TR-GS: High-Fidelity Sparse-View CT Volumetric Rendering via t-Distribution Gaussian Splatting and Ray-Confidence Modeling

لطالما اعتمد التصوير الطبي على توازن دقيق بين الوضوح والسلامة. فلكي يتمكن الأطباء من رؤية ما بداخل جسم الإنسان دون فتحه، يستخدمون التصوير المقطعي المحوسب (CT)، الذي يبني صورة ثلاثية الأبعاد من مئات الصور الشعاعية المسطحة الملتقطة من زوايا مختلفة. وكلما زادت الزوايا التي يتم التقاطها، كانت الصورة النهائية أكثر وضوحاً، ولكن كل صورة أشعة إضافية تزيد من تعرض المريض للإشعاع. لعقود من الزمن، كان الهدف هو الحصول على صورة حادة وصالحة للاستخدام من أقل عدد ممكن من الأشعة السينية، وهو تحدٍ يُعرف باسم "إعادة البناء في الرؤية المتفرقة". وعند استخدام عدد قليل جداً من الزوايا، غالباً ما تعاني الصور الناتجة من خطوط وتغبيش، مما يجعل من الصعب رصد الأورام الصغيرة أو التخطيط للعمليات الجراحية الدقيقة. وبينما تستطيع الحواسيب الحديثة الآن توليد مشاهد ثلاثية الأبعاد من الصور الفوتوغرافية، فإن تطبيق هذه التقنيات على الفحوصات الطبية كان أمراً صعباً لأن الرياضيات المستخدمة للأجسام الطبيعية لا تتعامل دائماً مع عدم اليقين والبيانات المفقودة الموجودة في فحوصات الأشعة المقطعية منخفضة الجرعة.

قام فريق من الباحثين في جامعة شنتشن بتطوير طريقة جديدة تسمى TR-GS لحل هذه المشكلة المحددة. فبدلاً من استخدام الأشكال الرياضية القياسية التي تعتمد عليها معظم برامج التصوير ثلاثي الأبعاد، استبدلوها بشكل مختلف وأكثر مرونة، وهو شكل يتفوق طبيعياً في تجاهل الأخطاء. في عالم رسومات الكمبيوتر، غالباً ما تُبنى المشاهد ثلاثية الأبعاد من ملايين الأشكال البيضاوية الصغيرة والضبابية، أو السحب البيضاوية، التي تعمل مثل "البكسلات" في الأبعاد الثلاثة. تستخدم الطرق القياسية أشكالاً صارمة للغاية وذات "ذيول نحيفة"، مما يعني أنها تفترض أن كل قطعة من البيانات مثالية وتحاول مطابقة الشكل معها بدقة. وعندما تكون البيانات غير مكتملة أو مشوشة، كما هو الحال في فحوصات الأشعة المقطعية منخفضة الجرعة، تعاني هذه الأشكال الصارمة، مما يؤدي إلى ظهور عيوب متعرجة وهياكل مشوهة. وقد استبدل الباحثون هذه الأشكال بأشكال ذات "ذيول ثقيلة"، وهي خاصية إحصائية تسمح للشكل بأن يكون أكثر تسامحاً مع نقاط البيانات السيئة دون فقدان الهيكل العام للجسم.

ولجعل هذا النظام يعمل بشكل أفضل، أضاف الفريق طبقة ذكية من التقدير إلى العملية. فقد أنشأوا نظاماً يتحقق من مقدار المعلومات التي تلقاها كل شكل ثلاثي الأبعاد صغير من كاميرات الأشعة السينية. فإذا كان الشكل محاطاً بالعديد من أشعة إكس القادمة من اتجاهات مختلفة، يتعامل النظام معه كمعلومة موثوقة للغاية ويحافظ على دقة شكله. أما إذا كان الشكل في بقعة تمر عبرها أشعة إكس قليلة جداً، فإن النظام يدرك حالة عدم اليقين ويسمح لهذا الشكل بأن يصبح أكثر مرونة ومتانة، مما يمنعه من خلق تفاصيل زائفة. يحدث هذا التعديل الديناميكي تلقائياً أثناء عملية التعلم الحاسوبي، مما يضمن بقاء المناطق جيدة الملاحظة حادة، بينما لا تتسبب المناطق ضعيفة الملاحظة في إدخال ضوضاء مربكة.

كما قدم الباحثون تقنية لحماية التفاصيل الدقيقة للتشريح، مثل حواف العظام أو نسيج الأنسجة الرخوة، والتي قد تُمحى أحياناً بسبب الأشكال المرنة. لقد استخدموا أداة رياضية تقوم بفصل الصورة إلى طبقات مختلفة من التفاصيل، مما يسمح للحاسوب بتعزيز الميزات الحادة عالية التردد في المناطق التي تكون فيها البيانات موثوقة، مع كبح الضوضاء العشوائية في المناطق التي تكون فيها البيانات ضعيفة. وهذا يضمن احتفاظ الصورة النهائية بالوضد اللازم للتشخيص الطبي دون تضخيم التشويش الناتج عن استخدام عدد أقل من الأشعة السينية.

وعند اختبار هذا النهج على كل من النماذج المولدة حاسوبياً وفحوصات المرضى الحقيقية، أنتج صوراً أكثر وضوحاً بشكل ملحوظ مقارنة بالطرق السابقة. وفي الاختبارات التي استخدمت 18 زاوية أشعة سينية فقط، وهو عدد منخفض جداً بالنسبة للفحص القياسي، أعادت الطريقة الجديدة بناء الهياكل الداخلية بدرجة وضوح بلغت 35.30، وهو مقياس يقيس مدى قرب الصورة من الأصل المثالي. وكان هذا تحسناً ملحوظاً عن أفضل التقنيات الحالية، التي سجلت درجات أقل وأظهرت المزيد من الخطوط والتغبيش. كما أثبتت الطريقة قدرة أكبر على الصمود عندما كانت بيانات الأشعة السينية تحتوي على ضوضاء عشوائية، وهي مشكلة شائعة في الفحوصات منخفضة الجرعة، حيث حافظت على دقتها في حين بدأت الطرق الأخرى في التراجع.

تشير النتائج إلى أن هذا النهج يقدم مساراً قابلاً للتطبيق نحو تصوير طبي أكثر أماناً. فمن خلال السماح للأطباء بالحصول على رؤى ثلاثية الأبعاد عالية الجودة من عدد أقل من لقطات الأشعة السينية، يمكن لهذه التكنولوجيا أن تقلل من الإشعاع الذي يتعرض له المرضى أثناء الفحوصات الروتينية، مع توفير المعلومات التفصيلية اللازمة للتخطيط الجراحي وتقييم الأمراض. وقد أتاح الباحثون الكود الخاص بهم للجمهور، داعين إلى مزيد من التطوير لتطبيق هذه المبادئ على سيناريوهات طبية أكثر تعقيداً، مثل الفحوصات المأخوذة من زوايا محدودة أو مناطق معينة من الجسم حيث يصعب جمع البيانات.