كشف العقد الرئوية وتصنيفها من خلال التصوير المقطعي للصدر باستخدام RetinaNet مع التعلم المنقول

الورم الرئوي هو أحد أكثر الأسباب شيوعًا للوفاة في العالم، ويُسببه العقيدات الرئوية الخبيثة التي تُشخص عادةً بالتصوير الإشعاعي من قبل الأطباء影像 (الRadiologists). لسوء الحظ، يدفع التدفق المستمر للصور الطبية في المستشفيات الأطباء影像 إلى التركيز على الكمية بدلًا من الجودة. يؤدي هذا الوضع المهني إلى احتمال حدوث تفسير خاطئ، خاصةً في الهياكل التشريحية الغامضة التي تشبه العقيدات الرئوية، مثل العقد الليمفاوية المكبرة، مما يُقلل من حساسية ودقة الكشف عن العقيدات الرئوية الخبيثة، ويؤدي إلى تشخيص متأخر، وهو ما ثبت أنه قاتل للمرضى. ولحل هذه المشكلة، قدمت هذه الورقة نموذجًا جديدًا للكشف عن العقيدات الرئوية والتصنيف بينها باستخدام كاشف من نوع "أحادي المرحلة" يُسمى "I3DR-Net". تم بناء النموذج عن طريق دمج الأوزان المُدرَّبة مسبقًا على الصور الطبيعية من نموذج Inflated 3D ConvNet (I3D) كهيكل أساسي (Backbone) مع شبكة الهرم المميز (Feature Pyramid Network)، وذلك لمعالجة بيانات ماسحات الأشعة المقطعية للصدر ثلاثية الأبعاد (CT-scan) على مقاييس متعددة. وقد أظهر I3DR-Net نتائج متميزة في مهمة الكشف عن نسيج العقيدات الرئوية، حيث بلغ متوسط الدقة (mAP) 49.61% و22.86%، وبلغ مقياس المساحة تحت المنحنى (AUC) 81.84% و70.36% بالنسبة لمجموعتي البيانات العامة والخاصة على التوالي. علاوةً على ذلك، تفوق نموذج I3DR-Net بكفاءة النماذج السابقة من الدرجة المتقدمة، مثل Retina U-Net وU-FRCNN، من حيث متوسط الدقة (mAP) بنسبة 7.9% و7.2% (57.71% مقابل 49.8% مقابل 50.5%) في مهمة الكشف والتصنيف للعقيدات الخبيثة.