← أحدث الأبحاث
📄 الطب

A Dual-Stream Spatio-Temporal Network with Bidirectional Rectification for Differential Diagnosis of Dementia using EEG

تقترح هذه الورقة شبكة مكانية-زمانية ثنائية المسار مع وحدة دمج تصحيحية ثنائية الاتجاه وتقطير المعرفة لتحسين التشخيص التفريقي لمرض الزهايمر وخرف الفص الجبهي الصدغي باستخدام تخطيط كهربية الدماغ في حالة الراحة، محققةً مكاسب أداء ملموسة مقارنة بالطرق المرجعية على مجموعة بيانات ADFTD-RS.

المؤلفون الأصليون: Lingjia Yu, Ming Meng, Yunyuan Gao, Xugang Xi

نُشر 2026-10-22
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Lingjia Yu, Ming Meng, Yunyuan Gao, Xugang Xi

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

يعتبر الدماغ البشري شبكة واسعة ومعقدة حيث تتواصل مليارات الخلايا في همهمة كهربائية مستمرة. وعندما تبدأ هذه الشبكة في التآكل، كما يحدث في أمراض التنكس العصبي، يتغير نمط تلك الهمهمة. وهناك حالتان من أكثر الحالات شيوعًا وفتكًا تسببان هذا التدهور، وهما مرض الزهايمر وخرف الجبهي الصدغي. وبينما يؤدي كلاهما إلى فقدان الذاكرة وتغيرات في الشخصية، إلا أنهما يلحقان الضرر بأجزاء مختلفة من الدماغ ويتطلبان علاجات مختلفة. ويعد التمييز بينهما في وقت مبكر تحديًا حاسمًا للأطباء، ومع ذلك فإن أعراضهما غالبًا ما تتداخل بشكل وثيق لدرجة تجعل حتى الأطباء ذوي الخبرة يجدون صعوبة في التفريق بينهما. ولحل هذه المعضلة، لجأ الباحثون إلى تخطيط كهربية الدماغ، أو ما يعرف بـ EEG، وهو أداة تسجل النشاط الكهربائي للدماغ من فروة الرأس. وهي طريقة غير جراحية تلتقط إيقاع الدماغ بسرعة مذهلة، مما يوفر نافذة على العمليات الداخلية للعقل. ومع ذلك، فإن الإشارات المسجلة تكون فوضوية للغاية، ومليئة بالتشويش والضجيج، وغالبًا ما تكون الاختلافات بين المرضين دقيقة للغاية لدرجة أنها تضيع بسهولة وسط هذا الزحام.

لقد طور فريق من الباحثين في جامعة هانغتشو ديانزي نهجًا جديدًا لاختراق هذا الضجيج، بهدف مساعدة الحواسيب على إجراء تشخيص أكثر دقة. ويركز عملهم على مشكلة محددة: إذ تعتمد الطرق الحالية عادةً على النظر إلى الإشارات الكهربائية للدماغ بطريقة واحدة فقط، إما كخط زمني للأحداث أو كخريطة للاتصالات بين مناطق الدماغ المختلفة. وقد وجد الباحثون أن الاعتماد على منظور واحد فقط يشبه محاولة فهم قصة معقدة عن طريق قراءة التواريخ فقط أو أسماء الشخصيات فقط؛ فأنت تفقد الصورة الكاملة. علاوة على ذلك، فإن مجرد دمج هذين المنظورين غالبًا ما يجعل المشكلة أسوأ، حيث يمكن للأخطاء والضجيج الناتج عن أحد المنظورين أن يضاعف الأخطاء في المنظور الآخر. ولمعالجة ذلك، بنى الفريق شبكة ثنائية المسار، وهي نظام حاسوبي مصمم للنظر إلى بيانات EEG من خلال عدستين في آن واحد؛ حيث تتبع إحدى العدستين توقيت الموجات الكهربائية، بينما ترسم الأخرى خريطة لكيفية تواصل أجزاء الدسم المختلفة مع بعضها البعض.

يكمن جوهر ابتكارهم في كيفية جمع هذين المسارين من المعلومات. فبدلاً من إجبار البيانات على الاندماج فورًا، مما قد يخلط الضجيج مع الإشارة، يعمل النظام أولاً كمرشح (فلتر). فهو يستخدم عملية تسمى "التقويم ثنائي الاتجاه"، حيث تساعد معلومات التوقيت في تنقية خريطة الاتصال، وتساعد خريطة الاتصال في تنقية بيانات التوقيت. تخيل شخصين يحاولان سماع محادثة خافتة في غرفة صاخبة؛ إذا أشار أحدهما إلى مصدر الضجيج، يمكن للآخر تجاهله، والعكس صحيح. يسمح هذا التصحيح المتبادل للنظام بعزل الأنماط الحقيقية للمرض. وبمجرد تنقية البيانات، يقوم النظام بدمج المسارين باستخدام آلية تزن أهمية كل قطعة من المعلومات، مما يضمن أن القرار النهائي يستند إلى أقوى الأدلة وأكثرها موثوقية.

ولجعل هذا النظام أكثر فعالية، كان على الباحثين التغلب على عقبة أخرى: نقص البيانات الكافية. ففي الدراسات الطبية، غالبًا ما يكون من الصعب العثور على عدد كبير من المرضى المصابين بخرف الجبهي الصدغي مقارنة بالمرضى المصابين بالزهايمر أو الأصحاء. ويمكن لهذا عدم التوازن أن يخدع الحاسوب لجعله يخمن الفئة الأكثر شيوعًا للحصول على درجة عالية، بدلاً من تعلم كيفية رصد المرض النادر. وقد حل الفريق هذه المشكلة باستخدام تقنية تسمى "تقطير المعرفة". حيث قاموا أولاً بتدريب نسخة أبسط من نظامهم على الحالات الأكثر شيوعًا لتعلم أساسيات المرض، ثم استخدموا هذا النظام الخبير لتوجيه تدريب النظام الأكثر تعقيدًا، وتعليمه كيفية الانتباه إلى الميزات الصحيحة دون الارتباك بسبب نقص الأمثلة للحالة الأندر.

وعند اختبار هذا النظام على مجموعة بيانات من تسجيلات EEG في حالة الراحة لمرضى الزهايمر، ومرضى الخرف الجبهي الصدغي، والأفراد الأصحاء، أظهر النظام الجديد تحسينات ملموسة مقارنة بالطرق السابقة. فقد حقق دقة على مستوى الفرد بلغت 60.00% ومقياس F1 بلغ 57.44%. ورغم أن هذه الأرقام قد تبدو متواضلة، إلا أنها تمثل خطوة كبيرة للأمام في مجال يصعب فيه التمييز بين هذين المرضين بشكل مثير للدهشة. وقد استطاع النظام تحديد أنماط معينة في التدفق الكهربائي للدماغ تتوافق مع البيولوجيا المعروفة لكل مرض. فعلى سبيل المثال، اكتشف أن مرضى الزهايمر أظهروا تغيرات في الجزء الخلفي والمركز من الدماغ، وهو ما يتوافق مع تدهور شبكات الذاكرة المعروفة، بينما أظهر مرضى الخرف الجبهي الصدغي تحولات في الجزء الأمامي والجانبي من الدماغ، وهو ما يطابق المناطق المسؤولة عن السلوك واللغة.

ويقر الباحثون بأن هذا يمثل نقطة انطلاق وليس حلاً نهائياً. فقد تم اختبار النظام على مجموعة بيانات واحدة، ولا تزال قدرته على العمل عبر المستشفيات ومجموعات المرضى المختلفة بحاجة إلى إثبات. بالإضافة إلى ذلك، فإن القدرة الحسابية المطلوبة لتشغيل مثل هذا النموذج المعقد مرتفعة حاليًا بحيث لا تسمح باستخدامه بشكل فوري ومحمول في عيادة الطبيب. ومع ذلك، توضح الدراسة أنه من خلال الجمع بين طرق مختلفة للنظر في إشارات الدماغ وتصفية الضجيج بعناية، فمن الممكن بناء أداة أكثر موثوقية للتشخيص. ويقدم هذا النهج مسارًا واعدًا نحو الفحص بمساعدة الحاسوب، والذي قد يساعد الأطباء يومًا ما في تحديد هذه الأمراض الفتاكة في وقت مبكر وبثقة أكبر، مما قد يغير كيفية إدارة حالات التنكس العصبي في المستقبل.

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 📄 medicine →