في خطوة متقدمة نحو تحسين تشخيص أمراض العيون، تم الكشف عن نموذج FunduSegmenter، الذي يعد الأول من نوعه في استخدام نموذج RETFound لتقسيم قرص العصب البصري (Optic Disc) والكوب البصري (Optic Cup) بشكل مشترك. يتمتع نموذج RETFound بشهرة كبيرة في معالجة الصور الناتجة عن الكاميرا الشبكية (Fundus Camera) وتصوير التماسك البصري (Optical Coherence Tomography)، وقد أظهر أداءً واعدًا في تشخيص الأمراض.

تمتاز عملية التصميم في FunduSegmenter بدمج مجموعة من الوحدات الجديدة التي تعزز أداء النموذج، بما في ذلك وحدة تحضيرية (Pre-adapter)، ووحدة فك التشفير (Decoder)، ووحدة ما بعد التكيف (Post-adapter)، وروابط تخطي مرتبطة بوحدة الانتباه (Convolutional Block Attention Module) بالإضافة إلى وحدة محول الرؤية (Vision Transformer block adapter).

اليوم، قامت الدراسة باختبار النموذج على بيانات خاصة وبيانات من أربعة مجموعات عامة، بما في ذلك GoDARTS وIDRiD وDrishti-GS وRIM-ONE-r3 وREFUGE. وقد حقق النموذج معدل توافق (Dice Similarity Coefficient) مذهل بلغ 90.51% أثناء التحقق الداخلي، متفوقًا على جميع القواعد الأساسية، وبعضها بشكل ملحوظ، مثل nnU-Net الذي حقق 82.91% وDUNet بمعدل 89.17% وTransUNet بمعدل 87.91%.

في جميع تجارب التحقق الخارجي، كانت النتائج المتوسطة أعلى بحوالي 3% من أفضل قاعدة أساسية، كما كان النموذج منافسًا في تعميم المجال. يكشف هذا البحث عن إمكانية الاستفادة من التمثيلات العامة التي تعلمها نموذج RETFound في تقسيم قرص العصب وكوب العصب في الصور الناتجة عن الكاميرا الشبكية.

إن نموذج FunduSegmenter يتجاوز بشكل عام الأساليب القياسية، وتتمتع وحداته بالكفاءة والقدرة على التكيف لتصبح قاعدة لتطوير نماذج أساسية أخرى. تعكس التفاصيل المثيرة كيف يوفر هذا النموذج ثباتًا قويًا وقدرة على التعميم عند التعامل مع بيانات مختلفة، مما يسهل مهام الأتمتة، بدءًا من تحديد الإحداثيات الشبكية الدقيقة وصولًا إلى اكتشاف المؤشرات البيولوجية. يمكنكم الاطلاع على الكود والأوزان المدربة على [GitHub](https://github.com/JusticeZzy/FunduSegmenter).