CRPA: You only look once with Cross-directional Regional Pooling Attention in mandibular fracture CT
تقترح هذه الورقة نموذج YOLO محسّنًا للكشف عن كسور الفك السفلي في صور الأشعة المقطعية، والذي يدمج وحدة "الانتباه بالتجميع الإقليمي عبر الاتجاهات" (CRPA) المبتكرة لتعزيز نمذجة الاعتماد المكاني والحفاظ على المعلومات الموضعية، محققًا بذلك مقاييس أداء متفوقة مقارنة بالنماذج الأساسية والأساليب المتطورة.
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
في عالم التصوير الطبي، يُطلب من الحواسيب بشكل متزايد أن تعمل كعين ثانية للأطباء، حيث تقوم بفحص آلاف الصور للعثور على علامات الإصابة التي قد تخطئها العين البشرية. وتعد إحدى أكثر الأدوات شيوعاً لهذه المهمة هي نوع من الذكاء الاصطناعي يُعرف باسم "كاشف الأشياء" (object detector)، والذي يقوم بمسح الصورة ورسم مربع حول أي شيء يتعرف عليه ككائن محدد، مثل الورم أو العظم المكسور. تعتمد هذه الأنظمة غالباً على طريقة تسمى "الانتباه" (attention)، والتي تعمل مثل كشاف الضوء، حيث توجه طاقة الكمبيوتر للتركيز على الأجزاء الأكثر أهمية في الصورة مع تجاهل الضوضاء في الخلفية. ومع ذلك، عندما يتعلق الأمر بعظمة الفك، أو الفك السفلي (mandible)، فإن هذا الكشاف غالباً ما يرتعش. فالفك بنية معقدة، وعندما ينكسر، يمكن أن يظهر الضرر على شكل خطوط رفيعة ومتعرجة تمتد في اتجاهات محددة، وغالباً ما تلتف حول منحنيات العظم. وتواجه النماذج الحاسوبية القياسية صعوبة في رصد هذه الشقوق الدقيقة والاتجاهية لأنها تميل إلى النظر إلى الصورة ككل أو في كتل بسيطة، مما يؤدي إلى فقدان العلاقات المكانية الدقيقة التي تحدد أين يبدأ الكسر وأين ينتهي.
لقد طور باحثون في جامعة نوت مينزو وجامعة نينغشيا الطبية نهجاً جديداً لمساعدة الحواسيب على رؤية هذه الكسور الخفية بوضوح أكبر. فقد ابتكروا أداة متخصصة تسمى "التجميع الإقليمي عبر الاتجاهات" (Cross-directional Regional Pooling Attention - CRPA)، المصممة خصيصاً لفهم الهندسة الفريدة لكسور الفك. فبدلاً من مجرد النظر إلى الصورة من زاوية واحدة أو معاملة الصورة بأكملها ككتلة واحدة كبيرة، تجبر هذه الطة الجديدة الكمبيوتر على تحليل الصورة بطريقتين متميزتين في آن واحد: النظر عبر العرض والنظر لأسفل الطول. ومن خلال فصل هذين المنظورين ثم إعادة دمجهما بعناية، يبني النظام فهماً أكثر حدة لكيفية ارتباط الأجزاء المختلفة من العظم ببعضها البعض في الفراغ. وهذا يسمح للكمبيوتر بتتبع استمرارية خط الكسر حتى عندما يكون باهتاً أو متقطعاً بسبب الشكل المعقد للفك. وقد اختبر الفريق هذه الأداة الجديدة على مجموعة بيانات تضم أكثر من 2,300 صورة أشعة مقطعية (CT) لكسور الفك، ووجدوا أنها تفوقت بشكل كبير على الأساليب الحالية، حيث حددت الكسور بدقة وصلت إلى ما يقرب من 95 بالمئة.
يكمن جوهر هذا التحسن في كيفية معالجة الكمبيوتر للمعلومات التي يجمعها من الصورة. فالطرق التقليدية غالباً ما تستخدم تقنية تسمى "التجميع" (pooling)، والتي تبسط الصورة الكبيرة إلى ملخص أصغر لتسهيل معالجتها. وبينما يساعد هذا الكمبيوتر في إدارة البيانات، إلا أنه غالباً ما يتخلص من تفاصيل الموقع المحددة الضرورية للعثور على شق رفيع. ويقوم نموذج CRPA بإصلاح هذا الخلل عن طريق فصل المعلومات الأفقية والعمودية. تخيل أنك تحاول وصف شق طويل ومتعرج في رصيف؛ إذا نظرت فقط إلى الكتلة بأكملها، فقد تفوتك حقيقة أن الشق يمتد بشكل قطري. ينظر هذا النظام الجديد إلى الشق وهو يمتد من اليسار إلى اليمين، ثم ينظر إليه بشكل منفصل من الأعلى إلى الأسفل، مما يلتقط الاتجاه المحدد للكسر. ثم يأخذ هذين المنظورين المنفصلين ويربطهما معاً، مما يخلق خريطة عبر الاتجاهات تحافظ على الموقع الدقيق للكسر مع استيعاب السياق الأوسع للعظم في الوقت نفسه. يضمن هذا النهج المزدوج أن الكمبيوتر لا يفقد "أين" بينما يحاول معرفة "ما هو".
لبناء هذا النظام، وضع الباحثون أولاً إطاراً رياضياً جديداً يطلقون عليه "علاقة الانتباه التجميعي الثنائية" (pooling attention binary relation). وببساطة، هذه طريقة لوصف كيفية اتصال أجزاء الصورة المختلفة ببعضها البعض من خلال مجموعة من القواعد. لقد عاملوا عملية تلخيص الصورة ثم ترجيح الأجزاء المهمة ليس مجرد عملية حسابية، بل كعلاقة بين مجموعتين من البيانات. ومن خلال تحديد هذه العلاقات بوضوح، تمكنوا من تصميم وحدة تبحث تحديداً عن الروابط بين المناطق الأفقية والعمودية. ثم تم دمج هذه الوحدة في نموذج اكتشاف أشياء شهير يُعرف باسم YOLO، وهو مستخدم على نطاق واسه نظراً لسرعته وكفاءته. وكانت النتيجة نظاماً يمكنه مسح الأشعة المقطعية للفك وتسليط الضوء على خطوط الكسر بدقة أكبر بكثير من الإصدارات السابقة من نفس البرمجيات.
عندما اختبر الفريق نموذجهم الجديد مقابل النسخة القياسية وعدة أساليب انتباه متقدمة أخرى، كانت النتائج واضحة. ففي مجموعة بيانات مكونة من 2,384 صورة أشعة مقطعية جُمعت من مستشفى، حقق النموذج الجديد دقة اكتشاف، تُعرف بـ mAP50، بلغت 95.90 بالمئة. وكانت هذه قفزة كبيرة عن النموذج الأساسي الذي سجل 93.80 بالمئة. والأهم من ذلك، كان النموذج الجديد أفضل بكثير في العثور على الكسور دون تفويتها، حيث حسن معدل الاستدعاء (recall rate) من 86.40 بالمئة إلى 90.80 بالمئة. كما أصبح أكثر دقة، حيث قلل من عدد المرات التي يحدد فيها جزءاً طبيعياً من العظم خطأً على أنه كسر، مع درجة دقة بلغت 94.80 بالمئة. تشير هذه الأرقام إلى أن النموذج لا يقوم بمجرد التخمين بشكل أفضل، بل إنه يفهم هيكل الكسر بشكل أساسي بطريقة لم تستطع النماذج القديمة فعلها. كما قام الباحثون بتصور كيفية "رؤية" النموذج للصور باستخدام الخرائط الحرارية، والتي توضح أين يركز الكمبيوتر انتباهه. أنتج النموذج الجديد خرائط حرارية مركزة بدقة على خطوط الكسر الفعلية، في حين كانت خرائط النماذج القديمة غالباً ما تشتت انتباهها عبر الخلفية أو في أجزاء خاطئة من العظم.
ولضمان أن هذا التحسن لم يكن مجرد ضربة حظ خاصة بعظام الفك، اختبر الباحثون أيضاً النظام على مجموعة بيانات مختلفة تماماً تحتوي على صور لعقيدات الرئة. وحتى في هذا السياق الطبي المختلف، تفوق الأسلوب الجديد على جميع آليات الانتباه الأخرى التي تمت مقارنته بها، محققاً أعلى درجات الكشف الإجمالية. ويشير هذا إلى أن الطريقة التي يربط بها النظام المعلومات الأفقية والعمودية هي أداة قوية للعثور على الهياكل الصغيرة والاتجاهية في الصور الطبية، بغض النظر عن الجزء المحدد من الجسم الذي يتم مسحه. وتؤكد الدراسة أنه من خلال تغيير كيفية نمذجة الكمبيوتر للعلاقة بين المناطق المختلفة من الصورة، يمكن التقاط التفاصيل الدقيقة للإصابات المعقدة التي كان من الصعب اكتشافها سابقاً.
إن نجاح هذا العمل يفتح مساراً واعداً أمام التشخيص بمساعدة الكمبيوتر في طب الأسنان وجراحة الوجه والفكين. فمن خلال تحسين قدرة الآلات على رصد الكسور الدقيقة، يمكن للأطباء الحصول على مساعدة أسرع وأكثر موثوقية في تشخيص إصابات الفك، مما يؤدي إلى خطط علاجية أسرع للمرضى. وأشار الباحثون إلى أن طريقتهم خفيفة ولا تتطلب كميات هائلة من قوة الحوسبة الإضافية، مما يجعل من الممكن دمجها في أنظمة المستشفيات الحالية. وبينما ركزت الدراسة الحالية على كسور الفك وعقيدات الرئة، يمكن تطبيق المبدأ الأساسي للتجميع الإقليمي عبر الاتجاهات على مهام تصوير طبي أخرى حيث يكون شكل واتجاه الميزة أمراً حاسماً للتشخيص. ويقف هذا العمل كدليل على أن تحسين الطريقة التي ينظر بها الذكاء الاصطناعي إلى العلاقات بين الأجزاء المختلفة من الصورة يمكن أن يؤدي إلى تحسينات ملموسة في الرعاية الطبية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.