Dual-encoder cross-scale dependency fusion network for placenta segmentation using MR and ultrasound images
تقترح هذه الورقة البحثية شبكة DECSDF-Net، وهي شبكة ذات مشفر مزدوج تدمج وحدات انتباه ودمج متخصصة لمعالجة تحديات مثل الحدود الغامضة والاختلافات في الأنماط بفعالية، محققةً أداءً هو الأفضل في حالته في تقسيم المشيمة على كل من مجموعات بيانات الرنين المغناطيسي والموجات فوق الصوتية.
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
تعد المشيمة عضواً مؤقتاً يتكون أثناء الحمل، حيث تعمل كشريان حياة حيوي بين الأم وجنينها النامي. فهي تتولى عملية تبادل العناصر الغذائية والأكسجين مع تصفية الفضلات، وتعتبر صحتها مؤشراً رئيسياً لما إذا كان الحمل يسير بشكل آمن. وعندما لا تعمل المشيمة بشكل صحيح أو تكون في موضع يسد قناة الولادة، يمكن أن يؤدي ذلك إلى مضاعفات خطيرة لكل من الأم والطفل. ولفهم حالة هذا العضو، يعتمد الأطباء بشكل كبير على التصوير الطبي، مستخدمين بشكل أساسي تقنيتين مختلفتين: الموجات فوق الصوتية، التي تستخدم الموجات الصوتية لإنشاء الصور، والتصوير بالرنين المغناطيسي، الذي يستخدم مغانط قوية وموجات راديو. ورغم أن هذه الصور لا تقدر بثمن، إلا أن المشيمة نفسها موضوع صعب الدراسة؛ فهي لا تملك شكلاً ثابتاً، وتختلف ملمسها من شخص لآخر، وغالباً ما تعاني الصور من حواف ضبابية أو ضجيج مربك يجعل من الصعب تحديد مكان بداية العضو ونهايته بدقة.
لعقود من الزمن، قام الأطباء يدوياً بتتبع الخطوط الخارجية للمشيمة على هذه الصور لقياس حجمها وموقعها، وهي عملية بطيئة، مجهدة، وعرضة للخطأ البشري. وفي السنوات الأخيرة، بدأت الحواسيب في تولي هذه المهمة باستخدام الذكاء الاصطناعي، وتحديداً نوع من البرمجيات يُعرف بالشبكة العصبية التي تتعلم التعرف على الأنماط. ومع ذلك، فإن تعليم الكمبيوتر رؤية المشيمة يشبه محاولة العثور على سحابة محددة في سماء عاصفة؛ فالحواف غالباً ما تكون غير واضحة، ويبدو العضو مختلفاً اعتماداً على ما إذا كان يُرى عبر الموجات الصوتية أو المجالات المغناطيسية. وتواجه البرامج الحاسوبية الحالية صعوبة في التعامل مع هذه الاختلافات، حيث تفشل أحياناً في رصد أجزاء من العضو أو ترسم خطوطاً في أماكن خاطئة. وهنا تقدم دراسة جديدة من باحثين في مستشفى دايانغ الشعبي وجامعة سيشوان التقنية خطوة مهمة للأمام؛ فقد طوروا نظاماً حاسوبياً متخصصاً مصمماً لرسم خريطة للمشيمة تلقائياً وبدقة في كل من صور الموجات فوق الصوتية وصور الرنين المغناطيسي، متجاوزين الارتباك البصري الذي طالما عانى منه التحليل الآلي.
بنى الباحثون نظاماً أطلقوا عليه اسم DECSDF-Net، والذي يعمل بناءً على فكرة بسيطة لكنها قوية: استخدام "عينين" مختلفتين للنظر إلى نفس الصورة في الوقت ذاته. فبدلاً من الاعتماد على مسار واحد لمعالجة الصورة، يقوم النظام بتقسيم الصورة إلى مسارين متوازيين؛ يركز أحد المسارين على التقاط الشكل العام والعريض للمشيمة، بينما يولي الآخر اهتماماً وثيقاً بالحواف الدقيقة والتفصيلية. ومن خلال تشغيل هذين المسارين جنباً إلى جنب، يمكن للكمبيوتر أن يتعلم من نقاط القوة في كل نهج، حيث يجمع بين الصورة الكبيرة والتفاصيل الصغيرة لتكوين فهم كامل لما يراه. هذا النهج المزدوج يسمح للنظام بالتعامل مع الطبيعة المتغيرة والفوضوية لصور المشيمة بشكل أفضل بكثير من الطرق السابقة التي كانت تستخدم خط تحليل واحداً فقط.
ولجعل هذه الرؤية المزدوجة أكثر حدة، أضاف الباحثون عدة أدوات متخصصة في "عقل" النظام. إحدى هذه الأدوات تعمل مثل البوصلة للصورة، حيث تساعد الكمبيوتر على فهم اتجاه حواف المشيمة، سواء كانت تمتد أفقياً أو رأسياً، وهذا أمر بالغ الأهمية لأن المشيمة غالباً ما تمتلك حدوداً منحنية أو غير منتظمة قد تغفل عنها البرامج القياسية. وهناك أداة أخرى تساعد النظام على ربط النقاط بين الطبقات المختلفة من المعلومات؛ فهي تأخذ الفهم العمري والمجرد لماهية العضو وتستخدمه لتنقية التفاصيل السطحية (على مستوى البكسل)، مما يضمن أن الخط الخارجي النهائي ليس مجرد تخمين بل هو تطابق دقيق مع الأنسجة الفعلية. كما يتضمن النظام آلية تنظر إلى الصورة من خلال "عدسات" مختلفة في آن واحد، مما يسمح له برؤية المشيمة ككل مع التركيز أيضاً على أنسجة معينة. وأخيراً، وبينما يبني الكمبيوتر خريطته النهائية، فإنه يدمج تدريجياً كل هذه الرؤى المختلفة، ويقوم بطبقات المعلومات حتى تظهر صورة واضحة وكاملة.
اختبر الفريق هذا النظام الجديد على مجموعتين كبيرتين من صور المرضى الحقيقية: إحداهما تحتوي على فحوصات الرنين المغناطيسي، والأخرى تحتوي على فحوصات الموجات فوق الصوتية. وقارنوا عمل الكمبيوتر بالمعيار الذهبي، وهو التتبع اليدوي الذي يقوم به الأطباء ذوو الخبرة. وكانت النتائج متسقة بشكل ملحوظ عبر كلا النوعين من التصوير. ففي صور الرنين المغناطيسي، حدد النظام موقع وشكل المشيمة بدقة عالية من حيث التداخل مع الخبراء البشريين، محققاً درجة 0.8838 على مقياس يكون فيه الرقم 1.0 هو التطابق المثالي. أما في صور الموجات فوق الصوتية الأكثر صعوبة، والتي غالباً ما تكون أكثر تحبباً وأصعب في القراءة، فقد ظل النظام يعمل بشكل استثنائي، محققاً درجة 0.8778. وتشير هذه الأرقام إلى أن النظام لا يقوم بمجرد التخمين، بل يجد العضو ببراعة في الصور التي تكون فيها الحدود غير واضحة للعين البشرية.
لفهم أي أجزاء من نظامهم الجديد كانت مسؤولة عن هذا النجاح، أجرى الباحثون سلسلة من الاختبارات حيث قاموا بإزالة أداة واحدة في كل مرة. ووجدوا أنه بدون تصميم المشفر المزدوج (dual-encoder)، يعاني النظام في التقاط كل من الشكل والتفاصيل. وعندما أزالوا الأداة التي تساعد في ربط طبقات المعلومات المختلفة، انخفضت الدقة بشكل ملحوض. وقد أدت إضافة كل مكون من جديد إلى تحسين النتيجة النهائية، مما أثبت أن الجمع بين هذه التقنيات المحددة كان ضرورياً لتحقيق هذا الأداء العالي. كما أثبت النظام كفاءته، حيث كان قادراً على معالجة الصورة في جزء من الثانية، وهو أمر سريع بما يكفي ليكون مفيداً في بيئة المستشفيات المزدحمة.
وعند مقارنته بالبرامج الحاسوبية المتقدمة الأخرى المتاحة حالياً، تفوق هذا النظام الجديد عليها جميعاً. لقد هزم أفضل الأساليب المجاورة بفارق واضح، مما أظهر أن نهجه الفريد في دمج أنواع مختلفة من المعلومات المرئية كان مفتاح نجاحه. وأشار الباحثون إلى أنه بينما يتميز النظام بدقة عالية، فقد تم تدريبه على بيانات من مستشفى واحد، مما يعني أن قدرته على العمل على صور من أجهزة مختلفة أو مجموعات مرضى مختلفة لا تزال بحاجة إلى اختبار في العالم الأوسع. ومع ذلك، فإن هذه النتائج تثبت أنه من خلال منح الذكاء الاصطناعي طريقة للنظر إلى الصور الطبية من زوايا متعددة ومع اهتمام متخصص بالتفاصيل، فمن الممكن إنشاء أدوات يمكنها مساعدة الأطباء في إجراء تقييمات أسرع وأكثر دقة لصحة الحمل. ويشير هذا العمل إلى أن مستقبل رعاية ما قبل الولادة قد يتضمن حواسيب يمكنها رؤية التفاصيل غير المرئية للمشيمة، مما يساعد في ضمان نتائج أكثر أماناً للأمهات وأطفالهن.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.