Patient Pose Assessment Using a CT-Based Framework for Synthetic Data Generation
تقدم هذه الورقة إطار عمل يعتمد على التصوير المقطعي المحوسب لتوليد أزواج من صور العمق وصور الأشعة السينية الاصطناعية لتدريب نماذج الذكاء الاصطناعي لتقييم وضعية المريض آلياً، مما يثبت أن التدريب المسبق على 3,077 عينة اصطناعية لمفصل الكاحل العلوي يحسن دقة تقييم الوضعية في الواقع بنسبة تصل إلى 11 نقطة مئوية.
المؤلفون الأصليون:Manuel Laufer, Dominik Mairhöfer, Malte Sieren, Hauke Gerdes, Fabio Leal dos Reis, Arpad Bischof, Thomas Käster, Erhardt Barth, Jörg Barkhausen, Thomas Martinetz
تخيل أنك مصور تحاول التقاط الصورة المثالية لكاحل صديقك. إذا قام صديقك بليّ قدمه قليلاً في الاتجاه الخاطئ، ستظهر الصورة ضبابية أو غير صالحة للاستخدام، وعليك أن تطلب منه اتخاذ الوضعية مرة أخرى. في العالم الطبي، هذه "إعادة التصوير" أمر جسيم. ففي كل مرة يضطر فيها المريض للتحرك والحصول على صورة أشعة إضافية، يتعرض لجرعة إضافية من الإشعاع، وتستهلك المستشفى وقتاً ومالاً أكثر. المشكلة هي أن أجهزة الأشعة السينية سريعة، لكن الأيدي البشرية تكون أحياناً مرتجفة أو متعبة، ولا توجد قاعدة مثالية لكيفية الوقوف. لذا، كان الأطباء يحلمون بـ "مساعد ذكي" يمكنه النظر إلى المريض قبل التقاط الأشعة ويقول: "مهلاً، هذه القدم ملتوية أكثر من اللازم! دعنا نصلحها أولاً".
لبناء هذا المساعد الذكي، أنت بحاجة إلى معلم. في عالم الذكاء الاصطناعي، المعلم هو كومة هائلة من الأمثلة: صور لأقدام في وضعيات جيدة وأخرى سيئة، مقترنة بدرجة توضح مدى كونها "تشخيصية" (مفيدة) في صورة الأشعة الناتجة. لكن العقدة تكمن في أنه لا يمكنك ببساطة أن تطلب من مرضى حقيقيين الوقوف في وضعيات غريبة أو سيئة عن قصد لمجرد تدريب الكمبيوتر؛ فهذا أمر غير أخلاقي وخطير. كما أن التقاط الصور لأشخاص حقيقيين في المستشفى أمر صعب بسبب قواعد الخصوصية. الأمر يشبه محاولة تعلم قيادة السيارة عن طريق قراءة دليل تعليمات فقط، دون أن يُسمح لك بالجلوس في سيارة حقيقية أو لمس عجلة القيادة. أنت بحتاج لطريقة للتدرب في بيئة وهمية آمنة تشبه الواقع تماماً.
هنا تبدأ قصة هذه الورقة البحثية. قرر الباحثون، بقيادة مانويل لوفير وفريقه، بناء "محاكي قيادة افتراضي" للأشعة السينية. فبدلاً من طلب من أشخاص حقيقيين لوي كواحلهم، استخدموا نوعاً خاصاً من المسح ثلاثي الأبعاد يسمى التصوير المقطعي المحوري (CT scan) -وهو بمثابة خريطة ثلاثية الأبعاد فائقة التفصيل لجزء من الجسم- لإنشاء مرضى وهميين. كتبوا برنامج كمبيوتر يمكنه أخذ هذه الخرائط ثلاثية الأبعاد، وليّ الكواحل الافتراضية في مئات الوضعيات المختلفة، ثم "إطلاق" صورة أشعة سينية وهمية وصورة عمق وهمية (صورة توضح مدى بعد الأشياء) لكل وضعية. إنه يشبه امتلاك صندوق سحري يمكنه توليد آلاف سيناريوهات التدريب دون تعريض شخص حقيقي واحد للإشعاع.
قام الفريق بتعليم "دماغ كمبيوتر" (شبكة عصبية) باستخدام هذه الأمثلة الوهمية البالغ عددها 3,077 مثالاً. وسألوا الكمبيوتر: "هل يمكنك النظر إلى صورة العمق وتخمين ما إذا كانت الوضعية جيدة أم سيئة؟". تعلم الكمبيوتر بشكل جيد للغاية. لكن السحر الحقيقي حدث عندما اختبروا دماغ الكمبيوتر هذا على بيانات حقيقية. لقد أخذوا الدماغ الذي درّبوه في العالم الوهمي وجعلوه ينظر إلى صور لأشلاء بشرية حقيقية (عينات تشريحية) وحتى أشخاص أحياء في مستشفى. والنتيجة؟ كان دماغ الكمبيوتر الذي تدرب على البيانات الوهمية أفضل بكثير في رصد الوضعيات السيئة في العالم الحقيقي من الدماغ الذي بدأ من الصفر. في الواقع، باستخدام بياناتهم التدريبية الاصطناعية، حسنوا دقة الكمبيوتر بنسبة تصل إلى 11 نقطة مئوية.
تشير الورقة البحثية إلى أن هذا "التدريب الافتراضي" أداة قوية. فهي تثبت أنه يمكنك التعلم من عالم مولد بواسطة الكمبيوتر لحل مشكلات العالم الحقيقي، حتى عندما لا تستطيع الحصول على أمثلة حقيقية كافية للتدريب عليها. وجد الباحثون أنه بينما لم تكن البيانات الوهمية مثالية، إلا أنها أعطت الذكاء الاصطناعي دفعة قوية جعلته أكثر ذكاءً عندما التقى بالمرضى الحقيقيين لأول مرة. كما أظهروا أن هذا النهج يعمل بشكل أفضل إذا درّبتم الذكاء الاصطناعي على زوايا كاميرا محددة، تماماً مثل المصور الذي يتخصص في نوع معين من اللقطات. وبينما أجريت الدراسة في الغالب على مفصل الكاحل العلوي وفي غرفة مستشفى واحدة، فإن الفكرة هي إمكانية تكييف هذا النهج مع أجزاء أخرى من الجسم ومستشفيات أخرى. ويؤكد المؤلفون أن هذا ليس منتجاً نهائياً جاهزاً لكل المستشفيات غداً، ولكنه دليل قوي جداً على أن فكرة "التدريب الاصطناعي" هذه تعمل بالفعل ويمكن أن تساعد في حماية المرضى من الإشعاع غير الضروري في المستقبل.
ملخص تقني: تقييم وضعية المريض باستخدام إطار عمل قائم على التصوير المقطعي المحوسب لتوليد البيانات الاصطناعية
بيان المشكلة
تعد الجودة التشخيصية لصور الأشعة السينية أمراً بالغ الأهمية للتشخيص الموثوق وتخطيط العلاج. ويتمثل أحد المحددات الرئيسية لهذه الجودة في وضعية المريض أثناء عملية التصوير. تؤدي الوضعية السيئة إلى صور غير صالحة للتشخيص، مما يستلزم إعادة التصوير، وهو ما يزيد من تعرض المرضى للإشعاع ويرفع التكاليف على المستشفيات. كما أن تحديد الوضعية حالياً عرضة للخطأ بسبب غياب المعايير الموحدة والاعتماد على خبرة فني الأشعة.
بينما يمكن لكاميرات زمن الطيران (ToF) التقاط صور العمق لتقييم الوضعية قبل أخذ الأشعة السينية، إلا أن الحصول على البيانات التدريبية المقترنة اللازمة (صور العمق وصور الأشعة السينية المقابلة لها ذات الجودة التشخيصية) يعوقه القيود التنظيمية والأخلاقية. فتعريض الأشخاص للإشعاع عمداً في وضعيات غير تشخيصية لجمع البيانات هو أمر غير مبرر أخلاقياً، كما أن استخدام التحضيرات التشريحية يفتقر إلى القدرة على التوسع. بالإضافة إلى ذلك، تواجه عملية دمج الكاميرات في الوقت الفعلي في الممارسة السريرية عقبات تتعلق بحماية البيانات.
المنهجية
يقترح المؤلفون إطار عمل لتوليد صور العمق وصور الأشعة السينية المقترنة اصطناعياً من فحوصات التصوير المقطعي المحوسب (CT) الموجودة، مما يتجاوز الحاجة إلى تعرض جديد للإشعاع. يتكون إطار العمل من المراحل التالية:
المعالجة المسبقة واستخراج السطح:
يتم تحويل فحوصات التصوير المقطعي إلى سحب نقاط باستخدام خوارزمية "Marching Cubes" (MCA) مع عتبة تبلغ -500 وحدة هونسفيلد (HU) لإزالة الهواء.
يتم قص التشريح المستهدف (مفصل الكاحل العلوي).
يتم تحديد محور دوران (المحور الطولي) ومستوى مرجعي (ΠP) لمحاكاة دورات الساق البشرية ووضع الطاولة.
تضمن خوارزمية التحسين وضع التشريح المدار بشكل واقعي على مستوى طاولة التصوير المسجلة مسبقاً (ΠT)، مما يمنع تداخل أجزاء التشريح مع الطاولة.
التعزيز (Augmentation):
لمحاكاة أنواع الأجسام والاعتلالات المختلفة، يتم إزاحة سحابة النقاط على طول المتجهات العمودية.
تُستخدم التوزيعات الغاوسية لإنشاء "نتوءات" تحاكي التورمات أو الوذمة، خاصة حول الكاحل وظنبوب الساق (tibia).
ينتج عن ذلك متغيرات معززة متعددة (الأصلية، المزاحة في الحجم، المزاحة بالنتوءات، والمدمجة) لكل وضعية.
تركيب المشهد وتوليد صورة العمق:
يتم دمج التشريح المستهدف في سحابة نقاط مسجلة مسبقاً لغرفة الأشعة (بما في ذلك الطاولة).
يتم تدوير التشريح بزوايا مختلفة (بما في في ذلك الوضعيات غير التشخيصية) ووضعه على الطاولة.
يتم توليد صور العمق الاصطناعية عبر إسقاطات ثنائية الأبعاد لسحب النقاط، مع دمج معاملات الكاميرا الداخلية والخارجية ومعاملات التشويه لمحاكاة إعدادات كاميرا ToF محددة.
توليد الأشعة السينية الاصطناعية:
لضمان الدقة الفيزيائية، يتم توليد صور الأشعة السينية باستخدام محاكاة مونت كارلو (أداة MCGPU) بدلاً من التقديرات القائمة على التعلم العميق.
يتم تحويل وحدات (voxels) التصوير المقطعي إلى وحدات مادة وكثافة كتلة (هواء، أنسجة رخوة، عظام، تيتانيوم).
يتم تحريك موقع مصدر الأشعة السينية افتراضياً بالنسبة لحجم التصوير المقطعي الثابت لمحاكاة الوضعيات المختلفة.
يتم محاكاة 2⋅1010 من مسارات الفوتونات، ويتم رسم الناتج الخام بشكل غير خطي ليشبه صور الأشعة السينية الحقيقية.
مجموعات البيانات
تستخدم الدراسة ثلاث مجموعات بيانات:
المجموعة الاصطناعية: تم توليدها من 10 فحوصات تصوير مقطعي مجهولة الهوية (17 مفصل كاحل علوي). تحتوي على 3077 وضعية فريدة، لكل منها صور أشعة سينية وصور عمق اصطناعية مقابلة من منظورين للكاميرا. يتضمن ذلك متغيرات معززة، بإجمالي أكثر من 30,000 صورة عمق.
مجموعة التحضيرات التشريحية: تحتوي على صور عمق وأشعة سينية حقيقية لساقين من جثث بشرية في 174 وضعية، تم التقاطها باستخدام كاميرات Microsoft Azure Kinect ToF.
المجموعة السريرية الواقعية: مجموعة بيانات ذات تسميات ضعيفة (weakly labeled) لـ 18 شخصاً حياً (108 وضعية) تم التقاطها في بيئة سريرية. لم يتم أخذ صور أشعة سينية لأسباب أخلاقية؛ وتعتبر التسميات (1 لـ "جيد"، 3 لـ "سيئ") بدائل تعتمد على الوضعية بالنسبة للمعيار المثالي المذكور في الكتب الدراسية.
التجارب والتدريب
قام المؤلفون بتدريب نماذج EfficientNet-B0 (شبكتان منفصلتان لمنظوري الكاميرا) لتقدير الجودة التشخيصية (مقياس 1–3) من صور العمق. تناولت التجارب سؤالين:
هل يمكن للبيانات الاصطناعية وحدها تعلم تقييم الوضعية؟
هل التدريب المسبق على البيانات الاصطناعية يحسن الأداء على البيانات الحقيقية؟
الإعداد التجريبي:
التجربة 1: التدريب والاختبار حصرياً على المجموعة الاصطناعية لتقييم استراتيجيات التعزيز (الحجم، النتوءات، كلاهما).
التجربة 2أ: الضبط الدقيق للنماذج المدربة مسبقاً على المجموعة الاصطناعية (وImageNet) على مجموعة التحضيرات التشريحية.
التجربة 2ب: الضبط الدقيق للنماذج على المجموعة السريرية الواقعية.
التجربة 2ج: الاختبار الخطي (تجميد الهيكل الأساسي وتدريب الرأس فقط) لتقييم قابلية نقل الميزات.
النتائج الرئيسية
تعلم البيانات الاصطناعية: حقق التدريب على المجموعة الاصطناعية دقة بلغت 87.6% (مع تعزيز الحجم)، متفوقاً بشكل كبير على خط الأساس الذي يتنبأ بمتوسط التسمية (59.3%).
النقل إلى التحضيرات التشريحية: أدى التدريب المسبق على المجموعة الاصطناعية إلى تحسين الأداء على مجموعة التحضيرات التشريحية الحقيقية مقارنة بالتدريب من الصفر أو التدريب المسبق باستخدام ImageNet.
الدقة: زادت بمقدار 11 نقطة مئوية (من ~79% إلى 90.45%) باستخدام نهج منظور الكاميرا المحدد مع تعزيز الحجم.
الدقة التشخيصية: تحسنت بمقدار 3 نقاط مئوية.
أكد اختبار الدلالة الإحصائية (اختبار التبديل المزدوج) أن الانخفاض في متوسط الخطأ المطلق (MAE) كان معنوياً (p=0.0049).
النقل إلى البيانات السريرية: أدى التدريب المسبق على البيانات الاصطناعية أيضاً إلى تحسين الأداء على المجموعة السريرية الواقعية ذات التسميات الضعيفة مقارنة بالتدريب من الصفر.
دقة هامش الوضعية: تحسنت بنحو 8 نقاط مئوية.
الدقة: تحسنت بنحو ~4 نقاط مئوية.
تم تأكيد الدلالة الإحصائية (p=0.0020).
الاختبار الخطي: قدمت الميزات المتعلمة من التدريب المسبق الاصطناعي أداءً أفضل في الاختبار الخطي مقارنة بالبدء العشوائي أو التدريب المسبق باستخدام ImageNet، مما يؤكد فائدة الميزات المتعلمة.
الأهمية والادعاءات
يدعي البحث أن إطار العمل المقترح ينجح في حل مشكلة نقص البيانات في تقييم وضعية المريض من خلال الاستفادة من فحوصات التصوير المقطعي الموجودة لتوليد بيانات تدريب اصطناعية ضخمة وواقعية. تكمن الأهمية الأساسية في إثبات أن:
النقل من الاصطناعي إلى الحقيقي: الميزات المتعلمة من صور العمق الاصطناعية القائمة على التصوير المقطعي قابلة للنقل بدرجة عالية إلى صور العمق الحقيقية، مما يعزز بشكل كبير دقة تقييم الجودة التشخيصية دون الحاجة إلى تعرض جديد للإشعاع.
القابلية للتوسع السريري: يسمح هذا النهج بتوليد وضعيات متنوعة، بما في ذلك الوضعيات غير التشخيصية، والتي يصعب التقاطها أخلاقياً في المرضى الحقيقيين.
الأثر العملي: من خلال تمكين التقييم الدقيق للوضعية قبل التصوير، تمتلك هذه الطريقة القدرة على تقليل إعادة تصوير الأشعة السينية، مما يقلل من تعرض المرضى للإشعاع وتكاليف المستشفيات.
يشير المؤلفون إلى وجود قيود، بما في ذلك الاقتصار على مفصل الكاحل العلوي، واستخدام تكوين واحد لغرفة الأشعة السينية، والاعتماد على التسميات الضعيفة للمجموعة السريرية. ويؤكدون أنه بينما يعد إطار العمل قابلاً للتوسع والتكيف، فإن العمل المستقبلي مطلوب للتحقق من النهج عبر مختلف أعضاء الجسم والبيئات السريرية.