النمذجة الهجينة بين CNN-ViT للتنبؤ بالنتيجة الوظيفية بعد السكتة الدماغية الإقفارتية: دراسة استعادية

ملخص

استخرج نموذج هجين من CNN-ViT ميزات الرنين المغناطيسي متعدد المعايير، وجمع بين التصوير اللوجستي والتوقعات السريرية المدمجة مع الانحدار اللوجستي لتقدير النتائج الوظيفية لمدة 90 يوما بعد السكتة الدماغية الإقفاري الحادة. حقق نموذج الاندماج أعلى أداء داخلي للاختبار، مع معدل AUC 0.885 ودقة 0.840، وأظهر أداء مشجعا للتحقق الخارجي.

الملخص

السكتة الدماغية الإقفاري الحادة (AIS) هي سبب رئيسي للوفاة والإعاقة طويلة الأمد، والتنبؤ المبكر بالتعافي الوظيفي مهم لتوجيه اتخاذ القرار السريري وتخطيط التأهيل. عادة ما يتم تقييم النتائج الوظيفية عند 90 يوما باستخدام مقياس رانكين المعدل (mRS)، لكن التنبؤ بالنتيجة طويلة الأمد من المعلومات السريرية والتصويرية المبكرة لا يزال تحديا. افترضنا أن دمج التصوير بالرنين المغناطيسي متعدد المعايير (MRI) مع المتغيرات السريرية المنظمة باستخدام بنية شبكة عصبية الالفافية هجينة (CNN)-محول الرؤية (ViT) سيحسن التنبؤ بنتائج وظيفية لمدة 90 يوما مقارنة بالنماذج ذات النمط الواحد. تم تحليل مجموعة استرجاعية مكونة من 300 مريض من AIS خضعوا للتصوير بالرنين المغناطيسي متعدد المعايير وقسمتها إلى مجموعة تدريب-تحقق (n = 250) ومجموعة اختبار داخلية مستقلة (n = 50). تم تضمين مجموعة اختبار خارجية إضافية مكونة من 37 مريضا من AIS لتقييم قابلية تعميم النموذج. تم تطوير نموذج هجين من CNN-ViT لاستخراج ميزات الرنين المغناطيسي متعدد المعلمات، وتم دمج التصوير والتنبؤات السريرية باستخدام الانحدار اللوجستي المكدس. تم تقييم أداء النموذج باستخدام المساحة تحت منحنى خصائص تشغيل المستقبل (AUC)، والحساسية، والنوعية، والدقة. من بين النماذج السريرية المقيمة، حققت آلة الدعم أعلى اختبار داخلي في AUC (0.878). حقق نموذج التصوير AUC بلغ 0.782. حقق نموذج الاندماج متعدد الوسائط أفضل أداء داخلي إجمالي، مع AUC 0.885، وحساسية 0.920، وخصوصية 0.760، ودقة 0.840. لوحظت اتجاهات أداء مماثلة في مجموعة الاختبار الخارجية. تشير هذه النتائج إلى أن دمج التصوير متعدد المعلمات والتوقعات السريرية قد يحسن التنبؤ الوظيفي لمدة 90 يوما بعد AIS. ومع ذلك، تتطلب دراسات تحقق متعددة المراكز أكبر قبل التنفيذ السريري.

المقدمة

تظل السكتة الدماغية الإقفاري الحادة (AIS) سببا رئيسيا للوفاة والإعاقة طويلة الأمد، ويجب على الأطباء تقدير التعافي مبكرا عندما تكون قرارات العلاج والخروج حساسة جدا للوقت¹. لذلك، فإن التنبؤ المبكر الدقيق بالتعافي الوظيفي مهم سريريا لتوجيه استراتيجيات العلاج، وتخطيط التأهيل، واتخاذ قرارات الخروج. النتيجة الوظيفية لمدة تسعين يوما هي نقطة نهاية قياسية في أبحاث ورعاية السكتة الدماغية، وغالبا ما تقاس باستخدام مقياس رانكين المعدل (mRS)، الذي أثبت صحة وموثوقية في التجارب السريرية والدراسات الرصدية ^2,3. على الرغم من استخدامه الروتيني، يظل التنبؤ ب mRS بعد 90 يوما من بيانات الدخول صعبا لأن الإعاقة تعكس كلا من إصابة الأنسجة غير القابلة للعكس وعبء الاحتياط المبكر والأمراض المصاحبة، مما يؤثر على التعافي حتى عندما تكون نتائج التصوير الحاد متشابهة ^2,4.

يوفر التصوير بالرنين المغناطيسي متعدد المعلمات مؤشرات حيوية قابلة للتنفيذ سريريا للإصابة الإقفاري المبكرة وحالة الأنسجة، والتي لا يتم التقاطها بالكامل بواسطة تباين تصوير واحد. التصوير المرجح بالانتشار (DWI) حساس للغاية للتغيرات الإقفاري المبكرة. تصوير معامل الانتشار الظاهر (ADC) يقيس تقييد الانتشار وأثبت فائدة تنبؤية في مجموعات السكتة الدماغية^{الحادة 5}. يكمل استرداد الانعكاس المخفف من T2 بالسائل (T2-FLAIR) التصوير الانتشاري من خلال تعزيز تصور تطور الآفات، وهو أمر أساسي في أساليب عدم التوافق بين DWI وFLAIR المستخدمة لتقدير عمر الآفة وأهلية العلاج عندما يكون وقت البداية غير مؤكد ^6,7. أظهرت الدراسات متعددة المراكز الكبيرة والتجارب العشوائية أن عدم توافق DWI مع FLAIR يحدد المرضى ضمن نافذة علاجية مدتها 4.5 ساعات ويدعم تحلل الجلطة الموجهة بالرنين المغناطيسي في سكتة دماغية غير معروفة، مما يؤكد أهمية التنبؤ لتأثير الكحول وFLAIR بعد التشخيص ^6,7. تدعم هذه الملاحظات مجتمعة استراتيجيات النمذجة التي تدمج DWI وADC وT2-FLAIR لالتقاط كل من خصائص النواة الإقفارية المبكرة والمعلومات الزمنية التي قد تؤثر على التعافي الوظيفي.

بالتوازي، توفر المتغيرات السريرية المعروفة إشارة تنبؤية قوية وتكون متاحة بشكل روتيني عند القبول^الرابع. مقياس السكتة الدماغية للمعاهد الوطنية للصحة (NIHSS) هو مقياس واسع الاستخدام لشدة العجز العصبي ويتنبأ بقوة بالنتائج السريرية. النوع الفرعي لأسباب السكتة الدماغية، بما في ذلك تجربة Org 10172 في تصنيف علاج السكتة الدماغية الحادة (TOAST)، قد يوفر معلومات تنبؤية إضافية تتجاوز NIHSS في بعض التحليلات ^8,9. أظهرت أعمالها السابقة أيضا أن عوامل الخطر الوعائية والحالات المصاحبة يتم تحديدها مرارا وتكرارا بين المؤشرات المرشحة للنتائج السيئة في مجموعات السكتة الدماغية الإقفارية والدراسات التنبؤية ^4,10. ترتبط الأمراض المصاحبة المحددة مثل الرجفان الأذيني، وفشل القلب غير التعويضي، والسكري باستمرار بنتائج وظيفية أسوأ بعد السكتة الدماغية ^1,11,12. يرتبط التدخين بنتائج وظيفية أسوأ خلال 90 يوما، في حين يظهر تعاطي الكحول ارتباطات أضعف أو تعتمد على الجرعة، وتظهر اضطرابات الدهون علاقات أكثر تعقيدا مع الإعاقة بعد السكتة الدماغية^{13،14،15،16،17}. تدعم هذه النتائج دمج المؤشرات السريرية المنظمة التي تلتقط شدة السكتة الدماغية، وسببها، وعبء المرض المصاحب مع التصوير بالرنين المغناطيسي متعدد المعايير بدلا من الاعتماد على أي من الطريقتين فقط.

تشير دراسات تعلم الآلة الحديثة إلى أن النماذج الحاسوبية يمكنها دمج مؤشرات حيوية متجانسة لتحسين التنبؤ بنتائج السكتة الدماغية، رغم أن الأداء يعتمد بشكل كبير على طريقة البيانات، وتركيب المجموعة، وتصميم النموذج، واستراتيجيات التعامل مع عدم توازن^{الطبقات} 18,19,20. أثبتت طرق تعزيز التدرج وتركيبة التركيب جدوى التنبؤ ب mRS لمدة 90 يوما باستخدام التصوير والعوامل الديموغرافية والسريرية، خاصة في التصنيف الثنائي لنتيجة غير مواتية (mRS > 2)¹⁸. أظهرت الدراسات متعددة المراكز الحديثة التي جمعت بين ميزات الرنين المغناطيسي المشتقة من الشبكة العصبية الالتفاوية ثلاثية الأبعاد (CNN) من DWI وADC وFLAIR مع متغيرات سريرية منظمة أن النماذج متعددة الوسائط تلتقط معلومات التنبؤ التكميلية تتجاوز النهج الأحادي^{النمط 21}. تم الإبلاغ عن نتائج مماثلة باستخدام أساليب تصوير مفردة مثل التصوير المرجح بالانتشار أو التصوير المقطعي المحوسب غير التباين المدمج مع المتغيرات السريرية^18,22. تلخص الدراسات التمثيلية التي استخدمت نماذج الذكاء الاصطناعي متعددة الوسائط للتنبؤ بنتائج السكتة الدماغية في الجدول 1.

الدراسة	طريقة التصوير	تقنية الذكاء الاصطناعي (نموذج)	الهدف	الملخص
ليو وآخرون 18	الرنين المغناطيسي (DWI) + الفحص السريري	نموذج التنبؤ بالتعلم العميق (DLPD، شبكة تصوير معتمدة على CNN + شبكة الميزات السريرية)	التنبؤ ب mRS الترتيبي لمدة 90 يوما باستخدام التصوير المختلط والمعلومات السريرية.	تفوق النموذج المدمج بشكل ملحوظ على النماذج التصويرية فقط والسريرية فقط، وحقق دقة عالية في التنبؤ بالنتائج غير المواتية.
يونغ وآخرون 21	الرنين المغناطيسي (DWI، ADC، FLAIR) + السريري	نموذج التعلم العميق الجماعي الذي يجمع بين شبكات التصوير ثلاثية الأبعاد والCNN ونموذج البيرسيبترون متعدد الطبقات (MLP) السريري	تطوير نموذج DL متعدد الوسائط لتوقع النتائج الوظيفية في AIS.	حسن التكامل متعدد الوسائط التنبؤ بنتائج الثلاثة أشهر مقارنة بالنماذج ذات النمط الواحد في مجموعة كبيرة متعددة المراكز.
وي وآخرون 27	الرنين المغناطيسي (DWI, ADC) + التصوير السريري	الراديوميكس + التعلم الآلي (اختيار ميزات LASSO + الانحدار اللوجستي / مصنفات الغابات العشوائية)	التنبؤ بالنتائج الوظيفية طويلة الأمد باستخدام أشعة الرنين المغناطيسي والمتغيرات السريرية.	حقق نموذج الإشعاعيات-السريري أداء تنبؤيا أفضل من النماذج التصويرية فقط أو السريرية فقط.
ليو وآخرون 22	التصوير المقطعي بدون تباين + الطب السريري	نموذج دمج التعلم العميق (مشفر تصوير CNN + شبكة MLP سريرية)	التنبؤ بنتائج وظيفية لمدة 90 يوما من بيانات التصوير المقطعي الحاد والسريرية.	حسن الاندماج متعدد الوسائط دقة التنبؤ بشكل ملحوظ مقارنة بالنماذج ذات النمط الواحد.
ليو وآخرون 19	الرنين المغناطيسي (DWI) + الفحص السريري	نموذج التنبؤ بالتعلم العميق (DLPD، نموذج الاندماج المعتمد على CNN)	تقييم نموذج التنبؤ بنتائج التعلم العميق مقابل توقعات الأطباء.	حقق نموذج الذكاء الاصطناعي أداء مماثلا لأخصائيي السكتة الدماغية في التنبؤ بنتائج mRS خلال 90 يوما.
رحمن وآخرون 20	السريري	التعلم العميق الهجين (CNN+GRU مع ADASYN)	التنبؤ بخطر السكتة الدماغية من البيانات السريرية غير المتوازنة	حسن التعلم العميق الهجين مع ADASYN أداء التنبؤ بمخاطر السكتة الدماغية، مما أظهر قيمة موازنة البيانات المتقدمة والتعلم متعدد النماذج.
علي وآخرون 29	الرنين المغناطيسي/التصوير بالرنين المغناطيسي/التصوير بالرنين المغناطيسي الوظيفي	مراجعة منهجية شاملة للنماذج المختلطة في التعلم الآلي والتعلم العميق والهجين	تقييم تقنيات الذكاء الحاسوبي للتشخيص القائم على التصوير العصبي	عادة ما تفوقت النماذج الهجينة على أساليب التعلم الآلي والتعلم الذاتي المستقلة، مما يدعم قيمة البنى الهجينة للتنبؤ القائم على التصوير العصبي.

الجدول 1: ملخص الدراسات السابقة حول التنبؤ القائم على الذكاء الاصطناعي للنتائج الوظيفية بعد السكتة الدماغية الإقفاري الحادة. تلخص الدراسات التمثيلية باستخدام التصوير أو المتغيرات السريرية أو الأساليب متعددة الوسائط للتنبؤ بالنتائج الوظيفية بعد السكتة الدماغية، بما في ذلك طريقة التصوير، تقنية الذكاء الاصطناعي، هدف الدراسة، والنتائج الرئيسية. يرجى الضغط هنا لتحميل هذا الجدول.

ومع ذلك، تعتمد العديد من الدراسات القائمة على تسلسلات تصوير فردية أو نماذج التعلم العميق التقليدية التي تلتقط بشكل أساسي الميزات المكانية المحلية وقد لا تنمذج بشكل كامل للعلاقات السياقية طويلة المدى ضمن بيانات تصوير الدماغ. وبالتالي، لا تزال هناك فجوة محددة في تطوير وتقييم نهج متعدد الوسائط يستخدم بشكل مشترك DWI وADC وT2-FLAIR مع المتغيرات السريرية المنظمة مع دمج استخراج ميزات الآفات المحلية والنمذجة السياقية العالمية. على الرغم من أن شبكات CNN معروفة جيدا لاستخراج الميزات على مستوى الآفات، إلا أن البنى المعتمدة على المحولات مثل محولات الرؤية (ViTs) تتيح نمذجة العلاقات السياقية طويلة المدى من خلال آليات الانتباه، مما يوفر تمثيلات عالمية مكملة^23,24. لذلك، توفر نماذج CNN-ViT الهجينة إطارا عقلانيا لترميز تفاصيل الشكل المحلي والسياق العالمي للدماغ بشكل مشترك. خوارزميات التعلم الآلي مناسبة أيضا لنمذجة العلاقات غير الخطية المعقدة ضمن البيانات السريرية المنظمة غير المتجانسة²⁵. استشارت هذه الدراسة بمبادئ التعلم متعدد الوسائط الحديثة التي^{تركز على} التكامل التكميلي متعدد الوسائط، حيث جمعت هذه الدراسة بين التصوير متعدد المعلمات ضمن العمود الفقري للتصوير CNN-ViT ودمجت هذه الميزات مع نموذج سريري للتعلم الآلي للتنبؤ بالنتائج خلال 90 يوما. تكمن حداثة الدراسة في تطوير وتقييم إطار اندماج متعدد الوسائط مكدس يدمج تسلسلات الرنين المغناطيسي المكملة، وتمثيلات التصوير المحلية والعالمية ل CNN-ViT، والمتنبؤات السريرية المنظمة ضمن نموذج تنبؤ موحد للنتائج لمدة 90 يوما.

كانت فرضية الدراسة أن دمج التصوير بالرنين المغناطيسي متعدد المعلمات مع المتغيرات السريرية المنظمة باستخدام بنية هجينة من CNN-ViT سيحسن التنبؤ بالنتائج الوظيفية لمدة 90 يوما بعد AIS مقارنة بالنماذج ذات النمط الواحد. وبناء عليه، كان الهدف تطوير وتقييم إطار عمل متعدد الوسائط للتعلم العميق يدمج تسلسلات الرنين المغناطيسي DWI وADC وT2-FLAIR مع متنبئات سريرية منظمة لتقدير نتائج mRS خلال 90 يوما لدى مرضى AIS.

البروتوكول

تمت الموافقة على هذه الدراسة من قبل مجلس المراجعة المؤسسية لمستشفى جامعة شنزن العام (رقم موافقة مجلس المراجعة المؤسسية. KYLL-2026-077-1). تم التنازل عن شرط الموافقة الكتابية المستنيرة بسبب تصميم الدراسة الاستعادي.

1. دفعة الدراسة

تم تحديد المرضى المصابين بالسكتة الدماغية الإقفاري الحادة (AIS) الذين خضعوا لأشعة الرنين المغناطيسي متعددة المعايير بأثر رجعي من قاعدة البيانات السريرية المؤسسية. يتم توضيح سير العمل العام للدراسة، بما في ذلك تقسيم مجموعات البيانات، وتطوير نماذج التصوير، وبناء النماذج السريرية، والاندماج متعدد الوسائط، في الشكل 1.

الشكل 1: سير عمل إطار التنبؤ بالنتائج متعددة الوسائط. (أ) جمع البيانات. تم تحديد المرضى المصابين بالسكتة الدماغية الإقفارية الحادة (AIS) الذين يستوفون معايير الإدراج المحددة مسبقا بأثر رجعي. تم تقسيم مجموعة البيانات إلى مجموعة تدريب-التحقق (n = 250)، ومجموعة اختبار داخلية مستقلة (n = 50)، ومجموعة اختبار خارجية (n = 37). تم إجراء التحقق المتقاطع الطبقي الخمسة ضمن مجموعة التدريب والتحقق. (ب) تطوير نموذج التصوير. تمت معالجة تسلسلات الرنين المغناطيسي متعددة المعايير، بما في ذلك التصوير المرجح بالانتشار (DWI)، ومعامل الانتشار الظاهر (ADC)، واستعادة الانعكاس المخفف بسائل T2 (T2-FLAIR)، باستخدام بنية هجينة ثلاثية الأبعاد لشبكة عصبية ملتفاية-محول رؤية (CNN-ViT) للتنبؤ بالنتائج. (ج) تطوير النموذج السريري. تم استخدام المتغيرات السريرية المنظمة لتدريب نماذج التعلم الآلي على التنبؤ بنتائج وظيفية خلال 90 يوما. (د) استراتيجية الاندماج متعدد الوسائط. تم دمج التنبؤات التي تولدها النماذج التصويرية والسريرية باستخدام متعلم ميتا للانحدار اللوجستي المكدس لإنتاج توقعات النتائج النهائية. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

تم إجراء فحوصات الرنين المغناطيسي باستخدام أنظمة الرنين المغناطيسي السريري. تم استخدام ملف رأس مخصص بمصفوفة طور لالتقاط الصور. تم الحصول على جميع التسلسلات في المستوى المحوري باستخدام تموضع الشرائح المتسق عبر الأنماط المختلفة. تم الحصول على التصوير المرجح بالانتشار (DWI) باستخدام تسلسل تصوير دوران صدى واحد مع زمن تكرار (TR) بين 3000–5000 مللي ثانية وزمن صدى (TE) بين 80–90 مللي ثانية. تم تطبيق تحسس الانتشار باستخدام قيم b 0 و800–1000 ثانية/مم² في ثلاثة اتجاهات متعامدة على الأقل. تراوح مجال الرؤية بين 220–240 مم مع حجم مصفوفة 128 × 128. كان سمك الشريحة 5–6 مم مع فجوة بين الشرائح بين 1–1.5 مم. تم الحصول على متوسط إشارة من اثنين إلى أربع أشخاص.

تم توليد خرائط معامل الانتشار الظاهري (ADC) تلقائيا من بيانات DWI على محطة عمل الماسح باستخدام ملاءمة أحادية الأسية بناء على قيم b المكتسبة. تم حساب قيم ADC على مستوى الفوكسل وتصديرها للتحليل الكمي. تم التقاط صور استرداد العكس المخفف بسائل T2 (T2-FLAIR) باستخدام تسلسل استرداد انعكاس بمعدل TR من 8,000–10,000 مللي ثانية، وTE بين 80–140 مللي ثانية، وزمن انعكاس بين 2,200–2,600 مللي ثانية. تراوح مجال الرؤية بين 220–240 مم مع حجم مصفوفة 192 × 192 إلى 256 × 256. كان سمك الشريحة 4–5 مم مع فجوة بين الشرائح 1–1.5 مم.

2. معالجة البيانات المسبقة

تم استيراد البيانات السريرية من جداول بيانات منظمة تحتوي على معرفات حالة، ودرجات نتائج mRS، وتسميات تقسيم مجموعات البيانات، والمتغيرات الديموغرافية والسريرية. تم توحيد معرفات الحالات لضمان الاتساق مع أسماء ملفات التصوير. شملت المتغيرات السريرية الخصائص الديموغرافية، وشدة السكتة الدماغية المقاسة باستخدام مقياس السكتة الدماغية التابع للمعاهد الوطنية للصحة (NIHSS)، وعوامل الخطر الوعائية، والحالات المصاحبة المسجلة عند الدخول.

كانت النتيجة الأساسية الحالة الوظيفية بعد 90 يوما من بداية السكتة الدماغية التي تم قياسها باستخدام مقياس رانكين المعدل (mRS). تم تعريف النتيجة المواتية بأنها mRS ≤ 2 والنتيجة السلبية بأنها mRS > 2. تم تقسيم مجموعة البيانات عشوائيا إلى مجموعات اختبار تدريبية وتحقق داخلية ومستقلة باستخدام أخذ عينات طبقية بناء على توزيع mRS للحفاظ على توازن النتائج. تمت معالجة مجموعة اختبار خارجية بشكل منفصل ولم تستخدم أثناء تطوير النموذج. داخل مجموعة التدريب والتحقق من الصحة، تم تطبيق التحقق المتقاطع الطبقي على k-fold للحفاظ على توزيعات النتائج المتسقة عبر الطيات.

تم معالجة جميع أحجام DWI وADC وT2-FLAIR مسبقا قبل تدريب النماذج لضمان الاتساق المكاني والعددي عبر الوسائط. تم تطبيق نفس خط معالجة ما قبل المعالجة على مجموعات التدريب-التحقق والاختبار الداخلي والاختبار الخارجي دون تعديل. تم إعادة توجيه الصور إلى اتجاه RAS القياسي وتحويلها إلى مصفوفات النقطة العائمة. تم إعادة أخذ الدقة المكانية داخل المستوى إلى 256 × 256 باستخدام الاستيفاء الخطي. تم توحيد بعد المستوى العرضي إلى 20 شريحة باستخدام استراتيجية مركزية: حيث تم قص الأحجام التي تحتوي على أكثر من 20 شريحة في المنتصف، بينما كانت الأحجام التي تحتوي على أقل من 20 شريحة مبطنة بشكل متماثل. كان حجم المجلد النهائي 256 × 256 × 20.

تم إجراء تطبيع الشدة بشكل مستقل لكل حجم باستخدام تطبيع درجة z:

حيث يدل x على شدة الفوكسل، μ هو متوسط شدة الحجم، و σ هو الانحراف المعياري. إذا كان σ = 0، لم يتم تطبيق التطبيع لمنع عدم الاستقرار العددي. تم حفظ الأحجام المعالجة بصيغة NIfTI مع مصفوفة أفينية موحدة لتحليل التعلم العميق في مرحلة التبيين.

3. تطوير النموذج السريري

تم استخدام المتغيرات السريرية المنظمة لتطوير نماذج تعلم آلي للتنبؤ بالنتائج. شملت المؤشرات المرشحة الخصائص الديموغرافية، وعوامل الخطر الوعائية، وأسباب السكتة الدماغية، ومقاييس الشدة السريرية الأساسية. تم احتساب المتغيرات المستمرة باستخدام القيم الوسيطة وتوحيد المتغيرات المستمرة. تم احتساب المتغيرات الفئوية باستخدام الفئة الأكثر شيوعا وترميزها باستخدام ترميز أحادي الساخن.

تم تقييم عدة خوارزميات تعلم آلة، بما في ذلك الانحدار اللوجستي، الغابة العشوائية، تعزيز التدرج، آلة الدعم المتجه (SVM)، تعزيز التدرج الشديد، ونماذج آلات تعزيز تدرج الضوء. اتبع تطوير النموذج إطار عمل تحقق متقاطع طبقي من خمسة أضعاف ضمن مجموعة التدريب والتحقق لتقدير أداء التعميم. تم توليد التنبؤات النهائية لمجموعات الاختبار الداخلية والخارجية من خلال متوسط توقعات نماذج مدربة على كل طية تحقق متقاطع. لم تستخدم أي عينات اختبار خارجية أثناء التحقق المتقاطع أو اختيار النماذج.

4. بنية نموذج التعلم العميق

تم تنفيذ بنية هجينة ثلاثية الأبعاد من CNN-ViT لتوقع النتائج من أحجام تصوير بالرنين المغناطيسي متعددة الوسائط. تم تصميم الشبكة لدمج استخراج الميزات المكانية المحلية مع النمذجة السياقية العالمية ضمن إطار موحد. تكونت أحجام الإدخال من صور ثلاثية الأبعاد متعددة القنوات تتم معالجتها من طرف إلى طرف.

تم استخراج الميزات في البداية باستخدام عمود فقري التفافي ثلاثي الأبعاد هرمي مكون من 4 مراحل. تضمنت كل مرحلة طبقتين التفافيتين بحجم نواة 3 × 3 × 3 وحشوة بفوكسل واحد، تليها تطبيع دفعي وتنشيط الوحدة الخطية المصححة. تم تقليل الدقة المكانية تدريجيا باستخدام طبقات تجميع أقصى ثلاثية الأبعاد تم تطبيقها بعد المراحل الثلاث الأولى، بينما زاد عمق قناة الميزات في كل مستوى لالتقاط تمثيلات دلالية على مستوى أعلى. تم تطبيق تنظيم الانسحاب (معدل الانقطاع = 0.1) بعد المرحلة التفافية النهائية لتقليل الإفراط في التركيب. حول العمود الفقري الالتفافي حجم الإدخال بحجم C × D × H × W إلى تمثيل ميزات مدمجة عالية المستوى مع أبعاد مكانية أقل.

تم إعادة تشكيل خريطة الميزات الناتجة إلى تسلسل من الرموز عن طريق تسطيح الأبعاد المكانية بحيث يتوافق عدد الرموز مع:

N = D' x H' x W'

تم نمذجة العلاقات السياقية العالمية بين الرموز باستخدام طبقات ترميز المحول المكونة من شبكات تركيز ذاتي متعددة الرؤوس وشبكات تغذية مستقبلية. تم حساب الاهتمام الذاتي كما يلي:

حيث تشير Q وK وV إلى مصفوفات الاستعلام، المفتاح، والقيم على التوالي، وd يمثل بعد التضمين. تم تطبيق تطبيع الطبقة وفقدان النقاط داخل كل طبقة مشفر لتحسين استقرار التدريب. تكونت وحدة المحول من 3 طبقات مشفر مع 8 رؤوس انتباه وبعد تضمين 256.

بعد ترميز المحول (Transformers)، تم استخراج التمثيل المقابل لرمز التصنيف وتطبيعه. تنتج طبقة خطية متصلة بالكامل مخرجا لوجيتا واحدا لتصنيف الثنائي.

تم تصميم الهيكلية الهجينة المقترحة من CNN-ViT عمدا كنموذج خفيف الوزن وفعال من حيث المعلمات لموازنة القدرة التمثيلية ومخاطر التركيب الزائد. تألف النموذج من 3.79 مليون معلم قابل للتدريب (حوالي 14.4 ميجابايت بدقة fp32)، بما في ذلك 1.38 مليون في العمود الفقري الالتفافي و2.37 مليون في مشفر المحول (Transformer).

5. تدريب نماذج التصوير

تم تدريب نموذج التصوير باستخدام إطار تحقق متقاطع من خمسة طبقات للحفاظ على توزيع النتائج عبر الطيات مع تحسين متانة تقدير الأداء. تم تقسيم مجموعة البيانات إلى مجموعة تدريب-التحقق ومجموعة اختبار داخلية مستقلة باستخدام أخذ عينات طبقية بناء على توزيع النتائج. ضمن مجموعة التدريب والتحقق من الصحة، تم تطبيق التحقق المتقاطع الطبقي الخماسي الطبقي. لكل طي، تم تدريب نموذج التصوير باستخدام مجموعة التدريب وتقييمه باستخدام مجموعة التحقق المقابلة، بينما تم تخصيص مجموعة الاختبار التي تم الاحتفاظ بها حصريا للتقييم النهائي للأداء.

تم تنفيذ تحسين النموذج باستخدام إطار عمل للتعلم العميق على محطة عمل مزودة بمعالج رسومات مع محسن AdamW، ومعدل تعلم 3 × 10⁻⁵، وانخفاض الوزن 3 × 10⁻⁴. تم إجراء التدريب باستخدام دفعة مكونة من 8 وحدات لما يصل إلى 200 فترة من الدور. تم استخدام الإنتروبيا المتبادلة الثنائية مع لوجيتس كدالة خسارة.

لمعالجة عدم توازن الفئة، تم حساب عامل وزن الفئة الموجب لكل طية بناء على نسبة العينات السالبة إلى الموجبة ودمجها في دالة الخسارة. تم تطبيق قص المعيار التدرج بمعيار أقصى 0.5 لتحسين الاستقرار العددي أثناء التحسين. تم تمكين التدريب التلقائي المختلط الدقيق لتحسين الكفاءة الحاسوبية.

تم تنفيذ التوقف المبكر عندما فشل أداء التحقق من التحسن بمقدار لا يقل عن 1 × 10⁻⁴ خلال 30 حقبة متتالية. تم الاحتفاظ بأفضل نقطة تفتيش نموذجية من كل طي. بعد الانتهاء من جميع الطيات، تم توليد توقعات لمجموعات الاختبار الداخلية والخارجية باستخدام كل نموذج خاص بالطيات، وتم الحصول على الاحتمالات النهائية من خلال متوسط التنبؤات عبر النماذج الخمسة لتوليد مخرجات المجموعة.

6. نموذج الاندماج متعدد الوسائط

تم تنفيذ استراتيجية دمج مكدس لدمج التنبؤات المشتقة من التصوير مع المعلومات السريرية المنظمة. كان نموذج التصوير العميق للتعلم العميق ونموذج التنبؤ السريري بدور المتعلمين الأساسيين، واستخدمت احتمالاتهم المتوقعة كميزات إدخال لمتعلم ميتا الانحدار اللوجستي. تم دمج ميزات تفاعل إضافية، بما في ذلك حاصل الضرب والفرق المطلق بين الاحتمالات المتوقعة، لالتقاط المعلومات التكميلية بين التصوير والتنبؤات السريرية.

لمنع تسرب المعلومات، تم تدريب المتعلم الفوقي باستخدام احتمالات متوقعة خارج نطاق التكوين من مجموعة التدريب والتحقق. تم دمج الاحتمالات المتبادلة من النماذج التصويرية والسريرية المصادقة عليها بواسطة معرف المريض لبناء مجموعة بيانات تدريب المتعلمين الفوقيين. بالنسبة لمجموعات الاختبار الداخلية والخارجية، تم استخدام احتمالات مجموعة الاختبار المقابلة من النماذج التصويرية والسريرية كمدخلات للمتعلم المتعلم المدرب لتوليد احتمالات مدمجة. تم تطبيق المتعلم المدرب على كلا مجموعتي الاختبار دون إعادة تجهيز.

7. دراسة الاستئصال

أجريت تجارب الاستئصال لتقييم مساهمات تسلسلات الرنين المغناطيسي الفردية ومكون محول الرؤية باستخدام نفس إعدادات التدريب والتقييم التي كانت النموذج الأساسي. شملت عمليات الاستئصال التسلسلي نماذج التسلسل الواحد، ونماذج ترك تسلسل واحد خارج، والنموذج متعدد المعلمات الكامل. لتقييم مساهمة وحدة محول الرؤية، تم مقارنة البنية الهجينة المقترحة أيضا مع خط أساس CNN فقط، حيث تمت إزالة مشفر المحول مع الحفاظ على نفس العمود الفقري الالتفافي.

8. التحليل الإحصائي

تم تقييم أداء النموذج بشكل منفصل في مجموعة الاختبار الداخلية المستقلة ومجموعة الاختبار الخارجية باستخدام المساحة تحت منحنى خاصية تشغيل المستقبل (AUC) كمقياس تمييز أساسي. تم بناء منحنيات خصائص تشغيل المستقبل (ROC) باستخدام احتمالات متوقعة تولدها كل نموذج. تم أيضا حساب الحساسية والنوعية والدقة العامة لتوصيف أداء التصنيف.

تم توليد النتائج الثنائية باستخدام عتبات محددة وفقا لمؤشر يودن. تم حساب الحساسية والنوعية والدقة لاحقا عند الحد الأمثل. تم تنفيذ جميع التحليلات الإحصائية، وتطوير نماذج التعلم الآلي، وتدريب نماذج التعلم العميق باستخدام حزم برامج الحوسبة العلمية وتعلم الآلة القياسية.

النتائج

مجموعة الدراسة

تم تضمين ما مجموعه 300 مريض مصاب بالسكتة الدماغية الإقفارية الحادة (AIS) بعد تطبيق معايير الإدراج والاستبعاد المحددة مسبقا. تم تقسيم مجموعة البيانات إلى مجموعة تدريب-التحقق (n = 250) ومجموعة اختبار داخلية مستقلة (n = 50) باستخدام أخذ عينات طبقية بناء على توزيع النتائج الوظيفية. بالإضافة إلى ذلك، تم تضمين مجموعة اختبار خارجية مكونة من 37 مريضا من AIS من مجموعة بيانات مستقلة لتوفير التحقق الخارجي الأولي. تم إجراء التحقق المتقاطع الطبقي الخمسة حصريا داخل مجموعة الت...

المناقشة

طورت هذه الدراسة وقيمت إطار ذكاء اصطناعي متعدد الوسائط يدمج التصوير بالرنين المغناطيسي متعدد المعلمات والمتغيرات السريرية المنظمة للتنبؤ بالنتيجة الوظيفية لمدة 90 يوما بعد السكتة الدماغية الإقفاري الحادة (AIS). أظهر نموذج الاندماج المقترح أداء تنبؤيا أعلى من النموذج التصويري أو السريري وحده. على وجه التحديد، حقق النموذج متعدد الوسائط المكدس الذي يدمج التنبؤات من النموذج السريري المعتمد على جهاز الدعم المتجه (SVM) ونموذج التصوير AUC بلغ 0.885 في مجموعة الاختبار الداخلية المستقلة، مقارنة ب...

المواد

قائمة المواد المستخدمة في هذه المقالة

الاسم	الشركة	رقم فهرسي	التعليقات
نظام التصوير بالرنين المغناطيسي ((Discovery MR750 3.0T)	GE Healthcare	https://www.gehealthcare.in/products/magnetic-resonance-imaging/3-0t/discovery-mr750	ماسح التصوير بالرنين المغناطيسي السريري المستخدم للحصول على صور DWI وADC وT2-FLAIR
لفائف الرأس متعددة الأطوار	GE Healthcare	https://services.gehealthcare.com/gehcstorefront/p/5450630	لفائف الرأس المستخدمة لاستقبال إشارات التصوير بالرنين المغناطيسي
وحدة معالجة الرسومات (RTX 4090)	NVIDIA	https://www.nvidia.com/en-us/geforce/graphics-cards/40-series/rtx-4090/	وحدة معالجة الرسومات المستخدمة لتدريب نماذج التعلم العميق
إطار عمل التعلم العميق (PyTorch v2.1)	PyTorch Foundation	https://pytorch.org/	الإطار المستخدم لتنفيذ نموذج CNN-Transformer
لغة البرمجة (Python v3.10)	Python Software Foundation	https://www.python.org/downloads/release/python-3100/	البيئة المستخدمة لتطوير النماذج ومعالجة البيانات
مكتبة التعلم الآلي (scikit-learn)	مطورو scikit-learn	https://scikit-learn.org/stable/	يستخدم لنماذج التعلم الآلي الإكلينيكية والتحليل الإحصائي
مكتبة التعزيز التدرج (XGBoost)	DMLC	https://xgboost.readthedocs.io/en/release_3.2.0/	يستخدم لتنفيذ نموذج التعزيز التدرج
مكتبة التعزيز التدرج (LightGBM)	Microsoft	https://lightgbm.readthedocs.io/en/stable/	يستخدم لنموذج LightGBM السريري