Utafiti huu unatumia mbinu ya Convolutional Neural Network (CNN) na transfer learning inayotegemea usanifu wa ResNet50 uliokwisha fundishwa awali katika mazingira ya MATLAB ili kugawa picha za Magnetic Resonance Imaging (MRI) za ubongo katika madarasa manne: glioma, meningioma, pituitary tumor na picha zisizo na uvimbe. Mkusanyiko wa data wenye takriban picha 2.860 za MRI uliundwa kutokana na picha zinazoripotiwa kupatikana kutoka vyanzo vya wazi kwa umma kama Kaggle, Radiopaedia na The Cancer Imaging Archive (TCIA); picha zilisimiwa kwa muundo wa MATLAB imageDatastore, uongezaji wa data ulitumika na tabaka la mwisho la uainishaji la modeli lilibadilishwa kulingana na madarasa manne.

Chanzo kimelinganisha skimu 10 tofauti za mafunzo. Katika skimu iliyotumia 50 epoch, mini-batch size 16, learning rate 0.001 na iteresheni 1.250, usahihi wa juu zaidi ulioripotiwa ni %98. Muda wa mafunzo haya umetolewa kwenye chanzo kama sekunde 293. Aidha, katika majaribio ya data mpya yenye picha 10 yaliyowasilishwa kando kwa kila moja ya madarasa manne, sampuli zote ziliainishwa kwa usahihi na wastani wa muda wa utabiri uliripotiwa kuwa takriban 0.0038–0.0045 sekunde/picha.

Modeli imeunganishwa kwenye kiolesura cha mtumiaji cha kielelezo kilichotengenezwa kwa MATLAB R2023b App Designer. Hata hivyo, matokeo ya utafiti hayapaswi kutathminiwa kama uthibitisho wa kitabibu wa uchunguzi. Makala hairipoti kohorti huru ya nje ya majaribio, mgawanyo wa data kwa kiwango cha mgonjwa, sensitivity, specificity, precision, recall, F1-score, ROC-AUC au uthibitishaji wa kitabibu wa prospektivu. Kwa hiyo, mfumo uliotengenezwa unapaswa kufasiriwa ndani ya mipaka ya chanzo kama prototipu ya utafiti ya uainishaji wa MRI na mbinu ya kusaidia maamuzi.

ResNet50 Huainishaje Uvimbe wa Ubongo kwenye Picha za MRI?

Katika utafiti huu, ResNet50 hutumiwa kama mtandao uliofundishwa awali unaowakilisha kiotomatiki mifumo ya kuona katika picha ya MRI kupitia tabaka za CNN; kwa transfer learning, tabaka la mwisho la uainishaji la fully connected hulinganishwa na madarasa manne lengwa na mtandao hutoa lebo ya glioma, meningioma, pituitary tumor au no-tumor.

Nafasi ya mbinu ya CNN na residual learning

Convolutional Neural Network ni muundo wa ujifunzaji wa kina unaoweza kujifunza kingo, tishu, maumbo na mifumo ya kimuundo ya kiwango cha juu zaidi katika picha kupitia tabaka za konvolusheni zinazofuatana. Chanzo kinaonyesha kupunguzwa kwa hitaji la feature extraction ya mkono na CNN kama mojawapo ya sababu kuu za utafiti huu.

ResNet50 nayo ni usanifu wa CNN ulio wa kina zaidi unaotumia muundo wa residual learning. Miunganisho ya residual inalenga kurahisisha mafunzo ya mitandao yenye tabaka nyingi kwa kusaidia uhamishaji wa moja kwa moja zaidi wa taarifa na gradient kati ya tabaka katika mitandao ya kina. Katika utafiti huu mtandao haukujengwa kuanzia sifuri; ResNet50 iliyofundishwa awali imetumiwa kwa lengo la transfer learning.

“Utabiri” katika utafiti huu unamaanisha nini?

Katika kichwa cha chanzo, maneno uainishaji na utabiri yanatumika pamoja. Utabiri hapa si utabiri wa prognostiki unaotabiri mwenendo wa kitabibu wa baadaye wa mgonjwa, matarajio ya maisha au ukuaji wa uvimbe. Tokeo la modeli ni utabiri wa darasa unaoonyesha picha ya MRI ni ya darasa lipi kati ya madarasa manne.

Madarasa manne ya picha yaliyotumika

Pipeline ya utafiti

Chanzo kinaonyesha katika Kielelezo 1 mchakato wa utafiti kwa hatua nane za msingi: kukusanya data, kusoma data, kugawa data, kuongeza data, kuunda modeli ya CNN, kufundisha modeli ya CNN, kuhifadhi matokeo ya testi ya CNN na kutesti data mpya.

Kwa upande wa MATLAB, picha zinasomwa kwa imageDatastore na lebo za madarasa huundwa kiotomatiki kutoka majina ya folda. Ili kugawa data kwa usawa kulingana na madarasa, splitEachLabel hutumiwa.

Kwa nini uongezaji wa data unatumika?

Chanzo kinaeleza kuwa kilitumia rotasheni, translasheni, zoom na uakisi wa mlalo ili kuongeza utofauti wa data ya mafunzo na kupunguza hatari ya overfitting. Michakato hii hutekelezwa kupitia miundo ya imageDataAugmenter na augmentedImageDatastore katika MATLAB.

Hata hivyo, makala hairipoti pembe ya rotasheni, kiwango cha translasheni, masafa ya zoom au uwezekano ambao uakisi ulitumika. Kwa hiyo, ingawa mbinu ya uongezaji wa data inajulikana, itifaki kamili ya augmentasyon haiwezi kuzalishwa upya moja kwa moja kutoka chanzo.

Seti ya data iligawanywaje?

Katika sehemu ya mbinu ya chanzo, kipande cha pili kinaelezwa katika baadhi ya maeneo kama “validasi/pengujian”, yaani uthibitishaji/testi. Katika sehemu ya matokeo, ingawa mafunzo, uthibitishaji na testi hutajwa kama kazi tatu tofauti, kwa upande wa idadi ni picha 2.288 za mafunzo na picha 572 za uthibitishaji pekee ndizo zinazoripotiwa. Ukubwa wa seti huru ya tatu ya testi haujatolewa.

ResNet50 ilirekebishwaje?

Chanzo kinaeleza kwamba modeli ya ResNet50 iliyofundishwa awali ilitumiwa na tabaka la mwisho la fully connected lilibadilishwa kulingana na madarasa manne lengwa. Hivyo, sifa za picha zilizojifunzwa awali zilihifadhiwa huku tabaka la pato likirekebishwa kwa kazi ya uainishaji wa MRI za ubongo.

Hata hivyo, chanzo hakielezi kwa undani ni tabaka zipi zilizogandishwa, zipi zilifundishwa upya, kama learning-rate factor tofauti ilitumika kwa tabaka au itifaki ya ukubwa wa picha za ingizo iliyotumiwa.

Mbinu na Matokeo ya Utafiti

Mipangilio kuu ya mafunzo

Usanidi mkuu wa mafunzo katika sehemu ya mbinu ya chanzo umetolewa kama Adam optimizer, 50 epoch, mini-batch size 16, learning rate 0.001 na dropout 0.5. Mafunzo yalitekelezwa kwa kazi ya MATLAB trainNetwork(). Mtandao uliofundishwa baadaye unaweza kuhifadhiwa kama faili la .mat na kutumiwa bila kufanya mafunzo tena.

Usahihi wa %98 Ulioripotiwa Kwenye Chanzo Unamaanisha Nini?

%98 ni thamani ya juu zaidi ya usahihi kati ya usanidi kumi wa mafunzo uliolinganishwa kwenye chanzo; hata hivyo, kwa kuwa makala haionyeshi kuwa thamani hii ilipatikana katika kohorti ya majaribio ya kitabibu iliyo huru kabisa, ya nje na iliyotenganishwa kwa kiwango cha mgonjwa, thamani hiyo inapaswa kufasiriwa kwa usalama zaidi kama utendaji bora wa modeli kwenye mgawanyo wa ndani wa data ya utafiti wenyewe.

Jedwali linaonyesha kwamba epoch nyingi zaidi au muda mrefu zaidi wa mafunzo hauleti moja kwa moja usahihi wa juu zaidi. Kwa mfano, skimu ya tisa iliyotumia 100 epoch na learning rate 0.001 ilibaki kwenye usahihi wa %94, wakati skimu ya pili iliyotumia 50 epoch na learning rate ileile pamoja na batch 16 ilifikia %98. Matokeo haya yanatumika tu kwa usanidi uliotestiwa kwenye chanzo.

Majaribio ya mfano ya picha mpya

Chanzo kisha kinawasilisha jedwali tofauti la testi kwa picha 10 mpya kutoka kila darasa. Picha zote 10 zilizoonyeshwa katika majedwali yote manne ziliwekwa katika darasa sahihi.

Matokeo haya yanatumika kwa makundi madogo ya sampuli yaliyoonyeshwa kwenye chanzo. Utabiri sahihi 10 katika kila moja ya madarasa manne hauthibitishi kwamba kuna usahihi wa darasa wa %100 katika populesheni yote lengwa au katika vituo huru vya kliniki.

Muda wa utabiri unapaswa kufasiriwaje?

Chanzo kinaripoti muda wa utabiri wa milisekunde chache kwa kila picha. Hata hivyo, kwa kuwa processor, GPU, RAM na vifaa vya inference havijatajwa, thamani hizi haziwezi kuonekana kama kasi ya algoritimu isiyotegemea vifaa. Muda wa utabiri pia ni sifa ya mazingira ya kompyuta ambamo modeli inaendeshwa.

Confusion matrix na uchanganuzi wa makosa yanayotegemea darasa

Ingawa sehemu ya metodolojia inasema kwamba confusion matrix itatumika, sehemu ya matokeo haitoi thamani zinazoonekana za confusion matrix kwa seti kamili ya data. Kwa kuwa sensitivity, specificity, precision, recall, F1-score na ROC-AUC pia havijaripotiwa, kwa mfano muundo halisi wa makosa kati ya glioma na meningioma hauwezi kutathminiwa kwa kiasi.

Kiolesura cha MATLAB App Designer

Chanzo kinaonyesha kwenye Kielelezo 3 skrini kuu ya programu iliyotengenezwa kwa MATLAB R2023b App Designer. Katika kiolesura kuna eneo la kuonyesha picha ya MRI na udhibiti wa “Pilih Gambar” kwa kuchagua picha. Vibonye vya “Prediksi”, “Latih Data” na “Lihat Data” vinatoa ufikiaji wa michakato ya uainishaji, mafunzo ya modeli na kuonyesha data mtawalia.

Chanzo kinaonyesha kwenye Kielelezo 4 kisanduku cha taarifa cha “Prediksi Selesai” kinachofunguka uainishaji unapokamilika. Katika skrini ya mfano, matokeo yanaonyeshwa kama pituitary_tumor. GUI hii ni prototipu ya utafiti inayolenga kuruhusu modeli kutumiwa bila kuandika msimbo wa programu.

Je, GUI Hii ni Mfumo wa Kutosha kwa Uchunguzi wa Kitabibu?

Hapana; chanzo kinaonyesha kuwa GUI inaweza kitaalamu kupokea picha ya MRI na kuonyesha mojawapo ya madarasa manne, lakini kwa kuwa uthibitisho wa nje wa kliniki, utafiti wa wagonjwa wa prospektivu, ulinganisho na radiolojia, mgawanyo wa data kwa msingi wa mgonjwa na vipimo vya makosa ya kitabibu havijaripotiwa, haiwezi kusemwa kwamba programu imethibitishwa kama mfumo huru wa uchunguzi wa kitabibu.

Maelezo muhimu yasiyojulikana kuhusu seti ya data

Makala inaeleza kuwa picha za data zilitoka Kaggle, Radiopaedia na TCIA. Hata hivyo, haielezi ni Kaggle dataset ipi iliyotumiwa, kitambulisho cha mkusanyiko wa TCIA, jinsi sampuli za Radiopaedia zilivyochaguliwa, jumla ya idadi ya wagonjwa, idadi ya vipande kutoka kwa mgonjwa huyo huyo, sekansi za MRI, watengenezaji wa vifaa au vituo vya upigaji picha.

Pia haielezwi kama mgawanyo wa data ulifanyika katika kiwango cha picha au kiwango cha mgonjwa. Kwa hiyo, haiwezi kuthibitishwa kutoka chanzo kwamba hakuna picha tofauti za mgonjwa huyo huyo katika seti za mafunzo na uthibitishaji. Huu si ushahidi wa uvujaji wa data; unaonyesha kwamba uripoti wa chanzo hautoshi kutathmini uwezekano huo.

Mipaka ya uzalishaji upya wa modeli

Ingawa utafiti unatoa wazi hiperparameta kuu, maelezo ya kubadilisha ukubwa na urekebishaji wa picha, mipaka ya uongezaji wa data, random seed, exact train/validation indices, tabaka za ResNet50 zilizofanyiwa fine-tune na vifaa vya kompyuta havijaripotiwa. Kwa hiyo, mtiririko wa jumla wa kazi ya MATLAB unaweza kujengwa upya; lakini kwa taarifa zilizochapishwa, kuzalisha upya matokeo yale yale ya %98 hakuwezi kuhakikishwa.

Matokeo yanayoungwa mkono na utafiti

Chanzo kinaunga mkono kwamba ndani ya mkusanyiko wa data uliotolewa na mpangilio wa mafunzo wa MATLAB, mbinu ya ResNet50 transfer learning inaweza kutoa utendaji wa juu wa ndani katika uainishaji wa picha za MRI za ubongo katika madarasa manne. Matokeo bora zaidi kati ya skimu kumi za mafunzo yaliripotiwa kuwa %98. Pia imeonyeshwa kwamba modeli inaweza kuunganishwa katika prototipu ya GUI inayoweza kutumika iliyoegemea MATLAB App Designer.

Majumlisho ambayo utafiti hauungi mkono

Utafiti hauonyeshi kwamba modeli ya ResNet50 itatoa usahihi wa uchunguzi wa %98–100 katika hospitali zote, vifaa vyote vya MRI, populesheni tofauti au vituo vipya vya kliniki. Hakuna kohorti ya uthibitisho wa nje au utafiti wa kliniki wa prospektivu kwenye chanzo.

Kuainishwa kwa usahihi kwa sampuli 10 katika kila darasa hakumaanishi kwamba sensitivity au specificity ni %100. Vilevile, muda wa utabiri wa milisekunde chache hauonyeshi kwamba kasi ileile itapatikana katika mifumo yote, kwa kuwa maelezo ya vifaa hayajatolewa.

Kwa hiyo, ufafanuzi sahihi zaidi wa kisayansi wa mfumo ni “prototipu ya utafiti inayotegemea MATLAB/ResNet50 kwa uainishaji wa madarasa manne ya uvimbe wa ubongo kwenye picha za MRI”.

Dokezo la Chanzo na Mbinu

Matokeo makuu ya kisayansi ya utafiti ni kwamba mbinu ya ResNet50 transfer learning inaweza kuzalisha usahihi wa juu wa uainishaji katika mkusanyiko wa data wa takriban picha 2.860 ulioundwa na waandishi, na inaweza kuhamishiwa kwenye kiolesura kinachoweza kutumika kupitia MATLAB App Designer.

Mpaka muhimu zaidi wa kimetodolojia ni kwamba, ingawa mgawanyo wa data wa %80/%20 umeripotiwa, hakuna ufafanuzi wazi wa nambari wa seti huru ya testi. Maandishi hutumia dhana za mafunzo, uthibitishaji na testi kwa kujitenga; lakini idadi za picha zimetolewa tu kwa makundi ya mafunzo na uthibitishaji. Kwa hiyo, uripoti wa kwamba thamani ya %98 ni ya kundi dogo lipi hasa la tathmini hauko wazi vya kutosha.

Chanzo pia kinataja matumizi ya confusion matrix, lakini katika sehemu ya matokeo hakiripoti confusion matrix inayoonekana au thamani za sensitivity, specificity, precision, recall, F1-score na ROC-AUC kwa seti kamili ya uthibitishaji/testi. Matokeo ya %100 yaliyotolewa kwa madarasa manne yanahusu majaribio ya sampuli tofauti za picha 10.

Kwa kuwa hakuna taarifa kuhusu utambulisho wa mgonjwa, sekansi ya upigaji picha, kifaa cha MRI, kituo, mgawanyo kwa kiwango cha mgonjwa, uthibitishaji wa nje na vifaa vya kompyuta, ujumlishaji wa kliniki wa modeli au utendaji wake wa kasi kwenye vifaa vingine hauwezi kubainishwa kupitia utafiti huu.

Kwa hiyo, katika maelezo ya Verianla mfumo unapaswa kufafanuliwa si kama mtoa maamuzi wa kliniki anayechukua nafasi ya uchunguzi wa daktari; bali kama prototipu ya utafiti ya MATLAB/ResNet50 inayofanya uainishaji wa MRI katika madarasa manne na kuripoti usahihi wa juu wa ndani.