خوارزمية هجينة تتعلّم التمييز بين خمسة أنواع من خلايا الدم البيضاء
تجمع الخصائص الشكلية والشبكة العصبية الاصطناعية وخوارزمية البحث المستوحاة من النسور لقراءة مسحات الدم.
يُعدّ إحصاء أنواع خلايا الدم البيضاء تحت المجهر من الأعمال المخبرية الروتينية، إلا أنه بطيء، كما أن الفاحصَين لا يتفقان دائمًا في نتائجهما.
يصف المؤلفون في The Ulutas Medical Journal منظومة آلية متكاملة؛ إذ تلتقط تحويلةُ الكونتورليت شكلَ الخلية، بينما تتعلّم الشبكةُ العصبية المتكررة أنماطًا أعمق، ثم تُنتقى الخصائصُ الأكثر إفادةً بواسطة أسلوب بحث مستوحى من سلوك نسور أفريقيا، ليُسنَد بعدها التصنيفُ إلى الخلية عبر خطوة تجميع عنقودي.
وقد تفاوتت الدقة بحسب نوع الخلية؛ فقد جرى التعرّف الصحيح على وحيدات النواة بنسبة 97%، أما الخلايا القاعدية، وهي الأقل شيوعًا، فلم تتجاوز نسبة التعرّف عليها 69%، وبلغت الدقة في تصنيف العدلات 75%.
وتكمن أهمية ذلك في أن أداةً موثوقة من هذا النوع قد تخفف جانبًا من العبء الروتيني عن العاملين في أمراض الدم، وتجعل قراءة المسحات الدموية أكثر اتساقًا.
ويرى المؤلفون أن هذه المنظومة قد تكون عونًا محتملًا للمختبرات، لا بديلًا عن الخبراء.
تنبيه: تستند النتائج إلى مجموعات بيانات صورية ضمن دراسة حاسوبية، ولم تُختبر الطريقة بعد في الممارسة السريرية اليومية.
المصدر: Omid Eslamifar et al. Multiclass Blood Cell Classification Using Contourlet Transform and Metaheuristic-Optimized Deep Features with Clustering-Based Decision Making. Ulutas Med J 2025. doi:10.5455/umj.20250424051519.
الصورة: الشكل 4 من المقالة، CC BY-NC 4.0.
