A Preliminary CNN Baseline for Breast Ultrasound Classification in MATLAB, with Exploratory IDC/ILC Labels: Toward Explainable Breast Imaging AI
تضع هذه الورقة حجر الأساس لنموذج أولي لشبكة عصبية تلافيفية (CNN) يعتمد على برنامج MATLAB لتصنيف سرطان الثدي ثنائي الحالات (خبيث مقابل غير خبيث) باستخدام مجموعة بيانات BrEaST، محققةً دقة اختبار محسنة مع صياغة استكشاف تصنيف الأنواع الفرعية والقدرة على التفسير كتوجهات بحثية مستقبلية بدلاً من نتائج تم التحقق من صحتها.
تخيل جسم الإنسان كمدينة شاسعة وغامضة، والأطباء كمحققين يحاولون حل ألغازها الأكثر خطورة. أحياناً، تكون الأدلة مخفية في الأعماق، حيث لا يمكن لمصباح يدوي عادي أن يصل إليها. هنا يأتي دور التصوير الطبي، ليعمل مثل رؤية أشعة إكس خارقة تتيح للأطباء التلصص على ما بداخل الجسم دون إجراء جرح واحد. ومن بين هذه الأدوات، يعمل الموجات فوق الصوتية للثدي ككشاف ودود وغير جراحي، يستخدم الموجات الصوتية لرسم صور لما يحدث داخل أنسجة الثدي. إنه بارع في رصد الكتل، لكن التمييز بين نتوء غير ضار (مثل فقاعة في كعكة) وآخر خطير (مثل سحابة عاصفة) قد يكون أمراً صعباً. غالباً ما تكون الصور ضبابية، وتعتمد على من يمسك بالمسبار، وتبدو مختلفة في كل مرة. وهنا يأتي دور الذكاء الاصطناعي، آملاً أن يعمل كجانب مساعد دؤوب وفائق الملاحظة يمكنه رصد الأنماط التي قد تفوت البشر. ولكن لكي يصبح الذكاء الاصطناعي شريكاً موثوقاً في المستشفى، فإنه يحتاج إلى التدريب بعناية، والاختبار بصرامة، والأهم من ذلك، أن يشرح "لماذا" اتخذ قراراً معيناً، بدلاً من مجرد التخمين.
هذه الورقة البحثية تشبه تقرير "اليوم الأول" من باحثة شابة تدعى إيشاني تشوفاتيا، التي تقوم ببناء النسخة الأولى من ذلك الجانب المساعد الذكي. فكر في الأمر كبناء هيكل عظمي لروبوت قبل إضافة العضلات أو الدماغ. استخدمت الباحثة مجموعة عامة من صور الموجات فوق الصوتية للثدي تسمى BrEaST dataset، والتي تحتوي على 256 مسحاً ضوئياً. لقد علمت نوعاً من الذكاء الاصطناعي يسمى الشبكة العصبية الالتفافية (CNN) — وهي في الأساس دماغ رقمي مصمم للنظر في الصور — لتصنيف هذه الصور إلى كومتين: "خبيث" (خطير) و"غير خبيث" (آمن). وقد قامت بكل ذلك باستخدام MATLAB، وهو برنامج شهير للرياضيات والهندسة.
النتائج هي مزيج من "بداية جيدة" و"لا تزال في مرحلة التعلم". عندما حاول الذكاء الاصطناعي التخمين لأول مرة، أصاب حوالي 70.88% من الإجابات. وبعد بعض التعديلات والتدريب، وصلت النسخة المحسنة إلى دقة تصل إلى 78.43%. هذه خطوة للأمام، مثل طالب يحسن درجاته في الاختبار، لكن الورقة واضحة جداً: هذا ليس جاهزاً لمستشفى حقيقي بعد. في الواقع، أصبح الذكاء الاصطناعي أسوأ في رصد الحالات الخطيرة (وهو مقياس يسمى "الاستدعاء" أو recall) بينما أصبح أفضل قليلاً في كونه دقيقاً. الأمر يشبه حارس أمن يوقف عدداً أقل من الأبرياء، ولكنه أيضاً يغفل عن بعض التهديدات الفعلية. كما حاولت الباحثة معرفة ما إذا كان بإمكان الذكاء الاصطناعي التمييز بين نوعين محددين من السرطان (IDC و ILC) بمجرد قراءة الملاحظات النصية في مجموعة البيانات، ولكن نظراً لقلة الأمثلة، لم تتمكن من إعطاء درجة موثوقة لهذا الجزء.
رب perhaps الجزء الأكثر صدقاً في الورقة هو ما "لا تفعله". تعترف الباحثة بأن هذا الذكاء الاصطناعي هو "صندوق أسود" — فهو يضع تخميناً، لكننا لا نعرف بالضبط أي جزء من الصورة جعله يعتقد بوجود "خطر". لم تستخدم أي أدوات خاصة لجعل الذكاء الاصطناعي يشرح منطقه، وصرحت صراحة بأن هذا مجرد خط أساس أولي، وليس منتجاً نهائياً. الهدف ليس ادعاء النصر، بل وضع نقطة انطلاق واضحة وموثقة. إنه خريطة توضح أين بدأت الرحلة، مع وعد بأن العمل المستقبلي سيضيف القطع المفقودة: تدريباً أفضل، وخطة ثابتة بحيث يمكن تكرار النتائج بدقة، والقدرة على جعل الذكاء الاصطناعي يقول: "أعتقد أن هذا سرطان لأنني أرى هذه الأشكال المحددة"، حتى يتمكن الأطباء من الوثوق به. وحتى ذلك الحين، فإن هذا الذكاء الاصطناعي هو طالب واعد، وليس طبيباً معتمداً بعد.
ملخص تقني: نموذج أولي أولي لشبكة عصبية تلافيفية (CNN) لتصنيف الموجات فوق الصوتية للثدي باستخدام MATLAB
بيان المشكلة تعد الموجات فوق الصوتية للثدي وسيلة حاسمة لتقييم آفات الثدي، ومع ذلك لا يزال التصنيف الآلي يمثل تحدياً بسبب ضوضاء الصور، والاعتماد على المشغل، والتباين البنيوي. وبينما تقدمت الأبحاث الحديثة نحو توليد التقارير متعدد الوسائط باستخدام المحولات (Transformers)، تبرز الحاجة إلى نماذج أساسية موثقة وقابلة لإعادة الإنتاج لإنشاء سير عمل تأسيسي لمهام التصنيف الأبسط. تعالج هذه الورقة النقص في وجود خط أساس شفاف ومتحفظ للتصنيف الثنائي لآفات الثدي (خبيث مقابل غير خبيث) باستخدام مجموعة بيانات BrEaST، مع الإقرار الصريح بحدود جهود التفسير الحالية وتصنيف الأنواع الفرعية.
المنهجية تستخدم الدراسة مجموعة بيانات Breast-Lesions-USG (BrEaST) من أرشيف التصوير الطبي للسرطان، والتي تضم 256 مسحاً على مستوى المريض (154 حالة حميدة، 98 حالة خبيثة، و4 حالات طبيعية). يتضمن سير العمل، الذي تم تنفيذه في MATLAB، الخطوات التالية:
إعداد الملصقات (Labels): تم إنشاء مخطط تصنيف ثنائي حيث تُعتبر الحالات "الخبيثة" إيجابية، بينما تم تجميع الحالات "الحميدة" و"الطبيعية" كحالات غير خبيثة. تضمن جزء استكشافي محاولة تحديد الأنواع الفرعية لسرطان القنوات الغازي (IDC) وسرطان الفصيص الغازي (ILC) عبر مطابقة النصوص في حقل "التشخيص"، مما أدى إلى تحديد 14 حالة لكل منهما.
المعالجة المسبقة للبيانات: تم تغيير حجم الصور إلى 224 × 224 بكسل، وتطبيعها (Normalization) باستخدام إحصائيات مجموعة التدريب، وتعزيزها (Augmentation) عبر الانعكاس العشوائي، والإزاحة، والتدوير، والتحجيم للتخفيف من حدة الإفراط في التخصيص (Overfitting).
بنية النموذج: تم بناء شبكة عصبية تلافيفية (CNN) باستخدام MATLAB Deep Learning Toolbox. تتضمن البنية طبقات تلافيفية، وتطبيع الدفعات (Batch Normalization)، وتنشيط ReLU، والتجميع الأقصى (Max-pooling)، والإسقاط (Dropout)، وطبقات متصلة بالكامل، ومخرج Softmax.
تكوين التدريب: تم تدريب النموذج لمدة 50 حقبة (Epochs) باستخدام مُحسن Adam (بمعدل تعلم أولي قدره 1×10−4)، مع حجم دفعة مصغرة (Mini-batch) قدره 32. تم استخدام تقسيم 80/20 للتدريب والاختبار، رغم أن مؤشرات التقسيم المحددة لم تُحفظ باستخدام بذرة عشوائية (Random Seed) ثابتة.
القابلية للتفسير: لم يتم تطبيق أي طريقة تفسير (مثل Grad-CAM أو LIME) على نموذج CNN النهائي المُبلغ عنه. توجد عملية تحليل شجرة قرار بأسلوب LIME استكشافية في الكود التكميلي، ولكن تم استبعادها صراحةً من النتائج المعتمدة في الورقة.
النتائج الرئيسية تقدم الورقة نتيجة مقارنة نهائية متحفظة لتجنب تقديم مقاييس تطويرية متناقضة:
تحسن الأداء: حقق النموذج المحسن دقة اختبار بلغت 78.43%، ارتفاعاً من 70.88% للنموذج السابق.
الدقة (Precision): ارتفعت من 0.600 إلى 0.625.
الاستدعاء (Recall) ومقياس F1: انخفضت هذه المقاييس في النموذج النهائي (الاستدعاء: 0.385؛ مقياس F1: 0.476)، مما يشير إلى أنه بينما تحسنت الدقة الإجمالية، فإن قدرة النموذج على اكتشاف الحالات الإيجابية وموازنة الدقة والاستدعاء تتطلب مزيداً من الضبط.
تحليل IDC/ILC: لم يتم الإبلاغ عن دقة كمية للملصقات الاستكشافية لـ IDC وILC. ونظراً لصغر حجم العينة (14 حالة لكل منهما) وعدم حفظ تقسيم اختبار ثابت البذرة لهذه الأنواع الفرعية، اعتبر المؤلفون النتائج غير موثوقة للنشر كصنف مصنف معتمد.
المساهمات الرئيسية
خط أساس CNN في MATLAB: سير عمل موثق للتصنيف الثنائي للموجات فوق الصوتية للثدي باستخدام مجموعة بيانات BrEaST، يغطي تحميل البيانات، وإنشاء الملصقات، والتعزيز، والتدريب.
التقرير المتحفظ: التركيز على دقة اختبار مقارنة نهائية واحدة (78.43%) بدلاً من مقاييس التطوير المتنافسة، مع إعطاء الأولوية للشفافية على ادعاءات الأداء المبالغ فيها.
تحديد الأنواع الفرعية الاستكشافي: محاولة أولية لاستخلاص ملصقات IDC وILC من نصوص التشخيص غير المهيكلة، مما يسلط الضال الضوء على إمكانات الأبحاث المستقبلية التي تركز على الأنواع الفرعية مع توضيح القيود الحالية.
خارطة طريق للقابلية للتفسير: تحديد واضح للعمل الحالي كـ "خط أساس تاريخي أول"، مع وضع الذكاء الاصطناعي القابل للتفسير (XAI) وتقدير عدم اليقين كإضافات مستقبلية ضرورية بدلاً من كونها إنجازات حالية.
الأهمية والادعاءات تضع الورقة نفسها ليس كنظام تشخيصي جاهز سريرياً، بل كخط أساس منهجي وتطويري. ويؤكد المؤلفون أن دقة 78.43% غير كافية للنشر السريري، وأن انخفاض الاستدعاء ومقياس F1 يؤكد خطر الاعتماد فقط على الدقة في التصوير الطبي.
تكمن الأهمية الأساسية في توفير نقطة انطلاق شفافة وقابلة لإعادة الإنتاج للأبحاث المستقبلية. يعمل هذا العمل كأساس لـ:
تنفيذ عمليات إعادة تشغيل باستخدام بذرة ثابتة لضمان إمكانية إعادة الإنتاج.
دمج طرق التفسير البصري (مثل Grad-CAM).
تطوير نماذج مدركة لعدم اليقين.
التقدم نحو نمذجة الصور والنصوص متعددة الوسائط لتوليد التقارير.
تخلص الدراسة إلى أنه بينما يظهر نموذج CNN الأساسي القدرة على تعلم الأنماط من مجموعة بيانات BrEaST، فإنه يتطلب تحقُقاً خارجياً، وبنيات أقوى، ومراجعة سريرية قبل أن يمكنه المساهمة في تصوير الثدي الموثوق بالذكاء الاصطناعي.