تعزيز تصنيف مرض الزهايمر من خلال صور الرنين المغناطيسي باستخدام تقنيات التعلّم العميق

الملخص

يعدّ التعرّف المبكر على مرض الزهايمر أمراً بالغ الأهمية من أجل إبطاء مسار التدهور المعرفي وتحسين جودة الحياة لدى المصابين بالمرض. ورغم أن صور الرنين المغناطيسي للدماغ توفّر معلومات بنيوية قيّمة قد تسهم في الكشف المبكر، إلا أن تقنيات الذكاء الاصطناعي الحديثة والواسعة الانتشار يمكن أن تعزّز هذه العملية بصورة أكبر. في هذه الدراسة، نقدّم إطاراً يعتمد على التعلّم العميق للتصنيف الموضعي وشبه المؤتمت لصور الرنين المغناطيسي إلى أربع درجات من الصحة المعرفية: عدم الإصابة بالخرف، الخرف بدرجة طفيفة جداً، الخرف بدرجة طفيفة، والخرف المعتدل. يقوم الإطار على معمارية EfficientNet-B3 وقد أظهر قدرة موثوقة على التمييز بين السمات الدقيقة المرتبطة بتطوّر التنكس العصبي في بنية الدماغ. تم تدريب النموذج على مجموعة بيانات كبيرة من صور الرنين المغناطيسي للدماغ وحقق دقة تحقق بلغت 99.4%، مع حفاظه على مستويات عالية من الدقة ومعامل F1 عبر جميع الفئات. وتشير هذه النتائج إلى أن المنهجية المقترحة قد توفّر أسلوباً موثوقاً لتحديد مستويات الصحة المعرفية، وقد تساعد الأطباء في تعزيز القرارات السريرية المبكرة. وبشكل عام، تُظهر هذه الدراسة إمكانات النماذج خفيفة الوزن المعتمِدة على التعلّم العميق كأساليب تلقائية فعّالة ومُثبتة في تحديد مرض الزهايمر، بما قد يمثّل خطوة مهمة نحو تحسين فحوصات التشخيص ودعم اتخاذ القرار السريري داخل الأنظمة الصحية.