التمييز العميق للأوعية الدموية من خلال تعلم الاتصال الرسومي

نقترح نظامًا جديدًا يستند إلى التعلم العميق لتقسيم الأوعية الدموية. تركز الأساليب الحالية التي تستعمل شبكات النيورونات المُعَدَّة بالنقاط (CNNs) بشكل أساسي على المظاهر المحلية التي يتم تعلمها على شبكة الصورة النظامية، دون الأخذ بعين الاعتبار البنية الرسومية لشكل الأوعية الدموية. لمعالجة هذا الأمر، قمنا بدمج شبكة التحويل الرسومية (Graph Convolutional Network) في هندسة شبكات النيورونات المُعَدَّة بالنقاط الموحدة، حيث يتم استنتاج التقسيم النهائي من خلال الجمع بين أنواع مختلفة من الخصائص. يمكن تطبيق الطريقة المقترحة لتوسيع أي نوع من طرق تقسيم الأوعية الدموية المستندة إلى شبكات النيورونات المُعَدَّة بالنقاط لتحسين الأداء. أظهرت التجارب أن الطريقة المقترحة تتفوق على أفضل الأساليب الحالية في مجموعتين من صور الشبكية وفي مجموعة بيانات تصوير الأوعية القلبية التاجية بالأشعة السينية.