التعلم الموحد مع التدريب المسبق التبايني لتصنيف أمراض الشبكية باستخدام التصوير المقطعي التوافقي البصري (OCT) على صور الشبكية.
DOI:
https://doi.org/10.54153/sjpas.2026.v8i1.1422الملخص
يُعدّ التصوير المقطعي التوافقي البصري للشبكية (OCT) بالغ الأهمية للكشف المبكر عن الأمراض التي تُهدد البصر، إلا أن تطوير نماذج ذكاء اصطناعي قوية يواجه قيودًا تتعلق بخصوصية البيانات وتنوع مجموعات البيانات متعددة المؤسسات. نقترح إطار عمل للتدريب المسبق التبايني الموحد، يجمع بين MoCo v3 للتعلم الذاتي للتمثيل مع SCAFFOLD للحد من انحراف العميل في التعلم الموحد. أُجريت تقييمات شاملة على مجموعات بيانات متعددة للتصوير المقطعي التوافقي البصري للشبكية، بما في ذلك بيانات من المجال وبيانات غير مرئية من خارج المجال، وقورنت بنى الشبكة الأساسية بشكل منهجي لتقييم الدقة والكفاءة وتكلفة الاتصال. يحقق النهج المقترح دقة 96.8% ومساحة تحت منحنى ROC تبلغ 0.994، متفوقًا بذلك على ResNet-50 المركزي والنماذج الأساسية الموحدة التقليدية. أظهر التقييم متعدد المجالات قدرةً قويةً على التعميم، مع زيادة في الدقة بنسبة 4.2% على مجموعة بيانات OCT غير مسبوقة. وتشير نتائج قابلية التوسع إلى أن النظام يتمتع بأداء ثابت حتى 16 عميلًا، وأن Efficient-Net-B4 يحقق التوازن الأمثل بين الدقة وكفاءة الاستدلال وتكاليف الاتصال. تكشف النتائج أن التدريب المسبق التبايني الموحد يُحسّن أداء التشخيص، والتعميم متعدد المجالات، واستقرار التدريب، مع الحفاظ على خصوصية البيانات. توفر هذه الاستراتيجية وسيلةً فعّالةً للتعلم التعاوني متعدد المؤسسات في طب العيون، ولها آثار سريرية في الفحص الآلي لأمراض الشبكية. يوفر MoCo v3 + SCAFFOLD إطار عمل يحافظ على الخصوصية، وقابل للتوسع، وموثوق سريريًا لتصنيف OCT الشبكي الموحد، مما يدعم نشر الذكاء الاصطناعي بكفاءة عالية عبر مؤسسات متنوعة.
التنزيلات
منشور
إصدار
القسم
الرخصة
هذا العمل مرخص بموجب Creative Commons Attribution 4.0 International License.
Copyright Notice
Authors retain copyright and grant the SJPAS journal right of first publication, with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in Samarra Journal of Pure and Applied Science.
The Samarra Journal of Pure and Applied Science permits and encourages authors to archive Pre-print and Post-print items submitted to the journal on personal websites or institutional repositories per the author's choice while providing bibliographic details that credit their submission, and publication in this journal. This includes the archiving of a submitted version, an accepted version, or a published version without any Risks.
