DOI: https://doi.org/10.1038/s41598-025-30792-x
PMID: https://pubmed.ncbi.nlm.nih.gov/41513737
تاريخ النشر: 2026-01-09
المؤلف: Alba García Seco de Herrera وآخرون
الموضوع الرئيسي: تشخيص COVID-19 باستخدام الذكاء الاصطناعي
نظرة عامة
تقدم هذه الدراسة طريقة جديدة للت screening التلقائي للسل (TB) باستخدام بنية تعلم جماعي تجمع بين شبكة الأعصاب التلقائية الالتفافية وشبكة الأعصاب الالتفافية متعددة المقاييس. تم تقييم النموذج المقترح على مجموعتين بيانات عامتين ومجموعة بيانات خاصة واحدة، محققًا نتائج مثيرة للإعجاب بحساسية تبلغ 99% وخصوصية 94% على مجموعة بيانات شنتشن، بالإضافة إلى درجات متقدمة في منطقة تحت منحنى التشغيل الاستقبالي (AUROC) تبلغ 0.98. تم تأكيد قوة تعميم النموذج من خلال مراجعات خبراء الأشعة، مما يبرز إمكانيته كأداة عملية لفحص السل في البيئات ذات الموارد المحدودة.
تشير النتائج إلى أن الطريقة الجماعية تفوقت بشكل كبير على نماذج التعلم العميق الفردية، مع معدلات AUROC تبلغ 0.97 و0.77 و0.99 على مجموعات بيانات SK وMC وSZ، على التوالي. ومع ذلك، تعترف الدراسة بأن الأداء يمكن تحسينه مع مجموعة بيانات أكبر، حيث كانت الأخطاء في التصنيف مرتبطة غالبًا بالحالات الممثلة بشكل غير كاف. ستركز الأبحاث المستقبلية على دمج خوارزميات قمع العظام لتعزيز رؤية الآفات وتطوير نماذج مخصصة للسل المرتبط بفيروس نقص المناعة البشرية، الذي تم استبعاده من هذه الدراسة. يؤكد المؤلفون على أهمية المزيد من الدراسات المقارنة ضد الخبراء البشريين لتحديد فائدة النموذج التشخيصية في الممارسة السريرية، بهدف تعزيز قوته وقابليته للتطبيق في أنظمة الرعاية الصحية العالمية.
الطرق
في هذا القسم، يوضح المؤلفون خطوات المعالجة المسبقة لصور الأشعة السينية للصدر (CXR) ويشرحون تطوير نموذجين مختلفين للتعلم العميق (DL) لتشخيص السل (TB)، بالإضافة إلى طريقة جماعية جديدة تدمج قدراتهما. يستخدم النموذج الأول بنية شبكة الأعصاب التلقائية الالتفافية (CAE)، التي تركز على استخراج الميزات عبر تقنيات التعلم غير الخاضع للإشراف. يعتمد النموذج الثاني على شبكة ResNet متعددة المقاييس التي تتضمن تجميع الطبقات العميقة لتحديد الأنماط المعقدة بشكل فعال عبر مقاييس مختلفة.
تم تصميم النموذج الجماعي لدمج المخرجات من كل من CAE وResNet متعددة المقاييس، مما يعزز دقة التشخيص من خلال الاستفادة من نقاط القوة التكميلية لكل نموذج فردي. يهدف هذا النهج إلى تحسين الأداء العام في اكتشاف السل، مما يظهر الفوائد المحتملة لدمج هياكل الشبكات العصبية المتنوعة في تطبيقات التصوير الطبي.
النتائج
يقدم قسم النتائج النتائج من دراسة تصنيف السل، مع تسليط الضوء على أداء نماذج مختلفة عبر مجموعات بيانات مختلفة. تلخص الجداول 4 و5 أداء التصنيف للنماذج، سواء مع أو بدون زيادة البيانات. أدى تضمين زيادة البيانات إلى تحسين متواضع في الأداء عبر جميع مجموعات البيانات. من الجدير بالذكر أن نموذج MS-CNN تفوق باستمرار على نموذج CAE-NN من حيث منطقة تحت منحنى التشغيل الاستقبالي (AUROC) عبر مجموعات بيانات SK وMC وSZ.
حقق النموذج الجماعي، الذي يجمع بين كل من MS-CNN وCAE-NN، قيم AUROC مثيرة للإعجاب تبلغ 0.97 و0.77 و0.99 لمجموعات بيانات SK وMC وSZ، على التوالي. تشير النتائج إلى أنه بينما أظهر نموذج CAE-NN تباينًا أكبر في أدائه، قدم النهج الجماعي تحسينًا كبيرًا في الأداء. بالإضافة إلى ذلك، كانت النماذج أقل فعالية على مجموعة بيانات MC مقارنة بمجموعات بيانات SK وSZ عبر تقريبًا جميع مقاييس التقييم.
المناقشة
تسلط قسم المناقشة من ورقة البحث الضوء على التقدم في نماذج التعلم العميق (DL) لاكتشاف السل (TB) من صور الأشعة السينية للصدر (CXR)، مع التأكيد على فعالية هياكل مختلفة مثل الشبكات العصبية الالتفافية (CNNs) وتقنيات التعلم الجماعي. من الجدير بالذكر أن دراسات هوانغ وآخرون ولاخاني وسونديرام رائدة في تطبيق DL في تصنيف السل، حيث حقق لاخاني وسونديرام نتائج كبيرة باستخدام مجموعة من AlexNet وGoogLeNet. تشير الورقة أيضًا إلى استخدام التعلم الانتقالي عبر نماذج CNN متعددة، مما أدى إلى تحسين دقة التصنيف في مجموعات بيانات متنوعة. ومع ذلك، تركز العديد من الدراسات الحالية بشكل أساسي على مقارنة الهياكل المعروفة بدلاً من تقديم منهجيات جديدة.
يتناول القسم أيضًا تقنيات معالجة البيانات المستخدمة لتحسين جودة صورة CXR، بما في ذلك التطبيع، وتساوي الهيستوجرام، والقص المركزي، والتي تحسن بشكل جماعي رؤية الميزات الحرجة لتشخيص السل. يتم وصف بنية الشبكة العصبية التلقائية الالتفافية (CAE) كطريقة قوية للتعلم غير الخاضع للإشراف تلتقط الأنماط المكانية في صور CXR، مما يسهل استخراج الميزات بشكل فعال لمهام التصنيف. تعزز شبكة الأعصاب الالتفافية متعددة المقاييس (MS-CNN) تمثيل الميزات من خلال هيكل هرمي، بينما تجمع التعلم الجماعي المخرجات من نماذج مختلفة لتحسين دقة التشخيص. يظهر تقييم النماذج المقترحة عبر ثلاث مجموعات بيانات متنوعة إمكانياتها للتعميم والفعالية في التمييز بين الصور الطبيعية وتلك المتأثرة بالسل، على الرغم من الاختلافات في الإعدادات السكانية والسريرية.
DOI: https://doi.org/10.1038/s41598-025-30792-x
PMID: https://pubmed.ncbi.nlm.nih.gov/41513737
Publication Date: 2026-01-09
Author(s): Alba García Seco de Herrera et al.
Primary Topic: COVID-19 diagnosis using AI
Overview
This research presents a novel automated screening method for tuberculosis (TB) using an ensemble learning architecture that combines a Convolutional Autoencoder Neural Network and a Multi-Scale Convolutional Neural Network. The proposed model was evaluated on two public datasets and one private dataset, achieving impressive results with a sensitivity of 99% and specificity of 94% on the Shenzhen dataset, as well as state-of-the-art Area Under the Receiver Operating Characteristic (AUROC) scores of 0.98. The model’s strong generalizability was confirmed through expert radiologist reviews, underscoring its potential as a practical tool for TB screening in low-resource settings.
The findings indicate that the ensemble method significantly outperformed individual deep learning models, with AUROC rates of 0.97, 0.77, and 0.99 on the SK, MC, and SZ datasets, respectively. However, the study acknowledges that performance could be improved with a larger dataset, as misclassifications were often linked to underrepresented cases. Future research will focus on integrating bone suppression algorithms to enhance lesion visibility and developing tailored models for HIV-associated TB, which was excluded from this study. The authors emphasize the importance of further comparative studies against human experts to establish the model’s diagnostic utility in clinical practice, aiming to enhance its robustness and applicability in global healthcare systems.
Methods
In this section, the authors outline the preprocessing steps for raw chest X-ray (CXR) images and detail the development of two distinct deep learning (DL) models for tuberculosis (TB) diagnosis, along with a novel ensemble method that integrates their capabilities. The first model utilizes a convolutional autoencoder (CAE) architecture, which emphasizes feature extraction via unsupervised learning techniques. The second model is based on a multi-scale ResNet network that incorporates deep layer aggregation to effectively identify complex patterns across different scales.
The ensemble model is designed to merge the outputs from both the CAE and the multi-scale ResNet, thereby enhancing diagnostic accuracy by leveraging the complementary strengths of each individual model. This approach aims to improve the overall performance in TB detection, demonstrating the potential benefits of combining diverse neural network architectures in medical imaging applications.
Results
The results section presents the findings from the TB classification study, highlighting the performance of various models across different datasets. Tables 4 and 5 summarize the classification performances of the models, both with and without data augmentation. The inclusion of data augmentation resulted in a modest improvement in performance across all datasets. Notably, the MS-CNN model consistently outperformed the CAE-NN model in terms of Area Under the Receiver Operating Characteristic (AUROC) across the SK, MC, and SZ datasets.
The ensemble model, which combines both MS-CNN and CAE-NN, achieved impressive AUROC values of 0.97, 0.77, and 0.99 for the SK, MC, and SZ datasets, respectively. The results indicate that while the CAE-NN model showed greater variability in its performance, the ensemble approach provided a significant performance enhancement. Additionally, the models performed less effectively on the MC dataset compared to the SK and SZ datasets across nearly all evaluation metrics.
Discussion
The discussion section of the research paper highlights the advancements in deep learning (DL) models for tuberculosis (TB) detection from chest X-ray (CXR) images, emphasizing the effectiveness of various architectures such as Convolutional Neural Networks (CNNs) and ensemble learning techniques. Notably, studies by Hwang et al. and Lakhani and Sundaram pioneered the application of DL in TB classification, with Lakhani and Sundaram achieving significant results using an ensemble of AlexNet and GoogLeNet. The paper also references the use of transfer learning across multiple CNN models, which has led to improved classification accuracy in diverse datasets. However, many existing studies predominantly focus on comparing established architectures rather than introducing novel methodologies.
The section further elaborates on the data preprocessing techniques employed to enhance CXR image quality, including normalization, histogram equalization, and central cropping, which collectively improve the visibility of critical features for TB diagnosis. The convolutional autoencoder (CAE) architecture is described as a robust unsupervised learning method that captures spatial patterns in CXR images, facilitating effective feature extraction for classification tasks. The proposed multi-scale convolutional neural network (MS-CNN) enhances feature representation through a hierarchical structure, while ensemble learning combines outputs from different models to improve diagnostic accuracy. Evaluation of the proposed models across three diverse datasets demonstrates their potential for generalization and effectiveness in distinguishing between normal and TB-affected images, despite variations in demographic and clinical settings.