تفسير صور الأشعة السينية للصدر باستخدام الشبكات العصبية التلافيفية التي تستغل الاعتماديات المرضية الهرمية والعلامات غير المؤكدة

التصوير الشعوي للصدر هو أحد أكثر أنواع فحوصات الأشعة التشخيصية شيوعًا، وهو أمر بالغ الأهمية في فحص وتشخيص العديد من الأمراض الصدرية المختلفة. تم تطوير خوارزميات متخصصة لاكتشاف أمراض محددة مثل العقد الرئوية أو سرطان الرئة. ومع ذلك، لا يزال اكتشاف وجود عدة أمراض في صور الأشعة السينية للصدر (CXR) بدقة مهمة صعبة. يقدم هذا البحث إطارًا تصنيفًا متعدد العلامات مبنيًا على الشبكات العصبية التلافيفية العميقة (CNNs) وفق نموذج مراقب، بهدف التنبؤ بخطر 14 مرضًا صدريًا شائعًا. ونواجه هذه المشكلة من خلال تدريب شبكات CNN حديثة تُستغل الاعتماديات بين علامات التشوهات. كما نقترح استخدام تقنية تمهيد العلامات (label smoothing) لتحسين التعامل مع العينات غير المؤكدة، والتي تمثل نسبة كبيرة من كل مجموعة بيانات صور الأشعة السينية للصدر. تم تدريب النموذج على أكثر من 200,000 صورة أشعة سينية من مجموعة بيانات CheXpert التي تم إصدارها حديثًا، وحقق متوسط مساحة تحت المنحنى (AUC) قدره 0.940 في التنبؤ بخمس أمراض مختارة من مجموعة التحقق. وهذا أعلى متوسط AUC تم الإبلاغ عنه حتى تاريخه. كما تم تقييم الطريقة المقترحة على مجموعة اختبار مستقلة من مسابقة CheXpert، التي تتكون من 500 دراسة أشعة سينية تم تسميتها من قبل لجنة من خمسة أطباء أشعة ذوي خبرة. وقد أظهرت النتائج أداءً أفضل بمتوسط AUC قدره 0.930 مقارنة بـ 2.6 من أصل 3 أطباء أشعة فرديين، ما يضعها في المركز الأول على لوحة الترتيب الخاصة بـ CheXpert في وقت كتابة هذا البحث.