دراسة تحليلية في تجزئة الصور الطبية ثلاثية الأبعاد باستخدام تقنيات التعلم المعزز العميق

الملخص

يعدّ الكشف عن الأجسام الطبية وتجزئتها من الخطوات المعقدة والحاسمة في مجال معالجة الصور الطبية وتحليلها من أجل الكشف عن المناطق الأكثر أهمية Region Of Interest (مثل الأورام والأجسام الفقرية) مما يوفر أساساً موثوقاً للتشخيص السريري لمساعدة الأطباء على إجراء تشخيص أكثر دقة.

حققت تقنيات التعلم العميق نتائج متقدمة في هذا المجال ولكنها عانت من بعض التحديات مثل الطبيعة المعقدة للبيانات الطبية ثلاثية الأبعاد 3D، وقلة عدد العينات وعدم توازن الأصناف، بالإضافة إلى مشكلة الانحياز الزائد للنموذج.

وفي هذا السياق برز التعلم المعزز العميق كاتجاه واعد في هذا المجال إذ يهدف البحث إلى تقديم دراسة شاملة عن تقنيات التعلم المعزز العميق وخوارزمياته المتعددة واستخدامها في تجزيء الصور الطبية من خلال المقارنة بين مجموعة من الأبحاث المنشورة حتى عام 2026 من ناحية: نوع مجموعة البيانات المستخدمة-الخوارزمية المستخدمة-بنية النموذج-التطبيق -أساليب التقييم ونقاط القوة والضعف بالإضافة إلى الفجوات البحثية التي ما مازالت تعيق انتشار التعلم المعزز العميق في المجال الطبي بشكل واسع.