Kromozom görüntü sınıflandırmasında ImageNet önişlemesi ve iki aşamalı transfer öğrenmesi

Kromozomlarımızın daha net görünümü

Kromozomlarımız vücudumuzu inşa etmek ve işlettirmek için talimatları taşır; doktorlar genetik bozuklukları ve bazı kanserleri tespit etmek için şekillerini inceler. Günümüzde bilgisayarlar kromozom görüntülerini okumaya yardımcı olabiliyor, ancak bunu iyi öğretmek zor çünkü tıbbi görüntüler kıt ve gündelik fotoğraflardan çok farklı görünüyor. Bu çalışma, basit ama pratik etkisi büyük bir soruyu soruyor: bilgisayarlar kedi, köpek ve araba fotoğraflarından oluşan devasa koleksiyonlardan ziyade, ilişkili tıbbi görüntülerden daha iyi öğrenebilir mi?

Kromozom görüntülerinin önemi

Hastanelerde uzmanlar, bir kişinin 46 kromozomunu 24 tipe (22 numaralı çift artı X ve Y) ayrılmış bir tabloya, yani kariyotipe yerleştirir. Her kromozomun üzerindeki ince açık ve koyu bantlar, Down sendromu veya bazı lösemiler gibi durumlarla ilişkili eksik veya fazla parçaları ortaya çıkarır. Geleneksel olarak uzmanlar bu bantları gözle sınıflandırır; bu yavaş ve öznel bir süreçtir. Derin öğrenme bu işi otomatikleştirme imkânı sunar, ancak bu sistemler genellikle ImageNet üzerinde eğitilmiş modellerle başlar. Tatil fotoğraflarından mikroskop görüntülerine geçiş çok büyük bir sıçrama olur ve bu deneyimin ne kadar iyi aktarıldığı belirsizdir.

İki aşamalı öğrenmede kestirme yol

Araştırmacılar, iki aşamalı transfer öğrenmesi adı verilen daha uygun bir eğitim yolunu test ettiler. ImageNet'ten doğrudan belirli bir kromozom görevine geçmek yerine, önce ImageNet ile önceden eğitilmiş modelleri bir boyama yöntemine ait kromozom görüntülerinde ince ayar yaparak eğittiler, sonra biraz farklı olan ikinci bir yöntemde yeniden ince ayar yaptılar. Kullanılan iki açık veri kümesi şunlardı: kalite olarak daha düşük ve okunması daha zor Q-band görüntüleri ile daha temiz ve ayrıntılı G-band görüntüleri. Her veri kümesi sırayla diğerine “basamak taşı” rolünü oynadı. Bu fikir dil öğrenimine benziyor: zaten İspanyolca biliyorsanız İtalyanca öğrenmek İngilizceden doğrudan geçmekten daha kolay olabilir.

Birkaç bilgisayar “gözü”nü test etmek

Bu ekstra adımın ne zaman fayda sağladığını görmek için ekip, 11 popüler sinir ağı tasarımını üç stratejiyle birleştirerek 66 farklı sınıflandırıcı eğitti: sıfırdan başlamak, sadece ImageNet'ten ince ayar yapmak ve iki aşamalı transfer kullanmak. Performansı tüm kromozom türlerine eşit davranan, nadir türleri de gözeten Macro-F1 skoru ile ölçtüler. Önce Q-band ve G-band görüntülerinin her ikisinin de ImageNet fotoğraflarından istatistiksel olarak birbirine daha yakın olduğunu doğruladılar; bu da onları aradaki adımlar için umut verici kılıyordu. Sonra farklı modellerin her strateji altında hem kolay (G-band) hem de zor (Q-band) veri kümelerinde nasıl öğrendiğini karşılaştırdılar.

Ek adımın işe yaradığı durumlar

Daha yüksek kaliteli G-band görüntülerde, neredeyse tüm modeller ImageNet ince ayarından sonra zaten çok iyi performans gösterdi; skorlar yaklaşık yüzde 97–98 civarındaydı. Burada iki aşamalı eğitim yalnızca çok küçük kazançlar sağladı—çoğu zaman bir puanın altında—ve bazen daha eski ağ tasarımlarına zarar verdi. Buna karşılık, daha zorlu Q-band görüntülerde tablo değişti. ConvNeXt, Swin Transformer, Vision Transformer ve MobileNetV3 gibi modern, kompakt mimariler iki aşamalı yoldan net fayda gördü; ImageNet'e kıyasla yaklaşık 0,8 ila 3,3 puanlık gelişme elde ettiler. Modellerin “nereye baktığını” gösteren görsel haritalar bunun nedenini ortaya koydu: iki aşamalı transfer ile ağlar, sadece konturlara veya tek bir bölgeye değil, kromozom bantları boyunca her iki kol üzerinde daha dengeli şekilde odaklandı. Ancak VGG gibi çok büyük, daha eski ağlar kazanç sağlamadı; bazen daha kötüleşti, bu da daha akıllı tasarımın sadece büyüklükten üstün olduğunu gösteriyor.

Verinin kendisinin koyduğu sınırlar

Araştırmacılar ayrıca G-band görüntülerindeki hataları incelediler. Bazı başarısızlıkların öğrenme stratejisinden değil, örneğin üst üste binmiş şekilleri ayırırken kromozomların kötü kırpılmasına gibi hatalı girdi kaynaklı olduğu izlendi. Bu durumlarda tüm eğitim yöntemleri zorlandı ve dikkat haritaları dağınık veya yanıltıcı kenarlara takılı kaldı. Bu, klinikler ve geliştiriciler için pratik bir mesajı vurguluyor: en iyi eğitim hattı bile, özellikle kromozom görüntüleme için mevcut olanlar gibi sınırlı büyüklükte veri kümeleriyle çalışırken, kötü görüntü kalitesini veya önişleme hatalarını tamamen aşamaz.

Gerçek dünya tanısına etkileri

Uzman olmayanlar için temel çıkarım şudur: ilişkili tıbbi görüntülerin akıllıca yeniden kullanılması, özellikle hedef veri gürültülü veya kıt olduğunda ve modern, dikkatle tasarlanmış sinir ağları kullanıldığında otomatik kromozom okumasını daha doğru hale getirebilir. Yüksek kaliteli görüntüler için standart ImageNet tabanlı eğitim zaten yeterli olabilir. Ancak patologlar daha zorlu veri kümeleriyle çalıştığında, yakından ilişkili bir görüntü türünü kullanan ek bir öğrenme adımı bilgisayarın “gözünü” keskinleştirerek performansı yüzde 93–98 aralığına taşıyabilir. Bu yaklaşım kromozomların ötesine, etiketli veri sınırlı olan birçok tıbbi görüntüleme alanına da genişleyebilir ve güvenilir yapay zeka araçlarını günlük klinik uygulamaya daha yakın hale getirmeye yardımcı olabilir.

Atıf: Chen, T., Xie, C., Zhang, W. et al. ImageNet pre-training and two-step transfer learning in chromosome image classification. Sci Rep 16, 7572 (2026). https://doi.org/10.1038/s41598-026-38662-w

Anahtar kelimeler: kromozom sınıflandırması, tıbbi görüntüleme yapay zekası, transfer öğrenme, derin öğrenme modelleri, kariyotipleme