تثبيت السمات في الشبكات العصبية التلافيفية باستخدام المتحكم التناسبي التكاملي لتصنيف عقيدات الرئة

ما زال التصنيف الموثوق لعقيدات الرئة من صور التصوير المقطعي المحوسب مشكلة صعبة، بسبب التباينات في شدة الصورة والضوضاء وتمثيلات السمات غير المستقرة أثناء تدريب الشبكات العميقة، فعلى الرغم من النتائج الواعدة التي حققتها الشبكات العصبية التلافيفية في تحليل الصور الطبية، فإن ديناميات سماتها الداخلية كثيرًا ما يصعب التحكم فيها، بما يؤثر في استقرار التقارب وقدرة النموذج على التعميم، ولا سيما عند العمل ببيانات سريرية محدودة الكم

يلجأ هذا البحث إلى نظرية التحكم مصدرًا للإلهام في معالجة هذه المشكلة، إذ يمكن لمبادئ التغذية الراجعة والتصحيح التراكمي للخطأ التي تقوم عليها أنظمة التحكم الكلاسيكية أن تمنح الشبكات العصبية آلية لتنظيم تمثيلات سماتها أثناء التعلم، بما يجعل السمات المستخلصة من الصور أكثر استقرارًا واتساقًا عبر مراحل التدريب، وينعكس ذلك دقة أعلى في تصنيف العقيدات وثقة أكبر في التطبيقات السريرية المساندة للتشخيص

وتتقاطع مشكلة عدم استقرار السمات مع تحدي محدودية البيانات السريرية المتاحة للتدريب، إذ تقل قدرة الشبكات العميقة على بناء تمثيلات مستقرة وموثوقة كلما قلت الأمثلة التي تتعلم منها، وهو واقع شائع في الصور الطبية المتخصصة التي يصعب جمع أعداد كبيرة منها وتصنيفها بدقة خبراء

أولًا: أهداف الدراسة ومنهجيتها

هدفت هذه الدراسة إلى تطوير إطار لشبكة عصبية تلافيفية مستلهم من نظرية التحكم يدمج المتحكم التناسبي التكاملي لتنظيم تمثيلات السمات أثناء عملية التعلم، وقد دُمج المتحكم في الشبكة بطريقتين متميزتين، أولاهما بوصفه وحدة معالجة تمهيدية تسبق الشبكة العصبية التلافيفية، وثانيتهما بوصفه طبقة وسيطة مضمنة داخل البنية التلافيفية ذاتها، وفحصت الدراسة تكوينات المتحكم المضبوطة يدويًا والمتعلمة تلقائيًا على السواء لتحليل أثر معاملات التحكم الثابتة القائمة على المعرفة مقارنة بآليات التغذية الراجعة التكيفية القائمة على البيانات، إذ يستجيب المكون التناسبي للانحرافات اللحظية في السمات، بينما يعوض المكون التكاملي الأخطاء المتراكمة، فيسهمان معًا في تعلم سمات أكثر استقرارًا واتساقًا، وقُوّمت الطريقة المقترحة على مجموعة بيانات سرطان الرئة المعروفة باسم آي كيو أو تي إتش باستخدام مقاييس تصنيف معيارية معروفة

ثانيًا: أبرز النتائج

1. حققت الطريقة المقترحة أداءً يمثل أحدث ما توصلت إليه البحوث في هذا المجال، إذ بلغت الدقة العامة للتصنيف 0.96 وبلغ مقياس إف واحد 0.96 كذلك، بما يدل على قوة متوازنة في الكشف عن عقيدات الرئة وتصنيفها من صور التصوير المقطعي المحوسب

2. بلغت دقة التنبؤات الإيجابية 0.93 وألغت الطريقة الإيجابيات الكاذبة، وهو مكسب مهم في سياق فحص سرطان الرئة لأن الإيجابيات الكاذبة تستنزف موارد المتابعة الطبية وتثير قلق المرضى دون مبرر حقيقي يستدعي ذلك

3. أكدت دراسات الإزالة والتحليلات الإحصائية أهمية موضع دمج المتحكم التناسبي التكاملي داخل الشبكة وأهمية ضبط معاملاته، بما يعني أن مكان المتحكم داخل البنية وطريقة ضبطه عاملان حاسمان في حجم المكسب المتحقق من دمجه في الشبكة العصبية

4. أظهر التحقق عبر مجموعات بيانات مختلفة قدرة قوية على التعميم، بما يشير إلى أن استقرار السمات الذي يحققه المتحكم لا يرتبط بمجموعة بيانات واحدة بعينها، بل يمتد أثره إلى بيانات جديدة لم ترها الشبكة أثناء مرحلة التدريب الأولى

ثالثًا: دلالات الدراسة وتطبيقاتها

تظهر هذه الدراسة أن دمج مبادئ من نظرية التحكم في بنى التعلم العميق يوفر استراتيجية فعّالة وقابلة للتفسير لتعزيز تصنيف الصور الطبية، إذ يمنح الباحثين والأطباء آلية مفهومة لضبط ديناميات السمات بدل تركها لعمليات تدريب يصعب تتبع منطقها الداخلي، ويفتح هذا المدخل الباب أمام توظيف أدوات نظرية التحكم الغنية في تصميم شبكات عصبية أكثر استقرارًا وثباتًا للتشخيص بمساعدة الحاسوب في المجالات الطبية المختلفة، مع إمكانية نقل الفكرة ذاتها إلى مهام تصنيف طبي أخرى تعاني عدم استقرار السمات وقلة البيانات، كما يعزز قابلية الطريقة للتفسير ثقة الأطباء والباحثين بها، إذ يمكن تتبع كيفية استجابة المتحكم للانحرافات اللحظية والأخطاء المتراكمة بصورة مفهومة، بدل التعامل مع الشبكة العصبية بوصفها صندوقًا مغلقًا تستعصي دينامياته الداخلية على الفهم والمتابعة

وخلاصة القول إن استعارة مبادئ المتحكم التناسبي التكاملي من نظرية التحكم أثبتت قدرتها على تثبيت سمات الشبكات العصبية التلافيفية ورفع دقة تصنيف عقيدات الرئة إلى مستويات متقدمة، بما يقدم نموذجًا واعدًا لشبكات طبية أكثر استقرارًا وقابلية للتعميم والتفسير