SwinCup-DiscNet: Optik disk ve kup özelliklerini kullanarak glokom tanısı için bir füzyon transformer çerçevesi

Neden görmeyi kurtarmada önemli

Glokom, dünyanın geri dönüşü olmayan körlüğe yol açan başlıca nedenlerinden biridir; ancak genellikle ağrı veya erken uyarı işaretleri olmadan sinsi bir şekilde ilerler. Göz hekimleri, görme kaybı olmadan önce gözün arkasındaki ince değişiklikleri tespit edebilir, ancak her hasta için bunu elle yapmak yavaş ve bazen tutarsız olabilir. Bu makale, klasik klinik ipuçlarını modern derin öğrenme ile birleştiren ve retinadan çekilen fotoğrafları okuyarak glokomu erken işaretleyen yeni bir yapay zeka (YZ) sistemi olan SwinCup-DiscNet’i tanıtıyor.

Göz içindeki sinire bakmak

Sistemin ne yaptığını anlamak için glokomun genellikle nasıl tespit edildiğini bilmek yararlıdır. Göz uzmanları, görsel bilgiyi taşıyan sinirin gözden çıktığı nokta olan optik sinir başını (disk) inceler. Bu “disk”in merkezinde “kup” adı verilen daha açık renkli bir çöküntü vardır. Glokom ilerledikçe, kup derinleşip genişleme eğilimindedir ve çevresindeki sinir dokusu kenarını aşındırır. Önemli bir değer, kup-disk oranıdır; bu oran kupun boyutunu disk boyutuyla karşılaştırır. Daha yüksek bir oran genellikle hasarı işaret eder. Binlerce retinal fotoğrafta bu oranı elle ölçmek zahmetlidir ve uzmanlar arasında bile görüş ayrılıkları olabilir. SwinCup-DiscNet hem bu oranı otomatik olarak ölçer hem de bir gözde glokom olup olmadığına dair genel kararı verir.

Detayları ve geniş resmi gören çift hatlı bir YZ

Sistem, bir retinal fundus görüntüsü aldığında paralel iki iz izler. İlk olarak, bir segmentasyon dalı optik diski ve merkezi kupu izole eder. Bu, Attention U-Net olarak bilinen özel bir ağ kullanır; bu ağ önemli yapıları vurgulamayı ve kan damarları veya aydınlatma artefaktları gibi dikkat dağıtan arka plan öğelerini görmezden gelmeyi öğrenir. Kup ve disk sınırlarını belirledikten sonra, sistem bunları düzleştirir ve temiz oval şekiller uydurur; ardından dikey boyutlarını ölçerek klinik olarak güvenilen dikey kup-disk oranını hesaplar.

Gözle ölçülemeyeni öğrenmek

İkinci izde ise bir transformer tabanlı dal görüntünün tamamına bakar ve tek bir sayıya odaklanmaz. Bu dal, görüntüyü küçük yamalara bölen ve bütün retina boyunca bunların birbirleriyle ilişkisini analiz eden modern bir derin öğrenme modeli olan Swin Transformer’ı kullanır. Böylece optik sinirin ve çevresindeki bölgelerin dokusu, rengi ve yapısındaki, insanın nicelleştirmesi zor olabilecek ince desenleri yakalar. Bu küresel bakıştan model, görüntünün glokomlu bir kişiye ait olma olasılığını üretir.

Güvenilen ipuçlarını YZ sezgisiyle harmanlamak

SwinCup-DiscNet’in özü, bu iki kanıttan nasıl birleştirildiğidir. Sadece kup-disk oranına ya da sadece transformer’in olasılığına güvenmek yerine, sistem bunları ağırlıklı bir kural kullanarak birleştirir. Kup-disk oranı eğitim verilerinde nasıl davrandığına göre normalize edilir, sonra modelin öğrendiği glokom olasılığı ile tek bir puarda birleştirilir. Bu füzyon puanı bir eşiği geçerse göz glokomatik olarak sınıflandırılır; geçmezse normal olarak etiketlenir. Bu tasarım, kararı tanıdık bir klinik ölçüme dayandırırken YZ’nin tespit edebildiği daha zengin desenlerden yararlanmaya devam eder. Sistem ayrıca uydurulan disk ve kup konturlarını orijinal görüntü üzerine bindirir ve doktorlara kararın hangi bölgeden kaynaklandığına dair net bir görsel sunar.

Yöntemi teste tabi tutmak

Yazarlar SwinCup-DiscNet’i retinal görüntülerin yaygın kullanılan üç açık veri kümesi üzerinde değerlendirdiler: LAG, ACRIMA ve DRISHTI-GS. Bu koleksiyonlar; kamera tipi, görüntü kalitesi ve hasta karışımı açısından farklılık gösterir, bu da onları zorlu bir test zemini yapar. Hepsinde yeni sistem, geleneksel konvolüsyonel ağlarla ve yalnızca kup ve diski segmentleyen yöntemlerle eşleşti veya onları geride bıraktı. Çok yüksek segmentasyon kalitesi, kup-disk oranı tahmininde düşük hata ve sınıflandırmada yaklaşık veya %99’un üzerinde doğruluklar elde etti; güçlü performans eğrileri sağlıklı ve hastalıklı gözleri nadiren karıştırdığını gösterdi. Hataların analizi, kalan yanlış alarmların çoğunun optik kupun doğal olarak büyük olduğu ancak gerçekten hastalıklı olmadığı sınır vakalarda olduğunu gösterdi; taramada bu tür bir ödün genellikle kabul edilebilirdir.

Gelecekteki göz taramaları için ne anlama geliyor

Basitçe söylemek gerekirse, SwinCup-DiscNet YZ’nin hem kup-disk oranı gibi yerleşik belirteçleri kullanarak “doktor gibi düşünebileceğini” hem de retinal görüntülerde karmaşık desenleri öğrenerek “gözle görülenin ötesini görebileceğini” gösteriyor. Bu güçleri birleştirerek sistem, birçok mevcut yaklaşıma göre daha doğru ve yorumlanabilir bir glokom taraması sunuyor. Gerçek dünya hastane verilerinde daha fazla test ve hastalık şiddetini derecelendirme gibi olası genişletmelerle, bu tür hibrit YZ uygulamaları göz kliniklerinde pratik bir yardımcı haline gelerek glokomun daha erken yakalanmasına ve önlenebilir körlüğün engellenmesine yardımcı olabilir.

Atıf: Chilukuri, R., Praveen, P., Gatla, R.K. et al. SwinCup-DiscNet: A fusion transformer framework for glaucoma diagnosis using optic disc and cup features. Sci Rep 16, 7920 (2026). https://doi.org/10.1038/s41598-026-39065-7

Anahtar kelimeler: glokom, retina görüntüleme, derin öğrenme, optik sinir, tıbbi tarama