استفاده از یادگیری عمیق برای تشخیص سرطان پستان: مطالعه مقایسه ای مدل های تجمعی و مکانیسم های توجه با تصاویر ماموگرافی

سرطان پستان یکی از شایع ترین سرطان ها در جهان است و سالانه بیش از ۱.۷ میلیون مورد جدید تشخیص داده می شود. تشخیص زودهنگام این بیماری، به ویژه در زنان، تاثیر بسزایی در کاهش مرگ و میر دارد. در این مطالعه، مدل های یادگیری عمیق (DL) برای تحلیل تصاویر ماموگرافی و طبقه بندی تومورهای خوش خیم و بدخیم استفاده شده است. معماری های پیشرفته ای از جمله EfficientNet، DenseNet، Vision Transformers (ViT) و مدل های تجمعی تقویت شده با مکانیسم توجه چندسری (Multi-Head Attention) مورد بررسی قرار گرفتند. برای ارزیابی این مدل ها، از دو مجموعه داده اصلی استفاده شد: CBIS-DDSM شامل ۲،۶۲۰ مطالعه ماموگرافی اسکن شده، و مجموعه داده Breast-Cancer-Classification که به طور خاص برای ارزیابی مدل های یادگیری ماشین طراحی شده است. نتایج نشان می دهد که مدل تجمعی پیشنهادی، با ادغام مکانیسم توجه چندسری و ابزار Segment Anything Model ۲ (SAM۲)، دقت چشمگیری را به ثبت رساند. این مدل دقت ۹۶.۲۴% را در مجموعه داده Breast-Cancer-Classification و ۸۶.۴۵% را در مجموعه CBIS-DDSM کسب کرد. در مقایسه، بهترین مدل های منفرد مانند ViT و DenseNet۱۲۱ دقت های بهترتیب ۹۵.۶۶% و ۹۲.۱۳% را در Breast-Cancer-Classification نشان دادند. مدل های مبتنی بر EfficientNet نیز دقت هایی تا ۸۰.۶۲% در CBIS-DDSM ارائه کردند. این یافته ها نشان دهنده برتری مدل های تجمعی در ترکیب ویژگی های مختلف و بهبود عملکرد است. یکی از نوآوری های کلیدی این پژوهش، استفاده از ابزار SAM۲ برای تولید ماسک های دقیق نواحی غیرعادی در تصاویر ماموگرافی بود. این ابزار با استفاده از مختصات پیکسلی ناحیه های مشکوک، ماسک هایی با دقت بالا تولید کرد که به مدل ها امکان شناسایی بهتر مناطق غیرعادی را می دهد. همچنین، مدل های تجمعی از ویژگی های استخراج شده توسط EfficientNetV۲B۱، EfficientNetV۲S، و ViT بهره برداری کردند و با استفاده از مکانیسم توجه چندسری، توانایی مدل در تفسیر داده ها و تشخیص تفاوت های بین تومورهای خوش خیم و بدخیم را تقویت کردند. نتایج نشان داد که مکانیسم توجه چندسری، با افزایش تمرکز مدل بر بخش های مهم داده، تاثیر بسزایی در بهبود عملکرد داشت. برای مثال، استفاده از این مکانیسم توانست دقت مدل تجمعی را در مجموعه CBIS-DDSM از ۸۶.۲۰% به ۸۶.۴۵% افزایش دهد. در Breast-Cancer-Classification، این افزایش حتی چشمگیرتر بود، به طوری که دقت از ۹۶.۱۷% به ۹۶.۲۴% رسید. با وجود این دستاوردها، چالش هایی مانند تفسیر پذیری مدل ها و ادغام آن ها در فرآیندهای بالینی همچنان مطرح است. این پژوهش نشان می دهد که ترکیب مدل های یادگیری عمیق با مکانیسم های توجه و ابزارهای پیشرفته مانند SAM۲ می تواند دقت تشخیص را به میزان قابل توجهی افزایش دهد. برای تحقیقات آینده، گسترش دامنه داده ها و بررسی مدل ها در محیط های واقعی بالینی توصیه می شود.

کلیدواژه ها:

سرطان پستان ، یادگیری عمیق ، ماموگرافی ، مدل های تجمعی ، مکانیسم توجه ، Segment Anything Model