يقدم HMP-MUNet إطار عمل هجين للتعلم العميق لتقسيم آفات الجلد تلقائيا. من خلال دمج نماذج الحالة والفضاء مع آليات الانتباه متعددة المقاييس، يعزز دقة التقسيم مع تحسين كفاءة الحوسبة، مما يوفر حلا قويا لتشخيص سرطان الجلد في البيئات السريرية.
مقالة بحثية
HMP-MUNet: إطار عمل هجين للتعلم العميق لتقسيم آفات الجلد الآلي في صور التنظير الجلدية
* These authors contributed equally
في هذه المقالة
ملخص
الملخص
تواجه أنظمة التشخيص المدعومة بالحاسوب للآفات الجلدية تحديات كبيرة في تحقيق دقة تشخيصية عالية وكفاءة حسابية. غالبا ما تتطلب مناهج التعلم العميق الحالية موارد حسابية كبيرة بينما تكافح لالتقاط التغيرات الشكلية المعقدة الكامنة في آفات الجلد عبر مقاييس مختلفة. شبكة مامبا U-Net متعددة المقاييس عالية المستوى متعددة الأبعاد (HMP-MUNet)، إطار عمل جديد للتعلم العميق يعالج هذه القيود من خلال تصميم معماري مبتكر يجمع بين نماذج الحالة والفضاء مع قدرات معالجة متقدمة متعددة المقاييس.
يدمج النهج الموضح في هذه الدراسة إطار عمل هجين لشبكة U-Net يجمع بين وحدة رؤية عالية المستوى لفضاء الحالة لنمذجة السياق العالمي، وشبكة دمج انتباه موسع متعددة المقاييس لاستخراج الميزات الهرمي عبر عدة مجالات مستقبلة، وشبكة مرنة متعددة الأعماق متوازية لتحسين الحاسوب. تستخدم هذه البنية مشفر-مفكك تشفير معدل على شكل حرف U مع أبعاد قنوات أكبر وآليات انتباه متقدمة لتعزيز تعلم الميزات.
أظهر التقييم الشامل لمجموعات البيانات المعيارية معامل تشابه النرد بنسبة 95.85٪ على PH2 و90.44٪ على ISIC2018. يحقق النموذج هذه الدقة الفائقة باستخدام 7.61 مليون معلم فقط، مما يمثل انخفاضا ملحوظا بنسبة 72.2٪ مقارنة بمعماريات فيجن مامبا الحالية مع الحفاظ على دقة تقسيمية عالية. يظهر التصميم الخفيف الإمكانيات للنشر في مختلف البيئات السريرية وطرق التصوير، في انتظار التحقق السريري، من مراكز الأمراض الجلدية المتخصصة إلى مرافق الرعاية الأولية.
يوفر HMP-MUNet حلا آليا لتقسيم آفات الجلد يحسن من اتساق التشخيص ويدعم سير العمل السريري، مع إمكانية التحقق الإضافي في الاستخدام السريري. يوفر دمج قدرات النمذجة عالية المستوى مع اعتبارات النشر العملية حلا محتملا لتحسين بروتوكولات فحص سرطان الجلد وتوسيع إمكانية الوصول إلى الرعاية الصحية في تطبيقات التشخيص بمساعدة الحاسوب.
المقدمة
تهدف أنظمة التشخيص بمساعدة الحاسوب (CAD) إلى تحسين ممارسات التصوير الطبي عبر التخصصات السريرية، وتعزيز أساليب اكتشاف الأمراض والتشخيص وتخطيط العلاج1. في طب الجلدية، برز دمج الذكاء الاصطناعي (AI) وتقنيات التصوير المتقدمة كأداة حاسمة لتحسين دقة التشخيص والنتائج السريرية، لا سيما في الكشف المبكر عن سرطان الجلد، الذي يمثل حوالي 90٪ من جميع أورام الجلدالخبيثة 2. يساهم تطوير أساليب خوارزمية متقدمة لتحليل آفات الجلد الآلي في تقدم الطب الدقيق، مما يتيح دعما تشخيصيا موحدا وقابلا للتكرار يعزز اتخاذ القرار السريري عبر بيئات الرعاية الصحية المتنوعة 3,4.
يشمل التصوير الجلدي الحديث عدة طرق، بما في ذلك تنظير الجلد، والتصوير الرقمي، والتصوير المقطعي البصري المتماسك،وأنظمة التصوير متعددة الأطياف. يستخدم الأطباء صور التنظير الجلدية لتشخيص سرطان الجلد يدويا من خلال طرق تتطلب جهدا كبيرا وتستغرق وقتا طويلا وتتطلب خبرة كبيرة6. لقد دفع التحدي في الحفاظ على الاتساق التشخيصي عبر مختلف البيئات السريرية وحالات التصوير تطوير أنظمة CAD التي توفر تحليلا موضوعيا وكميا للآفات الجلدية. يشكل تقسيم الآفات الجلدية من الصور الجلدية خطوة أساسية للمعالجة المسبقة تؤثر مباشرة على دقة التصنيف اللاحقة والفائدة السريرية7. بشكل عام، يتضمن تشخيص سرطان الجلد بمساعدة الحاسوب خمس خطوات: اكتساب الصور، المعالجة المسبقة، التقسيم، استخراج الميزات، والتصنيف8. تحديد الحدود الدقيق ضروري لتوصيف الآفات بدقة، مما يمكن الأطباء من تقييم السمات الشكلية مثل عدم التماثل، وعدم انتظام الحدود، وتغير اللون، والقطر — وهي معلمات رئيسية في معايير التشخيص المعتمدة9.
ظهور نماذج الحالة والفضاء (SSMs)، وخاصة بنية مامبا، يوفر تعقيد حسابي خطي، مما يحسن الكفاءة الحاسوبية مع الحفاظ على قدرات نمذجة الاعتماد طويلة المدىالمتفوقة. أظهرت التطورات الحديثة في تقسيم آفات الجلد11، مثل U-Net9، Att-UNet12، UTNetV213، وUNet++14 تحسنا ملحوظا في دقة التقسيم. على سبيل المثال، تحقق U-Net معامل تشابه النرد (DSC) بنسبة 87.55٪ في مجموعة البيانات ISIC2018، بينما يصل UNet++ إلى 87.83٪، وحقق Att-UNet 87.91٪. في مجموعة بيانات PH2، يصل U-Net إلى DSC بنسبة 90.6٪، بينما تحقق C2SDG15 وSCR-Net16نسبة 90.3٪ و89.89٪ على التوالي. يحسن HMP-MUNet هذه النماذج من خلال دمج آلية انتباه متعددة المستويات وقدرات المعالجة المتوازية، مما يقلل عدد المعلمات بنسبة 72.2٪ مع تحقيق دقة متفوقة مع DSC بنسبة 95.85٪ في مجموعة بيانات PH2 و90.44٪ في مجموعة البيانات ISIC2018. نظرا لأهمية الموازنة بين قدرات التعلم في التمثيل البصري واستهلاك موارد الحوسبة، فإن استكشاف هياكل تصنيف الصور الطبية العامة التي تحقق أفضل التنازلات أمر مهم لتطوير أنظمة التشخيص السريري الذكي17. يعزز إطار عمل SSMs المكاني المنظم البنى التقليدية لمامبا من خلال تحسين مصفوفات انتقال الحالة، وتحسين الكفاءة الحاسوبية، وتقليل عبء الذاكرة — وهي خصائص ضرورية للنشر السريري عبر أنماط تصوير متنوعة18.
تظهر الأبحاث الحديثة أن هياكل Vision Mamba، خاصة تلك التي تستخدم نظام التبديل القائم على Vision Mamba عالي المستوى (H-VSS)، تحقق أداء متفوقا مع تقليل عدد المعاملات بشكل ملحوظ مقارنة بالمحولات التقليدية، مما يجعلها مناسبة بشكل خاص لتكامل سير العمل السريري19. ومع ذلك، تواجه تطبيقات فيجن مامبا الحالية تحديات، بما في ذلك قيود استهلاك الذاكرة وقيود القابلية للتوسع في ظروف النشر السريري20. عادة ما تنقسم طرق تقسيم الصور الطبية الحالية إلى CNNs ونماذج تعتمد على المحولات، حيث تقتصر CNNs التقليدية على قيود المجال الاستقبالي، مما يجعل التقاط الاعتماد على المدى الطويل تحديا21. في التصوير الطبي، يتطلب التمييز بين المناطق الحرجة مثل الآفات والجلد الصحي دقة عالية، مما يستلزم تبني حلول تكنولوجية متقدمة لمواجهة هذه التحديات22. تطورت هياكل التقسيم المعاصرة لتلبية متطلبات سريرية محددة، بما في ذلك الكفاءة الحاسوبية للتطبيقات اللحظية، والدقة في المهام التشخيصية الحرجة، والمتانة عبر بروتوكولات تصوير متنوعة23. أظهرت متغيرات U-Net المتقدمة التي تدمج آليات الانتباه، واستراتيجيات دمج الميزات متعددة المقاييس، وأجهزة الترميز القائمة على المحولات أداء متفوقا في سيناريوهات التصوير الطبي المعقدة12،24. تعزز هذه الابتكارات المعمارية التطبيقات السريرية بشكل مباشر من خلال تمكين تحديد دقيق للهياكل التشريحية، وتحديد المناطق المرضية، واستخراج المؤشرات الحيوية الكمية، وكلها عوامل حيوية ضرورية للطب القائم على الأدلة25،26. ومع ذلك، تظل تحديات التكامل، بما في ذلك توافق الواجهات مع السجلات الطبية الإلكترونية القائمة (EMR)، وتخزين واسترجاع الصور الكبيرة، والتشغيل البيني عبر أنظمة المؤسسات المختلفة، عقبات كبيرة أمام التبني السريري الواسع27.
تقدم هذه الورقة نظام الرؤية المتوازية متعدد المقاييس مامبا U-Net عالي الرتبة (HMP-MUNet)، وهو نظام CAD مبتكر مصمم خصيصا لتقسيم آفات الجلد الآلي في الممارسة السريرية. يعالج الإطار هنا الفجوات الحرجة في أنظمة التصوير الطبي الحالية من خلال دمج مكونات معمارية مبتكرة: شبكة دمج الانتباه الموسع متعددة المقاييس (MSDAFN) وشبكة المرنة متعددة الأعماق المتوازية (PMFlex). يطبق MSDAFN استراتيجيات استخراج ميزات متقدمة تجمع بين آليات الانتباه المكاني والقناة مع التفافيات متسعة متعددة المقاييس، مما يمكن من تحسين الكشف عن خصائص الآفات الدقيقة عبر مقاييس مختلفة—وهو أمر بالغ الأهمية لتشخيص أنواع الآفات المختلفة التي تواجهها الممارسة السريريةبدقة. يقدم PMFlex قدرات معالجة متوازية تتيح تحليلا متزامنا لعدة تدفقات مدخلات، مما يحسن بشكل كبير الكفاءة الحسابية مع الحفاظ على قدرات النمذجة عالية المستوى الضرورية للدقة السريرية29. تهدف HMP-MUNet من خلال تقنيات التقسيم المبتكرة واستراتيجياتها الحاسوبية، إلى دفع حدود تشخيص سرطان الجلد، مما يتيح التشخيص السريري الدقيق والفوري30,31.
تتماشى المساهمات الأساسية لهذا البحث مع الأهداف الأساسية لتطوير CAD في التصوير الطبي: تعزيز النمذجة العالمية للسياق من خلال MSDAFN تحسين استخلاص السمات وكفاءة الدمج لتحديد مكان الآفة بدقة عبر عروض سريرية متنوعة؛ معالجة متوازية فعالة عبر PMFlex تقلل من الحمل الحسابي مع الحفاظ على الدقة السريرية، مما يسهل النشر في بيئات سريرية محدودة الموارد؛ تحسين النشر السريري من خلال تصميم واع بالأجهزة يتيح معالجة فعالة لصور الجلدية عالية الدقة التي تدعم سير العمل السريري في الوقت الفعلي؛ الأداء السريري الذي يظهر من خلال التقييم الشامل على مجموعات بيانات قياسية ذات مقاييس أداء مناسبة للتكامل السريري؛ وحل تشخيصي متكامل يجمع بين النمذجة عالية المقياس، والتحليل متعدد المقاييس، والحوسبة المتوازية، مما يوفر حلولا شاملة للتشخيص الجلدي الدقيق. تطور هذه الأبحاث التصوير الطبي المحوسب من خلال تقديم حلول مبتكرة وقابلة للتطبيق سريريا تلبي المتطلبات التقنية والعملية لتحليل آفات الجلد الآلي في بيئات الرعاية الصحية المعاصرة.
تم تصميم الإطار للتعامل مع صور الديرموسكوب عالية الدقة، عادة بدقة إدخال تتراوح بين 256 × 256، مما يوفر توازنا بين الكفاءة الحاسوبية وتفاصيل الصورة. ومع ذلك، يمكن أن تؤثر التغيرات في المعدات وجودة الصورة، مثل اختلافات الإضاءة ولون البشرة ووجود الشعر، على أداء التقسيم. على الرغم من هذه التحديات، فإن تصميم النظام محسن لسير العمل السريري في الوقت الحقيقي وقابل للتكيف مع أجهزة التصوير المختلفة، مما يضمن أداء قويا عبر بيئات سريرية متنوعة.
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
البروتوكول
تم إجراء هذا البحث وفقا للإرشادات المؤسسية للبحث الحاسوبي ومعالجة البيانات. لم يشارك أي من البشر أو الحيوانات الفقارية في هذه الدراسة.
إعداد مجموعات البيانات ومعالجتها المسبقة
جمع وتنظيم مجموعة البيانات
تم جمع صور الديرموسكوب من مجموعات بيانات PH2 و ISIC2018 و ISIC2017، مع توفير روابط محددة في جدول المواد. تحتوي مجموعة بيانات PH2 على 200 صورة عالية الدقة (1000 × 1000 بكسل)، ISIC2018 تشمل 2594 صورة مع أقنعة تقسيم مقابلة، وتشمل ISIC2017 2150 صورة مع أقنعة تقسيم. تم تنظيم البيانات في مجموعات تدريب وتحقق واختبار وفقا للبروتوكولات القياسية، لضمان أن تكون الصور بصيغ متوافقة (مثل .jpg أو .png أو .tiff) وتشمل أقنعة الحقيقة الأرضية المقابلة بصيغة ثنائية.
تم تنظيم البيانات في مجموعات تدريب وتحقق واختبار وفقا للبروتوكولات القياسية. تم تقسيم مجموعات البيانات كما يلي: في ISIC2018، تم تخصيص 1,815 صورة للتدريب، و259 للتحقق من الصحة، و520 للاختبار. بالنسبة ل ISIC2017، تم تخصيص 1,500 صورة للتدريب، و220 للتحقق من الصحة، و430 للاختبار. بالنسبة ل PH2، تم تقسيم مجموعة البيانات إلى 160 صورة تدريبية، و10 صور تحقق، و30 صورة اختبار. تم الحفاظ على دقة صورة ثابتة تبلغ 256 × 256 بكسل طوال خط معالجة ما قبل المعالجة.
تعزيز البيانات وتطبيعه
تم تطبيق تقنيات تعزيز البيانات لتعزيز تعميم النموذج. تم تنفيذ الانقلاب الأفقي، والانقلاب الرأسي، والدوران العشوائي ضمن نطاق ±15°. تم تطبيق تصحيح غاما والتحويل اللوغاريتمي باحتمالية 0.3 لكل منهما. تم تطبيع قيم البكسل باستخدام إحصائيات ImageNet (المتوسط = [0.485، 0.456، 0.406]، الانحراف المعياري = [0.229، 0.224، 0.225]).
تغيير حجم جميع الصور المدخلة إلى 256 × 256 بكسل: لضمان الكفاءة الحسابية، تم تغيير حجم جميع الصور المدخلة إلى دقة موحدة بين 256 × 256 بكسل. بينما تحتوي الصور عالية الدقة، مثل تلك الموجودة في مجموعة البيانات (1000 × 1000 بكسل)، على تفاصيل دقيقة ومعلومات خامة ضرورية لتحديد حدود الآفة بدقة، فإن زيادة الدقة لم تحسن أداء النموذج بشكل كبير. لذلك، لم يتم زيادة الدقة للحفاظ على توازن بين الكفاءة الحسابية ودقة النموذج. قد يبحث العمل المستقبلي بشكل أعمق في تأثيرات المدخلات ذات الدقة الأعلى لتحديد ما إذا كانت الفوائد في دقة التقسيم تبرر زيادة التكلفة الحاسوبية. تم تحويل الصور إلى صيغة RGB عند الحاجة. تم حفظ البيانات المعالجة مسبقا في أدلة منظمة مع الحفاظ على تقسيمات مجموعة البيانات الأصلية.
تنفيذ بنية HMP-MUNet
تصميم بنية الشبكة
تم تكوين HMP-MUNet وفقا لهيكل مشفر-مفكك الترميز الهرمي على شكل حرف U كما هو موضح في الشكل 1. تم تكوين الشبكة بتوسعة تدريجية للقناة: 8→16→32→64→128→256 قناة عبر مستويات المشفر.
تم إجراء تغيير معماري كبير من خلال تقليل عمق الشبكة من أربعة مستويات هرمية إلى مستويين، مما يساعد على تبسيط النموذج وتحسين الكفاءة الحاسوبية. على الرغم من تقليل العمق، إلا أن أبعاد القناة زادت في كل مستوى، مما مكن الشبكة من التقاط ميزات أكثر غنى وتعبيرا. لتعزيز تعلم ميزات النموذج، تم إدخال آليات انتباه لتركيز الشبكة على الميزات الأكثر صلة عبر عدة مقاييس. تعوض هذه الآليات الانتباهية بشكل فعال عن احتمال فقدان تجريد الميزات الهرمي بسبب البنية الضحلة.
تم تهيئة المشفر بعمليات مزدوجة Conv2D لاستخراج الميزات الأولي من موترات الإدخال X(C, H×W). تم تنفيذ التكوين المتناوب لثلاث وحدات متخصصة: مخطط التبديل القائم على الرؤية عالية الدرجة (H-VSS)، الشبكة المرنة متعددة الأعماق المتوازية (PMFlex)، وشبكة دمج الانتباه الموسعة متعددة المقاييس (MSDAFN).
يستخدم النموذج إحصائيات ImageNet (المتوسط والانحراف المعياري) للتطبيع، مما يتجنب الحاجة لإعادة الحساب لكل مجموعة بيانات، وبالتالي يحسن الكفاءة الحسابية. يضمن الاستقرار والقابلية للتعميم، مستفيدا من الاستخدام الواسع لإيمجنت في مهام رؤية الحاسوب. هذا الخيار يبسط التصميم من خلال تقليل تعقيد المعالجة المسبقة ويعزز قابلية النقل عبر مجموعات البيانات، مما يسمح للنموذج بالتعميم الفعال عبر صور آفات جلدية متنوعة.
تنفيذ مخطط التبديل القائم على المامبا عالي الدرجة (H-VSS)
تم تنفيذ وحدة H-VSS وفقا للبنية في الشكل 2. تم تكوين تطبيع الطبقة (LN) وتفعيل الهاردسويش (HS) مع الوصلات المتبقية التالية للمعادلة (1):
تم تنفيذ مكون الوصف المكاني المحلي (LSD) للحفاظ على التماسك المكاني. تم تكوين وحدة المسح المكاني الانتقائي ثنائي الأبعاد (SS2D) بأنماط مسح متعددة الاتجاهات وفقا للمعادلة (2):
تمت إضافة معالجة بيرسيبترون متعددة الطبقات (MLP) مع وصلات متبقية كما هو محدد في المعادلة (3):
آلية المسح الانتقائي ثنائي الأبعاد عالية الدرجة (H-SS2D) تسقط ميزات الإدخال إلى الفضاء ثنائي الأبعاد لتعزيز النمذجة السياقية.
تنفيذ شبكة مرنة متعددة الأعماق متوازية (PMFlex)
تم تكوين وحدة PMFlex وفقا لمواصفات الشكل 3 . تم تطبيق تطبيع الطبقة على خرائط الميزات المدخلة X(C, H×W)، ثم تقسيمها إلى أربعة مقاطع على طول بعد القناة وفقا للمعادلة (4):
تمت معالجة كل ميزة مقسمة Y_i عبر وحدات Visual Mamba (VMamba) المشتركة. تم دمج المخرجات المعالجة متتالية، وتطبيق تحسين من خلال تطبيع الطبقة والإسقاط كما هو موضح في المعادلة (5):
تنفيذ شبكة دمج الانتباه الموسع متعددة المقاييس (MSDAFN)
تم تنفيذ وحدة MSDAFN وفقا لهندسة الشكل 4. تم تكوين عمليات الالتفاف المتوازي بمعدلات توسع 6 و12 و18 لاستخراج الميزات متعددة المقاييس وفقا للمعادلة (6):
تم دمج الميزات متعددة المقاييس من خلال دمج القنوات كما هو محدد في المعادلة (7):
تم تنفيذ آليات الانتباه المزدوج لإعادة معايرة الميزات. تم حساب أوزان انتباه القناة باستخدام التجميع المتوسط العالمي التالي للمعادلة (8):
تم تطبيق وزن انتباه القناة كما هو موضح في المعادلة (9):
تم تكوين الانتباه المكاني من خلال عمليات الالتفاف وفقا للمعادلة (10):
تم دمج الانتباه بين القناة والمكانية كما هو محدد في المعادلة (11):
تكوين التدريب والتحسين
إعداد البيئة
تم تكوين البيئة التجريبية على نظام أوبونتو 20.04 مع وحدة معالجة رسومات (ذاكرة VRAM بسعة 32 جيجابايت). تم تثبيت بايثون 3.8، وإطار عمل التعلم العميق (RRID: SCR_018536)، وCUDA 11.8. تم ضبط حجم الصورة المدخلة إلى 256 × 256 بكسل لمهام الآفات الجلدية.
دالة الخسارة وتكوين المحسن
تم تنفيذ دالة خسارة BceDice لتحسين التدريب. تم تكوين محسن AdamW بمعدل تعلم أولي 0.001، وحجم دفعة 8، و250 فترة تدريب. تم تطبيق تناقص الوزن بمقدار 1 × 10⁻5 للتنظيم.
بالنسبة لتكوين القاعدة الأساسية، تشير هذه الدراسة إلى عمل ليو وآخرين (2024) على نموذج فمامبا، الذي استخدم كنموذج فضاء حالة بصري لمهمة تصنيف الصورالطبية رقم 11. التكوينات والنصوص الدقيقة المستخدمة لتنفيذ Vmamba تستند إلى أعمالهم المنشورة وتم تعديلها لهذه الدراسة، مع تعديلات محددة تناسب مجموعة بيانات التصوير الطبي.
تم إعداد جدولة معدلات التعلم باستخدام تلدين جيب التمام مع إعادة تشغيل دافئة. قم بتكوين T_0 = 10 فترات لفترة إعادة التشغيل الأولية، و T_mult = 2 لضرب الفترة، و η_min = 1 × 10⁻6 لمعدل تعلم أدنى.
تحسين المعاملات الفائقة
لضمان قابلية التكرار والاتساق، أجريت جميع التجارب باستخدام بذرة عشوائية ثابتة من 42. تم إجراء تحسين المعاملات الفائقة المنهجية مع التركيز على حجم الدفعة، ومعدل التعلم، ومعدل مسار الإسقاط. تم تقييم أحجام الدفعات 4 و8 و16 و32. تم اختبار معدلات التعلم 0.0005، 0.001، 0.0015، و0.002. تم مراقبة أداء التحقق باستخدام معامل تشابه النرد (DSC) كمقياس أساسي. أحجام الدفعات الأكبر من 8 قد تؤدي إلى تجاوز الذاكرة في وحدات معالجة الرسوميات التي تحتوي على ذاكرة افتراضية أقل من 32 جيجابايت.
تقييم النماذج وتقييم الأداء
تكوين مقاييس التقييم
تم تنفيذ مقاييس تقييم شاملة، بما في ذلك متوسط تقاطع مع الاتحاد (mIoU)، معامل تشابه النرد (DSC)، الحساسية (Sen)، النوعية (Spe)، والدقة (Acc). تم حساب المقاييس وفقا للصيغ التالية:
يحدد متوسط التقاطع فوق الاتحاد (mIoU) التداخل بين تقسيم الحقيقة المتوقعة وتقسيم الحقيقة الأرضية:
معامل تشابه النرد (DSC) يقيس اتساق التقسيم. تتراوح القيم من 0 إلى 1، مع القيم الأعلى التي تشير إلى أداء أفضل:
تقيس الحساسية (Sen) قدرة النموذج على اكتشاف العينات الإيجابية:
تقيم خاصية S(Spe) التعرف على العينة السلبية الصحيحة:
يقيس الدقة (Acc) صحة التنبؤ الكلي:
تعكس المعلمات (M) تعقيد النموذج، وتقيس إجمالي المعلمات القابلة للتدريب:
حيث Pi هو عدد المعاملات في الطبقة i، وN هو إجمالي عدد الطبقات. تشير أعداد المعلمات الأصغر إلى نماذج أخف وزنا مناسبة للنشر السريري.
بروتوكول دراسة الاستئصال
أجريت دراسات شاملة للاستئصال للتحقق من مساهمات المكونات المعمارية بعد التصميم التجريبي في الجدول 1. تم تقييم أربعة متغيرات معمارية: H-MUNet (خط الأساس بدون MSDAFN و PMFlex)، HP-MUNet (بدون MSDAFN)، HM-MUNet (بدون PMFlex)، وHMP-MUNet (النموذج الكامل).
تم تكوين معايير تدريب متطابقة عبر جميع المتغيرات: معدل التعلم 0.001، حجم الدفعة 8، 250 عصر. تمت مراقبة تقارب التدريب، وتم التحقق من تحسينات الأداء مع كل إضافة مكون.
تحليل الكفاءة الحاسوبية
تم قياس مقاييس الكفاءة الحاسوبية، بما في ذلك عدد المعلمات، وFLOPs، ووقت الاستدلال عبر البنى المختلفة. يظهر تقييم زمن الاستدلال للنموذج على معالج رسومات سريري قياسي أنه، رغم أنه يؤدي أفضل أداء على وحدات معالجة الرسوميات عالية الأداء، إلا أن النموذج أبطأ بحوالي 70٪ على الأجهزة الأكثر استخداما. ومع ذلك، لا يزال قادرا على سرعات استنتاج فعالة، مما يجعله مناسبا للنشر السريري العملي. راقب استخدام ذاكرة GPU أثناء التدريب لضمان استقرار النظام. الحد الأدنى الموصى به لذاكرة بطاقة الرسوميات بسعة 16 جيجابايت لحجم الدفعة 8.
التحقق والتحليل
مقارنة الأداء
تمت مقارنة أداء HMP-MUNet مع أحدث الطرق على كلا مجموعتي البيانات. تم تنفيذ وتدريب جميع النماذج المقارنة تحت نفس بروتوكولات تقسيم البيانات، والمعالجة المسبقة، وتعزيز البيانات، والتدريب لضمان أن اختلافات الأداء كانت فقط بسبب الفروق المعمارية. تم توثيق النتائج الكمية، بما في ذلك تحسينات DSC بنسبة 2.89٪ و5.25٪ في مجموعتي بيانات ISIC2018 وPH2 على التوالي. أكدت الدراسة أن عدد المعلمات قد انخفض بمقدار 4.55 مرة مقارنة بخط الأساس U-Net.
التحليل الإحصائي
تم إجراء اختبار الدلالة الإحصائية باستخدام اختبارات t مزدوجة لمقارنات الأداء. تم حساب فترات الثقة للمقاييس المبلغ عنها. تم ضمان قابلية التكرار من خلال عدة تدريبات باستخدام بذور عشوائية مختلفة.
تم تسجيل تكوينات المعلمات الفائقة المثلى بحجم الدفعة 8 ومعدل التعلم 0.001، محققة ذروة DSC عند 0.9585 على مجموعة بيانات PH2 و0.9044 على مجموعة البيانات ISIC2018، كما هو موثق في نتائج التجريب. تم ضمان بيانات تحقق كافية لمنع الإفراط في التوافق. تمت مراقبة منحنيات فقدان التحقق لتطبيق معايير التوقف المبكر.
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
النتائج
تصميم بنية HMP-MUNet لتقسيم الصور الطبية
أظهرت بنية HMP-MUNet المقترحة أداء استثنائيا في مهام تقسيم الآفات الجلدية الآلية. يوضح الشكل 1 بنية الشبكة الكاملة، ويعرض هيكل مشفر-مفكك التشفير الهرمي على شكل حرف U مع توسع تدريجي للقناة من 8 إلى 256 قناة. أثبت دمج ثلاث وحدات متخصصة في التكوين المتناوب فعاليته الكبيرة في التقاط كل من السمات الشكلية المحلية والمعلومات السياقية العامة الضرورية لتحديد حدود الآفة بدقة.
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
المناقشة
تقدم هذه الدراسة HMP-MUNet (شبكة مامبا U-Net ذات الرؤية المتوازية متعددة المقاييس عالية الترتيب)، وهي إطار عمل جديد للتعلم العميق يعالج التحديات الأساسية في التشخيص بمساعدة الحاسوب (CAD) لتقسيم الآفات الجلدية من خلال دمج مبتكر لنماذج الحالة والفضاء (SSMs) مع مكونات معماريةمتقدمة 1. يظهر النهج الموضح هنا أن دمج آليات تفاعل الميزات عالية المستوى مع الانتباه متعدد المستويات والمعالجة المتوازية يمكن أن يحقق دقة تشخيصية فائقة مع تقليل العبء الحسابي بشكل كبير—وهو مطلب ح...
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
الإفصاحات
يعلن المؤلفون أنهم لا يواجهون تضارب مصالح مرتبط بهذا البحث. لا توجد علاقات مالية بين المؤلفين وأي جهات تجارية قد تؤثر بشكل غير مناسب على العمل المعروض في هذه المخطوطة. تم إجراء هذا البحث بشكل مستقل، والنتائج والاستنتاجات هي من نتائج المؤلفين فقط. تم مراجعة وصقل نص هذه المخطوطة بمساعدة ChatGPT، حيث أن الإنجليزية ليست لغة المؤلفين الأم. يؤكد المؤلفون أن استخدام المساعدة بالذكاء الاصطناعي اقتصر على تحرير اللغة ولم يتضمن أي إنتاج محتوى أو تحليل يؤثر على النزاهة العلمية للعمل.
شكر وتقدير
يشكر المؤلفون بكل امتنان الدعم المالي الذي قدمه مشروع البحث العلمي التابع لإدارة التعليم بمقاطعة لياونينغ بموجب LJ212510149013 المنحة والبرنامج العام للمؤسسة الوطنية للعلوم الطبيعية في مقاطعة لياونينغ 2024-MSLH-377، الذي جعل هذا البحث ممكنا. نشكر المشاركين في البحث والمؤسسات التي ساهمت في مجموعات البيانات المتاحة للجمهور المستخدمة في هذه الدراسة، والتي مكنت من التحقق الشامل من المنهجية المقترحة.
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
المواد
| الاسم | الشركة | رقم فهرسي | التعليقات |
|---|---|---|---|
| كودا 11.8 | شركة NVIDIA، سانتا كلارا، كاليفورنيا، الولايات المتحدة الأمريكية | البرمجيات | |
| بطاقة الرسوميات (ذاكرة VRAM بسعة 32 جيجابايت) | NVIDIA | نظام التشغيل | |
| مجموعة بيانات ISIC2017 | تحدي ISIC | https://challenge.isic-archive.com/data | مجموعات البيانات |
| مجموعة بيانات ISIC2018 | تحدي ISIC | https://challenge.isic-archive.com/data | مجموعات البيانات |
| بطاقة رسومات NVIDIA V100 | شركة NVIDIA، سانتا كلارا، كاليفورنيا، الولايات المتحدة الأمريكية | الأجهزة | |
| مجموعة بيانات PH2 | جامعة بورتو | https://www.fc.up.pt/addi/ph2 | مجموعات البيانات |
| بايثون 3.8 | بايثون | RRID:SCR_018536 | البرمجيات |
| بايتورش 1.13.0 | بايتورش | RRID:SCR_018536 | البرمجيات |
| أوبونتو 20.04 | القانوني | الأجهزة |
المراجع
- Maurya, S., et al. A review on recent developments in cancer detection using machine learning and deep learning models. Biomed Signal Process Control. 80 (2), 104398(2023).
- Siegel, R. L., Miller, K. D., Wagle, N. S., Jemal, A. Cancer statistics, 2023. CA Cancer J Clin. 73 (1), 17-48 (2023).
- Esteva, A., et al. Dermatologist-level classification of skin cancer with deep neural networks. Nature. 542 (7639), 115-118 (2017).
- Haenssle, H. A., et al. against machine: diagnostic performance of a deep learning convolutional neural network for dermoscopic melanoma recognition in comparison to 58 dermatologists. Ann Oncol. 29 (8), 1836-1842 (2018).
- Argenziano, G., et al. Dermoscopy of pigmented skin lesions: results of a consensus meeting via the Internet. J Am Acad Dermatol. 48 (5), 679-693 (2003).
- Naeem, A., et al. SNC_Net: skin cancer detection by integrating handcrafted and deep learning-based features using dermoscopy images. Mathematics. 12 (7), 1030(2024).
- Celebi, M. E., et al. A state-of-the-art survey on lesion border detection in dermoscopy images. Dermoscopy Image Anal. 10, 97-129 (2015).
- Nachbar, F., et al. The ABCD rule of dermatoscopy: high prospective value in the diagnosis of doubtful melanocytic skin lesions. J Am Acad Dermatol. 30 (4), 551-559 (1994).
- Ronneberger, O., Fischer, P., Brox, T. U-net: convolutional networks for biomedical image segmentation. Med Image Comput Comput Assist Interv. 9351, 234-241 (2015).
- Gu, A., Dao, T. Mamba:linear-time sequence modeling with selective state spaces. arXiv. , (2023).
- Liu, Y., et al. Vmamba: visual state space model. Adv Neural Inf Process Syst. 37, 103031-103063 (2024).
- Zhang, J., Zhu, H., Wang, P., Ling, X. ATT squeeze U-net: a lightweight network for forest fire detection and recognition. IEEE Access. 9, 10858-10870 (2021).
- U-net v2: rethinking the skip connections of U-net for medical image segmentation. Peng, Y., Chen, D. Z., Sonka, M. 2025 IEEE 22nd International Symposium on Biomedical Imaging (ISBI), Houston, TX, USA, , (2025).
- Zhou, Z., et al. UNet++: a nested U-net architecture for medical image segmentation. Deep Learn Med Image Anal Multimodal Learn Clin Decis Support (2018). 11045, 3-11 (2018).
- Hu, S., Liao, Z., Xia, Y. Devil is in channels: contrastive single domain generalization for medical image segmentation. Medical Image Computing and Computer Assisted Intervention – MICCAI 2023. , Springer. Cham. (2023).
- Xu, W., Wang, Z. SCRNet:spatial-channel regulation network for medical ultrasound image segmentation. arXiv. arXiv. , (2025).
- Yue, Y., Li, Z. MedMamba: vision mamba for medical image classification. arXiv. , (2024).
- Efficiently modeling long sequences with structured state spaces. Gu, A., Goel, K., Ré, C. Proc Int Conf Mach Learn, 162, 8098-8109 (2022).
- Wu, R., Liu, Y., Liang, P., Chang, Q. UltraLight VM-UNet: parallel vision mamba significantly reduces parameters for skin lesion segmentation. arXiv. , (2024).
- Wu, R., Liu, Y., Liang, P., Chang, Q. H-vmunet:high-order vision mamba unet for medical image segmentation. Neurocomput. 624, 129447(2025).
- Fully convolutional networks for semantic segmentation. Long, J., Shelhamer, E., Darrell, T. 2015 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Boston, MA, USA, , (2015).
- Chen, J., et al. TransUNet: transformers make strong encoders for medical image segmentation. arXiv. , (2021).
- Cao, H., et al. Swin-unet:unet-like pure transformer for medical image segmentation. Lect Notes Comput Sci. 13803, 205-218 (2023).
- Ibtehaz, N., Rahman, M. S. MultiResUNet: rethinking the U-net architecture for multimodal biomedical image segmentation. Neural Netw. 121, 74-87 (2020).
- Aruk, I., Pacal, I., Toprak, A. N. A novel hybrid ConvNeXt-based approach for enhanced skin lesion classification. Expert Syst Appl. 283, 127721(2025).
- Pacal, I., et al. A novel CNN-ViT-based deep learning model for early skin cancer diagnosis. Biomed Signal Process Control. 104, 107627(2025).
- Zhang, D. Y., et al. Implementation of digital pathology and artificial intelligence in routine pathology practice. Lab Invest. 104 (9), 102111(2024).
- Malunet: a multi-attention and lightweight unet for skin lesion segmentation. Ruan, J., Xiang, S., Xie, M., Liu, T., Fu, Y. 2022 IEEE International Conference on Bioinformatics and Biomedicine (BIBM), Las Vegas, NV, USA, , (2022).
- Wu, R., et al. Mhorunet:high-order spatial interaction unet for skin lesion segmentation. Biomed Signal Process Control. 88, 105517(2024).
- Pacal, I., Attallah, O. Hybrid deep learning model for automated colorectal cancer detection using local and global feature extraction. Knowl Based Syst. 319, 113625(2025).
- Pacal, I., Attallah, O. InceptionNeXt-transformer: a novel multi-scale deep feature learning architecture for multimodal breast cancer diagnosis. Biomed Signal Process Control. 110, 108116(2025).
- Vaswani, A., et al. Attention is all you need. Adv Neural Inf Process Syst. 30, 5998-6008 (2017).
- Phillips, M., et al. Assessment of accuracy of an artificial intelligence algorithm to detect melanoma in images of skin lesions. JAMA Netw Open. 2 (10), e1913436(2019).
- Wang, S., et al. Linformer:self-attention with linear complexity. arXiv. , (2020).
- A simple framework for contrastive learning of visual representations. Chen, T., et al. Proceedings of the 37th International Conference on Machine Learning, 119, Vienna, Austria. 1597-1607 (2020).
- Huang, S. C., et al. Fusion of medical imaging and electronic health records using deep learning: a systematic review and implementation guidelines. NPJ Digit Med. 3, 136(2020).
- Litjens, G., et al. A survey on deep learning in medical image analysis. Med Image Anal. 42, 60-88 (2017).
- Campanella, G., et al. Clinical-grade computational pathology using weakly supervised deep learning on whole slide images. Nat Med. 25 (8), 1301-1309 (2019).
- Gulshan, V., et al. Development and validation of a deep learning algorithm for detection of diabetic retinopathy in retinal fundus photographs. JAMA. 316 (22), 2402-2410 (2016).
- McKinney, S. M., et al. International evaluation of an AI system for breast cancer screening. Nat. 577 (7788), 89-94 (2020).
- Krizhevsky, A., Sutskever, I., Hinton, G. E. ImageNet classification with deep convolutional neural networks. Commun ACM. 60 (6), 84-90 (2017).
الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.
إعادة الطباعة والأذونات
طلب إذن لإعادة استخدام النص أو الأشكال في مقالة JoVE هذه
طلب إذن