تصنيف الشريان الرئوي والوريد في صور الأشعة المقطعية باستخدام التعلم العميق

أظهرت دراسات حديثة أن الأمراض الوعائية الرئوية قد تؤثر بشكل خاص على الشرايين أو الوريد من خلال آليات فيزيولوجية مختلفة. للكشف عن التغيرات في الشجرتين الوعائيتين، يقوم الأطباء عادة بتحليل صور التصوير المقطعي للصدر (CT) يدويًا بحثًا عن أي تشوهات. لكن هذه العملية تستغرق وقتًا طويلاً، وصعبة التوحيد، وبالتالي ليست عملية للاستخدام في الدراسات السريرية الكبيرة أو مفيدة في اتخاذ القرارات السريرية الواقعية. لذلك، أصبح فصل الشرايين عن الوريد تلقائيًا في صور التصوير المقطعي موضوعًا يحظى باهتمام متزايد، إذ قد يساعد الأطباء على تشخيص الحالات المرضية بدقة أكبر. في هذا البحث، نقدم منهجية جديدة بالكامل تُصنف الأوعية الدموية في صور التصوير المقطعي للصدر إلى شرايين ووريد. يتبع الخوارزمية ثلاث خطوات رئيسية: أولاً، تجزئة الجسيمات في فضاء المقياس لعزل الأوعية؛ ثم شبكة عصبية متعددة الطبقات ثلاثية الأبعاد (3-D CNN) لتحديد التصنيف الأولي للأوعية؛ وأخيرًا، تحسين النتائج باستخدام خوارزمية "القطع الرسومية" (graph-cuts). لدعم استخدام المعمارية المُقترحة للـ CNN، قارنا بين عدة نماذج لشبكات 2-D و3-D CNN، والتي تستخدم معلومات محلية من صور مُعززة للقصبات والأوعية، باستراتيجيات مختلفة. كما قارنا أيضًا المنهجية المُقترحة مع تصنيف عشوائي (Random Forests - RFs). تم تدريب المنهجية وتقييمها على الفصين العلوي والسفلي للرئة اليمنى في 18 حالة سريرية باستخدام صور تصوير مقطعي للصدر دون استخدام مادة تباين، مقارنةً بالتصنيف اليدوي. حققت الخوارزمية المُقترحة دقة إجمالية بلغت 94%، وهي أعلى من الدقة المحققة باستخدام نماذج CNN الأخرى أو تصنيف RF. كما تم التحقق من صحة المنهجية باستخدام صور تصوير مقطعي مُعزز بمواد تباين لمرضى مصابين بارتفاع ضغط الرئة التجلطي المزمن، مما يُظهر قدرة النموذج على التعميم بشكل جيد على أنواع التصوير المُعزز بالمواد التباينية. ويُظهر المنهج المُقترح تفوقه على أحدث الأساليب الحالية، مُمهّدًا الطريق لاستخدام الشبكات العصبية ثلاثية الأبعاد في تصنيف الشرايين والوريد في صور التصوير المقطعي في المستقبل.