IARS SegNet: شبكات انتباه قابل للتفسير مع روابط تخطي بواقي لتقسيم الميلانوما

يُلعب تقسيم الآفات الجلدية دورًا حاسمًا في التشخيص المعاون بواسطة الحاسوب لسرطان الجلد (الميلانوما). أثبتت نماذج التعلم العميق فعاليتها في تقسيم الآفات الجلدية بدقة، ولكن انتشار استخدامها في البيئات السريرية الحقيقية يواجه عقبة بسبب طبيعتها السوداء الصندوقية (black-box nature). في مجالات حساسة مثل الرعاية الصحية، ليست القابلية للتفهم مجرد ميزة بل هي متطلب أساسي لتبني النموذج. تقدم هذه الورقة نموذج IARS SegNet وهو إطار متقدم للتقسيم يستند إلى نموذج SegNet الأساسي. يتضمن نهجنا ثلاثة مكونات أساسية: الروابط القفازية (skip connections)، الالتفافات الباقية (residual convolutions)، وmekanizm الانتباه العالمي (global attention mechanism) على هندسة SegNet الأساسية. تلعب هذه العناصر دورًا محوريًا في زيادة أهمية المناطق ذات الصلة سريريًا، خاصة حدود الآفات الجلدية. يعزز إدخال الروابط القفازية قدرة النموذج على تعلم التفاصيل المعقدة للحدود، بينما يسمح استخدام الالتفافات الباقية ببناء نموذج أعمق مع الحفاظ على الخصائص الأساسية للصورة. يساهم mekanizm الانتباه العالمي أيضًا من خلال استخراج خرائط ميزات أكثر دقة من كل كتلة انتقالية واختزالية، مما يرفع مستوى قابلية النموذج للتفهم. هذا التحسين يبرز المناطق الحرجة، ويحفز الفهم الأفضل، ويؤدي إلى تقسيم أكثر دقة للآفات الجلدية لتشخيص الميلانوما. 注：在阿拉伯语中，“mekanizm” 通常用于表示“机制”，但在这里为了保持与原文的一致性，我保留了英文单词 "mechanism" 的音译。如果需要更正式的翻译，可以将其替换为 "mekanizm الانتباه العالمي" 为 "mekanizm الاهتمام العالمي"。