💻 computer science

Don't Mind the Gaps: Implicit Neural Representations for Resolution-Agnostic Retinal OCT Analysis

تقترح هذه الورقة إطارين عمل غير مرتبطين بالدقة يعتمدان على التمثيلات العصبية الضمنية (INRs) لتمكين التحليل ثلاثي الأبعاد الكثيف لأحجام التصوير المقطعي للتماسك البصري (OCT) الشبكي متباين الخواص، وذلك من خلال إجراء استكمال بين مسحات B-scan باستخدام بيانات en-face وإنشاء أطلس شبكي قابل للتعميم، مما يتغلب على قيود النهج التقليدية ثنائية الأبعاد والنماذج ذات الدقة الثابتة.

المؤلفون الأصليون: Bennet Kahrs, Julia Andresen, Fenja Falta, Monty Santarossa, Heinz Handels, Timo Kepp

نُشر 2026-03-12

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Bennet Kahrs, Julia Andresen, Fenja Falta, Monty Santarossa, Heinz Handels, Timo Kepp

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

المشكلة: مسح العين بأسلوب "الجبن السويسري"

تخيل أنك تحاول فهم شكل رغيف خبز، لكن لا يمكنك إلا تقطيعه كل بضع بوصات. ستحصل على شرائح سميكة متباعدة، وستظل المساحة بينها لغزاً. إذا حاولت تخمين شكل الخبز في تلك الفجوات، فقد ترسم مجرد خط مستقيم بين الشرائح. ولكن ماذا لو كان الخبز يحتوي على انحناء غريب، أو ثقب، أو حبة زبيب في منتصف تلك الفجوة تماماً؟ ستفقد رؤيتها بالكامل.

هذا هو بالضبط ما يحدث مع مسحات الـ OCT (التصوير المقطعي للترابط البصري) لشبكية العين.

الواقع: يأخذ الأطباء هذه المسحات للبحث عن أمراض مثل التنكس البقعي أو السكري. ولتوفير الوقت، تقوم الآلة بأخذ شرائح (تسمى B-scans) تكون متباعدة عن بعضها البعض.
النتيجة: البيانات تكون "غير متجانسة" (anisotropic)، مما يعني أنها تشبه الجبن السويسري؛ حيث تمتلك تفاصيل عالية في الاتجاه الرأسي (العمق)، ولكن توجد فجوات ضخمة في الاتجاه الأفقي (جانب لجانب).
الطريقة القديمة: تحاول معظم البرامج الحاسوبية إصلاح ذلك من خلال النظر إلى كل شريحة بشكل فردي (ثنائية الأبعاد 2D). لكن هذا يشبه محاولة فهم منحوتة ثلاثية الأبعاد عبر النظر إلى ظلال ثنائية الأبعاد. والنتيجة غالباً ما تكون متعرجة، وغير متسقة، وتفقد التفاصيل الصغيرة مثل الأوعية الدموية الدقيقة أو جيوب السوائل المختبئة بين الشرائح.

الحل: "فرشاة الرسم السحرية" (التمثيلات العصبية الضمنية - INRs)

يقترح مؤلفو هذه الورقة أداة جديدة تسمى التمثيلات العصبية الضمنية (Implicit Neural Representations - INRs).

بدلاً من التعامل مع مسح العين كشبكة من البكسلات (مثل الصورة الرقمية)، فإنهم يتعاملون معها كـ دالة مستمرة (continuous function) — أي كأنها "وصفة رياضية".

التشبيه: تخيل أن الصورة القياسية هي عبارة عن فسيفساء مكونة من بلاطات ثابتة؛ إذا قمت بعمل زووم (تكبير)، ستصبح مربعة ومجزأة. أما الـ INR فهو يشبه فرشاة رسم سحرية تعرف "شكل" الصورة. يمكنك أن تسألها: "ما هو لون الطلاء عند هذا الإحداثي بالضبط؟" فتقوم بحساب الإجابة فوراً، بغض النظر عن مدى قربك من الصورة. إنها لا تهتم بالفجوات، بل تفهم تدفق الصورة.

الحيلتان الكبيرتان

قدمت الورقة طريقتين رئيسيتين لاستخدام فرشاة الرسم السحرية هذه:

1. ملء الفجوات بـ "رؤية جانبية" (الاستكمال - Interpolation)

بما أن الشرائح متباعدة، يحتاج الكمبيوتر إلى مساعدة لتخمين ما يوجد بينها.

الحيلة: يقوم الأطباء أيضاً بالتقاط صورة عالية الدقة لسطح العين من الأعلى (تسمى SLO أو FAF). فكر في هذا كأنه خريطة للسطح.
كيف تعمل: ينظر الذكاء الاصطناعي إلى الشرائح المتباعدة (الجبن السويسري) وإلى الخريطة التفصيلية (السطح). ويتعلم أنه "إذا أظهرت الخريطة وعاءً دموياً هنا، فلا بد أن تكون الشريحة الموجودة أسفله تحتوي على ظل هناك".
النتيجة: يمكن للذكاء الاصطناعي "رسم" الشرائح المفقودة بين الشرائح الحقيقية. إنه لا يخمن فحسب، بل يعيد بناء الشكل ثلاثي الأبعاد للشبكية، بما في ذلك الأوعية الدموية الدقيقة وجيوب السوائل، مما يخلق نموذجاً ثلاثي الأبعاد مستمراً وسلساً للعين.

2. "خريطة العين العالمية" (الأطلس - The Atlas)

غالباً ما يرغب الأطباء في مقارنة عين المريض بمتوسط "العين الطبيعية" لرصد الأمراض.

المشكلة: الأطالس التقليدية (الأطسات) صلبة وغير مرنة. إذا كانت مسحة المريض ذات دقة أو تباعد مختلف، فإن الأطلس القديم لن يتناسب معها. الأمر يشبه محاولة وضع وتد مربع في ثقب مستدري.
الحيلة: قام المؤلفون ببناء أطلس لا يعتمد على الدقة (Resolution-Agnostic Atlas). ولأن الـ INR هو دالة رياضية، فهو لا يهتم بالدقة.
كيف يعمل: يتعلم الذكاء الاصطناعي "شكل" الشبكية السليمة من العديد من الأشخاص المختلفين، فينشئ قالباً مرناً وقابلاً للتمدد. عندما يأتي مريض جديد، يقوم الذكاء الاصطناعي بمد هذا القالب ليتناسب مع عينه الخاصة، بغض النظر عن كيفية إجراء المسح.
النتيجة: تحصل على "عين متوسطة" مثالية وحادة يمكن مقارنتها بأي مريض، حتى لو تم أخذ مسحته باستخدام آلة مختلفة أو إعدادات مختلفة.

لماذا يهم هذا الأمر؟ (ما الفائدة؟)

لا مزيد من التخمين: هذا يمنع الأطباء من تفويت الأمراض الصغيرة المختبئة في الفجوات بين الشرائح.
نماذج ثلاثية الأبعاد أفضل: يسمح بإجراء تحليل حقيقي ثلاثي الأبعاد للعين، وليس مجرد تكديس لصور ثنائية الأبعاد.
جاهز للمستقبل: نظرًا لأن النظام غير مرتبط بحجم بكسل معين، فإنه يعمل على البيانات القديمة، والبيانات الجديدة، والبيانات من آلات مختلفة.
السرعة: بمجرد أن يتعلم الذكاء الاصطناعي "الوصفة" للعين السليمة، يمكنه التكيف مع مريض جديد في ثوانٍ معدودة.

الملخص

اعتبر هذه الورقة وكأنها تعلم الكمبيوتر التوقف عن النظر إلى العين كمجموعة من اللقطات المنفصلة، والبدء في رؤيتها كـ مشهد طبيعي مستمر ومتدفق. من خلال استخدام "فرشاة رسم سحرية" (INR) و"خريطة سطح" (SLO/FAF)، يستطيع المؤلفون ملء القطع المفقودة من اللغز، مما يخلق صورة ثلاثية الأبعاد مثالية للشبكية تساعد الأطباء على تشخيص الأمراض في وقت مبكر وبدقة أكبر.

إليك ملخص تقني مفصل للورقة البحثية بعنوان "لا تهتم بالفجوات: التمثيلات العصبية الضمنية لتحليل التصوير المقطعي المتماسك البصري (OCT) المستقل عن الدقة."

1. بيان المشكلة

يعد التصوير المقطعي المتماسك البصري (OCT) وسيلة تصوير قياسية في طب العيون، إلا أن بروتوكولات الاستحواذ السريرية غالبًا ما تعطي الأولوية للسرعة على حساب الكثافة، مما يؤدي إلى مسافات كبيرة بين مقاطع B-scan. يؤدي هذا إلى:

تباين الخواص العالي (High Anisotropy): تمتلك الصور دقة عالية في المستوى الجاني ولكنها تعاني من أخذ عينات متناثرة جدًا في اتجاه العمق (المحور الرأسي).
محددات الطرق الحالية:
- الأساله ثنائية الأبعاد (2D): تعامل معظم الطرق القائمة على التعلم مقاطع OCT كشرائح ثنائية الأبعاد لتجنب تباين الخواص. هذا يتجاهل السياق ثلاثي الأبعاد، مما يؤدي إلى عدم اتساق عمليات التجزئة (segmentations) بين الشرائح المتجاورة وتكوين أسطح ثلاثية الأبعاد غير منتظمة.
- محددات الشبكات العصبية الالتفافية (CNNs): ترتبط الشبكات العصبية الالتفافية بدقة بيانات التدريب الخاصة بها، مما يجعلها غير مناسبة للصور التي يتم الحصول عليها ببروتوكولات مختلفة أو مسافات شرائح متفاوتة.
- المعلومات المفقودة: غالبًا ما تُفقد الهياكل التشريحية أو المرضية الصغيرة الموجودة بين مقاطع B-scans المتناثرة، مما يقلل من دقة التشخيص.
- محددات الأطلس (Atlas): تعتمد أطالس الشبكية التقليدية على الدقة (resolution) وتواجه صعوبة في التعميم عبر إعدادات الاستحواذ المختلفة.

2. المنهجية

يقترح المؤلفون إطارين عمل يعتمدان على التمثيلات العصبية الضمنية (INRs)، والتي تنمذج البيانات كدوال مستمرة $f(x, y, z) \to \text{intensity/label}$ بدلاً من شبكات فوكسل (voxel grids) منفصلة. وهذا يسمح بمعالجة مستقلة عن الدقة.

أ. الاستيفاء متباين الخواص (استيفاء B-scan)

لإعادة بناء مقاطع B-scans المفقودة بين عمليات الاستحواذ المتناثرة، يقترح المؤلفون إطار عمل التمثيل العصبي الضمني العام (Generalizable INR):

البنية: شبكة عصبية متعددة الطبقات (MLP) مشتركة عبر جميع المشاركين، مشروطة بـ أولويات كامنة خاصة بكل حالة ( $p_i$ ).
المدخلات متعددة الوسائط: لتعويض نقص معلومات العمق بين مقاطع B-scans، يأخذ الـ INR ثلاثة مدخلات:
1. إحداثيات ثلاثية الأبعاد $(x, y, z)$ .
2. شدة وسيط الـ En-face (من فحص SLO - التصوير المقطعي بالليزر العيني، أو FAF - الفلوريسنت الذاتي للقاع) عند الموقع الجانبي المقابل $(x, z)$ . يوفر هذا معلومات هيكلية جانبية كثيفة.
3. الأولوية الكامنة الخاصة بالحالة.
المخرجات: رأسان: أحدهما لإعادة بناء شدة الـ OCT والآخر لتجزئة طبقات الشبكية/الأمراض.
استراتيجية التدريب:
- تدريب المجتمع (Population Training): يتم تدريب الـ MLP المشترك على مجموعة من الأشخاص الأصحاء أو المصابين لتعلم الهياكل الشبكية العامة.
  بناءً على ذلك، عند الاستنتاج (Inference)، تكون أوزان الـ MLP مجمدة، ويتم فقط تحسين الأولوية الكامنة لتناسب بيانات الـ OCT والـ en-face الخاصة بالمريض المحدد. يسمح هذا للنموذج باستيفاء أحجام كثيفة وتجزئة الحالات غير المرئية دون الحاجة لإعادة تدريب الشبكة بالكامل.

ب. توليد أطلس مستقل عن الدقة

لإنشاء أطلس يعتمد على المجتمع ويكون مستقلاً عن دقة المدخلات:

الأطلس القابل للتعلم: يمثل الـ INR غير العام الأطلس نفسه، حيث يقوم برسم خرائط الإحداثيات ثلاثية الأبعاد المشوهة إلى الشدة وملصقات التجزئة.
التسجيل الضمني (Implicit Registration): يعمل التمثيل العصبي الضمني العام كمولد لحقل التشوه. يستخدم شبكة فائقة (Hypernetwork) لتعديل طبقاته بناءً على الأولوية الكامنة للمشارك، مما يتنبأ بحقل إزاحة مستمر $u(x, y, z)$ .
التحسين المشترك: يقوم الإطار بتحسين تمثيل الأطلس وحقول التشوه بشكل مشترك لمحاذاة الأفراد مع الأطلس.
الاستقلال عن الدقة: نظرًا لأن كل من الأطلس والتشوه هما دوال مستمرة، يمكن للنظام تقييم الأطلس عند أي دقة اختيارية (على سبيل المثال: 16، 64، أو 512 مقطع B-scan) دون إعادة تدريب.

3. المساهمات الرئيسية

أطر عمل مستقلة عن الدقة: أول تطبيق للتمثيلات العصبية الضمنية العامة على بيانات OCT الشبكية عالية تباين الخواص، مما يتيح التحليل بغض النظر عن المسافات بين مقاطع B-scan.
الاستيفاء متعدد الوسائط: نهج مبتكر لاستيفاء B-scan يستفيد من وسائط الـ en-face الكثيفة (SLO/FAF) لتوجيه إعادة بناء الهياكل ثلاثية الأبعاد المفقودة، مما يؤدي فعليًا إلى "ملء الفجوات" بين الشرائح المتناثرة.
أطلس قابل للتعميم: طريقة لتوليد أطلس شبكي حاد ومعقول تشريحيًا وإجراء التسجيل بين الأفراد دون أن يكون مقيدًا بالشبكة المنفصلة أو الدقة الخاصة بالمدخلات.
التعلم القائم على المجتمع: إثبات أن التدريب على INR مشترك لمجتمع سكاني يسمح باستنتاج قوي للحالات غير المرئية من خلال تكييف متجه كامن منخفض الأبعاد فقط.

4. النتائج التجريبية

تم تقييم الطرق على مجموعتي بيانات: متطوعين أصحاء (100 زوج OCT/SLO) و مرضى اعتلال الشبكية المصلي المركزي (CSCR) (146 زوجًا من OCT/FAF).

أداء الاستيفاء (Interpolation)

إعادة بناء الصورة: تفوق الـ GenINR (التمثيل العصبي الضمني العام) المقترح على الاستيفاء الخطي، والاستيفاء القائم على التسجيل، والـ INRs الخاصة بالحالة الواحدة (SingleINR) من حيث متوسط الخطأ المطلق (MAE)، ونسبة إشارة الذروة إلى الضجيج (PShes), و SSIM.
- ملاحظة: عانى SingleINR من الإفراط في التخصيص (overfitting) لمواقع الشرائح التدريبية وفشل في الاستيفاء بشكل صحيح.
التجزئة (Segmentation): حقق GenINR درجات Dice أعلى ومتوسط مسافة السطح المتماثل (ASSD) أقل مقارنة بالنماذج المرجعية.
- البيانات الصحية: حقق GenINR درجة Dice بلغت 91.9% و ASSD قدره 7.0 ميكرومتر في حالات الاختبار.
- البيانات المرضية: حقق GenINR مع مدخلات FAF درجة Dice بلغت 98.98% لطبقات الشبكية و 51.03% لأمراض السوائل.
النتائج النوعية: نجح GenINR في إعادة بناء أشكال الشبكية وظلال الأوعية الدموية في الشرائح المستوفاة، بينما أنتجت الطرق الأخرى عيوبًا (artifacts) أو فشلت في تحديد مواقع الأوعية بشكل صحيح.

أداء تسجيل الأطلس (Atlas Registration)

المحاذاة: حقق إطار GenINR أفضل مقاييس محاذاة مقارنة بنهج B-spline (SINA) والأطلس المتوسط الثابت.
- الـ Dice: 86.4% (مقابل 65.1% لـ SINA).
- الـ ASSD: 11.3 ميكرومتر (مقابل 29.8 ميكرومتر لـ SINA).
- الـ SSIM: 42.4%.
الكفاءة: انخفض وقت الاستنتاج بشكل كبير (~~23 ثانية لكل مشارك) مقارلة بـ SINA (~~279 ثانية).
الاستقلال عن الدقة: حافظ الإطار على أداء ثابت (Dice ~85%, ASSD ~12 µm) بغض النظر عما إذا كان الأطلس قد تم تقييمه على 16، 32، 64، أو 512 مقطع B-scan.
جودة التشوه: أنتجت الطريقة تشوهات سلسة وخالية من الطيات دون الحاجة إلى عقوبات تنظيمية صريحة.

5. الأهمية والخاتمة

الأثر السريري: يتيح هذا العمل التحليل الحجمي لهياكل الشبكية وأمراضها حتى عندما تكون المسحات السريرية متناثرة. كما يسمح بإنشاء عمليات إعادة بناء ثلاثية الأبعاد عالية الجودة من عمليات الاستحواذ السريرية القياسية والسريعة.
التقدم المنهجي: يوضح هذا العمل أن الـ INRs ليست مجرد أدوات لزيادة الدقة (super-resolution)، بل هي أدوات أساسية للتعامل مع بيانات OCT متباينة الخواص. إن القدرة على دمج الوسائط المختلفة (OCT + SLO/FAF) ضمن تمثيل مستمر تعد خطوة كبيرة للأمام.
التطبيقات المستقبلية: يوفر الفضاء الكامن منخفض الأبعاد إمكانيات جديدة لـ كشف الشذوذ، وتصنيف الأمراض، والتحليل الطولي، حيث تقوم المتجهات الكامنة بتشفير الاختلافات الهيكلية الخاصة بكل حالة بكفاءة.
المصدر المفتوح: تم توفير الكود لتسهيل المزيد من الأبحاث في التصوير الطبي المستقل عن الدقة.

باختصار، نجحت الورقة البحثية في معالجة "الفجوات" في تصوير OCT الشبكي من خلال استبدال المعالجة المنفصلة والمقيدة بالدقة بتمثيلات عصبية مستمرة وقابلة للتعميم، محققة نتائج رائدة في الاستيفاء والتسجيل.