Automatic Seegmentation Medical Image Using Deep Learning

Abstract

يشهد قطاع الرعاية الصحية تطورًا سريعًا في مجالال تشخيص الطبي المدعوم بالذكاء الاصطناعي ، مع تزايد الاهتمام بتقنيات التعلّم العميق في تحليل الصور الطبية . تكمن أهمية هذا المجال في قدرته على تحسين دقة التشخيص ، وتسريع عملية التحليل ، وتقديم حلول مبتكرة للتحديات التي يواجهها الأطباء عند التفسير اليدوي للصور الطبية. في إطار هذاالعمل ، طُوّّ ِرنموذج انمُحسَّن انقائمان على شبكة Unet لتحسين دقة التجزئة الدلالية للصور الطبية .يتميز النموذج الأول وصلات التخطّي باستخدام طبقات التفافية إضافية للحفاظ على التفاصيل المكانية الدقيقة دون زيادة في التكلفة الحسابية .أماالنموذج الثاني ، فيستخدم مُشفّرًا قويًا قائمًا على شبكة VGG19، مُدرّبًا مسبقًا على مجموعة بيانات ImageNet، مقترنًا بمفكك مُحسَّن يتميز بكتل التفافية أعمق لتحسين الدقة المكانية .بالإضافة إلى ذلك ،تم استحداث مرحلة للمعالجةالأوليةلدراسةتأثيرتحسين الصورة على أداء عملية التجزئة ؛ حيث تم تطبيق مرشحات غاوسو الوسيط بشكل منفصل لتقليل الضوضاء ،بينمااستُخدمت تقنيةCLAHEلتحسين التباين .وقد أظهرت النتائج التجريبية تحسناً في دقة التجزئة،ممايثبت فعالية هذه الابتكارات المتعلقة بالبنية ومعالجة البيانات الأولية. ولمعالجة القيود الجوهرية في البنى الالتفافية التقليدية ، لاسيما فيما يتعلق بالتقاط العلاقات بعيدة المدى ، يقدم هذا العمل نموذجًا جديدًا أطلق عليهFGHQA-UNet،وهو إطار مبتكر للتجزئة يعتمد على البنية الأساسية ل ـU-Netمع دمج آلية الانتباه (FGHQA).AttentionQueryHybridGlobalFeatureتعتمد هذه الآلية على تمثيل هجين للاستعلامات (Queries)يدمج بين الخصائص المحلية والعالمية ، مما يعزز قدرة النموذج على نمذجة العلاقات السياقية الدقيقة داخل الصورالطبية.ومن خلال هذاالتكامل،يتجاوزالنموذج القيود المرتبطة بالاعتماد الحصري على الالتفافات التقليدية ،حيث يتم تحسين تمثيل الميزات عبر دمج المعلومات المكانية الدقيقة مع السياق العالمي بصورة متزامنة ،بمايحقق توازنًا فعالًا بين الدقة التمثيلية والكفاءة الحسابية .كماتسهم استراتيجية المعالجة المسبقة المعتمدة في رفع جودة البيانات المدخلة وتقليل الضوضاء وتحسين الكفاءة الحسابية ، مماينعكس إيجابًا على أداء النموذج أثناء التدريب والاستدلال. وقد تم تصميم بنيةFGHQA-UNetبما يضمن تحقيق توازن بين الدقة الحسابية والكفاءة التشغيلية مع الحفاظ على القدرة علىا ستخراج السمات الدقيقة في البيئات الطبية المعقدة .وقدتم تقييم النموذج المقترح على ثلاث مجموعات بيانات معيارية للتجزئة الطبية هيBraTSوKiTSوLiTS،حيث أظهرت النتائج التجريبية تفوقه على أحدث الأساليب المنافسة من حيث دقة التجزئة والكفاءة الحسابية ، ممايؤكد فعاليته وجدواه في تطبيقات التصوير الطبي المعزز بالتعلم العميق.

The healthcare sector is witnessing rapid development in the field of artificial intelligence-powered medical diagnosis, with deep learning (DL) techniques gaining increasing attention in medical image analysis. The importance of this field lies in its ability to improve diagnostic accuracy, speed up the analysis process, and provide innovative solutions to the challenges faced by physicians in manual interpretation of medical images. As part of this work, two enhanced Unet-based models were developed to improve the semantic segmentation accuracy of medical images. The first model deepens skip connections using additional convolutional layers to better preserve fine spatial detail without increasing computational cost. The second model uses a robust VGG19-based encoder, pre-trained on the ImageNet dataset, coupled with an enhanced decoder featuring deeper convolutional blocks for improved spatial resolution. Additionally, a preprocessing stage was introduced to investigate the impact of image enhancement on segmentation performance. Gaussian and median filters were applied separately for noise reduction, while CLAHE was employed for contrast enhancement. The experimental results showed an improvement in segmentation accuracy, proving the effectiveness of these architectural and preprocessing innovations. To address the fundamental limitations of traditional convolutional architectures, particularly in capturing long-range dependencies, this work introduces a new model termed FGHQA-Unet, an innovative segmentation framework built upon the core Unet architecture with the integration of the Feature Global Hybrid Query Attention (FGHQA) mechanism. This mechanism relies on a hybrid attention framework that combines local and global representations, while employing a hybrid query representation that enhances the model’s ability to model fine-grained contextual relationships within medical images. Through this integration, the model overcomes the constraints associated with exclusive reliance on traditional convolutions by improving feature representation through the simultaneous fusion of precise spatial information and global context, thereby achieving an effective balance between representational accuracy and computational efficiency. In addition, the adopted preprocessing strategy contributes to improving input data quality, reducing noise, and enhancing computational efficiency, which positively reflects on the model’s performance during both training and inference. The FGHQA-Unet architecture is designed to ensure a balance between computational accuracy and operational efficiency while maintaining the ability to extract fine-grained features in complex medical environments. The proposed model was evaluated on three benchmark medical segmentation datasets, BraTS, KiTS, and LiTS, where experimental results demonstrated its superiority over recent advanced methods in terms of segmentation accuracy and computational efficiency, confirming its effectiveness and practicality for DL–based medical imaging applications.

Le secteur de la santé connaît un développement rapide dans le domaine du diagnostic médical établi sur l'intelligence artificielle, les techniques d'apprentissage profond gagnant en importance dans l'analyse d'images médicales. L'importance de ce domaine réside dans sa capacité à améliorer la précision diagnostique, à accélérer le processus d'analyse et à apporter des solutions innovantes aux défis rencontrés par les médecins lors de l'interprétation manuelle des images médicales. Dans le cadre de ce travail, deux modèles Unet améliorés ont été développés afin d'optimiser la précision de la segmentation sémantique des images médicales. Le premier modèle approfondit les connexions résiduelles grâce à des couches convolutionnelles supplémentaires, préservant ainsi les détails spatiaux fins sans augmenter la charge de calcul. Le second modèle utilise un encodeur robuste basé sur VGG19, pré-entraîné sur le jeu de données ImageNet, associé à un décodeur amélioré intégrant des blocs convolutionnels plus profonds pour une meilleure résolution spatiale.De plus, une étape de prétraitement a été introduite afin d’étudier l’impact de l’amélioration des images sur les performances de la segmentation. Les filtres Gaussian et median ont été appliqués séparément pour la réduction du bruit, tandis que la méthode CLAHE a été utilisée pour l’amélioration du contraste. Les résultats expérimentaux ont montré une amélioration de la précision de la segmentation, confirmant ainsi l’efficacité des approches architecturales et de prétraitement proposé. Afin de remédier aux limitations fondamentales des architectures convolutionnelles traditionnelles notamment en ce qui concerne la capture des dépendances à longue portée , ce travail propose un nouveau modèle nommé FGHQA-Unet, un cadre innovant de segmentation fondé sur l’architecture de base d’Unet et intégrant le mécanisme Feature Global Hybrid Query Attention (FGHQA). Ce mécanisme repose sur un cadre d’attention hybride qui combine des représentations locales et globales, tout en employant une représentation hybride des requêtes (queries) qui renforce la capacité du modèle à modéliser des relations contextuelles fines au sein des images médicales. Grâce à cette intégration, le modèle dépasse les contraintes liées à l’utilisation exclusive des convolutions classiques en améliorant la représentation des caractéristiques par la fusion simultanée d’informations spatiales précises et du contexte global, permettant ainsi d’atteindre un équilibre efficace entre précision représentationnelle et efficacité computationnelle. Par ailleurs, la stratégie de prétraitement adoptée contribue à améliorer la qualité des données d’entrée, à réduire le bruit et à accroître l’efficacité computationnelle, ce qui se reflète positivement sur les performances du modèle lors de l’entraînement et de l’inférence. L’architecture FGHQA-Unet a été conçue de manière à garantir un équilibre entre précision computationnelle et efficacité opérationnelle, tout en conservant la capacité d’extraire des caractéristiques fines dans des environnements médicaux complexes. Le modèle proposé a été évalué sur trois jeux de données de référence en segmentation médicale, BraTS, KiTS et LiTS, où les résultats expérimentaux ont démontré sa supériorité par rapport aux méthodes récentes de l’état de l’art, tant en termes de précision de segmentation que d’efficacité computationnelle, confirmant ainsi son efficacité et sa pertinence pour les applications d’imagerie médicale basées sur l’apprentissage profond.