في عالم التصوير الطبي، يمثل تقسيم الصور تحديًا كبيرًا يتطلب تقنيات متطورة لضمان دقة النتائج. تقدم دراسة جديدة بعنوان ROBUST-WT، التي نُشرت في IEEE Transactions on Medical Imaging لعام 2024، حلولاً مبتكرة لمشاكل تقسيم الصور باستخدام تقنيات مثل تحويل التبييض (Whitening Transform) واستخراج الشكل البروباندي القائم على المعطيات الشكلية (Probabilistic Shape Regularization Extractor - WT-PSE).

تمتاز هذه التقنية بتجاوز القيود المرتبطة بمختلف أجهزة التصوير والبروتوكولات السريرية. حيث تم التعرف على أربع مشاكل رئيسة في التنفيذ السابق لـ WT-PSE، وهي:
1. نقص في تنويعات التدريب التي تحاكي متغيرات أجهزة التصوير.
2. الاعتماد على دالة خسارة ثنائية تقاطع البكسل (binary cross-entropy loss) وهي حساسة للضوضاء.
3. عدم وجود استراتيجية لتوزيع وزن الخسارة بشكل منظم.
4. عدم وجود مفاتيح للتحكم في الدراسات العلمية.

لمواجهة هذه التحديات، قدم الباحثون أربع تحسينات نوعية تشمل:
1. تعزيزات تدريب متكيفة مع المجالات تتضمن محو عشوائي، تصحيح غاما (gamma correction) وضجيج ملح وفلفل.
2. وظيفة خسارة هجينة تجمع بين دالة خسارة BCE وDice لتحسين التقسيم تحت ظروف ضوضائية.
3. استراتيجية جدولة وزن Dice قائمة على المنهج التدريسي.
4. مفاتيح تحكم قائمة على سطر الأوامر لدراسات الإزالة المنهجية.

تظهر التجارب على معيار تقسيم قرص العين البصري أن أنبوب التحسين المحسن يحقق نتيجة نهائية لدرجة Dice تصل إلى 0.956 ومعدل انحراف متوسط (ASD) يبلغ 13.31، متفوقًا على نتيجة Dice الأساسية التي كانت 0.939. تشير هذه النتائج إلى أن التحسينات على مستوى التدريب يمكن أن تعزز الأداء بشكل ثابت دون تعديل الهيكل الأساسي لـ WT-PSE.

تقدم تقنية ROBUST-WT رؤية جديدة لمستقبل تقسيم الصور الطبية، حيث تجمع بين التقنيات الحديثة والبحث الدقيق لتحسين النتائج السريرية. ما رأيكم في هذه التطورات المثيرة؟ شاركونا أفكاركم في التعليقات!