في عالم تصوير الطب، يشهد مجال تقسيم الصور تحولاً ثورياً من أساليب المطابقة البصرية التقليدية إلى استراتيجيات تعتمد على التحليل الذهني. حيث قدمت نماذج اللغات الكبيرة متعددة الوسائط (Multimodal Large Language Models) وعوداً كبيرة في دمج المعرفة اللغوية والبصرية؛ إلا أن هناك فجوات ملحوظة تحتاج إلى سد. فبينما تتمتع نماذج MLLMs بفهم واسع للتفكير المنطقي، تفتقر إلى القدرة على تحليل الصور الطبية المعقدة، مما يجعل الطرق التقليدية لتقسيم الصور، رغم تميزها في تقسيم البكسلات، تفتقر إلى التفسير المنطقي.

وفي هذا السياق، تم تقديم نموذج **ComLesion-14K** كأول معيار متنوع لـ“سلسلة من الأفكار” (Chain-of-Thought) المخصصة لتقسيم الصور الطبية المعقدة. يفتخر الباحثون بتقديم **CORE-Seg**، والذي يعد إطار عمل متكامل يجمع بين التحليل الذهني وتقنيات تقسيم الصور من خلال موصلات فكرية موجهة (Semantic-Guided Prompt Adapter).

إستراتيجية التدريب المتبعة تتضمن تطوراً مبتكراً من التعليمات النصف تحت إشراف إلى التحسين المبني على الغرايتنغ (GRPO)، مما سمح بتطوير آلية مكافآت مزدوجة لتقليل ندرة المكافآت. وقد أثبتت الطريقة فعالية عالية، حيث حققت نتائج قياسية مع معدل Dice يصل إلى 37.06%، أي بزيادة قدرها 14.89% مقارنة بأفضل نموذج مرجعي آخر، مع تقليل معدل الفشل إلى 18.42%.

لمعرفة المزيد حول هذا الإطار الحديث، يمكنكم زيارة صفحة المشروع. هل أنتم مستعدون لاستكشاف مستقبل تحليل الصور الطبية؟ شاركونا آراءكم في التعليقات!