🤖 AI

DisMix: Order-Aware Mixup for Medical Imaging via Disentangling Ordinal and Non-Ordinal Features

تُعد DisMix إطار عمل لتقنية الـ mixup مدرك للترتيب في التصوير الطبي، حيث توظف ترميزاً كمياً (VQ-VAE) ثنائي الكود لكشف الفصل بين الميزات الرتبية وغير الرتبية، مما يتيح خلطاً مستقلاً يحافظ على تدرج شدة المرض مع تعزيز تنوع المظهر لتحسين أداء التصنيف الرتبي.

المؤلفون الأصليون: Dileepa Pitawela, Gustavo Carneiro, Hsiang-Ting Chen

نُشر 2026-08-06

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Dileepa Pitawela, Gustavo Carneiro, Hsiang-Ting Chen

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 محقق تحاول حل لغز حيث لا تقتصر الأدلة على كونها مجرد "مذنب" أو "بريء"، بل توجد على مقياس متدرج من الشدة. في عالم التصوير الطبي، يتعين على الأطباء غالبًا تصنيف الأمراض ليس كإجابات بسيطة بنعم أو لا، بل كتدرج: خدش صغير، كدمة بسيطة، جرح عميق، أو كسر في العظم. هذا ما يسمى بـ التصنيف الترتيبي (Ordinal Classification). الأمر يشبه فرز مجموعة من الصور من "يوم مشمس" إلى "ليلة عاصفة" بدلاً من مجرد فرزها إلى "أزرق" أو "أحمر".

لتعليم الحواسيب القيام بذلك، يستخدم العلماء حيلة ذكية تسمى الخلط (mixup). تخيل أنك تأخذ صورتين، وتدمجهما معًا مثل خلط الطلاء، وتخبر الكمبيوتر: "هذه الصورة الجديدة هي منتصف المسافة بين الاثنين". عادةً ما ينجح هذا بشكل رائع في المهام البسيطة. ولكن في الطب، يبدو الأمر وكأنك تحاول خلط صورة لركبة سليمة مع صورة لركبة مكسورة، وتأمل أن ينتج عن ذلك ركبة "مكسورة قليلاً". غالبًا ما يرتبك الكمبيوتر لأن عملية الدمج هذه تشوه الأدلة الطبية المهمة (الشدة) مع الضوضاء العشوائية في الخلفية (مثل زاوية الأشعة السينية أو لون الجلد). يعالج هذا البحث تلك الفوضى تحديدًا، مقترحًا طريقة أذكى لخلط الصور الطبية بحيث يتعلم الكمبيوتر الدروس الصحيحة دون أن يتشتت بالضوضاء.

المشكلة: عندما يفسد خلط الألوان الصورة

لاحظ المؤلفون، ديليبا بيتاويلا، وغوستافو كارنييرو، وهسيانغ-تينغ تشن، وجود خلل كبير في كيفية تصنيف الحواسيب للأمراض الطبية حاليًا. تقنيات "الخلط" القياسية تشبه طباخًا فوضويًا يلقي بالمكونات في الخلاط دون التحقق مما إذا كانت تنتمي لبعضها البعض. إذا دمجت صورة لمرض بسيط مع صورة لمرض شديد، سيرى الكمبيوتر فوضى مختلطة. قد يخلط بالخطأ بين شدة المرض (الجزء المهم) وبين خلفية الصورة، مثل الإضاءة أو لون بشرة المريض (الجزء غير المهم).

النتيجة؟ يتعلم الكمبيوتر رؤية "البسيط" و"الشديد" كضباب مربك. قد يعتقد أن الركبة السليمة تبدو مثل الركبة المكسورة لمجرد أن الإضاءة كانت غريبة، أو قد ينشئ صورة "فرانكنشتاين" تبدو كأنها مفصل ركبة غير موجود في الواقع. يجادل البحث بأن هذا "الخلط العشوائي" يدمر البنية التي يعتمد عليها الأطباء لتصنيف الأمراض.

الحل: DisMix (الخلاط الذكي)

لإصلاح ذلك، قدم الفريق DisMix. فكر في DisMix كخلاط ذكي للغاية يحتوي على مخرجين منفصلين. قبل أن يخلط أي شيء، يقوم بفرز المكونات إلى كومتين:

كومة "الشدة": تحتوي فقط على الأدلة التي تخبر الكمبيوتر بمدى سوء المرض (مثل حجم الآفة أو الفجوة في المفصل).
كومة "النمط": تحتوي على كل شيء آخر لا يهم في التصنيف، مثل زاوية الصورة، أو لون البشرة، أو العيوب العشوائية.

يستخدم DisMix أداة خاصة تسمى dual-codebook VQ-VAE (اسم فخم لآلة تتعلم فصل هذه الكومتين). وهي تجبر الكمبيوتر على تعلم أن "مدى مرض المريض" و"كيف تبدو الصورة" شيئان مختلفان.

بمجرد فرز المكونات، يقوم DisMix بخلطها بطريقة محددة للغاية:

خلط الشدة: يأخذ أدلة "الشدة" من حالة بسيطة وحالة شديدة ويمزجهما لإنشاء حالة "متوسطة" مثالية. هذا يعلم الكمبيوتر كيف يبدو المرض "في منتصف المسافة".
خلط النمط: يأخذ أدلة "النمط" من مرضى مختلفين ويقوم بتبادلها. هذا يضيف تنوعًا إلى بيانات التدريب دون إفساد درجة الشدة.

ما وجدوه: صورة أكثر وضوحًا

اختبر الفريق هذه الفكرة على أربع مجموعات بيانات طبية مختلفة، بما في ذلك صور الأشعة السينية للركبة (خشونة الركبة)، وفحوصات العين (اعتلال الشبكية السكري)، وعينات الأنسجة. وقارنوا DisMix بست طرق خلط شائعة أخرى، واختبروه مع ستة أنواع مختلفة من خوارما التصنيف الطبي.

كانت النتائج واعدة. في 20 من أصل 24 سيناريو اختبار مختلف، حقق DisMix أعلى دقة. كما قلل متوسط الخطأ في التصنيف بنسبة 4-6% مقارنة بأفضل الطرق الموجودة.

من أكثر النتائج إثارة للاهتمام كانت مدى قدرة DisMix على التعامل مع "تباين التصنيف". في الحياة الواقعية، قد يختلف أطباء مختلفون حول ما إذا كان المرض "بسيطًا" أم "متوسطًا". كان DisMix قويًا حتى عندما كانت بيانات التدريب فوضوية أو عندما كان هناك عدد قليل جدًا من الصور للتعلم منها. على سبيل المثال، عندما حدد الفريق بيانات التدريب إلى 10% فقط من الكمية المعتادة، ظل DisMix يتفوق على الآخرين، حيث حسن الدقة بنحو 1.5% في أحد مجموعات البيانات حتى مع وجود 60 صورة أصلية فقط.

لماذا يهم هذا الأمر؟

يشير البحث إلى أنه من خلال فصل "ما هو الشيء" (شدة المرض) عن "كيف يبدو" (ضوضاء الخلفية)، يمكننا تعليم الحواسيب أن تكون أفضل في فهم تطور الأمراض. أظهر المؤلفون أن طريقتهم تنشئ صورًا تبدو منطقية بيولوجيًا—مثل مفصل ركبة يضيق فعليًا، بدلاً من شكل مشوه وغريب.

بينما تهدف الصور المولدة للمساعدة في تدريب الكمبيوتر وليس لاستخدامها مباشرة في تشخيص المرضى، فإن الدراسة تثبت أن هذا النهج "المراعي للترتيب" هو خطوة قوية للأمام. إنها تثبت أنه عندما نتوقف عن خلط كل شيء بعشوائية ونبدأ في احترام ترتيب الشدة الطبية، تصبح نماذج الذكاء الاصطناعي لدينا أكثر حدة، وأكثر موثوقية، وأفضل في التعامل مع الواقع الفوضوي للبيانات الطبية.

ملخص تقني: DisMix – خلط مدروس للسمات (Order-Aware Mixup) للصور الطبية عبر فك الارتباط بين السمات الترتيبية وغير الترتيبية

بيان المشكلة

تعتبر تقنية "الخلط" (mixup) لتعزيز الصور القياسية، وهي تقنية مستخدمة على نطاق واسع لتحسين التعميم في التعلم العميق من خلال توليد عينات وسيطة، غير مناسبة جوهرياً لمهام التصنيف الترتيبي (ordinal classification) المنتشرة في التصوير الطبي (مثل تقدير شدة المرض). في هذه المجالات، تمثل الملصقات (labels) تدرجاً في الشدة (مثل مقياس Kellgren–Lawrence من 0 إلى 4) بدلاً من كونها فئات منفصلة ومستقلة.

تقوم استراتيجيات الخلط التقليدية بخلط أنواع متميزة من السمات بشكل عشوائي:

السمات الترتيبية (Ordinal features): الإشارات التي تحدد الرتبة أو الشدة (مثل حجم الآفة، أو ضيق المسافة المفصلية).
السمات غير الترتيبية (Non-ordinal features): التباينات على مستوى المظهر غير المرتبطة بالشدة (مثل عيوب التصوير، الخلفية، أو اختلافات الصبغة).

هذا الخلط المتشابك يفسد البنية الترتيبية الأساسية. وكما أوضح البحث، ينتج الخلط القياسي عينات ذات بنيات غير منطقية بيولوجياً (مثل فجوات مفصل الركبة الموجهة بشكل خاطئ أو وجود أقراص بصرية متعددة) ويشوه توزيع السمات، مما يؤدي إلى تشابك العينات من رتب مختلفة. هذا النمط من الفشل يعيق تعلم المصنفات الترتيبية القوية، خاصة في ظل وجود تباين في التقدير (الاختلاف في الآراء بين المعلقين).

المنهجية: DisMix

لمعالجة عدم التوافق بين الخلط التقليدي والتعلم الترتيبي، اقترح المؤلفون DisMix، وهو إطار عمل للخلط المدرك للترتيب. الابتكار الجوهري هو فك الارتباط الصريح بين السمات الترتيبية وغير الترتيبية إلى فضاءات كامنة (latent subspaces) منفصلة قبل حدوث عملية الخلط.

1. تعلم التمثيل بفك الارتباط

يستخدم DisMix نموذج VQ-VAE ثنائي الكود (dual-codebook) لتفكيك الصور المدخلة إلى مكونين كامنين متميزين:

الكمون الترتيبي ( $z_o$ ): يلتقط البنية المحددة للرتبة.
الكمون غير الترتيبي ( $z_n$ ): يشفر التباينات غير المرتبطة بالرتبة (المظهر).

يتم تحسين البنية باستخدام الآليات التالية:

الفرع الترتيبي: يتم تكييف ميزات المشفر مع الملصقات الترتيبية الناعمة (المشتقة من معلقين متعددين) لتوجيه التمثيل نحو دلالات الرتبة. يقوم مكمم قائم على الانتباه باختيار أكواد منفصلة من كودبوك ترتيبي ( $M_o$ ). كما يفرض مصنف خطي مساعد أن يحتفظ $z_o$ بالمعلومات الترتيبية عبر خسارة الانحدار الترتيبي الناعم (SOR).
الفرع غير الترتيبي: لقمع المعلومات الترتيبية، يستخدم هذا الفرع هدفاً تنافسياً؛ حيث يحاول مصنف خطي التنبؤ بالرتبة من $z_n$ ، ولكن يتم عكس تدرجاته عبر طبقة عكس التدرج (GRL). وهذا يجبر المكمم غير الترتيبي على التخلص من الإشارات الحساسة للرتبة.
تنظيم فك الارتباط: يتم تقليل تشابه جيب التمام (cosine similarity) بين التمثيلات الكامنة لضمان بقاء الفضاءات متميزة.
التدريب التنافسي: يضمن مُميز (discriminator) متعدد المهام واقعية الإدراك والاتساق الترتيبي للصور المعاد بناؤها.

2. سياسات الخلط المدركة للترتيب

بمجرد تدريب وتجميد نموذج VQ-VAE، يقوم DisMix بتوليد عينات معززة عن طريق التلاعب بالأكواد الكامنة بشكل مستقل. يحدد البحث أربع سياسات للخلط (الجدول 1):

الخلط الترتيبي (Ordinal Mix): يقوم باستكمال الأكواد الترتيبية ( $\tilde{z}_o = \lambda z_o^i + (1-\lambda)z_o^j$ ) مع إبقاء الأكواد غير الترتيبية ثابتة. هذا يولد رتباً وسيطة بملصقات ناعمة.
الخلط غير الترتيبي (Non-Ordinal Mix): يقوم باستكمال الأكواد غير الترتيبية مع إبقاء الكود الترتيبي (وبالتالي رتبة الملصق) ثابتاً. هذا يقدم تنوعاً في المظهر دون تغيير الشدة.
تبديل الترتيب (Order Swap): يبدل الأكواد الترتيبية وغير الترتيبية بين عينتين.
التوليد والخلط (Generate & Mix): يولد نسخة من صورة مرجعية برتبة مجاورة من خلال تكييف كودها الترتيبي مع رتبة جديدة، ثم يطبق الخلط الترتيبي.

تسمح هذه السياسات بالتعزيز المنضبط الذي يحافظ على المنطو الترتيبي (ordinal manifold) مع إثراء تنوع المظهر.

المساهمات الرئيسية

إطار عمل DisMix: تقديم طريقة خلط مدركة للترتيب تفك الارتباط بين السمات الترتيبية وغير الترتيبية إلى فضاءات كامنة متميزة، مما يسمح بتخليق عينات معززة متسقة ترتيبياً.
سياسات الكمون المفككة: اقتراح استراتيجيات خلط محددة (الخلط الترتيبي، الخلط غير الترتيبي، تبديل الترتيب، التوليد والخلط) تعمل بشكل منفصل على الفضاءات المفككة لمنع فساد الإشارات الترتيبية.
تقييم شامل: اختبار شامل عبر أربع مجموعات بيانات للصور الطبية (خشونة الركبة، اعتلال الشبكية السكري، هستوباثولوجيا القولون، هستوباثولوجيا البروستاتا) مقابل ستة من أفضل نماذج الخلط (mixup) وستة من المصنفات الترتبية.

النتائج التجريبية

قيم المؤلفون DisMix عبر 24 تركيبة من طرق الخلط والمصنفات الترتبية. النتائج الرئيسية تشمل:

الأداء الإجمالي: حقق DisMix أفضل دقة في 20 من أصل 24 حالة، وأفضل متوسط الخطأ المطلق (MAE) في 15 من أصل 24 حالة.
الدلالة الإحصائية: مقارنة بأقوى نموذج أساسي، قدم DisMix مكاسب دقة إجمالية ذات دلالة إحصائية (اختبار ويلكوكسون لمراتب الإشارات أحادي الجانب، $p = 0.0075$ ) وقلل الـ MAE بنسبة 4–6%.
ندرة البيانات: في ظل ندرة البيانات (التدريب على 10% فقط من العينات لكل فئة)، تفوق DisMix على النماذج الأساسية، محققاً تحسناً في الدقة بنحو 1.5% على مجموعة بيانات IDRID بحد أدنى من بيانات التدريب.
القوة تجاه تباين التقدير: ظل DisMix فعالاً في ظل تباين عالٍ في التقدير (يصل إلى 70% من عدم الاتفاق)، بينما عانت الطرق الأخرى من تدهور في الأداء، خاصة عند احتمالات الخلط العالية.
تقليل خطأ الحدود: حقق DisMix باستمرار أدنى أخطاء التصنيف على مستوى الحدود (على سبيل المثال، تقليل أخطاء C2↔C3 بنسبة 9% في IDRID مقارنة بأفضل نموذج أساسي).
التحليل النوعي: أكدت عمليات التصور أن DisMix ينتج انتقالات منطقية بيولوجياً (مثل آفات أكثر قتامة، أو ضيق في المسافات المفصلية) مع الحفاظ على السمات غير الترتيبية، بينما تنتج الطرق الأخرى غالباً عيوباً غير متسقة تشريحياً.

الأهمية والادعاءات

يجادل البحث بأن عدم التوافق الجوهري بين الخلط التقليدي والتعلم الترتيبي ينبع من تشابك السمات المحددة للرتبة مع التباينات المظهرية غير ذات الصلة. ومن خلال فك الارتباط بين هذه العوامل، يتيح DisMix خلطاً منضبطاً يحترم الهندسة الترتيبية الأساسية.

يدعي المؤلفون أن DisMix يثبت ضرورة الخلط المدرك للترتيب للبيانات الترتيبية. وخلافاً للطرق السابقة التي إما تفسد الملصقات أو لا تستغل التعزيز بشكل كامل عبر تجاهل إشارات المظهر، يوفر DisDisMix آلية للحفاظ على دقة الملصق مع تعزيز التنوع الدلالي. تؤكد النتائج أن الطرق القائمة على فك الارتباط هي اتجاه واعد للتعلم الترتيبي القوي في التصوير الطبي، خاصة في السيناريوهات التي تتضمن تباين التقدير والبيانات المحدودة.

يحافظ البحث على موقف متواضع فيما يتعلق بنطاقه، مشيراً إلى أن الصور المولدة مخصصة لتعزيز البيانات وليس للتفسير السريري المباشر، وأن الرتب المتداخلة تعمل كإشراف ناعم وليس كدرجات محددة سريرياً. بالإضافة إلى ذلك، يقر المؤلفون بالتكاليف الحسابية الإضافية لتدريب التمثيل المفكك، لكنهم يشيرون إلى أنها تكلفة تُدفع لمرة واحدة لكل مجموعة بيانات وتتوزع على المهام اللاحقة.