💻 computer science

Recurrent Contrastive Learning for Imbalanced Medical Image Classification

تقترح هذه الورقة التعلم التبايني المتكرر (RCL)، وهو إطار عمل مبتكر يستخدم طابور ذاكرة زمنية لتوليد مرابط زمنية وتوسيع المنطقة الداعمة الكامنة للفئات الذيلية تدريجياً، مما يخفف من عدم توازن الفئات ويحسن حدود القرار في تصنيف الصور الطبية.

المؤلفون الأصليون: Zhiyuan Zhu, Xinling Meng, Junxuan Yu, Jiongquan Chen, Qiongying Ni, Tuhang Shao, Yuhao Huang, Luping Zhou, Ruiyang Huang, Yuxue Wang, Rongliang Zhang, Xue Wang, Tianhong Tang, Likun Wang, Junbo Chen

نُشر 2026-08-05

📖 6 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Zhiyuan Zhu, Xinling Meng, Junxuan Yu, Jiongquan Chen, Qiongying Ni, Tuhang Shao, Yuhao Huang, Luping Zhou, Ruiyang Huang, Yuxue Wang, Rongliang Zhang, Xue Wang, Tianhong Tang, Likun Wang, Junbo Chen, Yong Jiang, Yongping Lu, Xin Yang

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 أنك تحاول تعليم روبوت التعرف على أنواع مختلفة من الحيوانات في حديقة حيوان. إذا كان لدى حديقة الحيوان 1,000 أسد ولكن 5 نمور فقط، فسيصبح الروبوت بارعاً حقاً في رصد الأسود، ومن المرجح أنه سينسى شكل النمر، أو والأسوأ من ذلك، قد يعتقد أن كل حيوان يشبه القطط هو أسد. هذه مشكلة شائعة في عالم الذكاء الاصطناعي الطبي تسمى "عدم توازن الفئات" (class imbalance). يمتلك الأطباء كميات هائلة من البيانات للأمراض الشائعة، ولكن لديهم القليل جداً من البيانات للأمراض النادرة أو الخطيرة. عندما يتم تدريب نماذج الذكاء الاصطناعي على هذه البيانات غير المتوازنة، تصبح منحازة نحو الأشياء الشائعة وتغفل عن الحالات النادرة والحرجة. ولحل هذه المشكلة، يحاول العلماء عادةً إما عرض المزيد من صور الحيوانات النادرة (إعادة أخذ العينات - resampling) أو إخبار الروبوت بضرورة إعطاء اهتمام إضافي لها أثناء الدروس (إعادة الوزن - reweighting). لكن هناك عقبة: هذه الأساليب غالباً ما تجعل الروبوت ينظر بتركيز أكبر إلى الصور النادرة القليلة التي لديه، دون أن تمنح الحيوانات النادرة فعلياً "مساحة" كافية في عقل الروبوت لتبرز بوضوح عن الحيوانات الشائعة.

هنا يأتي دور دراسة جديدة لـ "زيويوان تشو" وفريقه بفكرة ذكية تسمى التعلم التبايني المتكرر (Recurrent Contrastive Learning - RCL). بدلاً من مجرد إعادة خلط أوراق اللعب أو الصراخ بصوت عالٍ في وجه النادرين، قرروا بناء "ذاكرة تخزين مؤقت" تساعد الأمراض النادرة على توسيع منطقتها في عقل الذكاء الاصطناعي. فكر في الأمر كأنه حلبة رقص مزدحمة حيث يستحوذ "الأطفال المشهورون" (الأمراض الشائعة) على كل المساحة، بينما يُحشر "الأطفال النادرون" (الأمراض النادرة) في زاوية ضيقة للغاية. حل الباحثين هو جلب "راقصين أشباح" من جلسات التدريب السابقة — نسخ قديمة من حركات الأطفال النادرين — للوقوف حولهم وإنشاء فقاعة واقية. هذه الفقاعة تدفع الأطفال المشهورين بعيداً، مما يمنح الأمراض النادرة المساحة التي تحتاجها ليتم رؤيتها والتعرف عليها بشكل صحيح. اختبر الفريق طريقتهم على ثلاث مجموعات بيانات طبية مختلفة، بما في ذلك فحوصات الموجات فوق الصوتية للشريان السباتي، وصور اعتلال الشبكية السكري، وصور الأشعة السينية للركبة، ووجدوا أن طريقتهم ساعدت الذكاء الاصطناعي باستمرار على رصد الحالات النادرة بشكل أفضل من التقنيات السابقة.

المشكلة: تأثير "الطفل المشهور" في الذكاء الاصطناعي الطبي

في عالم التصوير الطبي، ليست كل الأمراض متساوية. فبعضها، مثل نزلات البرد الشائعة أو الطفح الجلدي الخفيف، يحدث طوال الوقت. أما غيرها، مثل الاضطرابات الوراثية النادرة أو مراحل معينة من السرطان، فهي أقل تكراراً بكثير. عندما ندرب ذكاءً اصطناعياً لتشخيص هذه الحالات، فالأمر يشبه تدريب طالب لا يرى سوى 1,000 مثال لنزلة برد عادية مقابل 5 أمثلة فقط لمرض نادر. وبطبيعة الحال، يصبح الطالب (الذكاء الاصطناعي) خبيراً في نزلات البرد الشائعة ولكنه يرتبك عندما يرى المرض النادر. بل قد يخطئ ويظن أن المرض النادر هو المرض الشائع، لأنه في "عقل" الذكاء الاصطناعي، لا يمتلك المرض النادر مساحة كافية للوجود بمفرده.

تشير الورقة البحثية إلى أن الحلول الحالية تحاول إصلاح ذلك إما عبر عرض المزيد من الأمثلة للمرض النادر (إعادة أخذ العينات) أو بإخبار الذكاء الاصطناعي بضرورة "إعطاء اهتمام أكبر" لتلك الأمثلة القليلة (إعادة الوزن). وبينما تساعد هذه الأساليب قليلاً، إلا أنها لا تعالج المشكلة الجذرية: لا تزال الأمراض النادرة محشورة في زاوية ضيقة ومزدحمة في مساحة السمات الخاصة بالذكاء الاصطناعي. إنها مدمجة للغاية لدرجة أن الأمراض الشائعة يمكنها بسهولة "التعدي" على منطقتها، مما يؤدي إلى وقوع الأخطاء.

الحل: راقصو الأشباح والفقاعات الواقية

يقترح المؤلفون استراتيجية جديدة تسمى التعلم التبايني المتكرر (RCL). لفهم كيفية عملها، تخيل عملية تعلم الذكاء الاصطناعي كسلسلة من جلسات التدريب عبر الزمن.

1. الذاكرة المسافرة عبر الزمن (طابور الذاكرة الزمنية - Temporal Memory Queue)
عادةً، يتذكر الذكاء الاصطناعي فقط الأمثلة التي يراها في دفعة التدريب الحالية. يقدم نظام RCL "آلة زمن" خاصة تسمى طابور الذاكرة الزمنية (TMQ). هذا الطابور لا يحمل الصور الحالية فحسب؛ بل يحفظ "حالات السمات" (فهم الذكاء الاصطناعي للصور) من جلسات التدريب السابقة. إنه يشبه الاحتفاظ بمذكرات لما تعلمه الذكاء الاصطناعي الأسبوع الماضي، والشهر الماضي، وهكذا. هذا يسم يسمح للذكاء الاصطناعي بالنظر إلى الوراء وكيف فهم الأمراض النادرة في الماضي، حتى لو لم يرَ أمثلة جديدة كثيرة عنها مؤخراً.

2. الراقصون الأشباح (المرتكزات الزمنية - Temporal Anchors)
هذه هي الخدعة السحرية. عندما يحاول الذكاء الاصطناعي التعلم عن مرض نادر (فئة "الذيل")، فإنه ينظر في مذكراته المسافرة عبر الزمن. يستخرج "الراقصين الأشباح" — وهي تمثيلات سمات قديمة لذلك المرض النادر من الجلسات السابقة. تُستخدم هذه الأشباح بعد ذلك لإنشاء مرتكز زمني (TAR).

تخيل أن المرض النادر هو جزيرة صغيرة في محيط شاسع، والأمراض الشائعة هي قارات ضخمة قريبة منها. بدون مساعدة، ستغمر أمواج المحيط (سمات الأمراض الشائعة) الجزيرة، مما يجعل من الصعب تمييزها. تعمل المرتكزات الزمنية (TARs) كطوافات أو حاجز واقٍ يوضع حول الجزيرة. هذه الطوافات مصنوعة من النسخ "الشبحية" للجزيرة من الماضي. ومن خلال وضع هذه الطوافات حول المرض النادر، يقوم الذكاء الاصطناعي فعلياً بتوسيع منطقة الجزيرة. إنه يخلق "منطقة عازلة" تدفع الأمراض الشائعة بعيداً، مما يضمن أن يكون للمرض النادر مساحته المتميزة الخاصة.

3. الحلقة المتكررة
العملية "متكررة"، مما يعني أنها تحدث مراراً وتكراراً. بينما يتدرب الذكاء الاصطناعي، فإنه يستمر في تحديث طابور الذاكرة الخاص به بمعلومات جديدة، ولكنه يحتفظ أيضاً بالمرتكزات القديمة. هذا يخلق مجالاً متنامياً ومتوسعاً حول الأمراض النادرة، مما يجعلها أكثر قوة وسهولة في الفصل عن الأمراض الشائعة.

ماذا وجدوا: صورة أوضح

اختبر الفريق هذه الطريقة على ثلاث مجموعات بيانات طبية حقيقية:

الموجات فوق الصوتية للشريان السباتي: صور للأوعية الدموية في الرقبة لفحص وجود لويحات (3,404 صورة).
اعتلال الشبكية السكري: صور للعين لفحص فقدان البصر (3,662 صورة).
فصال الركبة العظمي: صور أشعة سينية للركبة لتحديد درجة شدة التهاب المفاصل (8,260 صورة).

في الحالات الثلاث، أظهرت طريقة RCL تحسينات مستمرة على أفضل الأساليب الموجودة.

في مجموعة بيانات الشريان السباتي، حققت الطريقة الجديدة دقة متوازنة بلغت 87.10%، متفوقة على أفضل النتائج السابقة.
في مجموعة بيانات الركبة، حسنت الدقة المتوازنة بنسبة 9.09% مقارنة باستخدام نموذج الذكاء الاصطناعي الأساسي دون حيل الذاكرة الخاصة.
في مجموعة بيانات العين، حققت الطريقة درجة "كابا" الموزونة التربيعية (Quadratic Weighted Kappa) بلغت 0.92، وهي درجة عالية جداً تشير إلى توافق ممتاز مع الخبراء البشريين.

كما قام الباحثون بتصور ما يحدث داخل عقل الذكاء الاصطناعي باستخدام تقنية t-SNE (وهي تشبه الخريطة التي توضح مدى قرب أو بعد الأشياء عن بعضها). رأوا أنه بدون طريقتهم، كانت الأمراض النادرة تبدو كنقاط صغيرة ومزدحمة. ومع استخدام RCL، توسعت الأمراض النادرة لتصبح مناطق أكبر ومحددة بوضوح مع وجود "مناطق عازلة" واضحة بينها وبين الأمراض الشائعة. لقد نجح "الراقصون الأشباح" (المرتكزات) في إنشاء مجال واقٍ منع الأمراض الشائعة من إزاحة الأمراض النادرة.

لماذا يهم هذا الأمر

تشير هذه الورقة البحثية إلى أننا لا نحتاج فقط إلى المزيد من البيانات للأمراض النادرة؛ بل نحتاج إلى طرق أذكى لاستخدام البيانات التي نمتلكها بالفعل. من خلال استخدام تاريخ الذكاء الاصطناعي نفسه لبناء مجال واقٍ حول الحالات النادرة، يمكننا جعل الذكاء الاصطناعي الطبي أكثر عدلاً ودقة. هذا أمر بالغ الأهمية لأننا في العالم الحقيقي، قد يؤدي تفويت مرض نادر ولكنه خطير إلى تهديد الحياة. يشير المؤلفون إلى أنه بينما تعمل طريقتهم بشكل جيد، فإنها تتطلب حالياً بعض الضبط اليدوي للإعدادات (مثل عدد "الأشباح" التي يتم الاحتفاظ بها في الذاكرة). سيهدف العمل المستقبلي إلى جعل هذه العملية تلقائية. ولكن في الوقت الحالي، تقدم هذه الطريقة القائمة على "الذاكرة المسافرة عبر الزمن" وسيلة واعدة لضمان حصول المرضى الأكثر ندرة على الاهتمام الذي يستحقونه من أطباء الذكاء الاصطناعي لدينا.

ملخص تقني: التعلم التبايني المتكرر لتصنيف الصور الطبية غير المتوازنة

بيان المشكلة

يواجه تصنيف الصور الطبية عدم توازن حاد في الفئات بسبب التفاوتات المتأصلة في معدلات حدوث الأمراض، حيث تمتلك الحالات النادرة (فئات الذيل - tail classes) عينات أقل بكثير من الحالات الشائعة (فئات الرأس - head classes). تتعامل النهج الحالية، مثل إعادة أخذ عينات الفئات أو إعادة وزن الخسارة، بشكل أساسي مع توزيع الميزات المرصودة. وبينما تعمل هذه الطرق على تعديل كيفية وزن الميزات أو أخذ العينات، إلا أنها تفشل في توسيع منطقة الدعم الكامن لفئات الذيل بشكل صريح. ونتيجة لذلك، تظل تمثيلات فئات الذيل مدمجة بشكل مفرط وسهلة الاقتحام من قبل فئات الرأس في فضاء الميزات، مما يؤدي إلى حدود قرار منحازة وتقليل القدرة على الفصل بين الفئات. ويعد هذا الأمر بالغ الأهمية بشكل خاص لأن فئات الذيل غالبًا ما تقابل أمراضًا شديدة أو نادرة حيث يكون التحديد الدقيق أمرًا حيويًا لاتخاذ القرار السريري.

المنهجية: التعلم التبايني المتكرر (RCL)

يقترح المؤلفون إطار عمل التعلم التبايني المتكرر (RCL)، وهو إطار يعالج عدم توازن الفئات من منظور "توسيع المجال". بدلاً من مجرد إعادة وزن البيانات الموجودة، يعمل RCL بنشاط على توسيع منطقة دعم فئات الذيل في الفضاء الكامن. تتكون المنهجية من ثلاثة مكونات أساسية:

1. العمود الفقري واستخراج الميزات

يستخدم إطار العمل DINOv3 مع محولات LoRA (التكيف منخفض الرتبة) كعمود فقري.

البنية: تتم معالجة صورة مدخلة لاستخراج رمز الفئة ( $f_i$ ) ذي 1280 بُعدًا.
الرؤوس: يُخرج رأس المصنف ( $G(\cdot)$ ) تنبؤات للإشراف عبر الإنتروبيا المتقاطعة (cross-entropy)، بينما يقوم رأس الإسقاط ( $P(\cdot)$ ) بخرائط الميزات إلى تضمين طبيعي مكون من 256 بُعدًا ( $z_i$ ) للتعلم التبايني.
استراتيجية التدريب: يتم تجميد العمود الفقري DINOv3، ويتم تحسين محولات LoRA والرؤوس فقط، مما يضمن التكيف بكفاءة مع عدد قليل من المعلمات القابلة للتدريب.

2. طابور الذاكرة الزمنية (TMQ)

للتغلب على قيود التعلم التبايني القائم على الدفعات (batch-level) أو طوابير FIFO، يقدم RCL طابور الذاكرة الزمنية (TMQ).

الوظيفة: يحفظ TMQ ميزات مستوى المجموعة (corpus-level) عبر دورات تدريبية متعددة، مما يوفر مراجع عالمية متنوعة.
الآلية: في كل دورة تدريبية $m$ ، يقوم تضمين الإسقاط $z_i^{(m)}$ بتحديث الميزة المخزنة $q_i^{(m)}$ في بنك الذاكرة $Q^{(m)}$ عبر المتوسط المتحرك الأسي (EMA):
$q_i^{(m)} = (1 - \lambda)q_i^{(m-1)} + \lambda z_i^{(m)}$
التخزين: يتم إدراج البنوك المحدثة بمرور الوقت، لتشكل تسلسلاً $TMQ = \{Q^{(m)}\}_{m=0}^M$ . يسمح هذا للنموذج بالوصचना إلى التضمينات العالمية التاريخية، مما يضمن أن الأزواج الموجبة والسالبة للتعلم التبايني متنوعة زمنيًا ومتوافقة مع فضاء التمثيل المتطور.

3. الركائز الزمنية (TARs) وخسارة التباين المتكرر

الابتكار الجوهري هو بناء الركائز الزمنية (TARs) لتشكيل "مجال ركيزة" حول فئات الذيل.

بناء الركيزة: بالنسبة لفئات الذيل، يسترجع النموذج الميزات من بنوك الذاكرة التاريخية (الدورات $m-st$). يقوم بتطبيق تجميع K-means على الميزات داخل الفئة واختيار أدنى- $k_t$ من الميزات (تلك الأبعد عن مركز التجمع). يتم تشويه هذه الميزات المختارة بضوضاء غاوسية لإنشاء مجموعة الركيزة $A$ .
توسيع المجال: تُستخدم هذه الركائز بشكل متكرر لاحتلال المنطقة المحيطة بميزات فئة الذيل في الفضاء الكامن. يخلق هذا هامشًا عازلًا (buffer margin) يمنع اقتحام فئات الرأس.
دالة الخسارة: يستخدم إطار العمل خسارة تباين متكررة ( $L_{RCL}$ ) تدمج كلاً من ميزات الدفعة الحالية والركائز المنشأة:
$L_{RCL} = -\log \frac{\sum_{q \in Q_+^{(m)}} \exp(\text{sim}(z_i^{(m)}, q)/\beta) + \sum_{a \in A_+} \exp(\text{sim}(z_i^{(m)}, a)/\beta)}{\sum_{q \in Q^{(m)}} \exp(\text{sim}(z_i^{(m)}, q)/\beta) + \sum_{a \in A} \exp(\text{sim}(z_i^{(m)}, a)/\beta)}$
الخسارة النهائية هي مزيج من الإنتروبيا المتقاطعة وخسارة التباين المتكرر: $L = L_{ce} + \alpha L_{RCL}$ .

المساهمات الرئيسية

يوضح البحث ثلاث مساهمات رئيسية:

إطار عمل RCL: إطار عمل جديد لتعلم عدم التوازن يعمل على توسيع مناطق دعم فئات الذيل عن طريق حقن ركائز زمنية مبنية بشكل متكرر في التعلم التبايني، مما يخفف بفعالية من اقتحام فئات الرأس.
طابور الذاكرة الزمنية (TMQ): آلية للحفاظ على التضمينات التاريخية لمستوى المجموعة عبر مراحل التدريب، والتي تُستخدم لبناء TARs لتوسيع مجال فئة الذيل.
التحقق التجريبي: تجارب مكثفة على ثلاث مجموعات بيانات طبية غير متوازنة (مجموعة بيانات الشريان السباتي الخاصة متعددة المراكز، APTOS 2019، وKneeOA) أظهرت تحسينات مستمرة مقارنة بالنماذج المرجعية القوية.

النتائج التجريبية

تم تقييم الطريقة على ثلاث مجموعات بيانات باستخدام الدقة المتوازنة (Bacc)، ودرجة F1، والدقة (Accuracy)، ومعامل كواتراتيك الموزون (QWK).

الأداء: حقق RCL أفضل دقة متوازنة (Balanced Accuracy) في جميع مجموعات البيانات الثلاث.
- Carotid: بلغت نسبة Bacc نحو 87.10% (مقابل 79.75% لـ DINOv3 الأصلي).
- APTOS 2019: بلغت نسبة Bacc نحو 69.01% و0.922 في QWK (متفوقة على منهج CNN-Ensemble الأعلى ترتيبًا في التحدي الأصلي).
- KneeOA: بلغت نسبة BCC نحو 70.19% (مقابل 61.10% لـ DINOv3 الأصلي).
استقلالية العمود الفقري: عند استخدام ResNet50 بدلاً من DINOv3، حقق RCL أيضًا تحسينات جوهرية، بل وتفوق على أداء ضبط DINOv3 في مجموعتي بيانات Carotid وKneeOA.
التحليل النوعي: أكدت تصورات t-SNE أن RCL ينشئ توزيعًا أكثر توازنًا للميزات. وتحديدًا، قام "مجال الركيزة" بتوسيع حدود فئة الذيل واحتلال المناطق المتوسطة بين فئات الرأس والذيل، مما شكل حاجزًا فعالًا دفع مراكز فئات الذيل بعيدًا عن توزيعات فئات الرأس.

الأهمية والادعاءات

يزعم البحث أن RCL يقدم تحولًا كبيرًا في معالجة عدم توازن الفئات من خلال الانتقال إلى ما وراء مجرد إعادة الوزن أو إعادة أخذ العينات. ومن خلال تفسير تعلم التمثيل من منظور توسيع المجال، يقوم المنهج بتوسيع منطقة الدعم الكامن لفئات الذيل بشكل صريح. يمنع هذا النهج تمثيلات فئات الذيل من أن تكون "مقتحمة" من قبل فئات الرأس المهيمنة، مما يحسن الفصل بين الفئات وعدالة حدود القرار.

يشير المؤلفون إلى أنه بينما يعد إطار العمل فعالاً، فإنه يعتمد حاليًا على الضبط اليدوي للمعلمات الفائقة (مثل خطوات العينات ونسب اختيار الركيزة). وهم يحددون تطوير الاختيار التكيفي للركائز كاتجاه للعمل المستقبلي لمعالجة هذا القصور. وقد تم توفير الكود البرمجي لتسهيل المزيد من الأبحاث في هذا المجال.