HAG-EUNet: Attention-Guided Deep Learning for Choroid Segmentation and Clinical Biomarker Extraction in Optical Coherence Tomography
تقدم الورقة البحثية نموذج HAG-EUNet، وهو نموذج تعلم عميق هجين يجمع بين مشفر EfficientNet-B3 وفك تشفير U-Net معزز بآلية المحولات (transformer) لتحقيق تقسيم آلي عالي الدقة للمشيمية في صور التصوير المقطعي للاتساق البصري (OCT) واستخراج 32 مؤشرًا حيويًا ذا صلة سريريًا، متفوقًا بشكل كبير على نماذج U-Net القياسية من حيث الدقة والكفاءة.
في عالم هادئ ومظلم داخل العين البشرية، تعمل طبقة وعائية رقيقة تسمى المشيمية (choroid) كشريان حياة حيوي. تقع هذه الطبقة مباشرة تحت الشبكية، وهي الأنسجة الحساسة للضوء الموجودة في الجزء الخلفي من العين، ومهمتها الأساسية هي إيصال الأكسجين والمواد المغذية إلى الشبكية الخارجية. وعندما يتغير سمك هذه الطبقة أو شكلها، فإن ذلك غالباً ما يشير إلى وجود خطب ما؛ إذ ترتبط هذه التغييرات بمجموعة من أمراض العين الخطيرة، بدءاً من التنكس البقعي المرتبط بالسن وصولاً إلى اعتلال الشبكية السكري، بل وتشير الأبحاث الحديثة أيضاً إلى أنها قد تعكس مشكلات صحية أوسع مثل أمراض القلب. ولفهم هذه التغييرات، يستخدم الأطباء تقنية مسح تسمى التصوير المقطعي للتماسك البصري (OCT)، وهو جهاز ينشئ صوراً مقطعية تفصيلية للغاية للعين، تشبه إلى حد كبير الأشعة التلفزيونية (السونار) ولكن باستخدام الضوء بدلاً من الصوت. ومع ذلك، فإن قراءة هذه الصور أمر صعب؛ فغالباً ما تبدو المشيمية باهتة وضبابية في عمليات المسح، حيث يحجبها نسيج محبب يُعرف باسم "ضجيج النقطة" (speckle noise)، وتغطيها ظلال الأوعية الدموية التي تمر عبرها. ولكي يتمكن الطبيب من قياس المشيمية بدقة، يجب عليه رسم حدودها يدوياً على الشاشة، وهي عملية مضنية قد تستغرق من عشرين إلى خمسة وعشرين دقيقة للمسحة الواحدة. وقد حال هذا الاختناق طويلاً دون إجراء التحليل السريع واسع النطاق اللازم لاكتشاف الأمراض مبكراً.
قام فريق من الباحثين في معهد فيلور للتكنولوجيا في الهند بتطوير نهج جديد لحل هذه المشكلة، حيث ابتكروا نظاماً مؤتمتاً يمكنه رسم خريطة للمشيمية بسرعة ودقة فائقتين. لقد بنوا برنامجاً حاسوبياً متخصصاً يسمى HAG-EUNet، والذي يعمل كمساعد رقمي عالي التدريب لأطباء العيون. وبدلاً من الاعتماد على البشر لرسم الخطوط على كل صورة، يستخدم هذا النظام نموذج تعلم عميق لتحليل مسح الـ OCT وتحديد الحدود الدقيقة لطبقة المشيمية تلقائياً. صمم الباحثون هذا النموذج ليكون هجيناً، يجمع بين تقنيات متقدمة مختلفة للتعامل مع التحديات الخاصة بتصوير العين. يبدأ النظام بتنقية الصور المشوشة، وإزالة التداخل الحبيبي مع الحفاظ على الهياكل التشريحية الدقيقة سليمة. ثم يستخدم بنية متطورة تعمل مثل زوج من العيون بعدسات متعددة، قادرة على رؤية التفاصيل الدقيقة للأنسجة والسياق الأوسع لهيكل العين بأكمله في آن واحد.
تم اختبار أداء هذا النظام الجديد مقابل مجموعة متنوعة من الأساليب القائمة، بما في ذلك النماذج القياسية التي استُخدمت لسنوات. وفي تجربة شملت ثلاث وثمانين صورة اختبار لم يرها النموذج من قبل، حقق HAG-EUNet نسبة نجاح تقترب من 96 بالمئة في تحديد المشيمية بشكل صحيح. وتعد هذه الدرجة أعلى بكثير من أفضل طريقة تالية، والتي حققت حوالي 95 بالمئة، ومتفوقة تماماً على النماذج القديمة الأكثر بساطة التي تراوحت نسبتها بين 91 و93 بالمئة. والأهم من ذلك، كان النظام الجديد أكثر اتساقاً، حيث أنتج نتائج ذات تباين ضئيل جداً من صورة إلى أخرى. ووجد الباحثون أن النظام كان بارعاً بشكل خاص في التعامل مع الأجزاء الصعبة من الصورة، مثل الحواف حيث تلتقي المشيمية ببياض العين، وهو حد غالباً ما يربك البرمجيات الأخرى. ومن خلال تحسين هذه الحواف، يضمن النموذج أن القياسات التي يتخذها ليست مجرد تخمينات، بل نقاط بيانات موثوقة.
وإلى جانب مجرد رسم خط حول المشيمية، يذهب النظام خطوة أبعد لاستخراج اثنين وثلاثين قياساً سريرياً مختلفاً، أو ما يعرف بالمعلمات الحيوية (biomarkters)، من المسح. وتشمل هذه المعلمات متوسط سمك الطبقة، والمساحة التي تغطيها، وحتى أوصافاً معقدة لنسيجها ونمط أوعيتها الدموية. وللتحقق من أن هذه الأرقام المؤتمتة جديرة بالثقة، قارن الباحثون بينها وبين القياسات التي أجراها خبير بشري في طب العيون. وأظهرت النتائج توافقاً قوياً بين الآلة والإنسان، حيث تطابقت القياسات المؤتمتة مع نتائج الخبير بشكل شبه مثالي. ويشير هذا المستوى من الدقة إلى أنه يمكن الوثوق بالنظام لتوفيد نفس الرؤى التشخيصية التي يقدمها المتخصص، ولكن في جزء ضئيل من الوقت. كما أظهر الباحثون أن النظام يمكن دمجه في تطبيق ويب، مما يسمح بالتحليل في الوقت الفعلي حيث يمكن للطبيب رفع مسحة والحصول على تقرير كامل فوراً.
تسلط الدراسة الضوء على أنه بينما يعد النموذج الجديد خطوة كبيرة للأمام، إلا أنه لا يخلو من القيود. فقد تم تدريب واختبار النظام على صور من مجموعة بيانات عامة واحدة، ويقر الباحثون بأنه قد يحتاج إلى مزيد من التحقق عبر أنواع مختلفة من أجهزة المسح ومجموعات المرضى لضمان عمله في كل مكان. بالإضافة إلى ذلك، يقوم الإصدار الحالي بتحليل شرائح ثنائية الأبعاد مسطحة للعين بدلاً من الحجم ثلاثي الأبعاد الكامل، وهو ما قد يوفر تفاصيل أكثر في المستقبل. ورغم هذه التحفظات، يمثل هذا العمل تحولاً ملموساً في كيفية مراقبة صحة العين. فمن خلال أتمتة المهمة المضنية لتقسيم الصور، يزيل النظام عبء التتبع اليدوي ويفتح الباب أمام تشخيص أسرع وأكثر اتساقاً لأمراض العين. إنه يحول عملية بطيئة ومجهدة يدوياً إلى سير عمل سريع ومؤتمت، مما قد يسمح للأطباء برصد التغييرات الطفيفة في المشيمية قبل أن تؤدي إلى فقدان البصر، وربما حتى اكتشاف العلامات المبكرة لمشكلات صحية جهازية كامنة داخل العين.
ملخص تقني: HAG-EUNet لتجزئة المشيمية في التصوير المقطعي للاتساق البصري (OCT)
بيان المشكلة تعد التجزئة الدقيقة لطبقة المشيمية (Choroid) في صور التصوير المقطعي للاتساق البصري (OCT) أمراً بالغ الأهمية لتشخيص أمراض العيون مثل التنكس البقعي المرتبط بالعمر (AMD)، ومرض كروية الشبكية المركزي (CSCR)، واعتلال الشبكية السكري، وكذلك لتقييم الحالات الجهازية مثل أمراض القلب والأوع "الدموية. ومع ذلك، فإن التوصيف اليدوي للمشيمية يستغرق وقتاً طويلاً (يستغرق من 20 إلى 25 دقيقة لكل مسح) وهو عرضة للخطأ بسبب عيوب الصور. وتفرض صور OCT تحديات محددة، بما في ذلك ضوضاء النمش (Speckle noise)، وانخفاض التباين عند الواجهة بين المشيمية والصلبة، وتظليل الأوعية الدموية، والتباين التشريحي. وبينما حققت نماذج التعلم العميق مثل U-Net ومتغيراتها تقدماً في تجزئة الصور الطبية، إلا أنها غالباً ما تعاني مع الحدود ذات التباين المنخفض والتباين الهيكلي المتأصل في المشيمية. كما أن الطرق المؤتمتة الحالية غالباً ما تكون محدودة بالمعالجة المسبقة اليدوية، أو تفتقر إلى نمذجة السياق العالمي، أو تعتمد على بيانات حجمية ليست متوفرة دائماً في سير العمل السريري القياسي ثنائي الأبعاد (2D).
المنهجية يقترح المؤلفون HAG-EUNet، وهو إطار عمل هجين للتعلم العميق مصمم للتجزئة المؤتمتة للمشيمية واستخراج المؤشرات الحيوية السريرية. تتكون المنهجية من ثلاثة مكونات رئيسية:
خط معالجة مسبقة قوي: يتم استخدام خط معالجة ثلاثي المراحل لتعزيز الوضوح الهيكلي مع الحفاظ على الحدود التشريحية. ويشمل ذلك:
إزالة الضوضاء: مرشح ثنائي (Bilateral filtering) (d=5,σc=10,σs=10) لتقليل ضوضاء النمش مع الحفاظ على الحواف.
التعزيز: موازنة الهيستوغرام التكيفية المحدودة التباين (CLAHE) مع مزج متحفظ (60%) لتحسين التباين المحلي دون إدخال عيوب.
يشير التقرير إلى أن هذا الخط يحقق تحسناً بنسبة 3-4% في درجات Dice.
بنية HAG-EUNet: النموذج عبارة عن بنية مشفر-فك تشفير (Encoder-Decoder) مع تحسينات محددة:
المشفر (Encoder): يستخدم EfficientNet-B3 (مدرب مسبقاً على ImageNet) لاستخراج الميزات الهرمية عبر خمس مستويات، مما يوازن بين العمق والعرض والدقة من أجل الكفاءة الحسابية.
عنق الزجاجة (Bottleneck): يدمج تجميع الهرم المكاني ذو الفتحات (ASPP) بمعدلات تمدد قدرها 1، 6، 12، و18 لالتقاط معلومات سياقية متعددة المقاييس، وكتلة Transformer مع انتباه ذاتي رباعي الرؤوس لنمذجة العلاقات السياقية العالمية.
فك التشفير (Decoder): يتميز بآلية رفع عينات موجهة بالانتباه. يتضمن:
وصلات تخطي كثيفة (Dense Skip Connections): لمحاذاة ميزات المشفر مع ميزات فك التشفير المرفوعة عبر تلافيف (1×1).
الوصلات المتبقية (Residual Connections): لاستقرار التدريب وتحسين تدفق التدرج.
دمج الميزات: تقوم شبكة الهرم الميزاتي (FPN) بدمج الميزات من جميع مراحل فك التشف vier الأربع.
صقل الحواف: تستخدم وحدة مخصصة مشغلات Sobel لاستخراج ميزات الحواف الأفقية والعمودية، ودمجها مع مخرجات فك التشفير لصقل تحديد الحدود.
استراتيجية التدريب:
دالة الخسارة: دالة مركبة تجمع بين خسارة Dice (الوزن 0.7) والخسارة البؤرية (Focal Loss) (الوزن 0.3، α=0.25,γ=2.0) لمعالجة عدم توازن الفئات وحساسية الحدود.
الإشراف العميق: تُستخدم مخرجات مساعدة عند أربع مراحل من فك التشفير (وزن 7.5% لكل منها) جنباً إلى جنب مع المخرج الرئيسي (وزن 70%) لتعزيز تدفق التدرج.
مجموعة البيانات: تم تدريب النموذج على 385 صورة OCT، والتحقق من صحتها على 83 صورة، واختباره على 83 صورة مختارة من مجموعة بيانات عامة (C8). تم إنشاء أقنعة الحقيقة الأرضية (Ground truth) باستخدام DeepGPET وتم تصحيحها يدوياً من قبل خبير طب عيون.
المساهمات الرئيسية
بنية مبتكرة: تقديم HAG-EUNet، الذي يجمع بشكل فريد بين EfficientNet-B3، وانتباه Transformer، وASPP، والانتباه متعدد الأشكال، وصقل الحواف خصيصاً لتجزئة المشيمية.
معالجة مسبقة محسنة: خط معالجة ثلاثي المراحل متحفظ يقلل الضوضاء مع الاحتفاظ بالسلامة التشريحية، مما أظهر مكاسب في الأداء قابلة للقياس.
النشر السريري: تطوير نظام يعتمد على FastAPI قادر على الاستدلال في الوقت الفعلي والاستخراج المؤتمت لـ 32 مؤشراً حيوياً ذا صلة سريرياً (بما في ذلك مقاييس السماكة، الميزات الهندسية، واصفات النسيج، والخصائص الوعائية)، مما يلغي عبء التوصيف اليدوي.
النتائج
الأداء الكمي: في مجموعة الاختبار المكونة من 83 صورة، حقق HAG-EUNet درجة Dice بلغت 95.99% ± 1.86%، وIoU بنسبة 92.36%، ودقة (Precision) بنسبة 95.89%.
تفوق على النماذج المرجعية الحديثة بما في ذلك Swin-UNet، وConvNeXt-UNet، وU-Net، وAttention U-Net، وU-Mamba، وU-Net++، وDeepLabV3+، وTransUNet.
مقارنة بأقوى نموذج مرجعي (TransUNet)، فقد حسّن درجة Dice بمقدار 0.72 نقطة مئوية.
أظهر استقراراً أعلى مع انحراف معياري قدره 1.86%، مما يمثل انخفاضاً بنسبة ~29% في التباين مقارنة بـ DeepLabV3+.
النموذج كفء حسابياً، حيث يستخدم معاملات أقل بنسبة 37.5% (25 مليون معلمة) مقارنة بـ DeepLabV3+ (40 مليون معلمة).
دراسات الاستئصال (Ablation Studies): أكد إزالة المكونات الفردية ضرورتها. تسببت إزالة كتلة Transformer في أكبر انخفاض في الأداء (−1.02% في Dice)، يليه ASPP (−0.95%)، ثم صقل الحواف (−0.78%).
التحقق من المؤشرات الحيوية: أظهرت القياسات المؤتمتة لأربعة مؤشرات حيوية رئيسية (متوسط السماكة، السماكة تحت البقعة، المساحة، والحد الأقصى للسماكة) توافقاً قوياً مع الحقيقة الأرضية للخبير (يتراوح معامل Pearson r من 0.9288 إلى 0.9623؛ وSpearman ρ من 0.9436 إلى 0.9686) وانحيازاً منخفضاً في تحليل Bland–Altman.
التحليل النوعي: تشير النتائج المرئية إلى أن النموذج ينجح في تحديد الحدود في المناطق ذات التباين المنخفض والعيوب، رغم بقاء بعض التحديات مع التغيرات المفاجئة في السماكة والحدود شديدة الانحناء.
الأهمية والادعاءات يزعم البحث أن HAG-EUNet يوفر حلاً موثوقاً ودقيقاً وقابلاً للنشر سريرياً. ومن خلال تحقيق دقة عالية في صور B-scans ثنائية الأبعاد القياسية، يتيح إطار العمل الاستخراج المؤتمت لـ 32 مؤشراً حيوياً لدعم التحليل العيني القائم على الذكاء الاصطناعي بشكل مسؤول وسريع وموثوق. ويضع المؤلفون هذا العمل كخطوة نحو التحليل الكمي المؤتمت لـ OCT، مما يسهل الكشف المبكر عن الأمراض، والمراقبة الطولية، وتقييم مخاطر القلب والأوعية الدموية.
القيود والعمل المستقبلي أقر المؤلفون بتواضع بعدة قيود:
القدرة على التعميم: تتكون مجموعة البيانات من صور من مصدر واحد وجهاز تصوير واحد، مما قد يحد من إمكانية التطبيق عبر إعدادات الحصول على الصور المختلفة.
الأبعاد: يعالج الإطار الحالي صور B-scans ثنائية الأبعاد بشكل فردي دون نمذجة الاتساق الحجمي عبر الشرائح المتجاورة.
التوصيف: تم توفير الحقيقة الأرضية من قبل خبير واحد؛ وسيعزز التحقق من تعدد الموصّفين من عملية التقييم.
التحقق السريري: بينما تعد دقة التجزئة عالية، هناك حاجة إلى دراسات سريرية استباقية للتحقق من الصلة المباشرة للمؤشرات الحيوية المستخرجة بالنتائج المرضية.
يُقترح للعمل المستقبلي أن يشمل تقييمات متعددة المراكز، والتوسع إلى التحليل الحجمي ثلاثي الأبعاد الكامل، ودمج تقدير عدم اليقين من أجل القابلية للتفسير، وتجزئة الأوعية الدموية للمشيمية لاستخراج مؤشر الوعائية المشيمية (CVI).