تحليل صورة الأشعة المقارنة باستخدام تقنية CLIP: ابتكارات ثورية في التعلم الآلي
تسلط دراسة جديدة الضوء على تأثير تركيب الدفعات التدريبية في نماذج الرؤية واللغة الخاصة بالتصوير الطبي، كما تقدم تحسينات مذهلة في دقة التشخيص. نتائج البحث تشير إلى أهمية تنويع العيّنات في تحقيق أداء أفضل.
أحدثت تقنيات التعلم الآلي ثورة في التشخيص الطبي، وخاصة عبر نماذج الرؤية واللغة (Vision-Language Models). دراسة حديثة قدمت نتائج مثيرة حول استخدام تقنية CLIP في محاذاة صور الأشعة المقطعية للبطن (CT) مع التقارير الطبية، مما أسفر عن تطورات ملحوظة في قدرات التشخيص بدون إشراف (Zero-Shot Learning).
ركز الباحثون على إعادة إنتاج نموذج Merlin، وهو نموذج مزدوج المُشفر يقوم بتنسيق بيانات تصوير الأشعة المقطعية مع التقارير الإشعاعية باستخدام تقنية فقدان المعلومات المتناظرة (Symmetric InfoNCE Loss)، وقد حققوا معدل تنبؤ شامل (Macro F1) بلغ 74.45% عبر 30 من النتائج، متفوقين بذلك على معدل 73.00% السابق.
استهدف البحث كذلك تأثير التركيب الدفعي من خلال تجربتين رئيسيتين: الأولى تمثلت في التحكم في نسبة الصور الطبيعية (Normal) مقابل غير الطبيعية (Abnormal) في الدفعات التدريبية، حيث تم اختبار نسب مختلفة (25:75، 50:50، 75:25). النتائج أوضحت أن جميع المنظومات الثلاث كانت أقل أداءً مقارنة بالأساس غير المتوازن، إلا أن أفضل نتيجة كانت مع النسبة (75:25) بمعدل 72.02%.
التجربة الثانية أقيمت على مجموعة فرعية من البيانات تضم 4362 دراسة، حيث تم تقييم الأداء عند استخدام 20%، 40%، و100% من مجموع البيانات. وأظهرت النتائج زيادة نهج الأداء من 65.26% إلى 71.88% مع زيادة كمية البيانات، لكن مع تباين كبير في حساسية البيانات الخاصة بالنتائج الفردية.
عبر تأكيد عينة متوازنة بنسبة 50:50 على نفس المجموعة، انخفض الأداء إلى 68.01%، مما يُظهر أن الضغط على التوازن الطبقي كان سلبياً سواءً على مستوى مجموعة البيانات أو دقة التوازن.
تشير نتائج الدراسة إلى أن تنوع العيّنات العشوائية combined with the alternating batching provided by Merlin offers more effective regularization than engineered class ratios, وهو يمثل خطوة إلى الأمام في مجال التصوير الطبي ثلاثي الأبعاد.
ركز الباحثون على إعادة إنتاج نموذج Merlin، وهو نموذج مزدوج المُشفر يقوم بتنسيق بيانات تصوير الأشعة المقطعية مع التقارير الإشعاعية باستخدام تقنية فقدان المعلومات المتناظرة (Symmetric InfoNCE Loss)، وقد حققوا معدل تنبؤ شامل (Macro F1) بلغ 74.45% عبر 30 من النتائج، متفوقين بذلك على معدل 73.00% السابق.
استهدف البحث كذلك تأثير التركيب الدفعي من خلال تجربتين رئيسيتين: الأولى تمثلت في التحكم في نسبة الصور الطبيعية (Normal) مقابل غير الطبيعية (Abnormal) في الدفعات التدريبية، حيث تم اختبار نسب مختلفة (25:75، 50:50، 75:25). النتائج أوضحت أن جميع المنظومات الثلاث كانت أقل أداءً مقارنة بالأساس غير المتوازن، إلا أن أفضل نتيجة كانت مع النسبة (75:25) بمعدل 72.02%.
التجربة الثانية أقيمت على مجموعة فرعية من البيانات تضم 4362 دراسة، حيث تم تقييم الأداء عند استخدام 20%، 40%، و100% من مجموع البيانات. وأظهرت النتائج زيادة نهج الأداء من 65.26% إلى 71.88% مع زيادة كمية البيانات، لكن مع تباين كبير في حساسية البيانات الخاصة بالنتائج الفردية.
عبر تأكيد عينة متوازنة بنسبة 50:50 على نفس المجموعة، انخفض الأداء إلى 68.01%، مما يُظهر أن الضغط على التوازن الطبقي كان سلبياً سواءً على مستوى مجموعة البيانات أو دقة التوازن.
تشير نتائج الدراسة إلى أن تنوع العيّنات العشوائية combined with the alternating batching provided by Merlin offers more effective regularization than engineered class ratios, وهو يمثل خطوة إلى الأمام في مجال التصوير الطبي ثلاثي الأبعاد.
