Category-aware and Centroid-Guided Point Transformer for 3D Ear Region Segmentation
تقترح هذه الورقة نموذج "point transformer" يعتمد على الفئة (category-aware) والتوجيه بالمركز (centroid-guided) ومبني على "Point Transformer v3" لمعالجة عدم التوازن بين الفئات وتلاشي الحدود في تقسيم منطقة الأذن ثلاثية الأبعاد، محققةً دقة فائقة في كل من المناطق الفرعية الكبيرة والضئيلة من خلال وحدة انتباه متوازنة الفئات، ودالة خسارة ديناميكية، ومعالجة لاحقة موجهة بالمركز.
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 الأذن البشرية مشهداً معقداً من المنحنيات، والنتوءات، والتجاويف العميقة، وهي بنية بالغة التعقيد لدرجة أنها لطالما شكلت تحدياً للمهندسين الذين يحاولون تصميم سماعات رأس أو أجهزة مساعدة للسمع أو أجهزة طبية تتناسب تماماً مع شكل الأذن. لبناء شيء يستقر بشكل جيد على الأذن، يحتاج المصممون إلى معرفة الشكل والحجم الدقيق لكل جزء صغير، بدءاً من الحافة الخارجية وصولاً إلى أعمق الغرف الداخلية. لعقود من الزمن، حاول الباحثون رسم خرائط لهذه الأشكال باستخدام الصور الفوتوغرافية المسطحة، لكن الصورة ثنائية الأبعاد لا يمكنها التقاط العمق والانحناء الحقيقي لجسم ثلاثي الأبعاد؛ فالأمر يشبه محاولة فهم شكل سلسلة جبلية من خلال النظر إلى ظل واحد؛ حيث يضيع العمق وتتلاشى التفاصيل. ولحل هذه المشكلة، لجأ العلماء إلى السحب النقطية ثلاثية الأبعاد (3D point clouds)، وهي مجموعات رقمية من ملايين النقاط الصغيرة التي ترسم سطح الجسم في الفراغ، مما يحافظ على كل منحنى وزاوية. ومع ذلك، حتى مع وجود هذه الخرائط التفصيلية، ثبت أن تعليم الحواسيب التمييز بين قسم خارلي كبير وبين نقطة صغيرة ومحددة داخل الأذن أمر صعب؛ إذ يميل الحاسوب إلى تجاهل التفاصيل الصغيرة والنادرة لأنها تضيع وسط الحجم الهائل من البيانات الخاصة بالمناطق الأكبر، تماماً مثل كشاف ضوئي ساطع جداً يمنع رؤية الزهور الصغيرة التي تنمو في ظل شجرة عملاقة.
قام فريق من الباحثين في جامعة العلوم والتكنولوجيا ببكين والأكاديمية الصينية للعلوم بتطوير طريقة جديدة لمساعدة الحواسيب على رؤية هذه التفاصيل الصغيرة بوضيد. لقد أنشأوا نموذجاً رقمياً متخصصاً مصمماً لتقسيم، أو فصل، الأذن البشرية إلى مناطقها المتميزة بدقة عالية. يركز نهجهم على مشكلة محددة: تحتوي الأذن على ثمانية مناطق رئيسية، مثل شحمة الأذن والحافة الخارجية، والتي تغطي معظم السطح، وثماني مناطق أصغر بكثير وحرجة تكمن في عمق التجويف الرئيسي، والتي تتوافق مع نقاط محددة تُستخدم في الطب التقليدي. ولأن المناطق الصغيرة تحتوي على نقاط بيانات أقل بكثير من المناطق الكبيرة، فإن النماذج الحاسوبية القياسية غالباً ما تخطئ في اعتبارها جيرانها الأكبر حجماً أو تفشل في تحديدها تماماً. وقد بنى الباحثون حلهم على نظام متطور موجود بالفعل يُعرف باسم "Point Transformer"، وهو نظام بارع بالفعل في فهم الأشكال ثلاثية الأبعاد، لكنهم أضافوا إليه ثلاث طبقات جديدة من الذكاء لإصلاح هذا الخلل.
أولاً، قدم الفريق آلية تجبر الحاسوب على إيلاء اهتمام إضافي للأجزاء الصغيرة والنادرة. في النموذج الرقمي، يعمل هذا من خلال تعيين وزن خاص للمناطق الصغيرة، مما يخبر النظام فعلياً: "لا تتجاهل هذه الأجزاء". يضمن ذلك تضخيم سمات المناطق الصغيرة أثناء عملية التعلم، مما يجعلها تبرز بوضوح مقابل أقسام الأذن الأكبر. ثانياً، قاموا بتعديل الطريقة التي يتعلم بها الحاسوب من أخطائه؛ فبدلاً من معاملة كل خطأ على حدة، يقوم النظام الآن بفرض عقوبة أكبر بكثير على الأخطاء المتعلقة بالمناطق الصغيرة. إذا أخطأ الحاسوب في تحديد نقطة صغيرة داخل الأذن، تكون العقوبة شديدة، مما يدفع النموذج لتصحيح هذا الخطأ تحديداً على الفور. يضمن هذا التعديل الديناميكي أن النموذج لا يركز فقط على المناطق الكبيرة والسهلة. وأخيراً، أضاف الباحثون خطوة نهائية بعد أن يضع الحاسوب تخمينه الأولي؛ ولأن الحاسوب قد يتحمس أحياناً للمناطق الصغيرة ويحدد الكثير من النقاط على أنها تنتمي إليها، استخدم الفريق قاعدة هندسية لتنقية النتيجة. فهم يحسبون نقطة المركز الدقيقة للمنطقة الصغيرة المتوقعة، ثم يختارون فقط أقرب خمس وعشرين نقطة إلى هذا المركز لتكون هي الشكل الرسمي النهائي. يضمن ذلك أن المنطقة المحددة مدمجة، ومستديرة، ومطابقة للتشريح، مما يزيل أي نقاط مشتتة أو عشوائية قد أُدرجت عن طريق الخطأ.
اختبر الباحثون نظامهم الجديد على مجموعة بيانات تضم 500 نموذج لأذن بشرية، يحتوي كل منها على ما يقرب من 30,000 نقطة. وأظهرت النتائج تحسناً كبيراً مقارنة بالطرق السابقة؛ فبينما كانت النماذج القديمة تعاني للتمييز بين المناطق الداخلية الصغيرة، وغالباً ما كانت تدمج حدودها أو تفقدها تماماً، حقق النظام الجديد مستوى عالٍ من الدقة، حيث حدد متوسط التداخل بين الشكل المتوقع والشكل الحقيقي بنسبة 0.8387. والأهم من ذلك، أنه صنف متوسط النقاط عبر جميع المناطق بدقة بلغت 0.9510. وعند مقارنته بالتقنيات الرائدة الأخرى، أنتجت الطريقة الجديدة حدوداً أكثر حدة وأخطاءً أقل بكثير، خاصة في الأجزاء الداخلية المزدحمة والمعقدة من الأذن. وأظهرت المقارنات البصرية أنه بينما تركت النماذج الأخرى المناطق الصغيرة مجزأة أو مختلطة مع الأنسجة المحيطة، أنتج هذا النهج الجديد أشكالاً نظيفة ومتصلة تطابق التشريح الحقيقي تماماً.
تكمن أهمية هذا العمل في قدرته على جعل النماذج الرقمية للأذن موثوقة بما يكفي للتصميم في العالم الحقيقي. ومن خلال حل مشكلة "عدم توازن الفئات" (class imbalance) — حيث تطغى المساحات الكبيرة على المساحات الصغيرة — قدم الباحثون أداة يمكنها قياس الحجم الهندسي لكل جزء من الأذن بدقة. وتعد هذه الدقة ضرورية لإنشاء الأجهزة التي تُرتدى في الأذن بحيث لا تكون وظيفية فحسب، بل مريحة أيضاً للاستخدام طويل الأمد. وقد أتاح الفريق الكود والبيانات الخاصة بهم للجمهور، مما يسمح للعلماء الآخرين بالتحقق من نتائجهم والبناء عليها. وفي المستقبل، يمكن دمج هذه التكنولوجيا مع التشخيص الطبي لتقديم تحليل أكثر تفصيلاً للأذن، مما يدعم تصميم الأجهزة المخصصة وتحسين دقة التحليل الأذني لتطبيقات الرعاية الصحية. وتثبت هذه الدراسة أنه مع الجمع الصحيح بين الانتباه، وقواعد التعلم، والتحسين الهندسي، يمكن للحواسيب أخيراً تعلم رؤية أدق تفاصيل جسم الإنسان بنفس الوضوح الذي ترى به الأجزاء الأكبر.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.