KANResDiff: Learning Local Residual Diffusion via Kolmogorov-Arnold Network for Ambiguous Medical Image Segmentation

تخيل أنك تنظر إلى صورة ضبابية لسحابة. بالنسبة لشخص ما، تبدو وكأنها تنين؛ ولآخر، تبدو وكأنها قارب شراعي. كلاهما على حق، لأن السحابة بطبيعتها غير واضحة المعالم. في عالم التصوير الطبي، يواجه الأطباء لغزًا مشابهًا كل يوم. فعندما ينظرون إلى صورة أشعة سينية أو مقطع عرضي محوسب (CT scan)، قد تكون حواف الورم أو العضو غير واضحة، أو قد يرسم خبراء مختلفون خطوطًا مختلفة قليلاً حول نفس البقعة. يُسمى هذا "التجزئة الغامضة للصور الطبية" (ambiguous medical image segmentation). وبدلاً من إجبار الكمبيوتر على اختيار خط "صحيح" واحد فقط، يريد العلماء منه إنتاج معرض كامل من الخيارات المعقولة — مثل إظهار نسخة التنين لك، ونسخة القارب الشراعي، وكل ما بينهما. هذا يساعد الأطباء على اتخاذ قرارات أكثر أمانًا من خلال رؤية جميع الاحتمالات.

للقيام بذلك، تستخدم أجهزة الكمبيوتر أدوات خاصة تسمى "نماذج الانتشار" (diffusion models). فكر في هذه النماذج كأنها لعبة فيديو عكسية لعمليتي "التضبيب والوضوح". يبدأ الكمبيوتر بصورة مليئة بالضجيج والتشويش (مثل تشويش التلفاز) ثم يقوم بتنظيفها ببطء خطوة بخوة حتى تظهر صورة واضحة. عادةً، يتبع الكمبيوتر نصاً صارماً مكتوباً مسبقاً لكيفية تنظيف الصورة. لكن بالنسبة للصور الطبية الغامضة، فإن النص الصارم سيكون مملاً للغاية؛ فهو لن يعرف كيف يكون مبدعاً بما يكفي لإظهار نسخ مختلفة وصالحة لنفس العضو. التحديد يكمكم في تعليم الكمبيوتر كيف يكون مرناً، عبر إضافة القدر المناسب من "العشوائية" في الوقت المناسب لإنشاء صور طبية متنوعة ولكن واقعية.

هنا يأتي دور KANResDiff، وهي طريقة جديدة اقترحها الباحث فاندينج لي وفريقه. لقد لاحظوا أن أجهزة الكمبيوتر الحالية كانت تحاول تنظيف الصور الطبية باستخدام نهج "مقاس واحد يناسب الجميع" مما جعلها عالقة في رتابة. كانت الطرق القديمة تستخدم أداة قياسية (Perceptron متعدد الطبقات، أو MLP) لتقرير مقدار العشوائية التي يجب إضافتها في كل خطوة. المشكلة؟ كانت هذه الأداة بمثابة عقل واحد ضخم يحاول تذكر كل لحظة من فيلم طويل في آن واحد. لقد أصابه الارتباك، ولم تكن الخطوات التي اتخذتها لتنظيف الصورة مستقلة بما يكفي، مما أدى إلى نتائج ضبابية أو متكررة.

لقد أصلح الباحثون ذلك باستخدام حيلتين ذكيتين. أولاً، استبدلوا "العقل الضخم" القديم بشيء يسمى شبكة كولموغوروف-أرنولد (Kolmogorov-Arnold Network أو KAN). تخيل أن الطريقة القديمة كانت عبارة عن حبل واحد طويل حيث يؤدي شد أحد طرفيه إلى شد الحبل بأكمله. أما طريقة KAN الجديدة فهي مثل قلادة مكونة من العديد من الخرزات الصغيرة والمستقلة. يمكن لكل خرزة (أو خطوة زمنية) أن تتحرك وتتعلم بمفردها دون إفساد الآخرين. وهذا يسمح للكمبيوتر بمعاملة كل مرحلة من مراحل عملية تنظيف الصورة كلحظة فريدة، مما يمنحه الحرية لبناء صورة معقدة ومتنوعة قطعة بقطعة.

ثانياً، قدموا مفهوماً يسمى جسر شرويدر المتبقي (Residual Schrödinger Bridge). في الطريقة القديمة، كان الكمبيوتر يحاول تخمين الصورة النهائية ثم يضيف فقط "القليل من العشوائية" فوقها، مما كان يخلق غالباً فجوة كبيرة بين التخمين والنتيجة النهائية. الطريقة الجديدة تشبه لاعب السيرك على الحبل الذي يستخدم عصا التوازن؛ فهو يعدل مساره باستمرار، مستخدماً دليلاً "حتمياً" (متوقعاً) للحفاظ على مظهر الصورة كجسم بشري حقيقي، بينما يسمح في الوقت نفسه للقوى "العشوائية" (stochastic) بتحريك الصورة لإنشاء تنويعات صالحة مختلفة. ومن خلال بناء "جسر" بين البداية والنهاية في العملية، يجد الكمبيوتر المسار الأكثر كفاءة والأقل تكلفة لإنشاء هذه الصور المتنوعة.

اختبر الفريق نظامهم الجديد على مجموعتي بيانات طبيتين عامتين: إحداهما لصور الرئة (LIDC) والأخرى لصور آفات الجلد (ISIC). كانت النتائج مبهرة. ففي مجموعة بيانات الرئة، حسنت طريقتهم دقة مطابقة الأشكال المتنوعة بنسبة تصل إلى 16.8% وجودة الصور المولدة بشكل عام بنسبة 7.7% مقارنة بأفضل الطرق الموجودة. كما أظهروا أن نظامهم يمكنه توليد العديد من النسخ المختلفة والواقعية لنفس العضو، وهو بالضبط ما يحتاجه الأطباء عندما تكون الحدود غير واضحة.

باختة، لا يكتفي KANResDiff بتخمين إجابة واحدة؛ بل يتعلم سرد قصة كاملة من الاحتمالات. فمن خلال منح كل خطوة من عملية توليد الصور استقلاليتها الخاصة وطريقة مرنة للموازنة بين اليقين والإبداع، فإنه يساعد أجهزة الكمبيوتر على فهم أنه في الطب، أحياناً لا توجد إجابة صحيحة واحدة فقط — بل هناك العديد منها، وجميعها مهمة.