DOI: https://doi.org/10.1038/s41598-026-37199-2
PMID: https://pubmed.ncbi.nlm.nih.gov/41702964
تاريخ النشر: 2026-02-17
المؤلف: Israa Abdelsabour وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي في اكتشاف السرطان
نظرة عامة
تقدم البحث إطار عمل هجين للتعلم العميق لتصنيف سرطان الثدي متعدد الفئات باستخدام صور الماموجرام. يدمج هذا الإطار MobileNetV1، وهو شبكة عصبية تلافيفية خفيفة الوزن لاستخراج الميزات المحلية، مع محول الرؤية (ViT) لالتقاط العلاقات السياقية العالمية، باستخدام بنية ذات تدفق مزدوج. أظهرت التقييمات على مجموعة بيانات ماموجرام جامعة الملك عبد العزيز (KAUBC) أداءً مثيرًا للإعجاب، حيث حققت معدلات دقة (ACC) وحساسية (SEN) وخصوصية (SPE) تتجاوز 99%. قدم استخدام تقنيات الذكاء الاصطناعي القابل للتفسير (XAI)، مثل Grad-CAM وGrad-CAM++، تصورات سريرية قابلة للتفسير لتركيز النموذج على المناطق ذات الصلة التشخيصية.
على الرغم من النتائج الواعدة، يعترف البحث بعدة قيود، بما في ذلك نقص التحقق الخارجي والتجانس الجغرافي والعرقي لمجموعة بيانات KAUBC، مما قد يؤثر على قابلية تعميم النتائج. بالإضافة إلى ذلك، يشكل عدم توازن الفئات، خاصة في فئات BI-RADS عالية المخاطر، تحديات لصلابة التصنيف. تم تصميم الإطار لتصنيف الصور على مستوى الصورة ولا يتناول الكشف على مستوى الآفة، وهو مجال مهم للبحث المستقبلي. تشمل القيود الأخرى فقدان الميزات التشخيصية المحتمل بسبب خطوات المعالجة المسبقة وزيادة التعقيد الحسابي المرتبط بـ ViT، مما قد يعيق النشر في البيئات ذات الموارد المحدودة. ستركز الأعمال المستقبلية على التحقق من صحة الإطار باستخدام مجموعات بيانات متنوعة واستكشاف الكشف على مستوى الآفة والتعلم الواعي بالنوع.
مقدمة
سرطان الثدي (BC) هو أكثر أنواع السرطان انتشارًا بين النساء على مستوى العالم، حيث يوجد حوالي 2.3 مليون حالة جديدة سنويًا. على الرغم من التقدم في تقنيات التصوير مثل الماموجرام، والأشعة فوق الصوتية، والشريحة النسيجية، لا يزال الكشف المبكر صعبًا بسبب التناقضات في هذه الوسائط، مما قد يؤدي إلى تصنيف خاطئ وتأخيرات في التشخيص. تلعب الماموجرام دورًا حاسمًا في تقييم مخاطر السرطان من خلال تقييم كثافة الأنسجة وتحديد التكلسات الدقيقة والكتل. يصنف نظام تقارير وتصوير الثدي (BI-RADS) النتائج إلى سبع مجموعات، لكن الأنسجة الكثيفة للثدي يمكن أن تحجب الآفات، مما يعقد تعيين فئات BI-RADS ويزيد من أخطاء التنبؤ، خاصة في البيئات ذات الوقت المحدود أو بين أطباء الأشعة الأقل خبرة.
ظهر الذكاء الاصطناعي (AI)، وخاصة من خلال التعلم الآلي (ML) والتعلم العميق (DL)، كأداة حيوية في الرعاية الصحية لتحليل البيانات الطبية المعقدة والمساعدة في اتخاذ القرارات السريرية. في سياق تشخيص BC، أثبتت نماذج DL، وخاصة الشبكات العصبية التلافيفية (CNNs)، فعاليتها في الكشف عن الأورام وتصنيفها في صور الماموجرام، مما يعزز التشخيص المبكر وتخطيط العلاج. علاوة على ذلك، تم تطوير تقنيات الذكاء الاصطناعي القابل للتفسير (XAI) لتحسين قابلية تفسير هذه النماذج، مما يسمح للمهنيين الصحيين بفهم والثقة في الأنظمة الآلية. ومع ذلك، لا تزال التحديات قائمة في تحقيق دقة عالية عبر جميع فئات BI-RADS مع ضمان الكفاءة الحسابية وقابلية التفسير السريرية، مما يؤدي إلى استكشاف نماذج هجينة وقابلة للتفسير لتصنيف BC. بشكل عام، يعزز AI وML وDL تفسير نتائج التصوير، مما يحسن دقة تصنيف BC وقابليته للتكرار.
طرق
يتناول إطار العمل المقترح للتعلم العميق (DL) لتصنيف سرطان الثدي (BC) باستخدام صور الماموجرام القيود الحرجة في الدراسات التشخيصية السابقة، مثل عدم توازن الفئات، وقابلية التفسير، وعدم الكفاءة الحسابية. يتكون الإطار من أربع خطوات رئيسية: معالجة الصور، استخراج الميزات، دمج الميزات، والتصنيف. في البداية، يتم تحسين جودة الصورة من خلال ضبط التباين، وزيادة البيانات، وإعادة الحجم، والتطبيع. لاستخراج الميزات، يلتقط MobileNetV1 الميزات المحلية بفعالية، بينما يتفوق محول الرؤية (ViT) في فهم العلاقات السياقية العالمية. يدمج دمج الميزات هذه التمثيلات في موصوف شامل.
لتحسين النموذج بشكل أكبر، يتم استخدام تحليل المكونات الرئيسية (PCA) لتقليل التكرار في الميزات، ويتم استخدام مصنف تجميعي لتحسين الدقة (ACC) واستقرار التنبؤات على مجموعة بيانات KAUBC. بالإضافة إلى ذلك، يتم تنفيذ تقنيات الذكاء الاصطناعي القابل للتفسير (XAI)، وخاصة Grad-CAM وGrad-CAM++، لتصور المناطق ذات الاهتمام التي تؤثر على قرارات النموذج، مما يزيد من الثقة بين أطباء الأشعة ويحسن الفهم التشخيصي. يظهر الإطار نتائج واعدة، حيث حقق ACC بنسبة 94.22%، وحساسية (SEN) بنسبة 95.31%، وخصوصية (SPE) بنسبة 99.15%، ومنطقة تحت المنحنى (AUC) بنسبة 97.23%.
نتائج
في هذا القسم، يتم تقديم النتائج التجريبية للإطار الهجين المقترح لتشخيص سرطان الثدي (BC)، مع عرض أدائه مقابل هياكل التعلم العميق (DL) المختلفة، والنماذج الهجينة، والمصنفات التقليدية. يدمج الإطار MobileNetV1 لاستخراج الميزات المحلية بكفاءة، وViT-B/16 لالتقاط المعلومات السياقية العالمية، وSwin Transformer للاهتمام الهرمي، مع الحفاظ على تعقيد حسابي معتدل. استخدمت التقييمات محطة عمل شخصية وشملت استراتيجية التحقق المتقاطع 5 مرات لضمان تقييم أداء قوي. من الجدير بالذكر أن MobileNetV1 حقق أعلى دقة مستقلة (ACC) بنسبة 97%، تلاه VGG16 وMobileNetV2، مما يشير إلى فعالية الهياكل الخفيفة الوزن في الكشف عن BC.
استكشفت الدراسة أيضًا التفاعل بين النماذج المدربة مسبقًا والمصنفات، كاشفة أن آلة الدعم الناقل (SVM) مع دالة الأساس الشعاعي (RBF) حققت أعلى دقة تصنيف (94.7%) عند اقترانها مع MobileNetV1 وDenseNet121. أدى دمج MobileNetV1 وViT ومصنف الانحدار اللوجستي التجميعي (LR) إلى تحقيق ACC إجمالي مثير للإعجاب بنسبة 99%، متجاوزًا جميع التكوينات الأخرى المختبرة. يبرز هذا الأداء قدرة الإطار على تحقيق توازن بين الدقة والتعميم، مما يميز بفعالية الميزات الهيكلية الدقيقة والعلاقات بعيدة المدى في صور الماموجرام. تظهر النتائج قوة وموثوقية النموذج المقترح، مع قيم AUC عالية على مستوى الفئات وأخطاء تصنيف قليلة، مما يؤكد إمكانيته كأداة قيمة لمساعدة أطباء الأشعة في التشخيص المبكر والدقيق لسرطان الثدي.
مناقشة
في قسم المناقشة من ورقة البحث، يوضح المؤلفون تقنيات معالجة الصور المستخدمة لتحسين جودة الماموجرامات من أجل تحسين استخراج الميزات والتصنيف في تشخيص سرطان الثدي (BC). يبرزون استخدام تحسين التباين المحدود التكيفي (CLAHE) لتعزيز التباين المحلي مع تقليل تضخيم الضوضاء، وهو مفيد بشكل خاص لتحديد الشذوذات النسيجية الدقيقة. بالإضافة إلى ذلك، يتم تطبيق تطبيع الصور لتوحيد كثافات البكسل، مما يقلل من التباين ويسرع من التقارب في نماذج التعلم العميق (DL). تُستخدم تقنيات زيادة البيانات، بما في ذلك التحولات الهندسية، لمعالجة عدم توازن الفئات وتعزيز قوة النموذج من خلال محاكاة التغيرات الواقعية في اكتساب الماموجرام.
يناقش المؤلفون أيضًا منهجية استخراج الميزات، حيث يستخدمون هياكل MobileNetV1 وVision Transformer (ViT) لالتقاط كل من الميزات المحلية والعالمية من صور الماموجرام. يقوم MobileNetV1 باستخراج التفاصيل الدقيقة بكفاءة، بينما يلتقط ViT الاعتماديات بعيدة المدى، مما يوفر تحليلًا شاملاً للصور. يعزز دمج هذه النماذج من خلال دمج الميزات أداء تصنيف BC متعدد الفئات. كما يحدد البحث استراتيجية ضبط دقيقة لتكييف النماذج المدربة مسبقًا مع الخصائص المحددة لمجموعة بيانات الماموجرام، مؤكدًا على أهمية تقنيات التنظيم لتخفيف الإفراط في التكيف. بشكل عام، يظهر إطار العمل الهجين المقترح للتعلم العميق إمكانيات كبيرة لتحسين دقة التشخيص وقوته في البيئات السريرية، مع معالجة التحديات مثل عدم توازن الفئات والتباين داخل الفئات.
DOI: https://doi.org/10.1038/s41598-026-37199-2
PMID: https://pubmed.ncbi.nlm.nih.gov/41702964
Publication Date: 2026-02-17
Author(s): Israa Abdelsabour et al.
Primary Topic: AI in cancer detection
Overview
The research presents a hybrid deep learning framework for multi-class Breast Imaging Reporting and Data System (BI-RADS) classification of breast cancer using mammographic images. This framework integrates MobileNetV1, a lightweight convolutional neural network (CNN) for local feature extraction, with a Vision Transformer (ViT) to capture global contextual relationships, employing a dual-stream architecture. Evaluation on the King Abdulaziz University BC Mammogram Dataset (KAUBC) demonstrated impressive performance, achieving accuracy (ACC), sensitivity (SEN), and specificity (SPE) rates exceeding 99%. The use of explainable artificial intelligence (XAI) techniques, such as Grad-CAM and Grad-CAM++, provided clinically interpretable visualizations of the model’s focus on diagnostically relevant areas.
Despite the promising results, the study acknowledges several limitations, including the lack of external validation and the geographic and racial homogeneity of the KAUBC dataset, which may affect the generalizability of the findings. Additionally, class imbalance, particularly in higher-risk BI-RADS categories, poses challenges for classification robustness. The framework is designed for image-level classification and does not address lesion-level detection, which remains an important area for future research. Other limitations include potential loss of diagnostic features due to preprocessing steps and increased computational complexity associated with the ViT, which may hinder deployment in resource-limited settings. Future work will focus on validating the framework with diverse datasets and exploring lesion-level detection and subtype-aware learning.
Introduction
Breast cancer (BC) is the most prevalent cancer among women globally, with around 2.3 million new cases annually. Despite advancements in imaging techniques such as mammograms, ultrasounds, and histological slides, early detection remains difficult due to inconsistencies in these modalities, which can lead to misclassification and delayed diagnoses. Mammograms play a crucial role in assessing cancer risk by evaluating tissue density and identifying microcalcifications and masses. The Breast Imaging Reporting and Data System (BI-RADS) categorizes findings into seven groups, but dense breast tissue can obscure lesions, complicating the assignment of BI-RADS categories and increasing prediction errors, particularly in time-constrained settings or among less experienced radiologists.
Artificial intelligence (AI), particularly through machine learning (ML) and deep learning (DL), has emerged as a vital tool in healthcare for analyzing complex medical data and aiding clinical decision-making. In the context of BC diagnosis, DL models, especially convolutional neural networks (CNNs), have proven effective in detecting and classifying tumors in mammogram images, thereby enhancing early diagnosis and treatment planning. Furthermore, explainable AI (XAI) techniques have been developed to improve the interpretability of these models, allowing healthcare professionals to understand and trust automated systems. However, challenges persist in achieving high accuracy across all BI-RADS categories while ensuring computational efficiency and clinical interpretability, leading to the exploration of hybrid and explainable models for BC classification. Overall, AI, ML, and DL are enhancing the explanation of imaging results, thereby improving BC classification accuracy and reproducibility.
Methods
The proposed deep learning (DL) framework for classifying breast cancer (BC) using mammographic images addresses critical limitations in previous diagnostic studies, such as class imbalance, interpretability, and computational inefficiency. The framework comprises four main steps: image preprocessing, feature extraction, feature fusion, and classification. Initially, image quality is enhanced through contrast adjustment, data augmentation, resizing, and normalization. For feature extraction, MobileNetV1 captures local features effectively, while the Vision Transformer (ViT) excels in understanding global contextual relationships. The subsequent feature fusion integrates these representations into a comprehensive descriptor.
To further refine the model, Principal Component Analysis (PCA) is employed to reduce redundancy in features, and a bagging ensemble classifier is utilized to enhance accuracy (ACC) and stability of predictions on the KAUBC dataset. Additionally, explainable artificial intelligence (XAI) techniques, specifically Grad-CAM and Grad-CAM++, are implemented to visualize the regions of interest that influence the model’s decisions, thereby increasing trust among radiologists and improving diagnostic understanding. The framework demonstrates promising results, achieving an ACC of 94.22%, sensitivity (SEN) of 95.31%, specificity (SPE) of 99.15%, and an area under the curve (AUC) of 97.23%.
Results
In this section, the experimental results of the proposed hybrid framework for breast cancer (BC) diagnosis are presented, showcasing its performance against various deep learning (DL) architectures, hybrid models, and traditional classifiers. The framework integrates MobileNetV1 for efficient local feature extraction, ViT-B/16 for capturing global contextual information, and Swin Transformer for hierarchical attention, all while maintaining moderate computational complexity. The evaluation utilized a personal workstation and involved a 5-fold cross-validation strategy to ensure robust performance assessment. Notably, MobileNetV1 achieved the highest independent accuracy (ACC) of 97%, followed closely by VGG16 and MobileNetV2, indicating the effectiveness of lightweight architectures in BC detection.
The study further explored the interaction between pre-trained models and classifiers, revealing that the Support Vector Machine (SVM) with a radial basis function (RBF) kernel yielded the highest classification accuracy (94.7%) when paired with MobileNetV1 and DenseNet121. The integration of MobileNetV1, ViT, and a bagging logistic regression (LR) classifier resulted in an impressive overall ACC of 99%, surpassing all other tested configurations. This performance highlights the framework’s ability to balance precision and generalization, effectively distinguishing fine structural features and long-range relationships in mammographic images. The results demonstrate the robustness and reliability of the proposed model, with high class-level AUC values and minimal misclassifications, confirming its potential as a valuable tool for assisting radiologists in early and accurate BC diagnosis.
Discussion
In the discussion section of the research paper, the authors detail the image preprocessing techniques employed to enhance the quality of mammograms for improved feature extraction and classification in breast cancer (BC) diagnosis. They highlight the use of Contrast-Limited Adaptive Histogram Equalization (CLAHE) to enhance local contrast while minimizing noise amplification, which is particularly beneficial for identifying subtle tissue abnormalities. Additionally, image normalization is applied to standardize pixel intensities, thereby reducing variability and accelerating convergence in deep learning (DL) models. Data augmentation techniques, including geometric transformations, are utilized to address class imbalance and enhance the robustness of the model by simulating realistic variations in mammogram acquisition.
The authors further discuss the feature extraction methodology, employing MobileNetV1 and Vision Transformer (ViT) architectures to capture both local and global features from mammographic images. MobileNetV1 efficiently extracts fine-grained details, while ViT captures long-range dependencies, thus providing a comprehensive analysis of the images. The integration of these models through feature-level fusion enhances multi-class BC classification performance. The paper also outlines a fine-tuning strategy for adapting pre-trained models to the specific characteristics of the mammogram dataset, emphasizing the importance of regularization techniques to mitigate overfitting. Overall, the proposed hybrid DL framework demonstrates significant potential for improving diagnostic accuracy and robustness in clinical settings, addressing challenges such as class imbalance and intra-class variability.