PolypVision: A Three-Stage Hierarchical Deep Learning Framework for Classification and Segmentation of Colorectal Polyps
تقدم هذه الورقة PolypVision، وهو إطار عمل للتعلم العميق هرمي ثلاثي المراحل ومستقل عن الجهاز، يدمج بنيتي EfficientNetV2 وUNet++ لتحقيق أداء فائق في تصنيف وتجزئة وتحليل الأنواع الفرعية لسلائل القولون عبر مجموعات بيانات عامة متعددة.
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
أدوات المحقق: رحلة داخل الأمعاء
تخيل جسدك كمدينة شاسعة ومتعرجة، وداخل هذه المدينة، يمثل القولون نفقًا طويلًا ومظلمًا. أحيانًا، تنمو نتوءات صغيرة تسمى "الزوائد اللحمية" (polyps) على جدران النفق. في معظم الأحيان، تكون هذه النتوءات غير ضارة، مثل الأعشاب الضارة في حديقة. لكن بعضها قد يكون من المشاغبين المتسللين الذين يمكن أن يتحولوا إلى شيء أكثر خطورة، مثل عشب يتحول إلى كرمة شائكة. التحدي الكبير للأطباء هو رصد هذه النتوءات مبكرًا وتحديد أي منها هي "الأعشاب الضارة" وأيها هي "الكرمات الشائكة" قبل أن تسبب المشاكل.
للقيام بذلك، يستخدم الأطباء كاميرا خاصة مثبتة على أنبوب مرن وطويل (منظار) لالتقاط صور داخل النفق. لكن النظر في آلاف الصور من هذا النوع عمل شاق، وحتى الأطباء الخبراء قد يختلفون أحيانًا فيما يرونه. هنا يأتي دور علوم الحاسوب من خلال أداة تسمى "التعلم العميق" (deep learning). فكر في التعلم العميق كطالب ذكي جدًا درس ملايين الصور؛ فهو يتعلم التعرف على الأنماط — مثل شكل النتوء أو ملمس الجلد — بشكل أسرع بكثير من البشر. الهدف ليس استبدال الطبيب، بل تزويده بمساعد تقني عالي المستوى لا يتعب أبدًا ويمكنه رصد التفاصيل الدقيقة التي قد يتم إغفالها.
تعرف على PolypVision: المحقق ذو الخطوات الثلاث
في هذه الورقة البحثية، يقدم فريق من الباحثين برنامجًا حاسوبيًا جديدًا يسمى PolypVision. يمكنك التفكير في PolypVision كمجموعة محققين مكونة من ثلاثة خطوات مصممة لحل لغز الزوائد اللحمية القولونية. بدلًا من مجرد النظر إلى صورة والتخمين، تعمل هذه المجموعة بترتيب محدد، حيث تمرر الأدلة من محقق إلى آخر للحصول على القصة الكاملة.
الخطوة 1: حارس البوابة (هل هي مشكلة؟)
المحقق الأول، المبني على عقل ذكي يسمى EfficientNetV2-M، ينظر إلى الصورة ويطرح سؤالًا بسيطًا: "هل هذه نتوءة غير ضارة (hyperplastic) أم نتوءة خطيرة (adenomatous)؟" لكن هذا المحقق حاد الذكاء بشكل استثنائي؛ فبينما يقرر، يقوم أيضًا بوصف شكل النتوء وأنماط سطحه الدقيقة (المعروفة بتصنيفات Paris وJNet). ولضمان عدم ارتباكه في الحالات النادرة، يستخدم خدعة خاصة تسمى Focal Loss، وهي تشبه قولنا للحاسوب: "انتبه جيدًا للنتوءات الصعبة والنادرة!"
الخطوة 2: المحدد الخارجي (أين تنتهي؟)
بمجرد أن يقول المحقق الأول: "نعم، هذه نتوءة خطيرة"، يتولى المحقق الثاني المهمة. يستخدم هذا المحقق أداة تسمى UNet++ لرسم تحديد دقيق حول النتوء، بكسل تلو الآخر. تخيل رسم شكل على خريطة باستخدام مؤشر ليزر؛ هذا ما تفعله هذه الخطوة. فهي تحدد بالضبط أين تبدأ النتوءة وأين تنتهي. لكنها لا تتوقف عند هذا الحد! فبناءً على الحجم والشكل الذي رسمته للتو، يقترح هذا المحقق أيضًا أفضل طريقة لإزالتها — سواء باستخدام "المشبك البارد" البسيط (cold snare)، أو عملية إزالة قياسية، أو تقنية أكثر تقدمًا. إنه يتعلم من ملاحظات المحقق الأول، لذا فهو يعرف بالفعل نوع النتوءة التي ينظر إليها.
الخطوة 3: المصنف الفرعي (أي نوع من المشاغبين هي؟)
إذا تأكد أن النتوءة خطيرة، يتدخل المحقق الثالث. يقوم هذا المحقق بالتقريب لتصنيف الزوائد اللحمية الخطيرة إلى ثلاث عائلات محددة: الأنبوبية (tubular)، أو الأنبوبية الخلوية (tubulovillous)، أو الخلوية (villous). فكر في هذه العائلات كأنها سلالات مختلفة من الكلاب؛ جميعها تبدو كلابًا، لكن بعضها أكثر عرضة للتسبب في المتاعب من غيره. يستخدم هذا المحقق المعرفة المكتسبة من الخطوات السابقة ليقدم تخمينًا دقيقًا للغاية. ولمساعدة النظام على التعلم بشكل أفضل، استخدم الفريق تقنية تسمى MixUp، وهي تشبه دمج صورتين مختلفتين معًا لإنشاء مثال تدريبي جديد، مما يساعد الحاسوب على فهم أن النتوءات يمكن أن تبدو مختلفة قليلاً ولكنها تظل من نفس النوع.
ماذا وجدوا؟
اختبر الباحثون PolypVision على ثلاث مجموعات مختلفة من الصور من العالم العام (مجموعات البيانات المسماة PolypGen وKvasor-SEG وCVC-ClinicDB). وكانت النتائج مبهرة.
- دقة فائقة: عندما تعلق الأمر بتصنيف الإطارات، حقق PolypVision مساحة تحت المنحنى (AUC) تبلغ حوالي 0.99. في عالم اختبارات الحاسوب، هذا يشبه الحصول على درجة 99% في امتحان صعب جدًا. لقد كان أداؤه مساويًا أو أفضل من أفضل الطرق المتاحة حاليًا.
- براعة في العثور على النتوءات: في مجموعة بيانات Kvasor-SEG، وجد وعرف النتوءات بدقة بنتيجة بلغت 94.4% mAP@50. وهذا يعني أنه كان جيدًا جدًا في رصد النتوءات ورسم المربعات الصحيحة حولها.
- إنه يعرف ما ينظر إليه: استخدم الفريق أداة تسمى Grad-CAM لمعرفة أين كان الحاسوب "ينظر" عندما اتخذ قراراته. أظهرت الخرائط الحرارية أن الحاسوب كان يركز على النتوءات الفعلية وأنسجتها، وليس فقط على أجزاء عشوائية من الصورة. ومع ذلك، لاحظ الباحثون أيضًا أنه عندما يرتكب الحاسوب خطأً، فإنه أحيانًا ينظر إلى المنطقة الخطأ، مما يعطيهم دليلًا حول كيفية تحسينه لاحقًا.
لماذا يهم هذا؟
الجزء الأكثر إثارة في PolypVision هو أنه لا يحتاج إلى كاميرا خاصة ليعمل. فهو مستقل عن الجهاز (device-independent)، مما يعني أنه يمكنه النظر في صور من أي منظار قياسي تقريبًا، سواء كان طرازًا قديمًا أو جديدًا، دون الحاجة إلى إعادة ضبطه لأجهزة محددة.
لقد جعل الباحثون هذه الأداة متاحة للجميع كتطبيق ويب مجاني على https://polypvision.com. وهم يقترحون أن هذا النهج المكون من ثلاث خطوات، أو النهج "الهرمي" — حيث تبني كل خطوة على ما قبلها — هو وسيلة قوية للتعامل مع المهمة المعقدة لتحليل الزوائد اللحمية. وبينما يعد النظام واعدًا للغاية، يشير المؤلفون بحذر إلى أنه لا يزال بحاجة إلى الاختبار في المستشفيات الواقعية مع مرضى جدد لإثبات أنه يعمل بشكل مثالي في كل موقف. في الوقت الحالي، يعد PolypVision مساعدًا قويًا ومجانيًا وعالي الدقة يمكنه مساعدة الأطباء في رصد المشاكل مبكرًا، مباشرة من شاشاتهم.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.