💻 computer science

Depth to Anatomy: Organ Localization from Depth Images for Automated Patient Table Positioning in Radiology Workflow

تقترح هذه الورقة إطار عمل قائم على التعلم يتنبأ بالمواقع والأشكال ثلاثية الأبعاد لـ 41 بنية تشريحية من صور عمق ثنائية الأبعاد واحدة باستخدام بيانات اصطناعية من مجموعة بيانات NAKO MRI، مما يظهر إمكانية أتمتة وضعية طاولة المريض في سير عمل الأشعة وتحسين الكفاءة.

المؤلفون الأصليون: Eytan Kats, Kai Geissler, Daniel Mensing, Julien Senegas, Jochen G. Hirsch, Stefan Heldman, Mattias P. Heinrich

نُشر 2026-07-29

📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Eytan Kats, Kai Geissler, Daniel Mensing, Julien Senegas, Jochen G. Hirsch, Stefan Heldman, Mattias P. Heinrich

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 العثด على لعبة معينة مخبأة داخل بالون ضخم ومعتم ومرن. لا يمكنك رؤية ما بداخل البالون، ولا يمكنك تفجيره للنظر بداخله. كل ما تملكه هو كاميرا يمكنها رؤية شكل سطح البالون. في عالم التصوير الطبي، يمثل هذا "البالون" جسد الإنسان، وتمثل هذه "اللعبة" عضواً داخلياً مثل الكبد أو الكلية. يحتاج الأطباء إلى معرفة مكان هذه الألعاب المخبأة بدقة لالتقاط صور واضحة، ولكنهم عادةً ما يضطرون للتخمين بناءً على الشكل الخارجي أو أخذ صورة "استطلاعية" سريعة ومنخفضة الجودة أولاً، وهو أمر يستغرق وقتاً ويتطلب من الإنسان تحريك سرير المريض يدوياً. تقع هذه الورقة البحثية عند تقاطع الرؤية الحاسوبية (تعليم الحواسيب الرؤية) والأشعة (التصوير الطبي). وهي تعالج لغزاً صعباً: هل يمكن للحاسوب أن ينظر فقط إلى صورة مسطحة ثنائية الأبعاد لجلد شخص ما، ويكتشف بشكل سحري الشكل ثلاثي الأبعاد وموقع أعضائه الداخلية؟ إذا تمكنا من حل هذه المعضلة، يمكننا أتمتة عملية تحديد وضعيات المرضى، مما يوفر الوقت ويجعل التجربة أقل توتراً للجميع.

يقترح الباحثون وراء هذه الدراسة، بقيادة إيتان كاتس وفريقه، حلاً ذكياً يسمونه "من العمق إلى التشريح" (Depth to Anatomy). فكر في طريقتهم هذه كأنها مترجم فائق القدرة يتحدث لغتين: لغة "نتوءات السطح" (صورة عمق ثنائية الأبعاد لجسم الشخص) ولغة "الخرائط الداخلية" (نموذج ثلاثي الأبعاد للأعضاء). فبدلاً من مطالبة الطبيب بتحريك سرير المريض يدوياً أو أخذ فحص أولي لتخمين مكان الأعضاء، يستخدم نظامهم كاميرا لالتقاط صورة لسطح جسم المريض. ثم يقوم "عقل حاسوبي" خاص (شبكة عصبية) فوراً بالتنبؤ بمكان 41 بنية داخلية مختلفة — مثل العظام، والقلب، والرئتين، والكلى — في الفضاء ثلاثي الأبعاد.

ولتعليم هذا العقل الحاسوبي القيام بهذا السحر، لم يستخدم الفريق مرضى حقيقيين في مرحلة التدريب لأن إجراء فحوصات ثلاثية الأبعاد للجميع أمر بطيء ومكلف. بدلاً من ذلك، لعبوا لعبة "تخيّل" ضخمة باستخدام بيانات من 10,020 فحص رنين مغناطيسي كامل للجسم من المجموعة الوطنية الألمانية. لقد أخذوا هذه الخرائط التفصيلية ثلاثية الأبعاد للرنين المغناطيسي وحاكاتوا رياضياً كيف ستبدو أجسام المرضى إذا التقطت كاميرا عمق صورة لهم. حتى أنهم أضافوا "تجاعيد" و"نتوءات" رقمية لمحاكاة مظهر ملابس المستشفى والأغطية، لضمان أن يتعلم الحاسوب النظر لما وراء الملابس والتركيز على الشكل العام للجسم.

تشير نتائج هذا التدريب إلى أن الحاسوب يمكنه بالفعل تخمين موقع الأعضاء الداخلية بدقة مذهلة. فعند الاختبار، تنبأ النظام بالأشكال ثلاثية الأبعاد لهذه الأعضاء بـ "معامل تشابه دايس" (وهو مقي-اس يحسب مدى تداخل شكلين) بلغ متوسطه 0.44. ورغم أن هذا ليس تطابقاً مثالياً، إلا أنه خطوة كبيرة للأمام. والأهم من ذلك، بالنسبة للهدف العملي المتمثل في تحريك سرير المريض، فقد حسب النظام حدود الأعضاء بمتوسط خطأ قدره 10.99 ملم تقريباً. وفي عالم الفحص الطبي، يُعت-بر الخطأ بمقدار عرض ظفر الإصبع تقريباً كافياً لتحريك سرير المريض تلقائياً إلى الموضع الصحيح دون الحاجة إلى تدخل بشري للتحكم في الأجهزة.

كما اختبر المؤلفون نموذجهم على صور عمق حقيقية تم التقاطها من متطوعين باستخدام مستشعر "مايكروسوفت كينكت" القياسي. وتشير النتائج إلى أن النموذج يمكنه التعميم من تدريبه القائم على "التخيل" ليشمل أشخاصاً حقيقيين، حتى عندما يرتدون الملابس. ومع ذلك، تشدد الورقة البحثية على أن النظام ليس مثالياً بعد. فعند النظر في عمليات إعادة البناء ثلاثية الأبعاد، كان من الصعب تحديد بعض الأعضاء الأصغر أو ذات الأشكال الغريبة (مثل الغدة الدرقية) بدقة، كما بدت حواف الأعضاء الأكبر أحياناً ضبابية أو "مدببة" مقارنة بالرنين المغناطيسي الحقيقي. ويرى الباحثون أنه بينما قد لا يكون النظام جاهزاً لاستبدال طبيب الأشعة بالكامل، إلا أنه يشير إلى مستقبل يمكن فيه لسرير المريض أن ينزلق تلقائياً إلى المكان المثالي، مما يقلل من أوقات الانتظار ويجعل عملية الفحص بأكملها أكثر سلاسة وراحة. كما أن الكود والنماذج متاحة للآخرين لتجربتها، مما يظهر أن هذه الأداة بُنيت لتتم مشاركتها وتحسينها.

أبحاث مشابهة