المستوى المحوري: 3×3×1
المستوى الإكليلي: 3×1×3
المستوى السهمي: 1×3×3
يتم دمج الميزات المستخرجة من هذه التدفقات الثلاثة ثنائية الأبعاد.
الجزء ثلاثي الأبعاد (التكامل المكاني): تتم معالجة الميزات المدمجة بواسطة النصف الثاني من الشبكة باستخدام تلافيف ثلاثية الأبعاد وعمليات تجميع (pooling). ولتغطية الميزات المكانية المحلية والعالمية، قام المؤلفون بدمج:
التلافيف المتسعة (Dilated Convolutions): للاستفادة من الميزات الموزعة بشكل متباعد.
اتصالات التجميع الكثيفة (Dense Pooling Connections): باستخدام التجميع المختلط (مزيج من التجميع الأقصى والمتوسط) بدلاً من التجميع الأقصى القياسي لتقليل فقدان المعلومات والاستفادة من المعلومات المكانية متعددة المقاييس.
التصنيف:
تخرج الطبقة النهائية تصنيفاً ثنائياً: احتمالية عالية أو احتمالية منخفضة لحالة كوفيد-19، بناءً على نتائج الأشعة المقطعية المؤكدة من قبل أطباء الأشعة.
المساهمات الرئيسية
بنية مبتكرة: تقديم تدفق استخراج ميزات هجين (2D/3D) يعالج صراحةً تباين خواص أحجام الأشعة المقطعية الطبية من خلال معالجة ثلاثة مستويات متعامدة بنوى خاصة بكل مستوى قبل دمجها في سياق ثلاثي الأبعاد.
كفاءة المعلمات (Parameters): استخدام النوى ثنائية الأبعاد في المرحلة الأولية يقلل من عدد المعلمات القابلة للتدريب، مما يسمح بتدريب فعال حتى مع مجموعات البيانات المحدودة.
القوة في مواجهة التباين: تم تصميم الطريقة للتعامل مع التباين الواسع في أحجام مناطق العدوى وقيم الأشعة المقطعية الملاحظة في حالات كوفيد-19، وكذلك للتمييز بينها وبين الاضطرابات غير المرتبطة بكوفيد-19.
النتائج التجريبية تم تقييم الطريقة على مجموعة بيانات مكونة من 1,288 حجماً للأشعة المقطعية للصدر جُمعت من مؤسسات طبية متعددة في اليابان. تم تقسيم مجموعة البيانات إلى 1,030 حالة للتدريب و258 حالة للاختبار.
الأداء: حققت الشبكة العصبية التلافيفية الهجينة (2D/3D) المقترحة متوسط دقة تصنيف بلغت 83.3% ± 1.8%.
المقارنة: أُجريت تجربة مقارنة باستخدام شبكة عصبية تلافيفية قياسية بدون المكون الهجين ثنائي الأبعاد (باستبدال الجزء ثنائي الأبعاد بتلافيف ثلاثية الأبعاد قياسية). حقق النموذج المرجعي متوسط دقة بلغ 79.5% ± 2.1%.
الاستنتاج: تُظهر النتائج أن تدفقات استخراج الميزات الهجينة (2D/3D) تساهم في تحسين ملموس في دقة التصنيف (بزيادة قدرها حوالي 3.8 نقطة مئوية) مقارنة بالنماذج التي تفتقر إلى هذه البنية المحددة.
الأهمية والادعاءات يدعي البحث أن الطريقة المقترحة تستخرج ميزات الصور بفعالية من الأحجام متباينة الخواص حيث تواجه الشبكات ثلاثية الأبعاد التقلية (Isotropic 3D CNNs) صعوبة. ومن خلال دمج المعالجة ثنائية الأبعاد الخاصة بالمستويات مع السياق المكاني ثلاثي الأبعاد، يحقق النظام دقة تشخيصية أعلى. ويشير المؤلفون إلى أن هذه البنية لا تقتصر على أحجام الأشعة المقطعية فحسب، بل لديها القدرة على التطبيق على أنواع أخرى من الصور الطبية الحجمية. ويعمل هذا العمل كخطوة تأسيسية نحو تطوير نظام كامل للتشخيص بمساعدة الحاسوب (CAD) لكوفيد-19، بهدف تخفيف العبء عن الكوادر الطبية من خلال توفير مساعدة تشخيصية كمية وسريعة. ويظل المؤلفون متواضعين، حيث حددوا العمل المستقبلي في إدخال المزيد من خطوات المعالجة المسبقة لتحسين الدقة والتطوير الكامل لنظام تشخيص بمساعدة الحاسوب سريري.