نماذج الجينيسيس: نماذج ذاتية التعليم العامة لتحليل الصور الطبية ثلاثية الأبعاد

التعلم النقل من الصور الطبيعية إلى الصور الطبية أصبح أحد أكثر النماذج العملية في التعلم العميق لتحليل الصور الطبية. ومع ذلك، لتحقيق هذا النموذج، يجب إعادة صياغة وحل مهام التصوير ثلاثي الأبعاد في أكثر الوسائط التصويرية بروزًا (مثل توموغرافيا الحاسوب المقطعي والرنين المغناطيسي) في بعدين، مما يؤدي إلى فقدان المعلومات التشريحية الغنية ثلاثية الأبعاد ويؤثر حتماً على الأداء. لتجاوز هذه القيود، قمنا ببناء مجموعة من النماذج تُعرف باسم نماذج ذاتية التعليم العامة، والتي أطلق عليها اسم نماذج جينيس (Models Genesis)، لأنها تُنشئ من العدم (بدون تصنيف يدوي)، وتتعلم ذاتياً (من خلال الإشراف الذاتي)، وهي عامة (تخدم كنماذج مصدر لإنتاج نماذج هدف محددة للتطبيق). تُظهر تجاربنا الواسعة أن نماذج جينيس الخاصة بنا تتفوق بشكل كبير على التعلم من الصفر في جميع التطبيقات الخمسة المستهدفة الثلاثية الأبعاد التي تغطي كلًا من التقسيم والتصنيف. وأهم من ذلك، قد لا يؤدي التعلم النموذجي ببساطة في ثلاثة أبعاد بالضرورة إلى تحقيق أداء أفضل من التعلم النقل من ImageNet في بعدين، ولكن نماذج جينيس الخاصة بنا تتقدم باستمرار على أي طرق ثنائية الأبعاد بما فيها تعديل النماذج المدربة مسبقًا من ImageNet وكذلك تعديل الإصدارات الثنائية الأبعاد لنماذج جينيس الخاصة بنا، مما يؤكد أهمية المعلومات التشريحية ثلاثية الأبعاد ودور نماذج جينيس الخاصة بنا في التصوير الطبي ثلاثي الأبعاد. يُعزى هذا الأداء إلى إطار عمل التعلم الذاتي الموحد الخاص بنا، الذي تم بناؤه على ملاحظة بسيطة ومعقدة: يمكن أن تكون التشريح المعقد ولكن المتكرر في الصور الطبية إشارات إشراف قوية للنماذج العميقة لتعلم تمثيل تشريحي مشترك تلقائيًا عبر الإشراف الذاتي. كجزء من العلوم المفتوحة، يمكن الوصول إلى جميع النماذج المدربة مسبقًا جينيس على الرابط https://github.com/MrGiovanni/ModelsGenesis.