بخش بندی عروق شبکیه با رویکرد تعمیم دامنه در شبکه های یادگیری عمیق پایدار

شبکه‌های عصبی پیچشی (cnns) و روش‌های یادگیری عمیق، حوزه‌ی بخش‌بندی تصاویر شبکیه چشم، مانند بخش‌بندی رگ‌ها، ضایعات و دیسک بینایی را متحول کرده‌اند و نتایج چشمگیری ارائه داده‌اند اما این شبکه ها زمانی به درستی کار می کنند که مجموعه داده‌های آموزش و آزمون از توزیع یکسانی برخوردار باشند. با این حال، در شرایط بالینی و واقعی، تصاویر پزشکی اغلب به دلیل عواملی مانند استفاده از ابزارهای مختلف و کیفیت متغیر تصاویر، ظاهر متفاوتی دارند. این تفاوت‌ها می‌تواند باعث شود که شبکه‌های عصبی پیچشی (cnns) به داده‌های آموزشی بیش برازش شوند و توانایی آنها در تعمیم به مجموعه داده‌های جدید و دیده نشده کاهش یابد. این فاصله‌ی بین دامنه‌ی داده‌های آموزش (دامنه‌ی منبع) و دامنه داده‌های آزمون (دامنه‌ی هدف) یک چالش بزرگ در حفظ عملکرد در بخش‌بندی تصاویر پزشکی ایجاد می‌کند.برای مقابله با این چالش، ما یک روش تعمیم دامنه‌ای پیشنهاد می‌کنیم که هدف آن آموزش مدلی است که بتواند با دقت خوبی بر روی مجموعه داده‌های نادیده با ویژگی‌های دامنه‌ای متفاوت از داده‌های آموزشی عمل کند. تحقیقات متعددی نشان می‌دهد که برخی از بیماری‌های شبکیه چشم، مانند شبکیه رنجوری نوزادان نارس، به سختی بخش‌بندی می‌شوند. هدف اصلی تحقیقات ما ارزیابی عملکرد مدل ما بر روی چنین مجموعه داده‌هایی است بدون اینکه آنها را در مرحله‌ی آموزش وارد کنیم. برای این منظور، ما نه مجموعه داده جمع‌آوری کردیم که این اولین بار است که چنین مجموعه جامع برای مطالعات بخش‌بندی رگ‌ها گردآوری شده است. این مجموعه داده‌ها شامل hvdropdb ، drive، stare، hrf، five، aria، chasedb1، ovrs و dr-hagis هستند که در مجموع 1,266 تصویر به همراه رگ های بخش بندی شده می باشد. ما از تکنیک‌های مختلف افزایش داده‌ها بر روی تصاویر ورودی استفاده می‌کنیم تا تمام تنوع‌های احتمالی دامنه را پوشش دهیم و نیاز به داده‌های خاص در دامنه اضافی را از بین ببریم.روش ما از یک u-net اصلاح شده به عنوان الگوریتم اصلی یادگیری عمیق استفاده می‌کند. ما شبکه را با افزودن چندین لایه نرمال‌سازی دسته‌ای، تنظیم اندازه ورودی برای مطابقت با تصاویر معمولی در بالین، تغییر تابع خطا، و اعمال پدینگ برای جلوگیری از کاهش اندازه تصویر پس از هر لایه‌ی پیچشی، بهبود می‌بخشیم. در نتیجه، روش ما از تکنیک‌های پیشرفته‌ی فعلی برای تعمیم دامنه‌ای در بخش‌بندی رگ‌های تصاویر شبکیه چشم فراتر رفته و به ضریب dice متوسط 92.20، دقت 95.88 و میانگین سطح زیر نمودارroc 98.02 دست یافته است.