يو-نت
U-Net
معمارية تجزئة على شكل حرف U: مسار تقليص يلتقط السياق، ومسار توسيع يستعيد الدقة المكانية، مع وصلات تخطٍّ تنقل التفاصيل الدقيقة بين المستويات المتقابلة.
نظرة عامة
| الاسم | يو-نت – U-Net |
|---|---|
| سنة الظهور | 2015 |
| الباحثون | Olaf Ronneberger، Philipp Fischer، Thomas Brox |
| الجهة | University of Freiburg |
| الورقة الأصلية | U-Net: Convolutional networks for biomedical image segmentation DOI arXiv |
| نوع البيانات | صور |
| المجالات | الرؤية الحاسوبية، تحليل الصور الطبية |
المشكلة التي تحلها
تجزئة الصور الطبية تتطلب تحديداً دقيقاً على مستوى البكسل مع عدد قليل من الصور المعنونة.
الخلفية والتطور
ما قبلها: الشبكة العصبية الالتفافية، Fully Convolutional Networks
الفكرة الأساسية
المشفّر يقلّص الدقة ويضاعف القنوات فيلتقط "ماذا" يوجد في الصورة. فك التشفير يرفع الدقة تدريجياً ليحدد "أين". وصلات التخطي تدمج خرائط المشفّر عالية الدقة مع خرائط فك التشفير، فلا تضيع الحواف الدقيقة.
المخطط التفاعلي
مخطط توضيحي مبسّط بأبعاد مثال صغير، وليس رسماً مطابقاً لكل تفاصيل التنفيذ الأصلي. اضغط أي طبقة لترى وظيفتها وأبعادها والعملية الرياضية.
اختر طبقة من المخطط.
المكونات
| المكوّن | الوظيفة |
|---|---|
| Input | صورة $C\times H\times W$ |
| Encoder | كتل (Conv-ReLU)×2 ثم MaxPool |
| Bottleneck | أعمق مستوى بأكبر عدد قنوات |
| Decoder | رفع الدقة (ConvTranspose أو Upsample) ثم التفاف |
| Skip Connections | ربط (concatenation) خرائط المشفّر بفك التشفير |
| Output | التفاف 1×1 بعدد الفئات |
| Loss Function | Cross-Entropy أو Dice أو مزيجهما |
المعادلات
1. معامل Dice
| $P$ | القناع المتنبأ به |
| $G$ | القناع الحقيقي |
2. خسارة Dice التفاضلية
| $p_i$ | احتمال البكسل i |
| $g_i$ | التسمية 0 أو 1 |
| $\epsilon$ | ثابت صغير للاستقرار |
آلية العمل خطوة بخطوة
- تدخل الصورة إلى المشفّر.
- كل مستوى يضاعف القنوات ويقلّص الدقة.
- يصل التمثيل إلى الاختناق.
- يرفع فك التشفير الدقة مستوى بمستوى.
- في كل مستوى تُربط خرائط المشفّر المقابلة.
- يعطي التفاف 1×1 درجات الفئات لكل بكسل.
المزايا والقيود
المزايا
- دقة عالية في التجزئة مع بيانات قليلة.
- بنية مرنة تمتد إلى 3D بسهولة.
- خط أساس قوي جداً في التصوير الطبي.
القيود
- مجال الرؤية محدود بالالتفاف؛ العلاقات البعيدة جداً تحتاج إضافات.
- استهلاك ذاكرة مرتفع في النسخ ثلاثية الأبعاد.
متى تُستخدم؟ ومتى لا؟
تناسب
- تجزئة الأعضاء والأورام والخلايا.
- أي مهمة خرجها صورة بنفس الأبعاد (مثل إزالة الضوضاء).
لا تناسب
- التصنيف على مستوى الصورة فقط، حيث تكفي CNN أبسط.
التطبيقات
| المجال | الاستخدام |
|---|---|
| تحليل الصور الطبية | تجزئة الأورام والأعضاء في CT وMRI. |
| الرؤية الحاسوبية | تجزئة دلالية وصور الأقمار الصناعية. |
| الذكاء الاصطناعي التوليدي | الشبكة الأساسية لإزالة الضوضاء في نماذج الانتشار. |
كود PyTorch
كود تعليمي مبسّط يعمل على بيانات اصطناعية صغيرة، يغطي: الاستيراد، وتعريف النموذج، والبيانات، والتمرير الأمامي، والخسارة، والمُحسِّن، وحلقة التدريب، والتقييم، والاستدلال. ليس التنفيذ الكامل للبحث الأصلي.
# U-Net مصغّرة للتجزئة الثنائية
# مثال تعليمي مبسّط بـ PyTorch (ليس التنفيذ الأصلي الكامل للبحث): بيانات اصطناعية صغيرة،
# يعمل على المعالج المركزي (CPU) خلال ثوانٍ. الأرقام التي يطبعها تخص هذا المثال فقط.
# 1) استيراد المكتبات
import torch
import torch.nn as nn
import torch.nn.functional as F
torch.manual_seed(0)
# 2) تعريف النموذج
def block(ci, co):
return nn.Sequential(nn.Conv2d(ci, co, 3, padding=1), nn.BatchNorm2d(co), nn.ReLU(),
nn.Conv2d(co, co, 3, padding=1), nn.BatchNorm2d(co), nn.ReLU())
class UNet(nn.Module):
def __init__(self, c=1, k=2):
super().__init__()
self.e1, self.e2, self.mid = block(c, 8), block(8, 16), block(16, 32)
self.up2, self.d2 = nn.ConvTranspose2d(32, 16, 2, 2), block(32, 16)
self.up1, self.d1 = nn.ConvTranspose2d(16, 8, 2, 2), block(16, 8)
self.out = nn.Conv2d(8, k, 1)
def forward(self, x):
e1 = self.e1(x); e2 = self.e2(F.max_pool2d(e1, 2)); m = self.mid(F.max_pool2d(e2, 2))
d2 = self.d2(torch.cat([self.up2(m), e2], 1)) # وصلة تخطٍّ
d1 = self.d1(torch.cat([self.up1(d2), e1], 1))
return self.out(d1) # B×K×H×W
# 3) إعداد البيانات
# صور 32×32 فيها دائرة واحدة بموضع ونصف قطر عشوائيين؛ الهدف قناع الدائرة
def make(n, S=32):
yy, xx = torch.meshgrid(torch.arange(S), torch.arange(S), indexing='ij')
cx, cy, r = torch.randint(8, 24, (n,)), torch.randint(8, 24, (n,)), torch.randint(4, 8, (n,))
mask = ((xx[None] - cx[:, None, None]) ** 2 + (yy[None] - cy[:, None, None]) ** 2 < r[:, None, None] ** 2).long()
X = mask[:, None].float() + 0.4 * torch.randn(n, 1, S, S)
return X, mask
X_train, y_train = make(256)
X_test, y_test = make(64)
model = UNet()
def dice(pred, target):
inter = ((pred == 1) & (target == 1)).sum().item()
return 2 * inter / max(1, (pred == 1).sum().item() + (target == 1).sum().item())
# 4) دالة الخسارة والمحسّن (Cross-Entropy لكل بكسل)
loss_fn = nn.CrossEntropyLoss()
opt = torch.optim.Adam(model.parameters(), lr=1e-2)
# 5) حلقة التدريب
for epoch in range(6):
model.train()
for i in range(0, len(X_train), 32):
xb, yb = X_train[i:i + 32], y_train[i:i + 32]
loss = loss_fn(model(xb), yb) # Forward Pass: B×2×H×W مقابل B×H×W
opt.zero_grad(); loss.backward(); opt.step()
print(f"epoch {epoch} loss={loss.item():.4f}")
# 6) التقييم بمعامل Dice
model.eval()
with torch.no_grad():
pred = model(X_test).argmax(1)
print(f"test Dice = {dice(pred, y_test):.3f}")
# 7) الاستدلال: قناع صورة واحدة
with torch.no_grad():
m = model(X_test[:1]).argmax(1)[0]
print("predicted foreground pixels:", int(m.sum()))
نُفّذ هذا الكود بتاريخ 2026-11-20 في 4.0 ثانية (PyTorch (CPU), Python 3 – local build machine).
من مخرجاته:
test Dice = 0.972
عدد المعاملات القابلة للتدريب في المثال: model = 29٬650.
هذه النتائج لبيانات اصطناعية صغيرة وعدد حقب قليل، وتُثبت أن الكود يعمل فقط؛ لا تقارنها بالنتائج المنشورة.
جرّب وتعمّق
- أطلس نماذج الذكاء الاصطناعي قسم آخر في الموقع
- مختبر تحليل الصور الطبية قسم آخر في الموقع
معماريات مرتبطة
يو-نت بالانتباه
Attention U-Net
U-Net مع بوابات انتباه (attention gates) على وصلات التخطي تتعلم إبراز المناطق ذات الصلة وكتم الخلفية قبل دمج السمات.
ترانس-يو-نت
TransUNet
نموذج تجزئة طبية يستخدم مشفّراً هجيناً: CNN (ResNet-50) تستخرج خريطة سمات، تُقسم إلى رقع وتُمرر عبر ViT، ثم مفكك متتالٍ لرفع الدقة (CUP) يدمج سمات CNN عالية الدقة عبر وص…
يو-نيتر
UNETR
نموذج تجزئة ثلاثي الأبعاد مشفّره ViT خالص على رقع حجمية 16³، تُؤخذ تمثيلات من طبقاته (3، 6، 9، 12) وتُعاد تشكيلها وترفع بالالتفاف المعكوس لتغذي مفككاً التفافياً عبر وصلا…
سوين يو-نيتر
Swin UNETR (Swin-UNETR)
نموذج تجزئة حجمي مشفّره Swin Transformer هرمي (نوافذ محلية مُزاحة ودمج رقع) يعطي سمات بخمسة مقاييس، تتصل بمفكك التفافي عبر وصلات تخطٍّ، وقد طُوّر لتجزئة أورام الدماغ في…
نماذج الانتشار
Diffusion Models (DDPM)
تفسد البيانات تدريجياً بإضافة ضوضاء غاوسية عبر T خطوة، ثم تتعلم شبكة عكس هذه العملية بالتنبؤ بالضوضاء المضافة، فيُولَّد مثال جديد بإزالة الضوضاء خطوة بخطوة بدءاً من ضوضا…
لا توجد نتائج مطابقة للمرشحات.
أفكار بحثية
- مقارنة U-Net وnnU-Net وSwin-UNETR على مجموعة بيانات بروستاتا واحدة ببروتوكول تقسيم على مستوى المريض.
اقتراحات للانطلاق وليست فجوات بحثية مؤكدة؛ راجع الأدبيات الحديثة قبل اعتمادها.
اختبر فهمك
ما وظيفة وصلات التخطي في U-Net؟
لماذا؟ خرائط المشفّر عالية الدقة تُربط بخرائط فك التشفير لاستعادة الحدود الدقيقة.
ما قيمة Dice إذا كان $|P|=|G|=20$ و$|P\cap G|=10$؟
لماذا؟ $2\times10/(20+20)=0.5$.
في أي مجال ظهرت U-Net أول مرة؟
لماذا؟ قُدمت في MICCAI 2015 لتجزئة الخلايا في صور المجهر.
المراجع
Ronneberger, O., Fischer, P., & Brox, T. (2015). U-Net: Convolutional networks for biomedical image segmentation. Medical Image Computing and Computer-Assisted Intervention (MICCAI), LNCS 9351, 234–241. https://doi.org/10.1007/978-3-319-24574-4_28
Oktay, O., Schlemper, J., Le Folgoc, L., Lee, M., Heinrich, M., Misawa, K., et al. (2018). Attention U-Net: Learning where to look for the pancreas. Medical Imaging with Deep Learning (MIDL). https://arxiv.org/abs/1804.03999
Isensee, F., Jaeger, P. F., Kohl, S. A. A., Petersen, J., & Maier-Hein, K. H. (2021). nnU-Net: A self-configuring method for deep learning-based biomedical image segmentation. Nature Methods, 18(2), 203–211. https://doi.org/10.1038/s41592-020-01008-z
