← أحدث الأبحاث
💻 computer science

Multi-Expert Measurement-Aware Learning for Carotid Intima-Media Complex Segmentation and Thickness Quantification in Ultrasound Images

تقترح هذه الورقة إطار عمل للتعلم متعدد الخبراء ومدرك القياس، يستفيد من تعليقات توضيحية لعدة خبراء ودالة فقد متخصصة لتحسين دقة تقسيم معقد الطبقة الداخلية والوسطى للشريان السباتي ودقة قياس السمك بمقياس المليمتر في صور الموجات فوق الصوتية في آن واحد، مما يقلل بفعالية من تأثير التباين بين المقيمين.

المؤلفون الأصليون: Yali Xu, Xin Tan, Lei Huang, Yuan Liu, Jian Su

نُشر 2026-09-10
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Yali Xu, Xin Tan, Lei Huang, Yuan Liu, Jian Su

البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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

تُعد الشرايين التي تحمل الدم من القلب إلى الدماغ طرقًا حيوية، والحفاظ على خلوها من الانسدادات أمر ضروري للوقاية من السكتات الدماغية وأمراض القلب. ومن أوائل العلامات التحذيرية التي تشير إلى أن هذه الأوعية بدأت تصبح صلبة أو مسدودة هو حدوث سماكة طفيفة في جدرانها الداخلية. يمكن للأطباء رؤية هذا التغيير باستخدام الموجات فوق الصوتية (السونار)، وهي تقنية تصوير آمنة تستخدم الموجات الصوتية لإنشاء صور للجسم. وفي هذه الصور، تظهر طبقة محددة من جدار الشريان، وهي محصورة بين الدم والنسيج الخارجي، كبنية رقيقة ذات خطين. ويعد قياس سمك هذه الطبقة وسيلة معيارية لتقدير خطر إصابة الشخص بمشاكل القلب والأوعية الدموية في المستقبل. ومع ذلك، فإن الحصول على قياس دقيق أمر صعب بشكل مفاجئ؛ فالصور غالبًا ما تكون محببة، والخطوط باهتة، وحتى الخبراء المدربين تدريبًا عاليًا قد يختلفون حول تحديد مكان الحدود بدقة. فعندما ينظر أطباء مختلفون إلى نفس الصورة، قد يرسمون خطوطًا مختلفة قليلًا، مما يؤدي إلى أرقام سماكة مختلفة. وهذا التباين يجعل من الصعب الاعتماد على الأنظمة الحاسوبية الآلية للقيام بهذه المهمة، حيث ترتبك الحواسيب غالبًا بسبب هذه الاختلافات البشرية.

لقد سعى باحثون في المستشفى التابع للثاني بجامعة الجيش الطبية في الصين لحل هذه المشكلة عن طريق تعليم الكمبيوتر كيفية النظر إلى صور السونار لشريان السباتي بطريقة جديدة. فبدلاً من محاولة إجبار الكمبيوتر على اختيار إجابة واحدة "صحيحة" من رسم طبيب واحد، قاموا ببناء نظام يتعلم من الحكم الجماعي لثلاثة خبراء مختلفين. وفي دراستهم، استخدموا مجموعة بيانات تضم 500 صورة سونار، حيث قام ثلاثة متخصصين مختلفين برسم حدود جدار الشريان بشكل مستقل. وأدرك الفريق أن مجرد حساب متوسط هذه الرسومات أو اختيار أحدها كمرجع حقيقي سيؤدي إلى فقدان معلومات قيمة حول مواضع اختلاف الخبراء. لذا، طوروا إطار تعلم يحافظ على بقاء آراء الخبراء الثلاثة نشطة أثناء عملية التدريب. وهذا يسمح للكمبيوتر بتعلم السمات المستقرة والمشتركة لجدار الشريان التي يتفق عليها جميع الخبراء، مع تجاهل الاختلافات الذاتية الصغيرة في كيفية رسم كل شخص للخطوط.

ويتجاوز الابتكار مجرد النظر إلى شكل الشريان؛ فقد أدرك الباحثون أن الهدف النهائي ليس مجرد رسم مخطط مثالي، بل الحصول على قياس دقيق للسماكة بالمليمترات. لذا، قدموا قاعدة تدريب خاصة تجبر الكمبيوتر على التحقق من عمله مقابل أرقام السماكة الفعلية المستمدة من رسومات الخبراء. فإذا رسم الكمبيوتر شكلاً يبدو جيدًا ولكنه أدى إلى قياس سماكة خاطئ، يقوم النظام بتصحيح نفسه. وهذا النهج، الذي يسمًا "التعلم المدرك للقياس"، يضمن أن الكمبيوتر يعمل على تحسين النتيجة النهائية للرقم السريري، وليس فقط مدى تطابق رسمه مع صورة مرجعية. ومن خلال الجمع بين حكمة عدة خبراء والتركيز على نتيجة القياس النهائية بالمليمتر، تعلم النظام كيفية التعامل مع الغموض في صور السونار بفعالية أكبر من الطرق السابقة.

وعندما اختبر الفريق نظامهم الجديد، أظهرت النتائج تحسنًا ملحوظًا في الموثوقية. فقد أنتج الكمبيوتر قياسات للسماكة تتوافق بشكل شبه مثالي مع إجماع الخبراء، حيث سجل متوسط خطأ يقترب من الصفر قدره -0.0024 مليمتر. وهذا يعني أن النظام لم يبالغ أو يقلل باستمرار من تقدير السماكة، وهي مشكلة شائعة في الأدوات الآلية. علاوة على ذلك، أظهرت القياسات توافقًا قويًا مع الخبراء البشريين، بدرجة إحصائية بلغت 0.7268، مما يشير إلى أن الكمبيوتر يمكنه تصنيف المرضى حسب مستوى خطرهم بشكل موثوق تمامًا كما يفعل البشر. وبينما كانت قدرة النظام على رسم مخطط الشريان مماثلة للطرق الموجودة، فإن قدرته على تقديم رقم سماكة جدير بالثقة كانت متفوقة. وتُشير الدراسة إلى أنه من خلال احترام التباين الطبيعي في الحكم البشري والتركيز مباشرة على هدف القياس، يمكن للأدوات الآلية أن تصبح أكثر موثوقية للاستخدام السريري.

ويقر الباحثون بأن عملهم يعد خطوة للأمام ولكنه ليس حلاً نهائيًا. فقد اختبروا طريقتهم على مجموعة محددة من 500 صورة، وأشاروا إلى أن العمل المستقبلي سيتطلب التحقق من هذه النتيات عبر مستشفيات مختلفة، وأجهزة سونار مختلفة، ومجموعات متنوعة من المرضى. كما أشاروا إلى أنه بينما يمكن للنظام قياس السماكة بدقة، فإن هناك حاجة إلى دراسات إضافية لتأكيد مدى قدرة هذه القياسات الآلية على التنبؤ بنتائج أمراض القلب الفعلية على المدى الطويل. ومع ذلك، تقدم الدراسة مسارًا عمليًا نحو قياسات أكثر اتساقًا وموثوقية لسونار الشريان السباتي، محولةً مهمة لطالما كانت عرضة للخلاف البشري إلى عملية أكثر استقرارًا وموضوعية.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 💻 cs →