A Dataset of Human Sperm Microscopy Videos for Detection, Tracking, and Motility Parameter Analysis
تقدم هذه الورقة البحثية HSMV، وهي مجموعة بيانات شاملة لمقاطع فيديو مجهرية للحيوانات المنوية البشرية من 51 مشاركاً تحتوي على مسارات مشروحة يدوياً كحقائق مرجعية ومقاطع غير مشروحة تحت ظروف متغيرة، صُممت لاختبار وتطوير خوارزميات كشف الحيوانات المنوية وتتبعها وتحليل حركتها.
المؤلفون الأصليون:Sivri, A., Choi, J., Bopp, J., Anouna, A., VerMilyea, M., Alkhoury, G., Hocaoglu, O. O., Kam, M., Alkhoury, L.
إن القدرة على الرؤية بوضوح هي غالباً الخطوة الأولى نحو فهم الآليات المعقدة للحياة. وفي مجال التكاثر البشري، يتضمن أحد التقييمات الأكثر جوهرية فحص عينة من السائل المنوي تحت المجهر لعد ومراقبة خلايا الحيوانات المنوية. لعقود من الزمن، اعتمدت هذه المهمة على فنيين مدربين يقومون بفحص الشرائح يدوياً، لتقدير عدد الخلايا الموجودة، وعددها المتحركة، ومدى جودة سباحتها. ورغم أن العين البشرية خبيرة، إلا أنها عرضة للإجهاد والتباين؛ فقد ينظر خبيران مختلفان إلى الشريحة نفسها ويصلا إلى استنتاجات مختلفة قليلاً. ولحل هذه المشكلة، طور العلماء أنظمة حاسوبية يمكنها تحليل هذه الفيديوهات تلقائياً، آملين في إزالة التخمين وتوفير مقياس ثابت وموثوق للخصوبة. ومع ذلك، لكي تتعلم هذه الحواسيب كيفية رؤية ما تراه العين البشرية، فإنها تحتاج إلى مكتبة ضخمة من الأمثلة للدراسة، مكتملة بإجابات معروف بأنها صحيحة.
لقد أنشأ فريق من الباحثين الآن مثل هذه المكتبة، وهي مجموعة ضخمة من تسجيلات الفيديو المصممة خصيصاً لتعليم الحواسيب كيفية تتبع الحيوانات المنوية البشرية. هذا المشروع، الذي يجمع بين المهندسين والمتخصصين الطبيين، جمع لقطات من نوعين مختلفين من المعدات: مجهر بصري قياسي يُستخدم في العديد من العيادات، ونظام متخصص يعتمد على الحاسوب مصمم لهذا الغرض تحديداً. إن مجموعة البيانات الناتجة ليست مجرد حفنة من المقاطع؛ فهي تحتوي على أكثر من ثلاثة آلاف مقطع فيديو، تلتقط ما يقرب من ست وعشرين ساعة من الصور. تأتي هذه التسجيلات من واحد وخمسين رجلاً معافى، وتغطي مجموعة واسعة من الظروف الواقعية، بما في ذلك العينات التي تم غسلها كيميائياً لعزل الخلايا الأكثر نشاطاً، والعينات الخام غير المغسولة، والعينات التي تم تخفيفها لتسهيل عدّها. هذا التنوع مقصود، لضمان أن أي برنامج حاسوبي يتم تدريبه على هذه البيانات سيكون قوياً بما يكفي للتعامل مع الواقع الفوضوي وغير المتوقع للمختبر.
وما يجعل هذه المجموعة قيمة حقاً هو الجهد البشري المستثمر في تصنيفها. فبينما تظل معظم الفيديوهات غير معلمة، تم تصنيف جزء كبير منها بدقة من قبل باحثين رسموا صندوقاً حول كل رأس حيوان منوي مرئي في الإطار. لم يكتفوا بتحديد مكان الخلايا في لحظة واحدة، بل ربطوا هذه الصناديق عبر مئات الإطارات لإنشاء مسارات مستمرة، مما يوضح بالضبط كيف تحركت كل خلية بمرور الوقت. أوجدت هذه العملية "حقيقة أرضية" (ground truth)، وهي مجموعة من الإجابات المثالية التي يمكن من خلالها اختبار البرامج الحاسوبية الجديدة. في المجمل، أنتج الفريق ما يقرب من 1.5 مليون تعليق توضيحي فردي، وهو مستوى من التفصيل لم يكن متاحاً سابقاً لهذا النوع المحدد من التصوير الطبي. تتضمن البيانات قياسات دقيقة لسرعة حركة الخلايا وشكل مساراتها، مما يوفر أساساً غنياً لتطوير الجيل القادم من أدوات تحليل الخصوبة المؤتمتة.
وقد أثبت الباحثون قوة هذا المورد الجديد من خلال اختباره باستخدام أدوات الرؤية الحاسوبية الحالية. استخدموا خوارزمية كشف شائعة لإيجال الحيوانات المنوية في الفيديوهات وطريقة تتبع لمراقبة حركتها، ثم قارنوا نتائج الحاسوب بالملصقات التي صنعها البشر. أظهرت الاختبارات أنه بينما يمكن للحواسيب بالفعل تحديد الحيوانات المنوية بدقة معقولة، إلا أنه لا يزال هناك مجال للتحسين، خاصة عندما تأتي الصور من أنواع مختلفة من المجاهر أو عندما يتم تحضير العينات بطرق مختلفة. كشفت مجموعة البيانات أن أداء الحاسوب كان يتفاوت اعتماداً على مصدر الفيديو، مما يسلط الضوء على الحاجة إلى بيانات تدريب متنوعة بقدر تنوع العالم السريري نفسه. ومن خلال إتاحة هذه المجموعة بأكملها للجمهور، قدم المؤلفون معياراً مشتركاً يسمح للعلماء في جميع أنحاء العالم ببناء واختبار وتحسين خوارزمياتهم الخاصة دون الحاجة إلى جمع بياناتهم الطبية الصعبة المنال.
بعيداً عن الإنجازات التقنية، يقدم المشروع لمحة عن كيفية تطور الطب الحديث. فمجموعة البيانات لا تشمل الفيديوهات فحسب، بل تشمل أيضاً التقارير الصادرة عن العيادات، والتي تسرد تركيز الحيوانات المنوية ونسبة الخلايا المتحركة. إن هذا الاقتران بين الفيديو الخام والنتائج السريرية يسم يسمح للباحثين برؤية مدى مطابقة تحليل الحاسوب لتقييم الطبيب. ويُعرض هذا العمل كعمل قيد التطوير، حيث أشار المؤلفون إلى أنهم يخططون لإضافة المزيد من التسجيلات والتعليقات التوضيحية في المستقبل. أما الآن، فهو يقف كمورد شامل يجسد الفجوة بين الملاحظة البشرية والتعلم الآلي، ويقدم مساراً واضحاً نحو اختبار خصوبة أكثر دقة، وقابلية للتكرار، وسهولة في الوصول للجميع.
ملخص تقني: مجموعة بيانات HSMV لتصوير المجهر للحيوانات المنوية البشرية
بيان المشكلة يعد تحليل السائل المنوي مكونًا أساسيًا في تقييم الخصوبة لدى الذكور، ويتم إجراؤه تقليديًا يدويًا من قبل الفنيين باستخدام المجاهر الضوئية. وبالرغم من الالتزام بمعايير منظمة الصحة العالمية (WHO)، إلا أن التقييم اليدوي عرضة للذاتية والتباين بين المختبرات بسبب الاختلاف في مهارة المشغل. وبينما تهدف أنظمة تحليل السائل المنوي بمساعدة الكمبيوتر (CASA) إلى الحد من هذه المشكلات من خلال معالجة الصور الآلية، تشير المراجات الحديثة إلى الحاجة لمزيد من التحقق والتوحيد القياسي لتحسين الدقة وقابلية التكرار. وتتمثل العقبة الحرجة أمام تقدم أنظمة CASA وخوارزميات الرؤية الحاسوبية ذات الصلة في نقص مجموعات البيانات عالية الجودة، والمتنوعة، والموسومة بغنى تعكس تعقيد ظروف المختبرات في العالم الحقيقي. غالبًا ما تعاني مجموعات البيانات مفتوحة المصدر الموجودة (مثل VISEM، وSVIA، وHi-LabSpermTracking) من قيود مثل نقص الإطارات الموسومة، أو الاقتصار على فئات سريرية محددة (مثل السمنة)، أو غياب البيانات الوصفية الخاصة بتحضير العينات، أو انخفاض معدل الإطارات في الثانية.
المنهجية وجمع البيانات يقدم المؤلفون HSVM، وهي مجموعة بيانات شاملة لمقاطع فيديو المجهر للحيوانات المنوية البشرية المصممة لمعالجة هذه الفجوات. تم جمع البيانات من موقعين متميزين باستخدام نمطين مختلفين من التصوير:
المجهر الضوئي: تم تسجيله في بنك النطاف والأجنة في نيوجيرسي (SEBNJ) باستخدام مجهر من سلسلة Swift M10DB-MP مع كاميرا Fujifilm X-T10.
نظام CASA: تم تسجيله في مختبر Ovation-Fertility باستخدام محلل الحيوانات المنوية (SCA) من شركة MICROPTIC S.L.
خصائص البيانات:
المشاركون: 51 مشاركًا من الذكور الأصحاء (24 من المجهر الضوئي، 27 من نظام CASA).
الحجم: 3,161 مقطع فيديو بإجمالي حوالي 26 ساعة من الصور.
ظروف التحضير: تتضمن مجموعة البيانات عينات تحت ظروف متنوعة: خام/غير مغسولة، مغسولة كيميائيًا (عبر الطرد المركزي بالتدرج الكثافي)، ومخففة (بنسب 1:5 و1:10).
معلمات التصوير:
المجهر الضوئي: تكبير 100x و200x، دقة 1920x1080، وبمعدل 59.94 إطارًا في الثانية.
نظام CASA: تكبير 200x و400x، دقة 1280x1024، وبمعدل 30 إطارًا في الثانية.
التوسيم (Annotations): تم توسيم مجموعة فرعية من المقاطع يدويًا لإنشاء الحقيقة الأرضية (Ground Truth).
المجهر الضوئي: 20 مقطعًا (واحد لكل مشارك، موسوم جزئيًا) بواقع 900 إطار لكل منها (حوالي 15 ثانية).
نظام CASA: 14 مقطعًا (واحد لكل مشارك، موسوم بالكامل) بواقع 900 إطار لكل منها (30 ثانية).
إجمالي التوسيمات: حوالي 1.49 مليون توسيم للحيوانات المنوية عبر 29,900 إطار موسوم (مع ملاحظة أن أحد مقاطع المجهر الضوئي تم توسيمه لـ 200 إطار فقط بدلاً من 900 كاملة).
التنسيق: تشمل التوسيمات صناديق الإحاطة (بتنسيق YOLO المعياري: الفئة، مركز x، مركز y، العرض، الارتفاع) ومعرفات المسار لربط الخلايا عبر الإطارات.
البيانات الوصفية (Metadata): تتبع مجموعة البيانات هيكل دليل مستوحى من BIDS. كل تسجيل مقترن بملف وصف JSON يحتوي على معلمات الاستحواذ (التكبير، التخفيف، نوع العينة، تفاصيل الجهاز)، ويرافقه تقارير معلمات الحركة (الحجم، التركيز، نسب الحركة) التي تم إنشاؤها إما بواسطة الفنيين السريريين أو نظام CASA.
المساهمات الرئيسية
مجموعة بيانات ثنائية النمط: تعد HSMV أول مجموعة بيانات متاحة للجمهور توفر تسجيلات للحيوانات المنوية موسومة يدويًا من كل من المجهر الضوئي وأنظمة CASA، مقترنة ببيانات الحركة الوصفية.
التنوع والواقعية: على عكس مجموعات البيانات السابقة، تتضمن HSMV عينات من عامة السكان (وليس فقط من فئات سريرية محددة) وتلتقط نطاقًا واسعًا من ظروف التحضير (مغسولة مقابل غير مغسولة، تخفيفات مختلفة، وتكبيرات مختلفة).
حقيقة أرضية عالية الجودة: تتضمن مجموعة البيانات توسيمات يدوية دقيقة تم التحقق منها من قبل أعضاء متعددين في الفريق، مما يوفر معيارًا موثوقًا لخوارزميات الكشف والتتبع.
أدوات التكرار: يوفر المؤلفون سكربتات Python لتشغيل YOLOv5 وSORT (التتبع البسيط عبر الإنترنت والوقت الفعلي)، بالإضافة إلى مجموعة أدوات (pycasa) لمعالجة فيديوهات السائل المنوي، وحساب معلمات الحركة، وإنشاء التصورات البيانية.
النتائج والتحقق توضح الورقة فائدة مجموعة البيانات من خلال تطبيقين نموذجيين:
كشف الأشياء: حقق نموذج YOLOv5 المدرب على مجموعة المجهر الضوئي دقة (Precision) بلغت 0.66، واستدعاء (Recall) بلغ 0.76، ودرجة F1 بلغت 0.71 على مجموعة اختبار مستقلة. وعند تطبيقه على تسجيلات CASA (باستخدام أوزان مدربة على بيانات المجهر الضوئي)، حقق النموذج دقة بلغت 0.82 ولكن استدعاء أقل (درجة F1: 0.56)، مما يسلط الض] الضوء على الانزياح النطاقي (Domain Shift) بين أنظمة التصوير.
التتبع والحركية: باستخدام خوارزمية SORT على كل من الحقيقة الأرضية وكشوف YOLOv5، قام المؤلفون بحساب ثمانية معلمات حركية قياسية (VCL، VSL، VAP، LIN، WOB، STR، ALH، MAD). تُظهر التصورات (الرسوم البيومائية/Spider Plots) مدى الاتفاق بين المعلمات المستمدة من الحقيقة الأرضية اليدوية وبين الكشف الآلي داخل كل نظام.
الأهمية والادعاءات يضع المؤلفون HSMV كمورد أساسي لتطوير وتقييم أنظمة CASA من الجيل التالي وعمليات تحليل السائل المنوي المؤتمتة. ومن خلال توفير معيار يشمل أنماط تصوير متعددة ويتضمن توسيمات يدوية قوية إلى جانب تقارير الحركة السريرية، تهدف مجموعة البيانات إلى دعم:
تطوير خوارزميات كشف وتتبع أكثر دقة وقابلية للتكرار والتعميم.
البحث في مناهج التعلم غير الخاضع للإشراف والتعلم شبه الخاضع للإشراف باستخدام الحجم الكبير من البيانات غير الموسومة.
تدريب ومعايرة الفنيين المختبريين من خلال مقارنة تقييماتهم بالمخرجات المؤتمتة والحقيقة الأرضية.
تشير الورقة بتواضع إلى أن التوسيمات اليدوية تمثل الحقيقة الأرضية بناءً على التقدير البشري وهي عرضة لخبرة الموضح. وللتطبيقات التي تتطلب حقيقة أرضية دقيقة، يقترح المؤلفون استكمال HSMV بأدوات توليد البيانات الاصطناعية. إن مجموعة البيانات هي "عمل قيد التطوير"، ومن المخطط إصدارات مستقبلية ستتضمن تسجيلات وتوسيمات إضافية.