Klasifikasi Citra Endoskopi menggunakan Arsitektur Convnext untuk identifikasi penyakit gerd dan polip

Indonesia:

Identifikasi otomatis terhadap kelainan gastrointestinal penting untuk mendukung deteksi dini gastroesophageal reflux disease (GERD) dan polip usus. Interpretasi manual citra endoskopi memiliki keterbatasan karena variabilitas antar-pemeriksa dan waktu pemrosesan, sehingga diperlukan sistem diagnosis berbantuan komputer yang andal. Penelitian ini mengusulkan kerangka deep learning berbasis ConvNeXt-Tiny untuk mengklasifikasikan citra endoskopi ke dalam empat kategori, yaitu GERD, GERD Normal, Polyp, dan Polyp Normal. Dataset yang digunakan adalah GastroEndoNet v3, yang terdiri atas 4.006 citra asli dan 20.030 citra augmentasi. Sebanyak dua belas skenario eksperimen dilakukan untuk mengevaluasi pengaruh augmentasi data, normalisasi, dan ukuran batch terhadap kinerja model. Konfigurasi terbaik, yang menggunakan augmentasi aktif dan normalisasi berbasis ImageNet dengan batch size 64, mencapai akurasi sebesar 92,94% dan macro F1-score sebesar 92,94%. Hasil ini menunjukkan bahwa ConvNeXt-Tiny mampu mengekstraksi pola mukosa secara efektif dengan efisiensi komputasi yang tinggi, sehingga layak diterapkan pada lingkungan klinis. Kerangka yang diusulkan menyediakan baseline yang akurat dan ringan untuk klasifikasi penyakit endoskopi serta menjadi dasar bagi pengembangan lebih lanjut pada analisis video real-time dan validasi multi-senter.

English:

Automated identification of gastrointestinal abnormalities is essential for supporting the early diagnosis of gastroesophageal reflux disease (GERD) and intestinal polyps. Manual interpretation of endoscopic images is limited by inter-observer variability and processing time, creating the need for reliable computer-aided diagnostic systems. This study proposes a ConvNeXt-Tiny based deep learning framework for multi-class classification of endoscopic images into four categories: GERD, GERD Normal, Polyp, and Polyp Normal. The experiments used the GastroEndoNet v3 dataset, which includes 4,006 original images and 20,030 augmented images. Twelve experimental scenarios were conducted to evaluate the effects of data augmentation, normalization, and batch size on model performance. The best configuration, which applied active augmentation and ImageNet-based normalization with a batch size of 64, achieved an accuracy of 92.94% and a macro F1-score of 92.94%. These results indicate that ConvNeXt-Tiny effectively captures fine-grained mucosal patterns while maintaining computational efficiency, making it suitable for clinical deployment. The proposed framework provides a lightweight and accurate baseline for automated endoscopic disease classification and forms a foundation for future work on real-time video analysis and multi-center validation.

Arabic:

تُعدّ عملية التعرّف الآلي على اضطرابات الجهاز الهضمي ذات أهمية كبيرة لدعم الكشف المبكر عن مرض الارتجاع المعدي المريئي وسلائل الأمعاء، حيث إن التفسير اليدوي لصور التنظير الداخلي يعاني من عدة قيود، من بينها اختلاف التقييم بين الفاحصين وطول زمن المعالجة، مما يستدعي الحاجة إلى نظام تشخيص موثوق قائم على الحاسوب. تقترح هذه الدراسة إطار عمل للتعلّم العميق يعتمد على نموذج كونفنيكست-تايني لتصنيف صور التنظير الداخلي إلى أربع فئات، وهي: الارتجاع المعدي المريئي، الارتجاع المعدي المريئي الطبيعي، السلائل، والسلائل الطبيعية. تم استخدام مجموعة بيانات غاستروإندونت الإصدار الثالث، التي تتكوّن من أربعة آلاف وست صور أصلية وعشرين ألفًا وثلاثين صورة ناتجة عن تقنيات تعزيز البيانات. أُجريت اثنتا عشرة تجربة لتقييم تأثير تعزيز البيانات، والتطبيع، وحجم الدفعة على أداء النموذج. وحققت أفضل الإعدادات—باستخدام تعزيز بيانات فعّال وتطبيع قائم على إيميج نت مع حجم دفعة قدره أربعة وستون—دقة بلغت اثنين وتسعين فاصل أربعة وتسعين في المائة، وقيمة إف واحد الكلية بالمقدار نفسه. وتُظهر هذه النتائج أن نموذج كونفنيكست-تايني قادر على استخلاص أنماط الغشاء المخاطي بكفاءة عالية مع الحفاظ على كفاءة حسابية مرتفعة، مما يجعله مناسبًا للتطبيق في البيئات السريرية، كما يوفّر الإطار المقترح خطّ أساس دقيقًا وخفيف الوزن لتصنيف أمراض التنظير الداخلي، ويشكّل أساسًا لتطويرات مستقبلية تشمل تحليل الفيديو في الزمن الحقيقي والتحقق متعدد المراكز.