Stop Holding Your Breath: CT-Informed Gaussian Splatting for Dynamic Bronchoscopy

إليك ملخص تقني مفصل لورقة البحث بعنوان: "توقف عن حبس أنفاسك: تقنية Gaussian Splatting المستندة إلى التصوير المقطعي المحوسب (CT) للتنظير القصبي الديناميكي."

1. بيان المشكلة

التحدي الجوهري: تعتمد الملاحة عبر التنظير القصبي على تسجيل فيديو التنظير في الوقت الفعلي مع صور الأشعة المقطعية (CT) المأخوذة قبل العملية. ومع ذلك، تسبب حركة التنفس تشوهاً كبيراً في المسالك الهوائية (5-20 ملم)، مما يخلق "تباعداً بين الأشعة المقطعية والجسم" (CT-to-body divergence) يحد بشدة من دقة التحديد الموضعي.
القيود الحالية:

• بروتوكولات حبس الأنفاس: يطلب الأطباء حالياً من المرضى حبس أنفاسهم لمطابقة حالة الأشعة المقطعية الساكنة. وهذا أمر يصعب تكراره باستمرار، ويعطل سير العمل، ويزيد من عدم راحة المريض.
• الافتراضات الساكنة: تعتمد طرق تسجيل الفيديو مع الأشعة المقطعية الموجودة حالياً غالباً على افتراض مسالك هوائية ساكنة أو استخدام نماذج صلبة، مما يفشل في مراعاة الإزاحة العالمية المتماسكة للمسالك الهوائية الناتجة عن التنفس.
• الغموض: في التنظير القصبي، ترتبط حركة الكاميرا وتشوه المسالك الهوائية ارتباطاً وثيقاً، مما يجعل من الصعب الفصل بين تغيرات زاوية الرؤية وتغيرات التشريح باستخدام حقول تشوه غير مقيدة.
• نقص التقييم: لا توجد مجموعات بيانات حالية توفر حقيقة أرضية (Ground Truth) كثيفة للهندسة، والوضعية، ومرحلة التنفس لتقييم طرق إعادة البناء القابلة للتشوه كمياً.

2. المنهجية

يقترح المؤلفون إطار عمل يلغي الحاجة إلى حبس الأنفاس من خلال الاستفادة من نمذجة تنفسية خاصة بالمريض مستمدة من صور الأشعة المقطعية المقترنة (شهيق/زفير) وهي عملية قياسية للتخطيط.

أ. فضاء التشوه المستند إلى الأشعة المقطعية (CT-Informed Deformation Space)

بدلاً من تعلم حقول تشوه غير مقيدة لكل إطار، يقيد هذا الأسلوب هندسة المسالك الهوائية ضمن فضاء فرعي أحادي البعد (1D subspace) محدد بواسطة صور الأشعة المقطعية الخاصة بالمريض:

• المدخلات: صور أشعة مقطعية مقترنة للشهيق ($V_{insp}$) والزفير ($V_{exp}$).
• حقل التشوه: يتم حساب حقل إزاحة ثابت $\Delta = V_{exp} - V_{insp}$ مسبقاً عبر تسجيل الأشعة المقطعية من نوع (CT-to-CT) القابل للتشوه.
• المعلم القياسي (Scalar Parameter): يتم التحكم في حالة المسالك الهوائية عند أي وقت $t$ عبر معلم واحد لمرحلة التنفس $\hat{\alpha}_t \in [0, 1]$، حيث تمثل 0 الشهيق الكامل و1 الزفير الكامل.
• استيفاء الشبكة (Mesh Interpolation): يتم استيفاء رؤوس الشبكة خطياً: $V(\hat{\alpha}_t) = V_{insp} + \hat{\alpha}_t \cdot \Delta$. يضمن ذلك أن جميع التكوينات المعاد بناؤها تقع ضمن مسار تشريحي مرصود.

ب. تقنية Gaussian Splatting المرتبطة بالشبكة (Mesh-Anchored Gaussian Splatting)

يعتمد هذا النهج على تقنية BridgeSplat ولكن تم تطويعه ليتناسب مع نظام التنظير القصبي:

• التمثيل: يتم تثبيت (Anchor) نقاط الـ 3D Gaussians على مثلث أب (Parent triangle) للشبكة الهوائية باستخدام إحداثيات باسينتريك (Barycentric coordinates) قابلة للتعلم.
• فوائد التثبيت: مع تشوه الشبكة وفقاً لـ $\hat{\alpha}_t$، ترث الـ Gaussians تلقائياً التمدد، والدوران، والإزاحة المحلية. وهذا يلغي الحاجة إلى معاملات تشوه لكل Gaussian ويمنع "الانحراف عن السطح" (Off-surface drift).
• التحسين (Optimization): يقوم مُقدّر خفيف الوزن باستنتاج مرحلة التنفس $\hat{\alpha}_t$ مباشرة من فيديو RGB الخاص بالتنظير.
• دالة التنشيط: تُستخدم معلمة قائمة على جيب التمام (Cosine-based parameterization) مع تسريب تدرج خطي لتقدير $\hat{\alpha}_t$. هذا يتجنب تلاشي التدرج عند الأطراف (الشهيق أو الزفير الكامل)، مما يضمن استقرار التحسين طوال دورة التنفس.

ج. استراتيجية التدريب

يتبع التحسين جدولاً زمنياً من ثلاث مراحل لمنع معاملات المظهر (Appearance parameters) من امتصاص الأخطاء الهندسية:

1. تحسين مرحلة التنفس ($\theta_t$) مع تجميد المظهر.
2. تحسين المظهر مع تجميد المرحلة.
3. التحسين المشترك.
   تجمع دالة الخسارة (Loss function) بين الدقة الضوئية (L1 + SSIM) والتنظيم الزمني، مما يلغي الحاجة إلى مصطلحات تنظيم هندسي معقدة (مثل ARAP) المطلوبة في الطرق غير المقيدة.

كمساهمات رئيسية

أ. إطار محاكاة RESPIRE

لتمكين التقييم الكمي، قدم المؤلفون إطار RESPIRE (مشاهد التنظير القصبي التنفسية مع صور الأشعة المقطعية المقترنة للشهيق والزفير لإعادة البناء):

• مبني على أسس فيزيائية: يولد فيديوهات تنظير قصبي اصطناعية واقعية من أي زوج من صور الأشعة المقطعية (شهيق/زفير).
• حقيقة أرضية كثيفة: يوفر تسميات توضيحية لكل إطار للهندسة، والوضعية، ومرحلة التنفس، والتشوه.
• الواقعية: يستخدم التقديم القائم على الفيزياء (PBR) في برنامج Blender مع تشتت تحت السطح (Subsurface scattering)، والانعكاسات المرآتية، وإضاءة متغيرة لمحاكة مظهر الأنسجة السريرية وسلوك الكاميرا.
• الأهمية: هذا هو أول إطار يسمح بالقياس المرجعي الصارم لإعادة البناء القابل للتشوه.

ب. تقنية Gaussian Splatting المستندة إلى الأشعة المقطعية

• الحداثة: أول تطبيق لتقنية Gaussian Splatting في التنظير القصبي الديناميكي الذي ينمذج حركة التنفس صراحةً باستخدام بيانات الأشونة المقطعية السريرية.
• الكفاءة: تستبدل التعلم المعقد للتشوهات غير المقيدة بمعلم واحد، مما يقلل التكلفة الحسابية بشكل كبير.
• سير العمل السريري: يلغي الحاجة إلى بروتوكولات حبس الأنفاس، مما يسمح بالملاحة المستمرة أثناء التنفس الطبيعي.

3. النتائج التجريبية

أُجريت التجارب على 9 حالات من مجموعة بيانات COPDGene باستخدام مسار RESPIRE.

المقياس	الأداء مقابل النماذج المرجعية (BridgeSplat)
دقة العمق	تقليل الخطأ التربيعي المتوسط (RMSE) بنسبة 94% (من 53.8 ملم إلى 3.2 ملم).
جودة التقديم	تحسين PSNR بنسبة 32% وSSIM بنسبة 20% مقارنة بالنماذج المرجعية غير المقيدة.
مرحلة التنفس	حقق متوسط خطأ مطلق (MAE) قدره 0.158 ومعامل ارتباط بيرسون $r$ قدره 0.833 في تقدير مرحلة التنفس من فيديو RGB وحده.
تحديد الهدف	حقق خطأ تحديد هدف قدره 1.22 ملم (خطأ contour RMSE: 1.24 ملم). وهذا يقع ضمن نطاق التسامح السريري البالغ ~3 ملم لاستهداف الخزعة.
سرعة التدريب	أسرع بـ 22 مرة في وقت التدريب (17.4 دقيقة مقابل 383.4 دقيقة) مقارنة بـ BridgeSplat غير المقيد.

النتيجة الرئيسية: نجحت الطريقة في استعادة عمليات إعادة بناء دقيقة هندسياً ومراحل تنفس دقيقة دون الحاجة لحبس الأنفاس، متفوقة على النماذج التي تعتمد على صورة أشعة مقطعية واحدة والتي تفشل في نمذجة التشوه.

4. الأهمية والتأثير

• الأهمية السريرية: من خلال تحقيق دقة تحديد موضعي ضمن التسامح السريري البالغ 3 ملم، تحل هذه الطريقة فعلياً مشكلة "التباعد بين الأشعة المقطعية والجسم" الناتج عن التنفس. يمكن أن يلغي هذا الحاجة إلى بروتوكولات حبس الأنفاس الصعبة وغير المريحة أثناء خزعات الرئة.
• التكامل مع سير العمل: بما أن صور الأشعة المقطعية المقترنة (شهيق/زفير) هي معيار بالفعل للتخطيط المسبق، فإن الطريقة تتطلب فقط إضافة بسيطة (المرحلة الثانية) لتمكين الملاحة عالية الدقة.
• القياس المرجعي: يوفر تقديم RESPIRE سداً للفجوة في هذا المجال، حيث يوفر أول مجموعة بيانات ذات حقيقة أرضية كثيفة لتقييم إعادة البناء القصبي الديناميكي.
• القدرة على التعميم: يثبت النهج أن تقييد إعادة البناء ضمن فضاء فرعي منخفض الأبعاد وصالح فيزيولوجياً (مشتق من بيانات المريض) هو أفضل من تعلم التشوهات غير المقيدة في السيناريوهات التي تتضمن إزاحات كبيرة للكاميرا وحركة عالمية متماسكة.

القيود والعمل المستقبلي:

• الاعتماد على تقسيم دقيق للمسالك الهوائية (قد يتطلب تحسيناً يدوياً).
• النموذج الخطي للتشوه الحالي لا يلتقط الديناميكيات غير الخطية لضغط-الحجم في المراحل المتوسطة.
• يفترض معرفة وضعية الكاميرا؛ ويهدف العمل المستقبلي إلى تقدير الوضعية ومرحلة التنفس معاً للملاحة ذاتية التوجيه بالكامل.