استخدمت الدراسة الحالية U-Net وغيرها من خوارزميات التعلم العميق لتقسيم صورة اللسان ومقارنة نتائج التجزئة للتحقيق في تجسيد تشخيص اللسان.
تشخيص اللسان هو تقنية أساسية لتشخيص الطب الصيني التقليدي (TCM) ، وتتزايد الحاجة إلى تجسيد صور اللسان من خلال تقنية معالجة الصور. تقدم هذه الدراسة لمحة عامة عن التقدم المحرز في تشييء اللسان على مدى العقد الماضي وتقارن نماذج التجزئة. يتم إنشاء نماذج التعلم العميق المختلفة للتحقق من الخوارزميات ومقارنتها باستخدام مجموعات صور اللسان الحقيقية. يتم تحليل نقاط القوة والضعف في كل نموذج. تشير النتائج إلى أن خوارزمية U-Net تتفوق على النماذج الأخرى فيما يتعلق بدقة الدقة (PA) ، والاستدعاء ، ومتوسط التقاطع عبر مقاييس الاتحاد (MIoU). ومع ذلك ، على الرغم من التقدم الكبير في الحصول على صورة اللسان ومعالجتها ، لم يتم بعد وضع معيار موحد لتشخيص اللسان الموضوعي. لتسهيل التطبيق الواسع النطاق لصور اللسان الملتقطة باستخدام الأجهزة المحمولة في تشييء تشخيص اللسان ، يمكن إجراء مزيد من الأبحاث معالجة التحديات التي تفرضها صور اللسان الملتقطة في بيئات معقدة.
مراقبة اللسان هي تقنية مستخدمة على نطاق واسع في الطب العرقي الصيني التقليدي (TCM). يمكن أن يعكس لون وشكل اللسان الحالة البدنية وخصائص المرض المختلفة وشدته وتوقعاته. على سبيل المثال ، في طب الهمونغ التقليدي ، يتم استخدام لون اللسان لتحديد درجة حرارة الجسم ، على سبيل المثال ، يشير اللسان الأحمر أو الأرجواني إلى العوامل المرضية المتعلقة بالحرارة. في الطب التبتي ، يتم الحكم على الحالة من خلال مراقبة لسان المريض ، مع الانتباه إلى لون وشكل ورطوبة المخاط. على سبيل المثال ، تصبح ألسنة المرضى الذين يعانون من مرض Heyi حمراء وخشنة أو سوداء وجافة1 ؛ المرضى الذين يعانون من مرض Xieri2 لديهم ألسنة صفراء وجافة. وفي الوقت نفسه ، فإن المرضى الذين يعانون من مرض Badakan3 لديهم لسان أبيض ورطب وناعم4. تكشف هذه الملاحظات عن العلاقة الوثيقة بين سمات اللسان وعلم وظائف الأعضاء وعلم الأمراض. بشكل عام ، تلعب حالة اللسان دورا حيويا في التشخيص وتحديد المرض وتقييم تأثير العلاج.
وفي الوقت نفسه، وبسبب تنوع الظروف المعيشية والممارسات الغذائية بين المجموعات العرقية المختلفة، تتباينات في صور اللسان بشكل واضح. تمت صياغة نموذج المختبر ، الذي تم إنشاؤه على أساس معيار دولي لتحديد اللون ، من قبل اللجنة الدولية للإكلير (CIE) في عام 1931. في عام 1976 ، تم تعديل نمط اللون وتسميته. يتكون نموذج ألوان Lab من ثلاثة عناصر: L يتوافق مع السطوع ، بينما a و b هما قناتان لونيتان. (أ) يشمل ألوانا من الأخضر الداكن (قيمة سطوع منخفضة) إلى الرمادي (قيمة سطوع متوسطة) إلى الوردي الفاتح (قيمة سطوع عالية)؛ ينتقل b من الأزرق الساطع (قيمة سطوع منخفضة) إلى الرمادي (قيمة سطوع متوسطة) إلى الأصفر (قيمة سطوع عالية). من خلال مقارنة قيم L x a x b للون اللسان لخمس مجموعات عرقية ، وجد Yang et al.5 أن خصائص صور اللسان لمجموعات الهمونغ والهوي وتشوانغ والهان والمنغولية كانت متميزة بشكل كبير عن بعضها البعض. على سبيل المثال ، لدى المنغوليين ألسنة داكنة مع طلاء لسان أصفر ، في حين أن الهمونغ لديهم ألسنة فاتحة مع طلاء لسان أبيض ، مما يشير إلى أنه يمكن استخدام ميزات اللسان كمؤشر تشخيصي لتقييم الحالة الصحية للسكان. علاوة على ذلك ، يمكن أن تعمل صور اللسان كمؤشر تقييم للطب القائم على الأدلة في البحوث السريرية للطب العرقي. استخدم He et al.6 صور اللسان كأساس لتشخيص الطب الصيني التقليدي وقيم بشكل منهجي سلامة وفعالية كريات Chou-Ling-Dan (حبيبات CLD – المستخدمة لعلاج الأمراض الالتهابية والحموية ، بما في ذلك الأنفلونزا الموسمية في الطب الصيني التقليدي) جنبا إلى جنب مع الطب الصيني والغربي. أثبتت النتائج الصلاحية العلمية لصور اللسان كمؤشر تقييم للدراسات السريرية. ومع ذلك ، يعتمد الممارسون الطبيون التقليديون عموما على الذاتية لمراقبة خصائص اللسان وتقييم الظروف الفسيولوجية والمرضية للمرضى ، مما يتطلب مؤشرات أكثر دقة.
مهد ظهور الإنترنت وتكنولوجيا الذكاء الاصطناعي الطريق لرقمنة تشخيص اللسان وتشييئه. تتضمن هذه العملية استخدام نماذج رياضية لتقديم وصف نوعي وموضوعي لصور اللسان7 ، مما يعكس محتوى صورة اللسان. تتضمن العملية عدة خطوات: الحصول على الصور ، والتعويض البصري ، وتصحيح الألوان ، والتحويل الهندسي. ثم يتم إدخال الصور المعالجة مسبقا في نموذج خوارزمي لتحديد موضع الصورة وتجزئتها ، واستخراج الميزات ، والتعرف على الأنماط ، وما إلى ذلك. ناتج هذه العملية هو تشخيص عالي الكفاءة والدقة لبيانات صورة اللسان ، وبالتالي تحقيق هدف التشييء والقياس الكمي والمعلوماتية لتشخيص اللسان8. وبالتالي ، يتم تحقيق الغرض من الكفاءة العالية والمعالجة عالية الدقة لبيانات تشخيص اللسان. استنادا إلى معرفة تشخيص اللسان وتكنولوجيا التعلم العميق ، قامت هذه الدراسة تلقائيا بفصل جسم اللسان وطلاء اللسان عن صور اللسان باستخدام خوارزمية الكمبيوتر ، من أجل استخراج السمات الكمية للألسنة للأطباء ، وتحسين موثوقية واتساق التشخيص ، وتوفير طرق لأبحاث تشييء تشخيص اللسان اللاحقة9.
بناء على نتائج المقارنة المعروضة أعلاه ، من الواضح أن خصائص الخوارزميات الأربعة قيد النظر متنوعة ، ومزاياها وعيوبها المميزة موصوفة أدناه. يمكن لهيكل U-Net ، القائم على تعديل وتوسيع شبكة التفاف كاملة ، الحصول على معلومات سياقية وتحديد المواقع بدقة من خلال مسار تعاقد ومسار توسع متماثل. من خلا…
The authors have nothing to disclose.
تم دعم هذا العمل من قبل مؤسسة الطبيعة الوطنية في الصين (المنحة رقم 82004504) ، والبرنامج الوطني للبحث والتطوير الرئيسي التابع لوزارة العلوم والتكنولوجيا في الصين (منحة رقم 2018YFC1707606) ، وإدارة الطب الصيني في مقاطعة سيتشوان (منحة رقم 2021MS199) ومؤسسة الطبيعة الوطنية الصينية (منحة رقم 82174236).
CPU | Intel(R) Core(TM) i7-9700K | ||
GPU | NVIDIA GeForce RTX 3070 Ti (8192MB) | ||
Operating systems | Microsoft Windows 10 Professional Edition (64-bit) | ||
Programming language | Python | ||
RAM | 16G |