Ushbu tadqiqot ikki oʻlchovli tasvirlarda oldindan oʻqitilgan DINOv2 vizual tayanch modelidan uch oʻlchovli miya MRT hajmlarini tasniflashda foydalanish mumkin yoki mumkin emasligini oʻrgangan. Har bir MRT hajmi aksial ikki oʻlchovli kesimlarga ajratilgan, kesimlardan DINOv2 yordamida xususiyat vektorlari chiqarilgan va bu xususiyatlar oʻrganiladigan yumshoq diqqat mexanizmi bilan yagona hajm ifodasiga aylantirilgan. Taklif etilgan doira Alzheimer’s Disease Neuroimaging Initiative ma’lumotlar toʻplamida %89,3 aniqlik va %95,6 AUROC; koʻp sinfli bosh ogʻrigʻi kohortida esa %78,6 aniqlik va %89,2 AUROC bildirgan. Biroq tadqiqot hakamlik baholashidan oʻtmagan; institutsional ma’lumot manbai, tasvirlash protokollari va tashqi tasdiqlash tafsilotlari yetishmaydi. Shuningdek, tajribalar haqiqiy ma’nodagi noma’lum anomaliyani aniqlashdan koʻra oldindan belgilangan sinflarning nazoratli tasniflanishini oʻlchaydi.

Modelning asosiy yondashuvi uch oʻlchovli neyron tarmogʻini noldan oʻqitish oʻrniga har bir MRT kesimini tayyor ikki oʻlchovli tayanch model bilan ifodalashdir. Keyin tizim barcha kesimlarga teng munosabatda boʻlish oʻrniga, tasniflash uchun koʻproq ma’lumotli deb oʻrgangan kesimlarga yuqoriroq ogʻirlik beradi. Oʻqitish vaqtida cross-entropy lossga nazoratli kontrastiv oʻrganish va sinf ichidagi varians regularizatsiyasi qoʻshilgan. Ushbu tuzilma kam sonli etiketlangan namuna va nomutanosib sinflar sharoitida koʻproq ajratuvchan hajm ifodalarini yaratishni maqsad qilgan.

Turkiya nuqtai nazaridan: Yondashuv Turkiyadagi radiologiya tadqiqotlarida cheklangan etiketlangan ma’lumotlar bilan miya MRT tasniflash modellarini ishlab chiqish, turli shifoxonalardan keladigan uch oʻlchovli tasvirlarni pastroq hisoblash xarajati bilan qayta ishlash va tadqiqot maqsadidagi qaror qoʻllab-quvvatlash tizimlarini baholash nuqtai nazaridan muhimdir. Biroq Turkiyada klinik qoʻllash koʻrib chiqilishidan oldin koʻp markazli mahalliy ma’lumot bilan tashqi tasdiqlash, turli MRT qurilmalari va tasvir olish protokollari ostida chidamlilik tahlili, radiolog bilan taqqoslash, ma’lumotlarni himoya qilish va etika kengashi jarayonlari, model kalibrovkasi va istiqbolli klinik baholash bajarilishi kerak. Ushbu tadqiqotdan Turk bemorlaridagi diagnostik muvaffaqiyat, Turkiyadagi shifoxonalarda xavfsiz foydalanish yoki klinik natijalarning yaxshilanishi haqida xulosa chiqarib boʻlmaydi.

Tadqiqotning asosiy savoli nima?

Tadqiqotning asosiy savoli tabiiy tasvirlarda oldindan oʻqitilgan ikki oʻlchovli tayanch modelni uch oʻlchovli tibbiy tasvirlardagi tasniflash vazifalariga qanday koʻchirish mumkinligidir. Uch oʻlchovli MRT ma’lumotlari hajmiy tuzilishga ega boʻlsa, DINOv2 kabi keng tarqalgan vizual tayanch modellar ikki oʻlchovli tasvirlarda ishlaydi. Shu sababli faqat har bir kesimni alohida tasniflash qoʻshni kesimlar orasidagi hajmiy kontekstning yoʻqolishiga olib kelishi mumkin.

Tadqiqot bu muammoni har bir ikki oʻlchovli kesimdan chiqarilgan xususiyatlarni oʻrganiladigan diqqat ogʻirliklari bilan birlashtirish orqali hal qilishni taklif qiladi. Maqsad barcha kesimlarning oddiy oʻrtachasini olish oʻrniga kasallik yoki sinflar ajratilishi nuqtai nazaridan muhimroq deb oʻrganilgan kesimlarning hajm ifodasidagi ta’sirini oshirishdir.

Tadqiqot nega muhim?

Uch oʻlchovli tibbiy tasvir modellari odatda koʻp sonli etiketlangan tekshiruvlar, yuqori hisoblash quvvati va katta xotira talab qiladi. Tibbiy tasvirlarni mutaxassislar tomonidan etiketlash esa qimmat va vaqt talab qiladi. Noyob holatlar soni yanada kam boʻlgani uchun sinf nomutanosibligi yuzaga kelishi mumkin.

Tadqiqot katta uch oʻlchovli modelni boshidan oʻqitish oʻrniga oldindan oʻqitilgan DINOv2 modelini muzlatilgan xususiyat chiqaruvchi sifatida ishlatgan. Shu tariqa faqat diqqat moduli bilan tasniflash boshi vazifa ma’lumotlarida oʻqitilgan. Bu tanlov kam ma’lumotli sharoitlarda overfitting xavfi va oʻqitiladigan parametrlar sonini kamaytirishni maqsad qiladi.

Qoʻllanilgan DINOv2 modeli qanday ishlaydi?

DINOv2 etiket talab qilmaydigan oʻz-oʻzini nazoratli oʻrganish bilan oldindan oʻqitilgan Vision Transformer modelidir. Tadqiqotda 86 million parametrli ViT-Base versiyasi ishlatilgan. Model tasvirni kichik patchlarga boʻlib, patchlar orasidagi munosabatlarni self-attention mexanizmi orqali ifodalaydi.

Har bir miya MRT hajmi aksial kesimlarga ajratilgan. Kesimlar qayta oʻlchamlash, normalizatsiya va model kutadigan tasvir formatiga oʻtkazishdan soʻng DINOv2ga berilgan. Har bir kesim uchun modelning oxiridan oldingi qatlamidan xususiyat vektori chiqarilgan. DINOv2 ogʻirliklari oʻqitish davomida oʻzgartirilmagan.

Diqqat asosidagi global birlashtirish nima?

Diqqat asosidagi global birlashtirish turli MRT kesimlari hajm darajasidagi tasniflashga teng hissa qoʻshishi shart emas degan farazga asoslanadi. Ayrim kesimlar sinflar orasidagi farqni ta’minlaydigan anatomik yoki patologik xususiyatlarni saqlasa, ayrimlari kamroq ma’lumotli boʻlishi mumkin.

Tadqiqotdagi diqqat moduli har bir kesimning DINOv2 xususiyat vektorini bir qatlamli koʻp qatlamli perceptronga uzatadi. Yashirin oʻlchami 256 boʻlgan bu modul har bir kesim uchun muhimlik ballini ishlab chiqaradi. Softmax ballarni yigʻindisi 1 ga teng boʻlgan ogʻirliklarga aylantiradi. Hajm ifodasi kesim xususiyatlarining ushbu ogʻirliklar bilan hisoblangan ogʻirlangan yigʻindisidir.

1. Uch oʻlchovli MRT hajmi ikki oʻlchovli aksial kesimlarga ajratiladi.
2. Har bir kesim uchun DINOv2 xususiyat vektori chiqariladi.
3. Diqqat moduli har bir kesimga mazmunga asoslangan muhimlik ballini beradi.
4. Softmax ballarni taqqoslanadigan ogʻirliklarga aylantiradi.
5. Kesim xususiyatlari ogʻirlangan tarzda yigʻiladi va yagona hajm vektori olinadi.
6. Hajm vektori tasniflash boshiga uzatiladi.

Bu usul oddiy oʻrtachalashdan farqli ravishda ma’lumot bermaydigan kesimlar ta’sirini kamaytirishi mumkin. Maksimal poolingdan farqli ravishda faqat bitta kesim yoki xususiyat qiymatiga tayanmaydi. Biroq bu kesimlar tartibini saqlaydigan toʻliq uch oʻlchovli fazoviy model emas; qoʻshni kesimlar orasidagi geometrik munosabatlar aniq modellashtirilmagan.

Kompozit oʻqitish maqsadi nimani koʻzlaydi?

Tadqiqot uchta loss komponentini birgalikda ishlatgan:

• Cross-entropy loss: Model bashorat qilgan sinf ehtimollari bilan haqiqiy sinf etiketlari orasidagi nomuvofiqlikni kamaytiradi.
• Nazoratli kontrastiv oʻrganish: Bir sinfga tegishli hajm ifodalarini xususiyat fazosida bir-biriga yaqinlashtirib, turli sinflarni bir-biridan uzoqlashtiradi.
• Sinf ichidagi varians regularizatsiyasi: Bir sinfdagi namunalar ifodalari orasida ortiqcha oʻzgaruvchanlik paydo boʻlishining oldini olishni maqsad qiladi.

Kontrastiv loss uchun 0,5, sinf ichidagi varians regularizatsiyasi uchun 0,1 ogʻirlik ishlatilgan. Kontrastiv oʻrganishning harorat parametri 0,1 qilib belgilangan. Tadqiqotda umumiy loss funksiyasining ochiq matematik formulasi berilmagan; shu sababli komponentlarning ogʻzaki ta’rifidan tashqarida yangi formula yaratish toʻgʻri boʻlmaydi.

Qaysi ma’lumotlar toʻplamlari ishlatilgan?

Birinchi ma’lumotlar toʻplami Alzheimer kasalligi tadqiqotlarida ishlatiladigan Alzheimer’s Disease Neuroimaging Initiative (ADNI) kolleksiyasidir. Tadqiqotda sogʻlom shaxslar bilan Alzheimer kasalligi sinfi taqqoslangan. Har ikki sinf uchun 190 tadan, jami 380 ta tekshiruv bildirilgan.

Ikkinchi ma’lumotlar toʻplami normal nazorat, migren, tension-type headache va cluster headache sinflaridan tashkil topgan institutsional kohortdir. Jami namuna soni 410. Biroq ma’lumotlar toʻplami yigʻilgan muassasa nomi, etiketlash mezonlari, bemorlarning demografik xususiyatlari va tasvirlash protokoli tadqiqotda tushuntirilmagan.

Ma’lumotlar shaxs darajasida oʻqitish, validatsiya va test toʻplamlariga ajratilgan. Ayni shaxsga tegishli kesimlarning turli ma’lumot toʻplamlariga tarqalishini oldini olish uchun boʻlinish shaxs darajasida qilingani bildirilgan. Bu yondashuv kesim darajasidagi data leakage’ni oldini olish nuqtai nazaridan muhim.

Asosiy natijalar nimani koʻrsatadi?

Taklif etilgan doira har ikki ma’lumotlar toʻplamida ham tadqiqotda ishlatilgan beshta asosiy taqqoslash usulidan yuqoriroq natija bergan. ADNI testida aniqlik %89,3, F1 skori %89,3 va AUROC %95,6 deb bildirilgan. Bosh ogʻrigʻi kohortida aniqlik %78,6, F1 skori %78,6 va AUROC %89,2.

ADNI ma’lumotlar toʻplamida taklif etilgan usul ImageNet transfer baseline’iga nisbatan aniqlikda 2,5 foiz punkt; noldan oʻqitilgan 3B CNNga nisbatan 3,7 foiz punkt yuqoriroq natija bergan. Bosh ogʻrigʻi kohortida ImageNet transferga nisbatan farq 4,5 foiz punkt, 3B CNNga nisbatan 5,8 foiz punkt. Biroq bu farqlarning statistik ahamiyatini koʻrsatadigan alohida taqqoslash testi yoki p qiymati taqdim etilmagan.

Bosh ogʻrigʻi sinflari orasida samaradorlik qanday oʻzgargan?

Bosh ogʻrigʻi kohortida eng yuqori F1 skori migren sinfida %81,0, eng past F1 skori esa cluster headache sinfida %72,1 deb bildirilgan. Cluster headache sinfi ayni paytda eng kam oʻqitish va test namunasiga ega sinfdir. Bu natija kichikroq sinflardagi samaradorlikni alohida baholash kerakligini koʻrsatadi; biroq tadqiqot sinf kattaligi bilan xato darajasi oʻrtasida sababiy tahlil oʻtkazmagan.

Ablation tajribalari qaysi komponent muhimroq ekanini koʻrsatadi?

Ablation tajribalarida eng katta pasayish diqqat mexanizmi olib tashlanganda kuzatilgan. Diqqatni olib tashlash ADNI aniqligini %89,3 dan %86,8 ga, bosh ogʻrigʻi aniqligini esa %78,6 dan %75,2 ga tushirgan. Boshqacha aytganda, diqqat modulining hissasi ikki ma’lumotlar toʻplamida mos ravishda 2,5 va 3,4 foiz punkt deb hisoblanadi.

Kontrastiv oʻrganishni olib tashlash aniqlikni ADNI’da 1,8, bosh ogʻrigʻi kohortida 2,3 foiz punkt kamaytirgan. Sinf ichidagi varians regularizatsiyasining ta’siri cheklanganroq; pasayishlar mos ravishda 1,2 va 1,5 foiz punkt. Ushbu taqqoslashlar komponentlar model natijasi bilan bogʻliq ekanini koʻrsatadi. Biroq turli oʻqitish ishga tushirishlari, tasodifiy boshlangʻichlar va statistik taqqoslashlar batafsil hisobot qilinmagani sababli hissalarning aniqligi cheklangan.

Tadqiqot qoʻllab-quvvatlaydigan natijalar nimalar?

• DINOv2dan chiqarilgan ikki oʻlchovli kesim xususiyatlari oʻrganiladigan diqqat mexanizmi bilan hajm darajasida birlashtirilishi mumkin.
• Taklif etilgan tuzilma tadqiqotda ishlatilgan ma’lumot boʻlinishlarida oddiy oʻrtacha, maksimal pooling, 2B CNN, 3B CNN va standart transfer learning baseline’laridan yuqoriroq natija bergan.
• Ablation natijalarida eng katta yagona komponent hissasi diqqat asosidagi kesim ogʻirliklashida kuzatilgan.
• Kontrastiv oʻrganish va sinf ichidagi varians regularizatsiyasi toʻliq model natijalariga qoʻshimcha hissa qoʻshgan.
• Model samaradorligi ikki sinfli ADNI vazifasida toʻrt sinfli bosh ogʻrigʻi vazifasiga nisbatan yuqoriroq.

Tadqiqot nimani isbotlamaydi?

• Model klinik tashxis qoʻya olishini yoki radiolog oʻrnini bosa olishini isbotlamaydi.
• Model oʻqitish vaqtida koʻrilmagan yangi kasalliklar yoki noma’lum anomaliyalarni aniqlay olishini koʻrsatmaydi.
• Bosh ogʻrigʻi tasniflashining turli shifoxonalar, qurilmalar yoki bemor populyatsiyalarida ayni natijani berishini koʻrsatmaydi.
• Yuqori AUROC qiymati model klinikada xavfsiz, kalibrlangan yoki bemor natijalarini yaxshilaydigan tizim ekanini anglatmaydi.
• Diqqat ogʻirliklari haqiqiy kasallik mexanizmi yoki sababiy anatomik munosabatni koʻrsatishi isbotlanmagan.
• Turkiyadagi bemor guruhlari yoki sogʻliqni saqlash muassasalari uchun bevosita natija taqdim etmaydi.

Vizual izohlardagi yetishmovchilik nimani anglatadi?

Tadqiqot birinchi shakl ADNI namunalaridagi kesim diqqat ogʻirliklarini, ikkinchi shakl esa hajm ifodalarining t-SNE proyeksiyasini koʻrsatishini bildiradi. Matnga koʻra model Alzheimer kasalligida hippocampal atrophy va ventricular enlargement bilan bogʻliq deb qaraladigan oʻrta miya kesimlariga yuqoriroq ogʻirlik bergan. t-SNE koʻrinishi ham normal va Alzheimer sinflari orasida ajralish taqdim etgani da’vo qilinadi.

Biroq yuklangan versiyada har ikki shaklning faqat sarlavhasi mavjud; diqqat egri chiziqlari, MRT kesimlari va t-SNE grafigi koʻrinmaydi. Shu sababli matndagi vizual talqinlar mustaqil ravishda tekshirib chiqilmagan. Bundan tashqari, diqqat ogʻirligi oʻz-oʻzicha model qarorining sababini ishonchli tarzda tushuntiradigan klinik dalil sifatida qabul qilinmasligi kerak.

Tadqiqotning kuchli tomonlari nimalar?

• Ikki xil ma’lumotlar toʻplami va ikki xil tasniflash murakkabligi ishlatilgan.
• Ma’lumot boʻlinishi shaxs darajasida bajarilgani bildirilgan.
• Oddiy baseline oʻrniga beshta turli taqqoslash usuli taqdim etilgan.
• Diqqat, kontrastiv oʻrganish va varians regularizatsiyasi alohida ablation tajribalari bilan baholangan.
• Aniqlikdan tashqari precision, recall, F1 va AUROC qiymatlari hisobot qilingan.
• Natijalar oʻzgaruvchanligini baholash uchun 1.000 iteratsiyali bootstrap ishlatilgani bildirilgan.

Tadqiqotning cheklovlari nimalar?

Eng muhim cheklov ma’lumotlar va tajribalarni toʻliq qayta ishlab chiqish uchun zarur tafsilotlarning yetishmasligidir. Institutsional kohort manbai, bemor tanlash, etiketlash jarayoni, qurilma xususiyatlari, MRT ketma-ketliklari va ma’lumotga kirish tushuntirilmagan. Qoʻllanilgan oldindan qayta ishlash bosqichlari umumiy darajada berilgan; skull stripping, atlas registration, resampling va intensity normalizationda ishlatilgan dasturlar va parametrlar koʻrsatilmagan.

ADNI’dan tashqari ma’lumot bitta institutsional kohortga asoslangan. Koʻp markazli tashqi tasdiqlash mavjud emas. Model kalibrovkasi, qaror chegarasi, false positive va false negative misollar soni, confusion matrix, specificity va positive predictive value kabi klinik talqin uchun muhim tafsilotlar berilmagan.

Tadqiqotda “anomaliyani aniqlash” ifodasi ishlatilsa-da, usul normal ma’lumotdan ogʻishni ochiq tarzda aniqlaydigan one-class yoki unsupervised tizim emas. Model oʻqitish davomida belgilangan sinflarni bir-biridan ajratadi. Tadqiqotchi ham bu holatni cheklovlar orasida tan oladi va haqiqiy anomaliya aniqlash uchun faqat normal ma’lumot bilan oʻqitilgan one-class tuzilmani kelajakda oʻrganishni taklif qiladi.

Tadqiqot usuli va natijalari

Ma’lumot tayyorlash va model oqimi

Loss funksiyasi va ma’lumotni koʻpaytirish

Umumiy oʻqitish maqsadida cross-entropy asosiy komponent sifatida ishlatilgan. Nazoratli kontrastiv loss 0,5, sinf ichidagi varians regularizatsiyasi 0,1 ogʻirlik bilan qoʻshilgan. Ma’lumotlarga tasodifiy aylantirish, translation va intensity transformatsiyalari qoʻllangan. Biroq transformatsiyalarning diapazonlari va ehtimollari hisobot qilinmagan.

Baholash mezonlari

• Aniqlik: Toʻgʻri tasniflangan test namunalarining barcha namunalarga nisbati.
• Precision: Bir sinfga tegishli deb bashorat qilingan namunalarning qanchasi haqiqatan ham oʻsha sinfga tegishli ekanini koʻrsatadi.
• Recall: Haqiqiy sinf namunalarining qanchasi model tomonidan aniqlanganini koʻrsatadi.
• F1 skori: Precision va recallning garmonik oʻrtachasidir.
• AUROC: Modelning turli qaror chegaralari boʻylab sinflarni ajratish qobiliyatini umumlashtiradi.

Metriklar sinf boʻyicha hisoblanib oʻrtachalangani bildirilgan. Noaniqlikni baholash uchun 1.000 bootstrap iteratsiyasi ishlatilgan. Biroq jadvallardagi “±” qiymatlari qaysi ishonch darajasini ifodalashi aniq yozilmagan.

Natijalarning texnik talqini

ADNI vazifasidagi %95,6 AUROC model ishlatilgan test toʻplamida normal va Alzheimer sinflarini ranking qilish nuqtai nazaridan kuchli ajratish yaratganini koʻrsatadi. Biroq test toʻplami faqat 80 kishidan iborat. AUROC qiymati oʻz-oʻzicha muayyan klinik qaror chegarasidagi false negative va false positive sonlarini koʻrsatmaydi.

Bosh ogʻrigʻi kohortidagi %89,2 AUROC va %78,6 aniqlik toʻrt sinfli vazifa ikki sinfli ADNI vazifasidan qiyinroq ekanini koʻrsatadi. Eng past sinf samaradorligi cluster headache’da kuzatilgan. Bu sinfda test toʻplami faqat 15 kishidan iborat boʻlgani sababli oʻlchovlardagi noaniqlik boshqa sinflarga qaraganda yuqoriroq boʻlishi mumkin.

Ablation tahlillari diqqat mexanizmi modeldagi eng ta’sirli qoʻshimcha komponent ekanini qoʻllab-quvvatlaydi. Shunga qaramay, tadqiqot turli diqqat arxitekturalari, 3B tayanch modellar yoki tibbiy tasvirlarda oldindan oʻqitilgan tayanch modellar bilan keng qamrovli taqqoslash oʻtkazmagan. Shu sababli natijalar diqqat yondashuvi barcha alternativlardan ustun ekanini emas, faqat tadqiqotda tanlangan baseline’larga nisbatan yuqoriroq natija berganini koʻrsatadi.

Manba va usul haqida izoh

Tadqiqotning toʻliq asl nomi: Leveraging Foundation Models for 3D Image Anomaly Detection

Muallif: Michael Harris

Mualliflar tartibi: Yagona muallifli tadqiqot

Teng birinchi muallif: Mavjud emas.

Mas’ul muallif: SSRN yozuvida Michael Harris aloqa muallifi sifatida koʻrsatilgan.

Muassasa: The University of Texas at Austin, Texas, AQSh

DOI:10.2139/ssrn.6979438

Jurnal: Tadqiqot jurnalga nashr etilmagan.

Nashriyot: Asl jurnal nashriyoti haqida ma’lumot mavjud emas.

Platforma: SSRN

Nashr yili: 2026

Manba turi: Eksperimental mashina oʻrganish tadqiqoti xususiyatidagi preprint

Hakamlik holati: Ushbu tadqiqot hakamlik baholashidan oʻtmagan preprintdir; natijalar bu cheklov hisobga olinib oʻqilishi kerak.

Rasmiy havola:SSRN tadqiqot sahifasi

Ushbu maqola yuklangan 37 sahifalik tadqiqot boshidan oxirigacha koʻrib chiqilib tayyorlangan. Ilmiy usul, ma’lumot sonlari va samaradorlik natijalari faqat tadqiqotda bildirilgan ma’lumotlarga asoslanadi. Tadqiqotda mavjud boʻlmagan klinik muvaffaqiyat, diagnostik xavfsizlik yoki Turkiyaga xos samaradorlik da’vosi qoʻshilmagan.

Manba identifikatsiyasida aniqlashtirilishi kerak boʻlgan nomuvofiqlik mavjud: koʻrinadigan tadqiqot muqovasi va SSRN yozuvi Michael Harrisni muallif sifatida koʻrsatsa, faylning texnik metadata’sidagi muallif maydonida boshqa ism mavjud. Shuningdek, institutsional bosh ogʻrigʻi kohorti manbasi, tasvirlash protokollari, batafsil etik jarayon va ma’lumotga kirish shartlari tushuntirilmagan.

Tadqiqot klinik tasdiqlash ishi emas. Model radiologlar bilan taqqoslanmagan, istiqbolli klinik muhitda sinovdan oʻtkazilmagan, turli shifoxonalarda tashqi tasdiqlashdan oʻtmagan va bemor natijalariga ta’siri baholanmagan. Natijalar faqat bildirilgan ma’lumotlar toʻplamlari, ma’lumot boʻlinishlari va tajriba sharoitlari uchun amal qiladi.