Resolution-Agnostic Neural Operators for Multi-Rate Sparse-View CT
تقدم هذه الورقة البحثية CTO، وهو أول إطار عمل للمشغل العصبي لإعادة بناء التصوير المقطعي المحوسب من مشاهد شحيحة، والذي يستفيد من فضاءات الدوال المستمرة، والمعالجة ثنائية النطاق، والالتفافات المتوافقة مع الدوران لتحقيق تعميم فائق غير مرتبط بالدقة واستنتاج أسرع بكثير مقارنة بالطرق الحالية القائمة على الشبكات العصبية الالتفافية والنماذج الانتشارية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول حل لغز "بازل" ثلاثي الأبعاد ضخم، ولكن أحدهم قام سرًا بإزالة معظم القطع. في عالم التصوير الطبي، هذا هو بالضبط ما يحدث أثناء فحص التصوير المقطعي المحوسب (CT). يقوم جهاز التصوير المقطعي بأخذ صور الأشعة السينية من زوايا مختلفة لبناء صورة لما يحدث داخل جسمك. عادةً، يتطلب الأمر مئات من هذه "اللقطات" لإنشاء صورة واضحة. ولكن التقاط الكثير من اللقطات يعني تعرض المريض لمزيد من الإشعاع وقضاء وقت أطول في الجهاز. وللحفاظ على سلامة الناس وجعل عمليات الفحص سريعة، يستخدم الأطباء أحيانًا "التصوير المقطعي قليل الرؤية" (sparse-view CT)، حيث يتم أخذ عدد أقل بكثير من اللقطات. المشكلة هي أنه مع وجود قطع قليلة جدًا، يصبح اللغز مكسورًا؛ حيث يتعين على الكمبيوتر تخمين كيف تبدو الأجزاء المفقودة، مما يؤدي غالبًا إلى صور ضبابية أو شبحية يصعب قراءتها.
لسنوات، حاول العلماء تعليم الحواسيب كيفية إصلاح هذه الألغاز المكسورة باستخدام الذكاء الاصطناعي. فكر في نماذج الذكاء الاصطناعي هذه كطالب يدرس بجد لاختبار محدد. إذا تدرب الطالب فقط على ألغاز ينقص منها 18 قطعة، فسيصبح بارعًا جدًا في ذلك الاختبار المحدد. ولكن إذا قدمت له لغزًا ينقصه 9 قطع فقط، أو 36 قطعة، فسيصاب بالارتباك ويرتكب الأخطاء. إنهم يعانون من "الفرط في التخصيص" (overfit)، مما يعني أنهم حفظوا القواعد الخاصة بإعداد واحد معين ولكنهم لا يستطيعون التكيف مع إعداد جديد. وهذه مشكلة كبيرة في المستشفيات الحقيقية، حيث تتطلب أجزاء الجسم المختلفة وأجهزة التصوير المختلفة أعدادًا مختلفة من اللقطات. السؤال الكبير هو: هل يمكننا بناء ذكاء اصطناعي لا يحفظ حجم لغز واحد فحسب، بل يتعلم "قواعد" اللغز نفسه، بحيث يمكنه حل أي نسخة منه، سواء كانت كبيرة أو صغيرة، دون الحاجة إلى إعادة تعلم كل شيء؟
هذه هي قصة اختراع جديد يسمى CTO (المُعامل العصبي للتصوير المقطعي المحوسب)، الذي ابتكره فريق من الباحثين. بدلاً من تعليم الذكاء الاصطناعي النظر إلى شبكة ثابتة من البكسلات كما تفعل الكاميرا القياسية، يعلّم نظام CTO الذكاء الاصطناعي رؤية العالم كتدفق مستمر وسلس للمعلومات، مثل النهر بدلاً من مجموعة من أحجار الخطوات. وفي لغة الرياضيات، يُسمى هذا "المُعامل العصبي" (neural operator). وبينما تشبه نماذج الذكاء الاصطناعي القديمة المصور الفوتوغرافي الذي لا يمكنه إلا التقاط صور بمستوى تكبير محدد، فإن CTO يشبه عدسة سحرية يمكنها التكبير أو التصغير فورًا دون فقدان أي حدة.
وجد الباحثون أنه من خلال استخدام هذا النهج "المستمر"، يمكن لـ CTO التعامل مع أي عدد من لقطات الأشعة السينية، سواء كان الماسح الضوئي يلتقط 9 أو 18 أو 36 أو 72 رؤية. فهو لا يحتاج إلى إعادة تدريب لكل إعداد جديد. ولإنجاز ذلك، صمموا أداتين خاصتين. أولاً، ابتكروا نظامًا "ثنائي المجال" (dual-domain) ينظر إلى البيانات الخام (السينوجرام، وهو يشبه موجات الصوت الخام للأشعة السينية) والصورة النهائية في آن واحد، مما يلتقط أدلة تفوتها الطرق الأخرى. ثانيًا، اخترعوا خدعة رياضية خاصة تسمى DISCO (الالتفاف المتقطع-المستمر). تخيل محاولة رسم دائرة على جدار؛ يحاول الذكاء الاصطناعي العادي رسمها عن طريق وضع بلاطات مربعة فردية، مما يجعلها تبدو متعرجة عند التكبير. أما DISCO، فيرسم بفرشاة مستمرة تتدفق بسلاسة، بحيث تبدو الدائرة مثالية مهما اقتربت منها.
النتائج مثيرة للإعجاب حقًا. في اختباراتهم، لم يعمل CTO بشكل جيد فحسب، بل تفوق على أفضل نماذج الذكاء الاصطناعي الموجودة. فعند مقارنته بشبكات الذكاء الاصطناعي القياسية، أنتج CTO صورًا أكثر وضوحًا مع زيادة في الجودة تزيد عن 3.4 ديسيبل (وهو مقياس تقني لوضوح الصورة). حتى أنه هزم أحدث "نماذج الانتشار" (diffusion models) — وهي نماذج تشبه فناني الذكاء الاصطناعي الذين يرسمون الصورة ببطء من الصفر — بفارق 3 ديسيبل، ولكن مع ميزة هائلة: CTO أسرع بمقدار 500 مرة في إنتاج الصورة النهائية. هذه السرعة أمر بالغ الأهمية لأن الأطباء لا يمكنهم الانتظار لدقائق حتى ينتهي الفحص؛ إنهم بحاجة إلى إجابات في ثوانٍ.
كما تُظهر الورقة البحثية أن CTO قوي للغاية. فحتى عندما تكون البيانات مشوشة أو تتغير إعدادات الماسح الضوئي تمامًا (مثل الانتقال من فحص البطن إلى فحص الكلى)، يستمر CTO في الأداء الجيد دون الحاجة إلى درس جديد. وقد أثبت الباحثون ذلك من خلال اختبارهم على مجموعات بيانات مختلفة وإظهار أن CTO لا يرتبك أمام تحديات "خارج التوزيع" (out-of-distribution). كما تحققوا من أن رياضياتهم "المستمرة" تتقارب بالفعل، مما يعني أنه كلما زادت دقة الصورة، صغرت الأخطاء وتلاشت تدريجيًا.
باختصار، تشير هذه الورقة إلى أنه يمكننا التوقف عن بناء ذكاء اصطناعي جديد لكل نوع من إعدادات فحص التصوير المقطعي. بدلاً من ذلك، يمكننا بناء "مُعامل" واحد ذكي ومرن يفهم فيزياء الأشعة السينية جيدًا لدرجة تمكنه من التكيف مع أي موقف في الوقت الفعلي. إنه تحول من حفظ الإجابات المحددة إلى فهم اللغة الأساسية للغز، مما يعد بمسحات طبية أسرع وأكثر أمانًا وأكثر وضوحًا للجميع.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.