التعلم العميق الشفاف من الطرف إلى الطرف للكشف عن اعتلال الشبكية السكري عبر مجموعات بيانات متعددة

الغرض: تُعرَّف متلازمة الشبكية السكريّة (DR) بوجود تلف في الشبكية يصيب الأشخاص الذين يعانون من السكري لعدة سنوات. وهي واحدة من الأسباب الرئيسية للإعاقات البصرية في جميع أنحاء العالم. لتشخيص هذه الحالة، يحتاج الأطباء العيون إلى تحليل صور الشبكية في القاع البصري يدويًا. يمكن أن تساعد أنظمة التشخيص المدعومة بالحوسبة في تخفيف هذه العبء من خلال اكتشاف متلازمة الشبكية السكريّة تلقائيًا على صور الشبكية، مما يوفر الوقت الثمين للأطباء ويقلل التكاليف. ويهدف هذا البحث إلى تطوير خوارزمية تعلم عميق قادرة على اكتشاف متلازمة الشبكية السكريّة في صور الشبكية. تم استخدام تسع مجموعات بيانات عامة وأكثر من 90,000 صورة لتقييم كفاءة التقنية المقترحة. بالإضافة إلى ذلك، تم تطوير خوارزمية تفسيرية لتوضيح التغيرات المرتبطة بمتلازمة الشبكية السكريّة التي يكتشفها النموذج العميق بصريًا.النهج: تقوم الخوارزمية المقترحة بتعديل نموذج شبكة عصبية تلافيفية عميقة مُدرّب مسبقًا لاكتشاف متلازمة الشبكية السكريّة. تم تدريب النموذج على جزء من مجموعة بيانات EyePACS باستخدام استراتيجية تبريد جيبسي (Cosine Annealing) لتخفيض معدل التعلم مع مرحلة تدفئة، مما يعزز دقة التدريب. تم إجراء اختبارات على التسع مجموعات البيانات. كما تم تطوير خوارزمية تفسيرية قائمة على خريطة التنشيط الموزون بالمشتقة (Gradient-weighted Class Activation Mapping) لتوضيح بصريًا العلامات التي يختارها النموذج لتصنيف صور الشبكية على أنها مصابة بمتلازمة الشبكية السكريّة.النتائج: حققت الشبكة المقترحة معدلات تصنيف أعلى، مع قيمة مساحة تحت المنحنى (AUC) تبلغ 0.986، وحساسية تبلغ 0.958، ودقة تSpecificity تبلغ 0.971، وذلك بالنسبة لبيانات EyePACS. أما بالنسبة لبيانات MESSIDOR وMESSIDOR-2 وDIARETDB0 وDIARETDB1 وSTARE وIDRID وE-ophtha وUoA-DR، فقد بلغت قيمة AUC 0.963 و0.979 و0.986 و0.988 و0.964 و0.957 و0.984 و0.990 على التوالي.الاستنتاجات: تحققت نتائج ممتازة تُعدّ من أحدث المستويات في الأداء، وتتفوق على الدراسات السابقة التي تعتمد فقط على التدريب باستخدام مجموعات بيانات عامة متاحة. ويمكن للنهج المقترح تصنيف صور القاع البصري بشكل موثوق واكتشاف متلازمة الشبكية السكريّة. كما تم تطوير نموذج تفسيري أظهر أن النموذج قادراً على تحديد العلامات المختلفة لمتلازمة الشبكية السكريّة بكفاءة واكتشاف هذه المشكلة الصحية.