قاعدة بيانات مفتوحة لأشعة الموجات فوق الصوتية بالوضع B لتقسيم لويحات تصلب الشرايين بتقنيات التعلم العميق

لماذا يهم اكتشاف مشكلات الشرايين الخفية

السكتات القلبية والدماغية غالبًا ما تحدث دون إنذار، لكن الخطر يتراكم تدريجيًا عندما تضيق الترسبات الدهنية المسماة لويحات الشرايين التي تغذي الدماغ والقلب. يمكن للأطباء رؤية هذه اللويحات عبر فحوص الموجات فوق الصوتية للرقبة، لكن تتبع شكلها يدويًا على كل صورة يستغرق وقتًا ويعرضه لأخطاء بشرية. تقدم هذه المقالة مجموعة صور مفتوحة وموصوفة بخبرة تتيح لأجهزة الكمبيوتر أن تتعلّم العثور على هذه اللويحات تلقائيًا، بهدف طويل المدى لتسريع تقييم مخاطر السكتة والنوبة القلبية وجعله أكثر اتساقًا وتوفرًا.

نظرة أقرب على تراكم الشرايين

تصلب الشرايين هو التصلب والسمك التدريجي للشرايين المتوسطة والكبيرة نتيجة تراكم الدهون وخلايا الالتهاب في جدار الوعاء الدموي. عندما يحدث هذا في الشرايين السباتية في العنق، قد يقل تدفق الدم إلى الدماغ ويزداد خطر الإصابة بالسكتة. إحدى الطرق القوية لتقدير خطر الشخص هي قياس المساحة الإجمالية المغطاة بهذه اللويحات على طول الشريان السباتي. المشكلة أن الأطباء أو الحواسيب لا يستطيعون قياس مساحة اللويحة قبل أن يقوم شخص ما بتحديد محيطها على كل صورة بالموجات فوق الصوتية، وهي مهمة تتطلب تدريبًا ووقتًا واتساقًا يصعب الحفاظ عليه في العيادات المزدحمة.

لماذا تحتاج الحواسيب إلى أمثلة أفضل

يمكن للذكاء الاصطناعي الحديث، ولا سيما التعلم العميق، أن يتعلم تحديد محيط اللويحات تلقائيًا إذا أُرِيتَ له أمثلة كافية حيث رسم الخبراء الحواف الصحيحة مسبقًا. استخدمت العديد من الأبحاث السابقة هذه الأساليب بنجاح، لكنها غالبًا ما كانت تحت ظروف مثالية: صور مقصوصة بعناية حول لويحة واحدة واضحة، بدون أمثلة لصور لا تحتوي على لويحات على الإطلاق أو تحتوي على عدة لويحات في الوقت نفسه. هذه المجموعات الخاصة عادةً لا تُشارك، مما يصعّب على العلماء الآخرين إعادة إنتاج النتائج أو معرفة ما إذا كان الخوارزم سيعمل في واقع العيادات اليومي المختلط.

بناء مجموعة صور واقعية

لتجسير هذه الفجوة، جمع المؤلفون ونقّحوا قاعدة بيانات مكونة من 541 صورة بالموجات فوق الصوتية للشرايين السباتية من مجموعة مرضى عالية الخطورة في الأرجنتين. لكل صورة، قدّم الأخصائيون صورة "قناع" مطابقة تم تمييز مناطق اللويحات فيها، مكوّنين زوجًا: الصورة الأصلية بالأبيض والأسود والرسم البسيط بالأبيض والأسود لحدود اللويحة. أزال الفريق بعناية الفوضى البصرية مثل الصلبان والأرقام وعلامات الجهاز، ومعيّر جميع الصور إلى تنسيق مربع، وضَمِنَ أن الصورتين في كل زوج متراصّتان تمامًا. تتضمن المجموعة النهائية عمدًا فحوصًا بدون لويحات، وفحوصًا بلويحة واحدة أو متعددة، ولويحات تقع بعيدًا عن مركز الصورة، لتعكس بصورة أفضل ما يراه الأطباء فعليًا.

ترك الشبكات العصبية ترسم المحيطات

لاختبار ما إذا كانت قاعدة البيانات مفيدة فعلاً لتطوير الخوارزميات، درّب الباحثون ثلاث نسخ من شبكة شائعة لتقسيم الصور تعرف باسم U‑Net، كل واحدة تستخدم بنية خلفية مختلفة لاكتشاف الأنماط. وسّعوا بيانات التدريب بقلب الصور وتحريكها قليلًا، ثم جمعوا النماذج الثلاثة في "مجموعة" تصوّت بكسلًا بكسل لتقرير ما إذا كانت البقعة تنتمي إلى لويحة أم لا. على الصور التي احتوت لويحات، حققت هذه المجموعة مستوى اعتدالياً من التداخل مع تتبعات الخبراء، مماثل لما قد يحققه أخصائيون بشريون مختلفون فيما بينهم. وعلى الصور الخالية من اللويحات، أنتج النظام المدمج عددًا نسبيًا قليلاً من الإنذارات الكاذبة، مما يوحي بأنه تعلّم ليس فقط شكل اللويحة، بل ومتى لا توجد لويحة على الإطلاق.

ماذا يعني هذا للرعاية المستقبلية

للغير متخصصين، الرسالة الأساسية هي أن هذه القاعدة المفتوحة تحول الصور السريرية المتناثرة والصعبة الوصول إلى مورد مشترك يمكن لأي شخص استخدامه لتدريب واختبار خوارزميات العثور على اللويحات. رغم أن الأداء ليس مثالياً بعد ويتأثر بمجموعة المرضى ومعدات التصوير المستخدمة، تُظهر الدراسة أن الحواسيب قادرة على الاقتراب من مستوى تتبع الخبراء حتى في ظروف أكثر واقعية وتنوعًا. من خلال إتاحة كل من الصور وكود التقييم مجانًا، تضع الدراسة أساسًا لأدوات أكثر متانة يمكن أن تساعد الأطباء على قياس عبء اللويحات بسرعة وبشكل متسق، مما يحسّن استراتيجيات الوقاية من النوبات القلبية والسكتات الدماغية.

الاستشهاد: Rulloni, V.S., Perez, H.A., Dori, T. et al. An open B-mode ultrasound database for deep learning-based atherosclerotic plaque segmentation. Sci Data 13, 702 (2026). https://doi.org/10.1038/s41597-026-06952-7

الكلمات المفتاحية: تصلب الشرايين, موجات فوق الصوتى للشريان السباتي, الذكاء الاصطناعي في التصوير الطبي, تقسيم اللويحات, مخاطر القلب والأوعية الدموية