DOI: https://doi.org/10.1038/s41598-025-07957-9
PMID: https://pubmed.ncbi.nlm.nih.gov/40615563
تاريخ النشر: 2025-07-04
المؤلف: Pinjie Liu وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي في اكتشاف السرطان
نظرة عامة
تقدم هذه الدراسة شبكة عصبية تلافيفية (CNN) جديدة مكونة من 19 طبقة مصممة للتشخيص الآلي لسرطان الفم باستخدام صور سريرية للشفتين واللسان. تتضمن المنهجية تقنيات معالجة مسبقة متقدمة، مثل تطبيع الحد الأدنى والحد الأقصى وتعزيز التباين القائم على الهيستوغرام، لتحسين ميزات الصورة الأساسية للتصنيف الدقيق. تم التحقق من صحة النموذج على مجموعة بيانات صور سرطان الفم (الشفتين واللسان) (OCI)، محققًا مقاييس أداء مثيرة للإعجاب: دقة 99.54%، حساسية 95.73%، خصوصية 96.21%، دقة 96.34%، ودرجة F1 تبلغ 96.03%. تظهر هذه النتائج تحسينات كبيرة مقارنة بنماذج التعلم الانتقالي المعروفة، بما في ذلك SqueezeNet وAlexNet وInception وVGG19 وResNet50.
تؤكد الدراسة على المساهمات النظرية لهندسة CNN المصممة خصيصًا وتحسينها، مما يضع معيارًا تجريبيًا جديدًا لاكتشاف سرطان الفم من خلال التعلم العميق. كما تبرز أهمية المنهجيات الشفافة، بما في ذلك استراتيجيات المعالجة المسبقة واختيار المعلمات الفائقة، في تعزيز الأداء التشخيصي. بينما يظهر النموذج وعدًا للتطبيق العملي في بيئات سريرية متنوعة، يتم الإشارة إلى قيود مثل الاعتماد على مجموعة بيانات واحدة وغياب تقنيات الذكاء الاصطناعي القابلة للتفسير. تشمل اتجاهات البحث المستقبلية توسيع مجموعة البيانات لزيادة التنوع، ودمج وحدات التفسير لتعزيز ثقة الأطباء، وتطوير قدرات التصنيف متعدد الفئات. بشكل عام، يعزز هذا العمل مجال تحليل الصور الطبية ويقدم إطارًا قويًا لتحسين تشخيص سرطان الفم المبكر، مع الهدف النهائي المتمثل في تحسين نتائج المرضى من خلال التدخلات في الوقت المناسب.
مقدمة
ت outlines مقدمة ورقة البحث الأهمية الحاسمة للتشخيص المبكر في سرطان الفم، الذي يشمل أنواعًا مختلفة من الأورام في الرأس والعنق، ويؤثر بشكل خاص على البلعوم الفموي والفم. تسلط الورقة الضوء على أن الكشف في الوقت المناسب يمكن أن يحسن بشكل كبير نتائج العلاج، حيث أن سرطانات الفم غالبًا ما تنشأ من الأنسجة الحرشفية وتظهر أعراضًا متنوعة، بما في ذلك انسداد مجرى الهواء وصعوبة البلع. تم الإشارة إلى عوامل الخطر مثل التدخين، واستهلاك الكحول، وعدوى فيروس الورم الحليمي البشري، حيث ترتبط الحالات الإيجابية لفيروس الورم الحليمي البشري عمومًا بتوقعات أفضل. تؤكد الدراسة على دور أطباء الفم في الكشف المبكر وضرورة تقنيات التشخيص المتقدمة، بما في ذلك التصوير والخزعة.
الهدف الرئيسي من هذه الدراسة هو تطوير حل جديد قائم على التعلم العميق للكشف المبكر عن سرطان الفم باستخدام بيانات التصوير السريري، مع التركيز بشكل خاص على صور الشفتين واللسان. يقترح المؤلفون شبكة عصبية تلافيفية (CNN) مخصصة مكونة من 19 طبقة مصممة لتعزيز دقة وموثوقية التشخيص، مع معالجة قيود طرق الفحص البصري التقليدية. تقوم الدراسة بتقييم دقيق للنموذج المقترح مقارنة بعدة نماذج للتعلم الانتقالي الحديثة، مما يظهر أدائه المتفوق عبر مقاييس تشخيصية رئيسية مثل الدقة والحساسية والخصوصية. علاوة على ذلك، توفر البحث منهجية شفافة وقابلة للتكرار، بما في ذلك خطوات المعالجة المسبقة التفصيلية وخيارات تصميم الهيكل، مما يساهم في تقديم رؤى قيمة للتقدم المستقبلي في اكتشاف سرطان الفم وتطبيقات التصوير الطبي الأوسع.
طرق
في هذه الدراسة، استخدم المؤلفون مجموعة بيانات “صور سرطان الفم (اللسان والشفتين)” (OCI)، التي تتكون من 1,298 صورة سريرية عالية الدقة بتنسيق RGB مصنفة إلى فئتين: 650 مصنفة كسرطانية و648 كغير سرطانية. تم جمع الصور، التي كانت في الغالب بتنسيق .jpg، من مستشفيات الأنف والأذن والحنجرة المختلفة في أحمد آباد وتم توضيحها بواسطة محترفين طبيين لضمان تصنيف موثوق. تم تغيير حجم كل صورة إلى 227 × 227 بكسل للحفاظ على الاتساق للتحليل. خضعت مجموعة البيانات لمعالجة مسبقة شاملة، بما في ذلك تطبيع الحد الأدنى والحد الأقصى لتوسيع قيم البكسل بين 0 و1، وتعزيز التباين القائم على الهيستوغرام لتحسين رؤية الميزات المرضية الدقيقة. تم أيضًا تطبيق تقنيات زيادة البيانات، مثل التدوير العشوائي، والانعكاس، والتغيير في الحجم، لتعزيز قدرات تعميم النموذج.
تم هيكلة الطريقة المقترحة للكشف المبكر عن سرطان الفم في خط أنابيب متعدد المراحل. في البداية، تتضمن عملية جمع البيانات استخدام مجموعة بيانات OCI، تليها معالجة مسبقة لمعالجة مشكلات مثل سطوع غير متسق وتباين منخفض. صمم المؤلفون شبكة عصبية تلافيفية (CNN) مخصصة مكونة من 19 طبقة تحتوي على أربع طبقات تلافيفية متتالية، كل منها مصحوبة بتطبيع دفعي وطبقات تجميع قصوى لاستقرار التدريب وتقليل الإفراط في التكيف. ثم يتم تسطيح خرائط الميزات ومعالجتها من خلال ثلاث طبقات متصلة بالكامل مع تنظيم الإسقاط، مما يؤدي إلى مخرجات مفعلة بواسطة softmax للتصنيف الثنائي. تؤسس هذه المنهجية الدقيقة أساسًا قويًا لنموذج التعلم العميق، مما يسهل التجارب القابلة للتكرار وتقييم الأداء الموثوق في اكتشاف سرطان الفم.
نتائج
تقدم قسم “النتائج” النتائج المستمدة من المحاكاة التي أجريت للتحقيق في فرضية البحث. تم تصميم المحاكاة لنمذجة النظام تحت ظروف مختلفة، مما يسمح بتحليل شامل للآليات الأساسية المعنية. تم تقييم المقاييس الرئيسية، وتشير النتائج إلى وجود ارتباطات كبيرة بين المعلمات المدروسة، مما يوضح قوة النموذج.
تكشف البيانات المستمدة من المحاكاة عن رؤى حاسمة، بما في ذلك تحديد الظروف المثلى لتحقيق النتائج المرغوبة. تم إجراء تحليلات إحصائية للتحقق من صحة النتائج، مما يؤكد موثوقيتها وأهميتها. بشكل عام، تسهم النتائج في فهم أعمق للنظام وتوفر أساسًا لاتجاهات البحث المستقبلية.
نقاش
يسلط النقاش الضوء على التقدم الكبير في معالجة الصور ورؤية الآلة للكشف المبكر عن أنواع مختلفة من السرطانات، وخاصة سرطان الفم. تظهر الدراسات التي تمت مراجعتها فعالية تقنيات التعلم الآلي المختلفة، مثل الشبكات العصبية والشبكات العصبية التلافيفية (CNNs)، في تصنيف واكتشاف الآفات الخبيثة بدقة. على سبيل المثال، حقق برابهاكار وآخرون دقة تبلغ حوالي 85.19% عبر مراحل مختلفة من سرطان الفم باستخدام شبكة خطية، بينما أفاد هو وآخرون بدقة اكتشاف تبلغ 90.11% من خلال تصنيف C-means الضبابي مع معالجة مسبقة غير متجانسة. طور جبير وآخرون نموذج CNN يميز بين الأورام السرطانية وغير السرطانية، محققًا دقة تبلغ حوالي 85.0%. تؤكد هذه النتائج على إمكانيات نماذج التعلم الآلي في تعزيز دقة التشخيص ودعم اتخاذ القرارات السريرية.
على الرغم من هذه التقدمات، يحدد النقاش التحديات المستمرة في هذا المجال، مثل الاعتماد على التعلم الانتقالي من مجموعات بيانات غير طبية، والتي قد لا تلتقط بشكل كافٍ الميزات المحددة اللازمة لتصنيف الآفات الفموية. تعالج الطريقة المقترحة في هذه الدراسة هذه القضايا من خلال تقديم شبكة CNN مصممة خصيصًا مكونة من 19 طبقة محسّنة لاكتشاف سرطان الفم، باستخدام تقنيات معالجة مسبقة متقدمة مثل تطبيع الحد الأدنى والحد الأقصى وتعزيز التباين القائم على الهيستوغرام. تهدف هذه الطريقة إلى تحسين رؤية الميزات السريرية ذات الصلة وتعزيز قوة النموذج ضد التباين في الصور السريرية. يتم التحقق من أداء الهيكل من خلال تقييمات مقارنة مع نماذج حديثة، مما يظهر قدرات تشخيصية متفوقة وعملية عمل شفافة وقابلة للتكرار يمكن أن تفيد بشكل كبير التطبيقات السريرية في اكتشاف سرطان الفم.
قيود
تقدم الدراسة نتائج واعدة باستخدام نموذج شبكة عصبية تلافيفية (CNN) تم تدريبه على مجموعة بيانات صور سرطان الفم (OCI)؛ ومع ذلك، يجب الاعتراف بعدة قيود. أولاً، يثير الاعتماد على مجموعة بيانات واحدة مخاوف بشأن إمكانية تعميم النتائج، حيث قد لا تلتقط مجموعة بيانات OCI تنوع مظاهر سرطان الفم عبر مجموعات ديموغرافية أو بيئات سريرية مختلفة. يجب على الأبحاث المستقبلية تقييم أداء النموذج على مجموعات بيانات إضافية لتأكيد قابليته للتطبيق.
بالإضافة إلى ذلك، يحد غياب تقنيات الذكاء الاصطناعي القابلة للتفسير (XAI)، مثل Grad-CAM أو خرائط الأهمية، من قابلية تفسير توقعات النموذج، وهو أمر حاسم لتعزيز الثقة والفهم السريري. قد تؤثر التباين في جودة الصورة، والإضاءة، ووضع المرضى داخل مجموعة بيانات OCI أيضًا على أداء النموذج، على الرغم من تطبيق تقنيات المعالجة المسبقة مثل التطبيع وتعزيز التباين. أخيرًا، يقتصر تركيز الدراسة على التصنيف الثنائي لصور الشفتين واللسان على نطاقها؛ يمكن أن تستفيد التحقيقات المستقبلية من توسيع النموذج إلى تصنيف متعدد الفئات لتمييز بين أنواع أو مراحل مختلفة من سرطان الفم.
DOI: https://doi.org/10.1038/s41598-025-07957-9
PMID: https://pubmed.ncbi.nlm.nih.gov/40615563
Publication Date: 2025-07-04
Author(s): Pinjie Liu et al.
Primary Topic: AI in cancer detection
Overview
This research presents a novel 19-layer convolutional neural network (CNN) designed for the automated diagnosis of oral cancer using clinical images of the lips and tongue. The methodology incorporates advanced preprocessing techniques, such as min-max normalization and histogram-based contrast enhancement, to enhance image features essential for accurate classification. The model was validated on the Oral Cancer (Lips and Tongue) Images (OCI) dataset, achieving impressive performance metrics: an accuracy of 99.54%, sensitivity of 95.73%, specificity of 96.21%, precision of 96.34%, and an F1-score of 96.03%. These results demonstrate significant improvements over established transfer learning models, including SqueezeNet, AlexNet, Inception, VGG19, and ResNet50.
The study emphasizes the theoretical contributions of the custom-designed CNN architecture and its optimization, setting a new empirical standard for oral cancer detection through deep learning. It highlights the importance of transparent methodologies, including preprocessing strategies and hyperparameter selection, in enhancing diagnostic performance. While the model shows promise for practical application in diverse clinical settings, limitations such as reliance on a single dataset and the absence of explainable AI techniques are noted. Future research directions include expanding the dataset for greater variability, integrating explainability modules to foster clinician trust, and developing multi-class classification capabilities. Overall, this work advances the field of medical image analysis and offers a robust framework for improving early oral cancer diagnosis, ultimately aiming to enhance patient outcomes through timely interventions.
Introduction
The introduction of the research paper outlines the critical importance of early diagnosis in oral cancer, which encompasses various malignancies in the head and neck, particularly affecting the oropharynx and mouth. The paper highlights that timely detection can significantly improve treatment outcomes, as oral cancers often originate from squamous tissue and present diverse symptoms, including airway obstruction and difficulty swallowing. Risk factors such as smoking, alcohol consumption, and HPV infection are noted, with HPV-positive cases generally associated with better prognoses. The study emphasizes the role of oral physicians in early detection and the necessity for advanced diagnostic techniques, including imaging and biopsy.
The primary objective of this research is to develop a novel deep learning-based solution for the early detection of oral cancer using clinical imaging data, specifically focusing on images of the lips and tongue. The authors propose a custom 19-layer convolutional neural network (CNN) designed to enhance diagnostic accuracy and reliability, addressing the limitations of traditional visual inspection methods. The study rigorously benchmarks the proposed CNN against several state-of-the-art transfer learning models, demonstrating its superior performance across key diagnostic metrics such as accuracy, sensitivity, and specificity. Furthermore, the research provides a transparent and reproducible methodology, including detailed preprocessing steps and architectural design choices, thereby contributing valuable insights for future advancements in oral cancer detection and broader medical imaging applications.
Methods
In this study, the authors utilized the “Oral Cancer (Tongue and Lips) images dataset” (OCI), which consists of 1,298 high-resolution RGB clinical images categorized into two classes: 650 labeled as cancerous and 648 as non-cancerous. The images, primarily in .jpg format, were collected from various ENT hospitals in Ahmedabad and annotated by medical professionals to ensure reliable labeling. Each image was resized to 227 × 227 pixels to maintain consistency for analysis. The dataset underwent comprehensive preprocessing, including Min-Max normalization to scale pixel values between 0 and 1, and histogram-based contrast enhancement to improve the visibility of subtle pathological features. Data augmentation techniques, such as random rotation, flipping, and scaling, were also applied to enhance the model’s generalization capabilities.
The proposed method for early detection of oral cancer is structured into a multi-stage pipeline. Initially, data acquisition involves using the OCI dataset, followed by preprocessing to address issues like inconsistent brightness and low contrast. The authors designed a custom 19-layer convolutional neural network (CNN) featuring four sequential convolutional layers, each accompanied by batch normalization and max-pooling layers to stabilize training and mitigate overfitting. The feature maps are then flattened and processed through three fully connected layers with dropout regularization, culminating in a softmax-activated output for binary classification. This meticulous methodology establishes a robust foundation for the deep learning model, facilitating reproducible experimentation and reliable performance evaluation in oral cancer detection.
Results
The section on “Results” presents findings derived from simulations conducted to investigate the research hypothesis. The simulations were designed to model the system under various conditions, allowing for a comprehensive analysis of the underlying mechanisms at play. Key metrics were evaluated, and the results indicate significant correlations between the parameters studied, demonstrating the robustness of the model.
The data obtained from the simulations reveal critical insights, including the identification of optimal conditions for the desired outcomes. Statistical analyses were performed to validate the results, confirming their reliability and relevance. Overall, the findings contribute to a deeper understanding of the system and provide a foundation for future research directions.
Discussion
The discussion highlights the significant advancements in image processing and machine vision for the early detection of various cancers, particularly oral cancer. The reviewed studies demonstrate the effectiveness of different machine learning techniques, such as neural networks and convolutional neural networks (CNNs), in accurately classifying and detecting malignant lesions. For instance, Prabhakar et al. achieved an accuracy of approximately 85.19% across various stages of oral cancer using a linear network, while Hu et al. reported a detection accuracy of 90.11% through fuzzy C-means categorization combined with anisotropic preprocessing. Jubair et al. developed a CNN model that distinguished between cancerous and non-cancerous tumors, achieving an accuracy of around 85.0%. These findings underscore the potential of machine learning models to enhance diagnostic accuracy and support clinical decision-making.
Despite these advancements, the discussion identifies persistent challenges in the field, such as the reliance on transfer learning from non-medical datasets, which may not adequately capture the specific features necessary for oral lesion classification. The proposed method in this study addresses these issues by introducing a custom-designed 19-layer CNN optimized for oral cancer detection, utilizing advanced preprocessing techniques like min-max normalization and histogram-based contrast enhancement. This approach aims to improve the visibility of clinically relevant features and enhance the model’s robustness against variability in clinical images. The architecture’s performance is validated through comparative evaluations with state-of-the-art models, demonstrating superior diagnostic capabilities and a transparent, reproducible workflow that could significantly benefit clinical applications in oral cancer detection.
Limitations
The study presents promising results using a convolutional neural network (CNN) model trained on the Oral Cancer Images (OCI) dataset; however, several limitations must be acknowledged. Primarily, the reliance on a single dataset raises concerns about the generalizability of the findings, as the OCI dataset may not adequately capture the diversity of oral cancer manifestations across various demographic groups or clinical environments. Future research should evaluate the model’s performance on additional datasets to confirm its applicability.
Additionally, the absence of explainable AI (XAI) techniques, such as Grad-CAM or saliency maps, restricts the interpretability of the model’s predictions, which is crucial for fostering clinical trust and understanding. The variability in image quality, lighting, and patient positioning within the OCI dataset may also affect model performance, despite the application of preprocessing techniques like normalization and contrast enhancement. Lastly, the study’s focus on binary classification of lip and tongue images limits its scope; future investigations could benefit from extending the model to multi-class classification to differentiate between various subtypes or stages of oral cancer.