FUSEP: A Multi-Center Benchmark for Diverse Tasks in Early Pregnancy Fetal Ultrasound Screening

ملخص تقني لـ FUSEP: معيار مرجعي متعدد المراكز لمهام متنوعة في فحص الموجات فوق الصوتية للجنين في مرحلة الحمل المبكر

بيان المشكلة
لا تزال العيوب الخلقية حول العالم تشكل تحديًا كبيرًا، حيث تعد التشوهات الخلقية سببًا رئيسيًا لوفيات الرضع. وبينما يعد التصوير بالموجات فوق الصوتية للجنين الأداة الرئيسية غير الجراحية للكشف المبكر، إلا أن التشخيص الآلي المساعد في مرحلة الحمل المبكر (11-14 أسبوعًا من الحمل) قد تعثر بسبب نقص مجموعات البيانات عالية الجودة والمتاحة للجمهور. يمثل تصوير الموجات فوق الصوتية في مرحلة الحمل المبكر تحديات فريدة مقارنة بالمراحل اللاحقة: فالأعضاء الجنينية تكون دقيقة، والهياكل التشريحية يصعب تحديدها، وغالبًا ما يكون التصوير متأثرًا بالضوضاء، والظلال، والانقطاعات. وبناءً على ذلك، فإن معدلات الكشف السريري عن التشوهات الهيكلية في الحمل المبكر منخفضة (حوالي 43.1٪)، مما يؤدي إلى ارتفاع معدلات نقص التشخيص والتشخيص الخاطئ. ركزت الأبحاث الحالية بشكل كبير على عرض سمك المنطقة الشفافة (NT) أو فحوصات الثلث الثاني والثالث، متجاهلة عرض طول الظهر إلى الرأس (CRL) والكشف عن الهياكل المتعددة المطلوب للفحص الشامل المبكر. علاوة على ذلك، فإن غياب مجموعات البيانات المعيارية متعددة المراكز يمنع التقييم الصارم لتقنيات تكييف النطاق الضرورية للتعامل مع الاختلافات في أجهزة الموجات فوق الصوتية وبروتوكولات الفحص عبر المستشفيات المختلفة.

المنهجية وتكوين مجموعة البيانات
قدم المؤلفون FUSEP، وهو عبارة عن مجموعة بيانات مرجعية متعددة المراكز تضم 4,017 صورة موجات فوق صوتية تم جمعها من ثلاثة مراكز طبية متميزة في الصين. تلتزم مجموعة البيانات بإرشادات الجمعية الدولية للأشعة فوق الصوتية في أمراض النساء والتوليد (ISUOG)، مع التركيز على عرضين حاسمين:

1. طول الظهر إلى الرأس (CRL): التقاط جسم الجنين بالكامل في المستوى السهمي المتوسط.
2. المنطقة الشفافة (NT): التقاط رأس الجنين وأعلى الصدر لتقييم سمك المنطقة الشفافة.

تتضمن مجموعة البيانات 45,820 تسمية على مستوى الصندوق تغطي 14 هيكلاً تشريحياً رئيسياً (مثل العظمة الأنفية، والفك العلوي، والفك السفي، والدماغ البيني، والدماغ المخي الخلفي، وطرف الأنف، والجلد أمام الأنف، والأعضاء التناسلية). تم إجراء التسميات بواسطة اثنين من أخصائيي الموجات فوق الصوتية بخبرة تزيد عن سبع سنوات، مما ضمن توافقًا عاليًا بين الملاحظين بناءً على الإرشادات الدولية الراسخة. وتظهر البيانات تنوعًا كبيرًا من حيث:

• المصادر: ثلاثة مستشفيات مختلفة ذات ديموغرافية مرضى متباينة.
• الأجهزة: تم الحصول على الصور من أجهزة موجات فوق صوتية من طراز SAMSUNG وSonoscape وGE، مما أدى إلى حدوث انزياحات طبيعية في النطاق.
• الجودة: تضم كلًا من المشاهد القياسية وغير القياسية لتعكس التباين السريري في العالم الحقيقي.

المهام المرجعية والإعداد التجريبي
يضع البحث إطار تقييم صارم لأربعة نماذج تعلم متميزة لمعالجة تحديات الكشف عن الأجسام المتعددة في المجال الطبي:

1. التعلم الخاضع للإشراف الكامل: تقييم 9 نماذج من أحدث تقنيات الكشف عن الأجسام (بما في ذلك Faster R-CNN، وYOLOX، ومتغيرات DETR، وViTDet) عبر المستشفيات الثلاثة.
2. التعلم شبه الخاضع للإشراف: محاكاة سيناريوهات ببيانات محدودة التسمية من خلال التدريب على 5٪ و10٪ فقط من البيانات الموسومة مع الاستفادة من البيانات غير الموسومة المتبقية.
3. تكييف النطاق غير الخاضع للإشراف (UDA): اختبار التعميم عبر المراكز حيث يتم تكييف النماذج المدربة على بيانات أحد المستشفيات لتناسب مستشفى آخر دون الحاجة لبيانات مستهدفة.
4. تكييف النطاق الخالي من المصدر (SFDA): سيناريو مقيد تتوفر فيه فقط أوزان النموذج المصدر (بدون بيانات المصدر)، لاختبار قدرة النموذج على التكيف مع النطاقات المستهدفة باستخدام المعلمات المدربة مسبقًا فقط.

النتائج الرئيسية

• أداء التعلم الخاضع للإشراف الكامل: حققت طرق الكشف القائمة على المحولات (Transformer-based) (وتحديدًا Relation-DETR) أعلى متوسط دقة (mAP)، حيث وصلت إلى 85.6٪ في مشاهد CRL و95.6٪ في مشاهد NT. وبينما قدمت المحولات دقة فائقة، أظهرت الطرق القائمة على الشبكات العصبية التلافيفية (CNN) مثل YOLOX سرعات استدلال أسرع بكثير (8.942 مللي ثانية) مع أداء تنافسي، مما يسلط الضوء على المقايضة بين الدقة والكفاءة.
• أداء التعلم شبه الخاضع للإشراف: أظهرت النهج شبه الخاضعة للإشراف القائمة على المحولات (مثل Sparse Semi-DETR) قدرة تكيف فائقة في ظل ندرة البيانات (5٪ و10٪ من البيانات الموسومة)، متفوقة على النماذج المرجعية الأخرى ومثبتة إمكانية الاستفادة من البيانات غير الموسومة في السياقات الطبية.
• تكييف النطاق: نجحت طرق UDA التي تتضمن الاتساق التشريحي والمعرفة الهيكلية (مثل DATR وToMo-UDA) في التخفيف من انخفاض الأداء الناتج عن انزياحات النطاق بين المستشفيات والأجهزة. ومع ذلك، لوحظ تدهور كبير في الأداء في المهام العابرة للمراكز التي تتضمن أجهزة مختلفة (مثل الانتقال من المستشفى 1 إلى المستشفى 3)، مما يؤكد صعوبة المهمة.
• تكييف النطاق الخالي من المصدر (SFDA): حافظت طرق مثل ATSS وIRG على أداء قوي حتى بدون الوصول إلى بيانات المصدر، مما يؤكد جدوى نشر النماذج في البيئات التي تمنع مشاركة البيانات الأصلية لأسباب تتعلق بخصوصية البيانات أو التخزين.
• تحليل الفشل: حددت الدراسة "التباين الشديد في الحجم" كنمط فشل رئيسي، حيث لوحظ أن الهياكل الصغيرة مثل العظمة الأنفية تشغل فقط 0.2٪ إلى 0.5٪ من مساحة الصورة، مما يجعلها صعبة للغاية بالنسبة للكواشف الحالية.

الأهمية والمساهمات
يدعي البحث أن FUSEP هو أول مجموعة بيانات ومعيار مرجعي متاح للجمهور مصمم خصيصًا لفحص الموجات فوق الصوتية للجنين في مرحلة الحمل المبكر. وتكمن أهميته في:

1. حل ندرة البيانات: توفير مجموعة بيانات مفصلة متعددة المراكز تحتوي على 14 هيكلاً موسوماً، مما يسد فجوة حرجة في أبحاث الحمل المبكر حيث كانت البيانات سابقاً إما مملوكة لجهات خاصة أو غير موجودة.
2. الفائدة السريرية: تمكين التقدم في التعرف على المستويات القياسية، وضبط جودة الصورة، والكشف عن التشوهات الهيكلية (مثل غياب العظام الأنفية الذي يشير إلى اضطرابات كروموسومية) والتي تعد حاسمة للتدخل المبكر.
3. التقدم التقني: إنشاء ميدان اختبار صارم لتكييف النطاق والتعلم شبه الخاضع للإشراف في التصوير الطبي. يعالج المعيار المرجعي تحديات محددة مثل التباين الشديد في الحجم، وعدم توازن الفئات، وندرة الميزات، والاتساق الطوبولوجي.
4. الأثر المجتمعي: من خلال إصدار مجموعة البيانات والأكواد المرجعية، يهدف المؤلفون إلى تسهيل تطوير أدوات تشخيصية آلية قوية يمكنها تقليل عبء العمل على أخصائيي الموجات فوق الصوتية وتحسين دقة الكشف المبكر عن تشوهات الجنين عالميًا.

يخلص المؤلفون إلى أنه بينما يمثل FUSEP خطوة كبيرة للأمام، يجب أن يركز العمل المستقبلي على توسيع مجموعة البيانات لتغطية المزيد من أنواع المشاهد، ودمج أقنعة التجزئة (segmentation masks) للقياسات الدقيقة للنمو، ومزيد من تحسين تقنيات تكييف النطاق للتعامل مع تباين الأجهزة.