بهبود بخش‌بندي تصاوير پزشكي با تقويت گيت‌هاي توجه در معماري U-Net

اصفهان : دانشگاه صنعتي اصفهان

مهندسي پزشكي

كارشناسي ارشد

بخش‌بندي تصاوير پزشكي، يكي از چالش‌هاي اساسي در زمينه‌ي پردازش تصوير و يادگيري عميق محسوب مي‌شود كه نقش حياتي در تشخيص، برنامه‌ريزي درمان و پايش بيماري‌ها ايفا مي‌كند. شبكه‌هاي عصبي پيچشي مبتني بر معماري U-Net، به دليل ساختار متقارن رمزگذار-رمزگشا و اتصالات پرش، به عنوان استاندارد طلايي در اين حوزه شناخته مي‌شوند. با اين حال، اين شبكه‌ها با چالش‌هايي نظير عدم تمركز بر نواحي مهم تصوير (به دليل فقدان مكانيزم توجه)، حساسيت به پس‌زمينه‌هاي پيچيده و عدم بهره‌مندي از اطلاعات ساختاري مانند لبه‌ها و بافت‌ها مواجه هستند كه مي‌تواند دقت بخش‌بندي به ويژه در نواحي مرزي ضايعات را كاهش دهد. پژوهش حاضر با هدف بهبود عملكرد بخش‌بندي تصاوير پزشكي به طراحي، پياده‌سازي و مقايسه‌ي چهار معماري مختلف مبتني بر U-Net پرداخته است. در اين راستا، علاوه بر شبكه‌هاي U-Net استاندارد (به عنوان شبكه‌ي پايه) و Attention U-Net (با مكانيزم توجه استاندارد)، دو معماري پيشنهادي تحت عنوان FEA-U-Net و EAG-U-Net معرفي شده‌اند كه به ترتيب از لايه‌هاي پيچش قابل‌آموزش براي استخراج ويژگي‌هاي بافتي و از فيلترهاي كلاسيك تشخيص لبه براي استخراج اطلاعات ساختاري در كنار مكانيزم‌هاي توجه بهره مي‌برند. پايگاه داده‌ي مورد استفاده، تركيبي از دو مجموعه‌داده‌ي تصاوير سي‌تي‌اسكن بيماران مبتلا به كوويد-19 با مجموع 929 تصوير است كه پس از پيش‌پردازش و يكپارچه‌سازي، در قالب يك مسئله‌ي بخش‌بندي دوكلاسه مورد ارزيابي قرار گرفت. نتايج حاصل از پياده‌سازي بر روي دو مجموعه‌داده‌ي مستقل نشان داد كه هر دو معماري پيشنهادي عملكردي به مراتب برتر از شبكه‌هاي پايه دارند. در ارزيابي نخست بر روي 110 نمونه، FEA-U-Net توانست ضريب Dice را به ميزان 24/4 درصد نسبت به U-Net استاندارد و1/12درصد نسبت به Attention U-Net بهبود بخشد و به مقدار 7499/0 دست يابد. همچنين، اين شبكه با كاهش 2/35 درصدي تابع هزينه و افزايش 8/11 درصدي حساسيت، توانست تعادل بهتري ميان دقت و تشخيص ضايعات برقرار كند. در ارزيابي دوم بر روي 200 نمونه، EAG-U-Netبا رويكرد استخراج لبه‌هاي كلاسيك، موفق به ثبت ضريب Dice برابر با 8293/0 شد كه نسبت به معماري‌هاي پايه عملكرد بهتري را نشان مي‌دهد. حساسيت اين شبكه نيز با مقدار 12/68، به ترتيب 4 درصد و 11 درصد نسبت به دو شبكه‌ي پايه افزايش يافت. نكته‌ي حائز اهميت ديگر، پايداري بالاي عملكرد شبكه‌هاي پيشنهادي است كه حاكي از تكرارپذيري و قابليت اطمينان بالاي اين روش‌ها در كاربردهاي باليني است. تحليل كيفي نتايج نيز نشان داد كه شبكه‌هاي پيشنهادي، نقشه‌هاي بخش‌بندي دقيق‌تري را توليد مي‌كنند. همچنين، مقايسه‌ي دو رويكرد پيشنهادي نشان داد كه استفاده از فيلترهاي كلاسيك لبه‌يابي (EAG-U-Net) با وجود سادگي و عدم نياز به آموزش، عملكردي رقابتي نسبت به روش قابل‌آموزش (FEA-U-Net) ارائه مي‌دهد و از اين رو، گزينه‌اي كارآمد براي كاربردهاي با محدوديت منابع محاسباتي محسوب مي‌شود. در مجموع، يافته‌هاي اين پژوهش نشان مي‌دهد كه تركيب اطلاعات ساختاري (لبه‌ها و بافت‌ها) با مكانيزم‌هاي توجه، راهبردي مؤثر براي غلبه بر محدوديت‌هاي شبكه‌هاي پايه‌ي بخش‌بندي است. شبكه‌هاي پيشنهادي اين مطالعه، با ارائه‌ي دقت بالا، پايداري عملكرد و قابليت تعميم‌پذيري مناسب، مي‌توانند به عنوان ابزارهاي كارآمد در سيستم‌هاي پشتيبان تصميم‌گيري باليني و تشخيص به كمك رايانه مورد استفاده قرار گيرند.

238418

بيوالكتريك

مهندسي برق و كامپيوتر

دانشگاه صنعتي اصفهان