MFSNet: شبكة تجزئة متعددة التركيزات لتجزئة الآفات الجلدية

تُعد التجزئة ضرورية لتحليل الصور الطبية لتحديد الأمراض وتحديد موقعها، ومراقبة التغيرات الشكلية، واستخراج السمات التمييزية للاستدلال التشخيصي اللاحق. يُعد سرطان الجلد أحد أكثر أنواع السرطان شيوعًا على مستوى العالم، وتشكل التشخيص المبكر له عنصرًا حاسمًا في التخلص الكامل من الأورام الخبيثة من الجسم. تطور هذه الدراسة إطارًا ذكيًا اصطناعيًا (AI) للتجزئة المراقبة لآفات الجلد باستخدام منهج التعلم العميق. يُسمى الإطار المقترح MFSNet (شبكة التجزئة متعددة التركيز)، والذي يستخدم خرائط ميزات بمقاييس مختلفة لحساب قناع التجزئة النهائي باستخدام الصور RGB الأصلية للآفات الجلدية. في هذا السياق، تُجرى معالجة أولية للصور لإزالة العيوب والضوضاء غير المرغوب فيها. يستخدم MFSNet نواة Res2Net، وهي شبكة عصبية تلافيفية (CNN) تم اقتراحها حديثًا، للحصول على السمات العميقة المستخدمة في وحدة فك تشفير متوازية جزئية (PPD) للحصول على خريطة عامة لقناع التجزئة. في مراحل مختلفة من الشبكة، تُستخدم السمات التلافيفية وخرائط متعددة المقاييس في وحدتين من وحدات الانتباه الحدودي (BA) ووحدتين من وحدات الانتباه العكسي (RA) لإنتاج المخرج النهائي للتجزئة. وقد أظهر MFSNet أداءً أفضل من الطرق الرائدة في مجال التجزئة عند تقييمه على ثلاث مجموعات بيانات متاحة للعامة: $PH^2$، ISIC 2017، وHAM10000، مما يؤكد موثوقية الإطار. ويمكن الوصول إلى الشيفرة المتعلقة بالنهج المقترح من خلال الرابط التالي: https://github.com/Rohit-Kundu/MFSNet