إطار عمل تعلم عميق قوي للكشف المبكر عن اعتلال الشبكية السكري باستخدام صور قاع الأسنان المعالجة مسبقا وشبكات CNN المحسنة

Summary

تقدم هذه الدراسة وتصف سير عمل قائم على التعلم العميق للكشف المبكر عن اعتلال الشبكية السكري باستخدام صور قاع العين المعالجة مسبقا وبنى الشبكات العصبية الالفافية المحسنة، مما يتيح تصنيفا دقيقا للمرض وتحديد موقع الآفات بشكل قابل للتفسير للتطبيق السريري القابل للتوسع.

Abstract

اعتلال الشبكية السكري (DR) هو سبب رئيسي لفقدان البصر على مستوى العالم، خاصة بين المرضى الذين يعانون من ضعف السيطرة على السكري. برز الكشف المبكر من خلال تحليل الصور الآلي كحل قابل للتوسع لدعم التدخل في الوقت المناسب. أظهرت النماذج القائمة على التعلم العميق، وخاصة الشبكات العصبية الالفافية (CNNs)، وعدا كبيرا في اكتشاف الكشف عن التعاطي العصبي من صور قاع الشبكية. هدفت هذه الدراسة إلى (1) تطوير إطار عمل تعلم عميق جماعي باستخدام EfficientNetB0 وDenseNet121 لتصنيف DR من خمس مراحل، (2) تقييم تأثير معالجة صور القاع على الأداء التشخيصي بشكل منهجي، (3) دمج تفسيرات بصرية مبنية على Grad-CAM لتحديد موقع الآفات، و(4) تحقيق دقة تشخيصية عالية مع كفاءة حسابية مناسبة للفحص القابل للتوسع. تم تنظيم مجموعة بيانات تضم 53,412 صورة قاع من EyePACS وAPTOS 2019 ومركز رعاية ثالثة في الصين. شملت خطوات المعالجة المسبقة معادلة المدرجات التكيفية محدودة التباين (CLAHE)، وإزالة الشواكل، والتطبيع. تم تطبيق التعلم التحويلي باستخدام عمود الفقرات EfficientNetB0 وDenseNet121، تلاه التجميع الهجين. تم تقييم النماذج باستخدام الدقة، وتركيز الميكرو، والحساسية، والنوعية، ودرجة F1. تم استخدام Grad-CAM لتصور تحديد مكان الآفات. حقق نموذج المجموعات الهجينة دقة 91.2٪، و0.961 درجة AUC الكبيرة، وحساسية 92.1٪، ودرجة F1 بلغت 0.913. حسنت المعالجة المسبقة الأداء بنسبة 3-4٪، وتفوق النهج الجماعي على CNNs المستقلة. أكدت تراكبات Grad-CAM تحديد موقع الآفة بدقة. تم تقييم أداء النموذج لكل من تصنيف الفحص الطبي المكون من خمس مراحل والكشف الثنائي القابل للإشارة إلى DR ليعكس متطلبات الفحص السريري. تقدم هذه الدراسة نموذج تعلم عميق قابل للتطبيق سريريا وقابل للتفسير للكشف عن الكشف عن الطب الدوميني. ستشمل الأعمال المستقبلية التحقق الخارجي على مجموعات البيانات المستقلة، والتقييم الواقعي المستقبلي، وتحسين النماذج (مثل التقليم والكميمية) لتطبيقات الفحص المحمول ونقاط الرعاية.

Introduction

يعد DR مضاعفة أوعية دقيقة لمرض السكري ولا يزال أحد الأسباب الرئيسية لضعف البصر القابل للتجنب حول العالم¹. يؤدي ارتفاع سكر الدم المزمن إلى تلف الشعيرات الدموية الشبكية، مما يؤدي إلى زيادة نفاذية الأوعية الدموية، وتكوين تمدد الأوعية الدقيقة، والنزيف، والإفرازات، وفي المراحل المتقدمة، تكاثر الأوعية الوعائية الجديدة. بدون تدخل في الوقت المناسب، قد تتطور هذه التغيرات إلى نزيف الجسم الزجاجي، وانفصال الشبكية الشبكية، وفقدان الرؤية غير القابل للعكس ^1,2. تقدر الدراسات الوبائية أن حوالي 35 بالمئة من مرضى السكري يظهرون درجة من الاعتلال الشبكي المهدد للبصر كل^عام. تشير الاتجاهات العالمية إلى أن انتشار الدوكسولات الديمقراطية قد ارتفع بشكل كبير خلال العقدين الماضيين. أفاد تحليل تلوي بارز بزيادة في انتشار DR من 13.6 بالمئة في أوائل العقد الأول من الألفية إلى أكثر من 20 بالمئة بحلول عام 2020^. وبالمثل، أظهرت معدلات الإصابة بمرض DR المهدد للبصر وذمة البقعة السكرية مسارا تصاعدي، خاصة في المناطق ذات الدخل المنخفض والمتوسط³. يساهم الوصول المحدود إلى خدمات فحص العيون في المناطق الريفية والمناطق الاقتصادية المحرومة في تأخير التشخيص والعلاج⁵.

يعد الكشف المبكر عن مرض البكثرة أمرا بالغ الأهمية، حيث يمكن للتدخلات خلال المراحل غير التكاثرية، مثل التخثر الضوئي بالليزر البؤري أو الشامل للشبكية، وعلاج عامل النمو البطاني الداخلي الزجاجي المضاد للعصب الوعائي (anti-VEGF)، واستئصال الجسم الزجاجي، أن تمنع بفعالية تقدم المرض إلى فقدان البصر⁶. ومع ذلك، غالبا ما تعتمد برامج الفحص التقليدية على التقييم اليدوي لصور القاع الملونة بواسطة متخصصين مدربين، وهي عملية تستهلك موارد تقيد قابلية التوسع^{والتغطية في} الوقت المناسب. لقد عالجت مبادرات طب العيون الذهني هذه الفجوات جزئيا، لكنها لا تزال تعتمد على توفر محدود للخبراء وبروتوكولات التصوير الموحدة ⁷. أدت التطورات في الذكاء الاصطناعي (AI)، وخاصة التعلم العميق (DL)، إلى تقديم حلول آلية قادرة على اكتشاف وتقييم DR من صور القاع بدقة وسرعة عالية. تستخرج CNNs ميزات هرمية مثل تمدد الأوعية الدموية الدقيقة، والنزيف، والإفرازات، وقد حققت حساسية وخصوصيات تجاوزت 90 بالمئة في مجموعات البيانات المعيارية ^8,9. أظهرت الدراسات البارزة التي أجراها جولشان وآخرون وتينغ وآخرون أن خوارزميات DL يمكن أن تضاهي أو تتفوق على المصححين الخبراء في تحديد DR المرجعية، مما يمهد الطريق للموافقات التنظيمية على أنظمة الفحص الذاتية ^8,9. استكشفت الأعمال اللاحقة التعلم التحويلي، ونمذجة المجموعات المختلطة، وبنى الشبكات العصبية المتكررة الهجينة لتحسين قابلية التعميم عبر حالات تصوير متنوعة ومجموعات المرضى^10,11.

على الرغم من هذه النتائج الوادة، تعيق عدة تحديات الترجمة السريرية لفحص الطب الدوكتوري المعتمد على DLs. أولا، يتطلب الأداء القوي مجموعات بيانات كبيرة ومشروحة جيدا تلتقط التباين في أجهزة التصوير والأعراق وحالات الإصابة بالأمراض¹². يزيد عدم اتساق التعليقات بين المصححين من تعقيد تدريب النماذج والتقييم. ثانيا، تؤثر خطوات معالجة الصور المسبقة مثل تعزيز التباين عبر CLAHE، تقليل الضوضاء، وتطبيع الألوان بشكل كبير على وضوح الآفات الدقيقة، وبالتالي على موثوقية استخراج الميزة¹³. ثالثا، تظل قابلية تفسير النماذج مجالا نشطا للبحث؛ يحتاج الأطباء إلى أدوات دعم قرار شفافة تبرز مناطق الصور البارزة التي تدفع التنبؤات الخوارزمية¹⁴. أخيرا، هناك حاجة إلى أطر تنظيمية وتحليلات فعالة من حيث التكلفة لتوجيه دمج أدوات الذكاء الاصطناعي في مسارات الفحص الحالية، خاصة في البيئات ذات الموارد المحدودة¹⁵. تعالج الدراسة الحالية هذه التحديات من خلال اقتراح إطار عمل شامل للكشف المبكر عن الكشف عن الضرر يدمج المعالجة المبدقة المحسنة لصور القاع، وبنى CNN الحديثة، واستراتيجيات التعلم التحويلي. نستخدم CLAHE وإزالة القطع الأثرية التلقائية لتعزيز تباين الآفات، تليها ضبط العمود الفقري CNN المدربة مسبقا للاستفادة من ميزات الصورة الطبيعية واسعة النطاق. وبناء عليه، يقترح هذا العمل إطار عمل تعلم عميق قابل للتفسير للكشف المبكر عن الكشف عن الرؤية اللاحقة يدمج معالجة الصور المحسنة للقاعدة مع بنى CNN الجماعية الفعالة (الشكل 1). تشمل المساهمات الرئيسية لهذه الدراسة تقييما منهجيا لاستراتيجيات المعالجة المسبقة، وتصميم مجموعة هجينة فعالة حسابيا، ودمج قابلية التفسير البصري لدعم التفسير السريري. من خلال معالجة الدقة والشفافية وقابلية النشر معا، تسعى هذه الدراسة إلى تعزيز التطبيق العملي لفحص الدوثرات بمساعدة الذكاء الاصطناعي. يتطور DR عبر خمس مراحل معرفة سريريا: DR بدون DR، DR خفيف، متوسط، DR غير تكاثري شديد، وDR تكاثري. تتميز المراحل المبكرة بتمدد الأوعية الدموية الدقيقة والنزيف الخفيف، بينما تشمل المراحل المتقدمة أضرارا واسعة في الأوعية الدموية، وتنشيط الأوعية الدموية الجديدة، وخطر فقدان البصر. غالبا ما تبقى الأعراض بدون أعراض حتى المراحل المتأخرة، مما يجعل الفحص الآلي أمرا حيويا للتدخل المبكر.

الشكل 1: تمثيل رسومي للعمل المعروض في المخطوطة يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

لمعالجة هذه التحديات، تقدم هذه الدراسة بروتوكول تعلم عميق منظم لاكتشاف الكشف عن الأدلة العميقة يدمج معالجة صورة القاع الموحدة، وتدريب الشبكات العصبية الالفافية المحسن، ومخرجات النماذج القابلة للتفسير ضمن سير عمل موحد. تم تصميم البروتوكول لتحسين قابلية التكرار والشفافية المنهجية من خلال تفصيل استراتيجيات المعالجة المسبقة، وهندسة النماذج، وتكوينات التدريب بشكل صريح. من خلال التأكيد على مجموعة خفيفة الوزن وفعالة حسابيا ودمج تفسيرات بصرية قائمة على Grad-CAM، تحدد الطريقة المقترحة إطارا عمليا وقابلا للتفسير يهدف إلى التقييم المتسق عبر مجموعات بيانات تصوير شبكية متعددة المراكز وغير متجانسة.

Protocol

تضمنت هذه الدراسة تحليلا استعاديا. وفقا للوائح المؤسسية والوطنية، تم التنازل عن الموافقة الرسمية للجنة الأخلاقيات والموافقة المستنيرة، حيث لم يتم الوصول إلى أو استخدام أي معلومات تعريفية للمرضى.

1. مصادر البيانات والاقتناء

1. أعد تصنيف جميع الصور وفقا لمقياس شدة اعتلال الشبكية السكري السريري الدولي (ICDR) (الدرجات 0-4)¹⁰، لضمان الاتساق عبر مجموعات البيانات التي تم الحصول عليها من EyePACS وAPTOS 2019 ومجموعة الرعاية الثالثية.
2. قم بربط التسميات الأصلية لمجموعات البيانات التي تحتوي على تعليقات موجودة إلى مقياس ICDR للحفاظ على التجانس.
3. قم بتقييم جميع صور القع بشكل مستقل من قبل اثنين من أطباء العيون المعتمدين من مجلس البورد ولديهم خبرة في فحص الطبيب الدوكتوري.
4. إخفاء كلا المصححين بالكامل لمصدر مجموعة البيانات، ومعرفات المرضى، والتاريخ السريري، وتوقعات النماذج لتقليل تحيز التقييم. عرض الصور بترتيب عشوائي باستخدام معرفات ملفات مجهولة.
5. قم بالتقييم وفقا لمقياس شدة ICDR (الدرجات من 0 إلى 4).
6. قم بقياس التوافق بين المدرجات قبل وضع التوافق باستخدام كابا كوهين المرجحة (κw) باستخدام أوزان تربيعية لأخذ الطبيعة الترتيبية لدرجات شدة DR في الاعتبار.
7. تفسير قوة التوافق وفقا للعتبات القياسية (κ < 0.20، ضعيف؛ 0.21-0.40، متوسط؛ 0.41-0.60، متوسط؛ 0.61-0.80، كبير؛ > 0.80، شبه مثالي). حل الدرجات المتباينة من خلال مراجعة توافقية مشتركة. استخدم درجة الإجماع كمعيار مرجعي نهائي لتدريب وتقييم النماذج.
8. قبل تدريب النماذج، توحيد جميع الصور بدقة موحدة تبلغ 512 × 512 بكسل ومساحة ألوان متسقة، وتطبيق إجراءات معالجة مسبقة متطابقة لتقليل التفاوت بين مجموعات البيانات الناتج عن اختلافات أجهزة الكاميرا، وبروتوكولات الاكتساب، وظروف الإضاءة.
   ملاحظة: تحديدا، تضمنت المعالجة المسبقة من: (1) تغيير حجم الصورة وتوحيد RGB، (2) CLAHE بقناة خضراء لتعزيز التباين، (3) إزالة العيوب الخلفية عبر التنقيب الدائري والعتبة التكيفية، (4) تطبيع الشدة على مستوى القناة، و(5) تقليل الضوضاء وتعزيز الحواف باستخدام الترشيح الغاوسي والتغطية غير الحادة.
9. احصل على صور القاع باستخدام عدة كاميرات قاع ملونة متاحة تجاريا (Topcon، Canon، وZeiss) في ظروف الفحص السريري الروتيني (الشكل 2).
10. السماح بتغير معلمات التقاط الصور حسب الجهاز، ولكن توحيدها ضمن نطاقات الفحص النموذجية، بما في ذلك مجال رؤية من 30°-45°، ودقة صورة أصلية تتراوح من حوالي 2048 × 1536 إلى 3872 × 2592 بكسل، وعمق ألوان 24 بت (8 بت لكل قناة RGB).
11. استخدم بروتوكولات التصوير الميدرياتية وغير الميدرياتية لتعكس ممارسات الفحص الواقعية. التقاط جميع الصور كصور قاع مركزية في مجال واحد ومركزة على البقعة تحت ظروف إضاءة متغيرة، ثم أعد حجم الصور ومعالجتها مسبقا باستخدام خط أنابيب متطابق قبل تدريب النموذج (الشكل 2).
12. قم بإخفاء هوية جميع الصور قبل الاستخدام وفقا لإرشادات HIPAA 12,13,14.
    ملاحظة: استخدم صورة واحدة فقط لكل عين لتجنب التحيز داخل الموضوع. استبعاد الصور التي تستوفي واحدا أو أكثر من معايير الجودة المحددة مسبقا التالية: (1) ضعف التركيز أو الضبابية التي تحجب الأوعية الشبكية وتمدد الأوعية الدقيقة، كما يتم تقييمها من خلال حدة الحواف ورؤية الأوعية الدموية؛ (2) ضبابية الحركة المفرطة أو تشتت التركيز التي تؤثر على أكثر من 25٪ من مجال الشبكية؛ (3) فقدان المجال المعرف بأنه التصوير غير الكامل للقرص البصري أو منطقة البقعة؛ أو (4) تشوهات إضاءة شديدة مثل التشبع أو الظل التي تداخل مع رؤية الآفات.
13. إجراء تقييم الجودة بشكل مستقل من قبل مراجعين اثنين وحل أي خلافات من خلال التوافق.
    1. مجموعة بيانات EyePACS: استخدم مجموعة بيانات EyePACS التي تم الحصول عليها من Kaggle. تضمين جميع صور قاع القاعدة الملونة المتاحة واحتفظ بدرجات DR المقدمة كما هو موفر مع بيانات مجموعة البيانات.
    2. مجموعة بيانات APTOS 2019: استخدم مجموعة بيانات APTOS 2019 المستمدة من Kaggle، والتي تتكون من حوالي 3,600 صورة ملونة أحادية الحقل تم الحصول عليها تحت ظروف فحص موحدة.
    3. مجموعة البيانات السريرية الهندية: استخدم مجموعة بيانات سريرية هندية مشتقة من المستشفى تتكون من صور ملونة للقاع السريري. سجل إجمالي عدد الصور واستخدم درجات DR التي يخصصها أطباء العيون المؤهلون كعلامات مرجعية.

الشكل 2: صور ممثلة لقاع القاع التي تصور مراحل مختلفة من اعتلال الشبك السكري. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

2. المعالجة المسبقة (CLAHE، التطبيع، إزالة القطع الأثرية)

1. استخدم خط معالجة مسبقة متعدد المراحل لتعزيز رؤية الآفات وتقليل التغيرات الناتجة عن ظروف التصوير.
2. قم بتغيير حجم كل صورة أساس لونية إلى 512 × 512 بكسل للحفاظ على أبعاد إدخال متجانسة لنماذج التعلم العميق.
3. قم بتعزيز التباين باستخدام تطبيق CLAHE حصريا على القناة الخضراء لكل صورة قاع القاعدة، حيث توفر هذه القناة التباين الأمثل في الأوعية الدموية وتمدد الأوعية الدقيقة.
4. تنفيذ CLAHE باستخدام مكتبة OpenCV مع حد مقطع 2.0 لمنع تضخيم الضوضاء الزائد وحجم شبكة البلاط 8 × 8 لتمكين تعزيز التباين المحلي عبر مجال الشبكية.
5. أعد دمج القناة الخضراء المعالجة مع القنوات الحمراء والزرقاء لإعادة بناء صورة RGB المحسنة. قم بإصلاح جميع معلمات CLAHE وتطبيقها بنفس الطريقة على جميع الصور عبر مجموعات التدريب والتحقق والاختبار لضمان قابلية التكرار.
6. بعد ذلك، يتم تطبيع الصور إلى متوسط صفر وتباين وحدة باستخدام التطبيع حسب القناة.
7. قم بإزالة التشويهات الخلفية مثل الحدود السوداء وهالات الإضاءة باستخدام التنقيب الدائري والعتبات التكيفية.
8. استخدم التصفية الغاوسية والتغطية غير الحادة لتقليل الضوضاء وحفظ الحواف على التوالي. طبق تعزيز التباين التالي، وهو الترشيح الغاوسي لقمع الضوضاء: استخدم نواة 5 × 5 مع انحراف معياري (σ) مقداره 1.0، ونفذ بشكل متماثل في الاتجاهين الأفقي والعمودي.
   ملاحظة: تقلل هذه الخطوة من الضوضاء عالية التردد مع الحفاظ على الهياكل الوعائية الدقيقة.
9. قم بإخفاء غير واضح من خلال طرح نسخة ضبابية من الصورة الأصلية لتعزيز حدود الإصابة.
10. تحديدا، اطرح صورة ضبابية غاوسية (حجم النواة 5 × 5، σ = 1.0) من الصورة الأصلية بوزن حدة 1.5، وأضف الصورة التفصيلية الناتجة إلى الأصل لتوليد المخرج النهائي المحدد.
11. قم بتثبيت جميع المعاملات وطبقها بشكل موحد عبر جميع مجموعات البيانات.
12. أضف المعالجة المسبقة الإضافية المذكورة أدناه لمحاكاة التغيرات الواقعية وتعزيز بيانات التدريب:
    1. تطبيق الانقلاب الأفقي العشوائي على كل صورة تدريبية باحتمال 0.5 لأخذ التناظر التشريحي بين اليسار واليمين في الشبكية في الاعتبار.
    2. تطبيق الانقلاب العشوائي الرأسي باحتمال 0.5، لضمان تمثيل تباين الاتجاه الشائع أثناء التقاط صورة القاع.
    3. تطبيق دوران عشوائي ضمن نطاق من -15° إلى +15°، مع أخذ عينات بشكل متساو، مع احتمال 0.7 لمحاكاة ميل الكاميرا الطفيف وحركة الرأس الصبورة.
    4. طبق التكبير العشوائي ضمن نطاق ± 10٪ من حجم الصورة الأصلي، باحتمالية 0.5، يليه القص المركزي أو الحشو لاستعادة دقة الإدخال من 512 × 512 بكسل.
    5. تطبيق تعديل عشوائي للسطوع عن طريق تكبير شدة البكسل ضمن نطاق عوامل من 0.9-1.1، مع احتمال 0.4، لنموذج تباين الإضاءة عبر أجهزة التصوير.
    6. تطبيق ضبط التباين العشوائي عن طريق توسيع تباين الصورة ضمن نطاق عوامل من 0.9-1.1، مع احتمال 0.4، لتحسين متانة فروق التعريض.
    7. تأكد من تطبيق جميع التعزيزات فقط على مجموعة التدريب ويتم تنفيذها أثناء تدريب النماذج، بينما تبقى صور التحقق والاختبار غير محسنة.
    8. الحفاظ على معايير تعزيز ثابتة طوال فترة التدريب لضمان قابلية التكرار والتعرض المستمر للنموذج للتقلبات المسيطر عليها.
13. نفذ خطوات المعالجة المسبقة باستخدام مكتبات OpenCV والصور من بايثون، وضمان التحويلات المتسقة عبر مجموعات التدريب والتحقق.

3. بنية النموذج (متغيرات CNN، الطبقات المحسنة)

1. استكشف عدة بنى لشبكات CNN لتصنيف DR وابحث في النماذج الثلاثة المذكورة أدناه.
   1. CNN الأساسي - CNN مخصص بست طبقات مع تطبيع دفعاتي، تفعيل ReLU، تجميع أقصى للحد، وفقدان الشبكة (p = 0.5).
   2. نماذج التعلم التحويلي - العمود الفقري CNN المدرب مسبقا بما في ذلك ResNet50 وEfficientNetB0 وDenseNet121 تم تهيئتها بأوزان ImageNet ومضبوطة بدقة على صور DR.
   3. نموذج هجين محسن - نموذج جماعي يجمع بين مستخرجات الميزات من EfficientNetB0 وDenseNet121، يليه بيرسيبترون متعدد الطبقات (MLP) مع إخراج softmax.
   4. بعد الضبط الدقيق، قم ببناء رأس التصنيف لكل نموذج مدرب مسبقا باستخدام طبقة تجميع متوسطة عالمية، وطبقة كثيفة مع تفعيل ReLU (512 وحدة)، وطبقة انقطاع (p = 0.5)، وطبقة إخراج softmax.
   5. ضع طبقة تجميع متوسط عالمي (GAP) قبل رأس التصنيف في كل نموذج.
   6. لتقليل الإفراط في التركيب، تم تطبيق تنظيم وزن L2 على جميع الطبقات المتصلة بالكامل (الكثيفة) في رأس التصنيف باستخدام معامل تنظيم (λ) مقداره 1 × 10⁻⁴. تم اختيار هذه القيمة لتوفير معاقبة فعالة للأوزان الكبيرة مع الحفاظ على تقارب النموذج وأداء التصنيف أثناء الضبط الدقيق.
   7. استخدم دالة تفعيل softmax في طبقة التصنيف لتمكين التنبؤ ب DR من 5 فئات.
   8. اختيارات تصميم النموذج الأساسي بناء على أعمال سابقة تظهر الأداء المتفوق للنهج الهجينة والمعتمدة على التعلم النقولي في تحليل صور الشبكية^3،4.
   9. استخدم efficientNetB0 و DenseNet121 كمستخرجات ميزات متوازية في نموذج المجموعات الهجينة المحسن.
   10. في الوقت نفسه، يتم تغذية صور قاع الإدخال إلى كلا العمودين المدربين مسبقا واستخراج خرائط الميزات الالتفافية النهائية بعد طبقة التجميع المتوسط العالمي (GAP) لكل شبكة.
   11. دمج متجهات الميزات الناتجة لتشكيل تمثيل موحد وإدخالها في MLP يتكون من طبقتين متصلتين بالكامل (مع تفعيل ReLU وفقدان التشغيل) تليها طبقة إخراج softmax لتصنيف DR من خمس فئات.
   12. اعتمد استراتيجية الدمج المتأخرة هذه لدمج كفاءة الميزات الدقيقة ل EfficientNetB0 مع انتشار الميزات الكثيف في DenseNet121، مما يؤدي إلى أداء متوازن عبر مراحل DR المبكرة والمتقدمة.
   13. الاستفادة من MLP لتمكين التكامل غير الخطي لتمثيلات الميزات التكميلية مع تقليل الإفراط في التركيب مقارنة بالاندماج من طرف إلى طرف.

4. تدريب النماذج وتحسينها (التعلم التحويلي، المعلمات الفائقة)

1. قم بإجراء جميع التجارب على محطة عمل تعمل بنظام أوبونتو لينكس (الإصدار 20.04 LTS) باستخدام بايثون 3.8.10.
2. تنفيذ نماذج التعلم العميق باستخدام TensorFlow 2.10.0 مع خلفية Keras ونفذها على بطاقة رسومات NVIDIA Tesla V100 (ذاكرة VRAM بسعة 32 جيجابايت).
3. تمكين تسريع وحدة معالجة الرسومات باستخدام مجموعة أدوات CUDA إصدار 11.2 وإصدار cuDNN 8.1، واللذان يتوافقان مع إصدار TensorFlow المحدد.
4. تنفيذ جميع خطوات المعالجة المسبقة وتعزيز البيانات باستخدام OpenCV 4.7.0 وNumPy 1.23 وimgaug 0.4.0.
5. قسم مجموعة البيانات إلى مجموعات تدريب (70٪)، والتحقق (15٪)، ومجموعات اختبار (15٪)، وضمان توازن الفئات داخل كل قسم.
6. درب جميع الطرازات على بطاقة رسومات NVIDIA Tesla V100 مع ذاكرة VRAM بسعة 32 جيجابايت.
7. استفد من التعلم الانتقالي من خلال تجميد الطبقات الأولية للشبكات المدربة مسبقا وضبط الطبقات العليا في صور القاع.
8. قم بتهيئة الطبقات الكثيفة النهائية عشوائيا وتدريبها من الصفر.
9. تحسين المعاملات الفائقة التالية:
   المحسن: آدم مع β1=0.9، β2=0.999
   معدل التعلم: 1 × 10⁻⁴ باستخدام جدولة ReduceLROnPlateau
   حجم الدفعة: 32
   الفترات الزمنية (Epoch): 50-100 مع التوقف المبكر (الصبر = 10)
   دالة الفقد: إنتروبيا متقاطع تصنيفية
10. احفظ نقاط التحقق من النموذج بناء على الحد الأدنى لفقدان التحقق.
11. عالج اختلال التوازن الطبقي بتطبيق أوزان فئات تصنيفية تتناسب عكسيا مع تكرار الصف أثناء التدريب.
12. تطبيق تعزيز البيانات أثناء الانتقال باستخدام Keras ImageDataGenerator. استخدم استراتيجية التحقق المتقاطع من خمسة أضعاف لضمان متانة النموذج وتقليل تحيز الاختيار. مقاييس الأداء المتوسطة عبر جميع الطيات، وتبلغ عن الانحرافات المعيارية المقابلة.
13. اختر قيم المعلمات الفائقة بناء على أفضل الممارسات المعتمدة في التعلم التحويلي لتصنيف الصور الطبية والتحقق منها من خلال تجارب تجريبية أولية على مجموعة التحقق.
14. استخدم محسن آدم لسلوكه في التقارب المستقر ومعدل التعلم التكيفي، وحدد معدل تعلم ابتدائي 1e−4 لتحقيق توازن بين استقرار التدريب وسرعة التقارب أثناء الضبط الدقيق.
15. تحديد حجم الدفعة ومعايير التوقف المبكر تجريبيا لتقليل الإفراط في التركيب مع الحفاظ على الكفاءة الحاسوبية.

5. مقاييس التقييم والتحقق (AUC، الدقة، الحساسية/النوعية)

1. تقييم أداء النموذج باستخدام مقاييس التصنيف القياسية. إجراء تقييم أولي لمجموعة الاختبار التي تظل موجودة (عدد الصور ≈ 8,000 صورة)، وتقرير النتائج لكل من التصنيف الخمس والتصنيف الثنائي (DR القابل للإشارة مقابل DR غير القابل للإحالة).
2. احسب المقاييس التالية:
   الدقة: نسبة التنبؤات الصحيحة عبر جميع الفئات
   المساحة تحت منحنى خاصية التشغيل المستقبلية (AUC): يتم حسابها لكل فئة ويتم المتوسط (AUC الكبير)
   الحساسية (الاستدعاء): معدل الإيجابية الحقيقي = TP / (TP + FN)
   الخصوصية: معدل سلبي حقيقي = TN / (TN + FP)
   F1-Score: المتوسط التوافقي للدقة والاستدعاء
   مصفوفة الالتباس: 5 × 5 لتحليل أخطاء التصنيف
3. رسم منحنيات خصائص التشغيل المستقبلية (ROC) ومنحنيات الاسترجاع والدقة لتصور تمييز النموذج.
4. إنشاء تصورات Grad-CAM (رسم خرائط تفعيل الفئات المرجحة بالتدرج) لمجموعة فرعية من الصور المصنفة بشكل صحيح وخاطئ لتسليط الضوء على مناطق الشبكية التي تدفع توقعات النموذج.
   ملاحظة: حقق النموذج الهجين المحسن أفضل أداء مع AUC ماكرو بلغت 0.961، وحساسية 92.1٪، وخصوصية 89.4٪، ودقة إجمالية بلغت 91.2٪ لاكتشاف DR القابل للإحالة.
5. قارن الأداء مقارنة بالنماذج المنشورة الموجودة على نفس مجموعات البيانات، وقيم الدلالة الإحصائية باستخدام اختبارات t المزدوجة واختبار ماكنيمار.
6. تقييم الدلالة الإحصائية لفروق الأداء بين نموذج المجموعات الهجين وبنى CNN الفردية باستخدام اختبارات t مزدوجة للمقاييس المستمرة (AUC، الدقة، درجة F1) عبر طيات التحقق المتقاطعة، واختبار ماكنيمار لنتائج التصنيف المزدوجة على مجموعة الاختبار.
   ملاحظة: أظهر النموذج الهجين تحسنا ذا دلالة إحصائية مقارنة بجميع نماذج العمود الفقري الأحاد، حيث < قيم p 0.05 للدقة وAUC، مما أكد أن المكاسب الملحوظة في الأداء لم تكن بسبب التغير العشوائي. الدقة هي مقياس تقييم حاسم في فحص الأطباء الدوكتوريين، خاصة لتقليل التنبؤات الإيجابية الكاذبة التي قد تؤدي إلى إحالات غير ضرورية، وقلق المرضى، وزيادة عبء الرعاية الصحية. تعرف الدقة بأنها نسبة الحالات الإيجابية المتوقعة بشكل صحيح بين جميع الحالات التي تم التنبؤ بها كحالة إيجابية، وتعبر عنها كالتالي:
   الدقة=TPTP+FP\text{الدقة} = \frac{TP}{TP + FP}الدقة=TP+FPTP
   حيث تمثل TP المجاوب الحقيقية، وFP تمثل الإيجابيات الكاذبة.
7. في سياق الكشف عن الكشف عن الأشعة الذاتية، فإن تفسير الدقة العالية على أنه يشير إلى أن الصور المصنفة كصور تحتوي على علامات مرضية حقيقية، مما يحسن من موثوقية أنظمة الفحص الآلي. التأكيد على أن هذا المقياس ذو صلة خاصة بالفحص السكاني واسع النطاق، حيث يمكن أن تثقل الإيجابيات الكاذبة المفرطة على أنظمة الإحالة. في هذه الدراسة، قيم الدقة لكل درجة DR وكذلك للكشف الثنائي القابل للإشارة إلى DR لتقييم قدرة النموذج على التمييز بدقة بين الحالات المرضية والحالات الصحية السليمة.

Results

ملخص مجموعة البيانات وتأثيرات المعالجة المسبقة

تكونت مجموعة البيانات المنسقة من 53,412 صورة ملونة من قاع القاعدة، موزعة على فئات الشدة الخمس للكشف عن السرطان: لا يوجد DR (0) - 39.2٪، خفيف (1) - 18.4٪، متوسط (2) - 22.5٪، شديد (3) - 12.1٪، وDR تكاثري (4) - 7.8٪. جاءت البيانات من EyePACS وAPTOS 2019 ومركز صيني لطب العيون الثالث، مما يضمن التنوع في العرق وظروف التصوير ومواصفات الكاميرات.

المعالجة المسبقة زادت بشكل كبير ...

Discussion

في هذه الدراسة، طورنا وقيمنا بدقة نموذج مجموعة هجينة يجمع بين EfficientNetB0 وDenseNet121، تم ضبطه بدقة باستخدام التعلم الانتقالي ومعزز بخطوات المعالجة المسبقة الكلاسيكية، CLAHE، إزالة العيوب الأثرية، وتطبيع الشدة، لتقييم DR بخمس فئات. حققت المجموعة أداء متميزا: دقة 91.2٪، وmacroAUC 0.961، وF₁score 0.913 للكشف عن DR القابل للتوصية، وحساسية 92.1٪ كما ورد في القسم 6. تفوقت هذه المقاييس بشكل كبير على كل من CNN الأساسي (الدقة ~83.4٪، macroAUC ~0.88) والنماذج الأساسية الفردية مثل ResNet50، Ef...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
كاميرا قاع القاعدة (توبكون، كانون، زايس)	توبكون / كانون / زايس		يستخدم لالتقاط صور قاع القاعدة الملونة عالية الدقة تحت ظروف إضاءة مختلفة
بطاقة رسومات NVIDIA تسلا V100	شركة NVIDIA	تسلا V100	ذاكرة فيديو 32 جيجابايت؛ يستخدم في تدريب نماذج التعلم العميق
بايثون (OpenCV، مكتبات imgaug)	مجتمع المصادر المفتوحة		المعالجة المسبقة للصورة تشمل CLAHE، إزالة القطع الأثرية، التطبيع، التعزيز
TensorFlow 2.10 + Keras	جوجل برين		إطار عمل التعلم العميق المستخدم في بناء وتدريب نماذج CNN
EfficientNetB0 و العمود الفقري المدرب مسبقا لنظام DenseNet121	مفتوح المصدر (تطبيقات TensorFlow/Keras)		أعمدة التعلم التحويلي المدربة مسبقا على ImageNet المستخدمة لتصنيف DR