GeoPose: Patient-agnostic CTA-to-DSA registration through projection-space calibration
يُعد GeoPose إطار عمل غير مرتبط بمريض محدد ومدرب على مستوى السكان، يحقق تسجيلاً سريعاً ودقيقاً بين التصوير المقطعي المحوسب للأوعية (CTA) وتصوير الأوعية الرقمي (DSA) من خلال معايرة فضاء الإسقاط وتركيب التحويل، مما يلغي الحاجة إلى التكيف الخاص بكل مريض أو التسجيل المسبلي الصريح، مع التفوق بشكل كبير على الطرق المرجعية في كل من السرعة والدقة.
المؤلفون الأصليون:Rudolf L. M. van Herten, Robert Graf, Paula Feldman, Johannes C. Paetzold
عندما تضرب السكتة الدماغية، لا يكون الوقت مجرد وحدة قياس؛ بل هو الفارق بين التعافي الكامل والإعاقة الدائمة. في الحالات الأكثر خطورة، ينسد وعاء دموي كبير في الدماغ، مما يقطع الإمداد عن شبكة واسعة من الأنسجة. ولإنقاذ الدماغ، يجب على الأطباء إجراء عملية دقيقة تسمى "استئصال الخثرة عبر الأوعية الدمية"، حيث يقومون بتمرير قسطرة دقيقة عبر الشرايين لإزالة الجلطة جسديًا. هذا سباق مع الزمن، وتكون رؤية الجراح محدودة بصور الأشعة السينية ثنائية الأبعاد المأخوذة من زاوية واحدة في كل مرة. تُظهر هذه الصور الأوعية الدموية بوضوح، لكنها تفتقر إلى العمق؛ فهي لا تُظهر التشريح ثلاثي الأبعاد الفريد للمريض، والذي تم رسم خريطته في مسح ثلاثي الأبعاد مفصل قبل بدء الجراحة. وللتنقل بأمان، يحتاج الأطباء إلى دمج هذين العالمين: عرض الأشعة السينية المسطح والمباشر، والخريطة ثلاثية الأبعاد السابقة للجراحة. إن القيام بذلك يدويًا أمر بطيء وصعب، وفي حالات الطوارئ، كل ثانية لها قيمتها.
يكمن التحدي في محاذاة هذين النوعين المختلفين من الصور. فالمسح السابق للجراحة هو نموذج ثلاثي الأبعاد حجمي، بينما الأشعة السينية المباشرة هي إسقاط مسطح. لدمجهما بشكل مثالي، يجب على الكمبيوتر تحديد كيفية تموضع جهاز الأشعة السينية بدقة بالنسبة لرأس المريض. إذا كان الجهاز مائلًا حتى بدرجة طفيفة تختلف عما يفترضه الكمبيوتر، فسيتم إسقاط الخريطة ثلاثية الأبعاد في المكان الخاطئ، مما قد يؤدي بالجراح إلى التصويب نحو أنسجة سليمة بدلاً من الانسداد. غالبًا ما تتطلب الطرق التقليدية لمحاذاة هذه الصور أن يقوم الكمبيوتر بالتخمين والتحقق آلاف المرات، وهي عملية قد تستغرق دقائق أو حتى تفشل إذا كان التخمين الأولي سيئًا. وتحاول أساليب أخرى التعلم من المريض نفسه، لكن ذلك يتطلب تدريب نموذج كمبيوتر جديد لكل شخص، وهو أمر بطيء للغاية في غرفة الطوارئ.
لقلبت فريق من الباحثين نظامًا جديدًا يسمى "GeoPose" يحل مشكلة المحاذاة هذه في جزء من الثانية دون الحاجة إلى التعرف على المريض المحدد مسبقًا. وبدلاً من معاملة كل مريض جديد كأحجية فريدة، يتعلم النظام فهمًا عامًا لكيفية ظهور رأس الإنسان وأوعيته الدموية من زوايا مختلفة. فهو يستخدم نموذجًا ذهنيًا مشتركًا ومعياريًا للرأس لتقديم تخمين أولي حول اتجاه جهاز الأشعة السينية. وبمجرد حصوله على هذا التخمين، يقوم بإجراء تعديل رياضي سريع لترجمة ذلك التخمين إلى نظام الإحداثيات الخاص بالمسح ثلاثي الأبعاد الفعلي للمريض. هذه الخطوة، التي يسميها الباحثون "معايرة فضاء الإسقاط"، تسمح للنظام بأخذ حل عام وتطبيقه فورًا على مريض جديد لم يسبق رؤيته.
يعمل النظام في مرحلتين رئيسيتين. أولاً، ينظر إلى صورة الأشعة السينية المباشرة ويتنبأ بموقع الكاميرا بالنسبة لرأس نموذجي ومثالي. بعد ذلك، يحسب مدى اختلاف هذا الرأس النموذجي عن رأس المريض المحدد ويعدل التنبؤ وفقًا لذلك. وهذا يسمح للنظام بتجاوز عملية التجربة والخطأ البطيئة تمامًا. وفي الاختبارات التي شملت ثمانين ملاحظة للأشعة السينية من عشرين مريضًا لم يكونوا جزءًا من بيانات التدريب، حقق النظام مستوى عالٍ من الدقة في غضٍ من 0.15 ثانية فقط. لقد وضع خريطة الأوعية الدموية ثلاثية الأبعاد بالقرب من الأوعية الفعلية في الأشعة السينية لدرجة أن متوسط المسافة بينهما كان 5.8 مليمترات فقط. وللمقارنة، فإن أفضل الأساليب الموجودة التي لم تستخدم هذا النهج الجديد سجلت متوسط خطأ قدره 14.5 مليمترًا، وهو ما غالبًا ما يكون كبيرًا جدًا بحيث لا يمكن استخدامه سريريًا.
اختبر الباحثون أيضًا ما يحدث إذا سمحوا للنظام بإجراء بعض التصحيحات السريعة والصغيرة بعد التخمين الأولي. فمن خلال تشغيل عملية تحسين قصيرة لمدة خمس وعشرين خطوة فقط، نجح النظام في تحسين دقته بشكل أكبر، حيث قلل متوسط الخطأ إلى 4.6 مليمتر في حوالي ثانيتين. وهذا يمثل تحسنًا كبيرًا مقارنة بالأساليب الأخرى التي، حتى بعد نفس الوقت، ظلت عالقة بأخطاء تقارب 14.6 مليمترًا. إن قدرة النظام على العمل دون تدريب خاص بكل مريض هي ميزته الأكثر أهمية. فخلافًا لأدوات التعلم الأخرى التي تتطلب دقائق من الإعداد لكل شخص جديد، يستخدم "GeoPose" مجموعة ثابتة من القواعد المستمدة من مجموعة كبيرة من الناس. إنه يحتاج ببساة إلى نظرة سريعة واحدة على مسح المريض لمعايرة نفسه، مما يجعله جاهزًا للاستخدام الفوري في المواقف التي تتعلق بالحياة أو الموت.
تشير النتائج إلى أن هذا النهج يمكن أن يوفر للجراحين خارطة طريق موثوقة وفي الوقت الفعلي لأوعية الدماغ الدموية، متراكبة مباشرة فوق رؤية الأشعة السينية المباشرة لديهم. وهذا من شأنه أن يسمح لهم برؤية مكان الانسداد بالضبط وكيفية ترتيب الأوعية المحيطة به دون الحاجة إلى حقن المزيد من صبغة التباين أو الانتظار لمعالجة الكمبيوتر البطيئة. تم اختبار النظام على بيانات من مرضى السكتة الدماغية الحادة، ووجد الباحثون أنه يعمل بشكل جيد ومتسق عبر مختلف الزوايا وتشريحات المرضى. وبينما لا يعد النظام مثاليًا ولا يزال يعاني قليلاً مع بعض الزوايا التي يصعب فيها تقدير العمق، إلا أنه يمثل خطوة كبيرة للأمام في جعل الملاحة ثلاثية الأبعاد المعقدة متاحة أثناء أكثر الإجراءات الطبية حساسية للوقت. ومن خلال تحويل مشكلة رياضية صعبة متعددة الخطوات إلى تنبؤ سريع ووحيد الخطوة، يقرب "GeoPose" وعد التوجيه الفوري والدقيق من الواقع في رعاية مرضى السكتة الدماغية.
ملخص تقني: GeoPose
بيان المشكلة
في علاج السكتة الدماغية الإقفارية الحادة، وتحديداً في عملية استئصال الخثرة عبر الأوعية الدموية (EVT)، يعد المحاذاة السريعة بين التصوير المقطعي المحوسب للأوعية (CTA) قبل الإجراء وبين تصوير الأوعية بالطرح الرقمي (DSA) ثنائي المستوي أثناء العملية أمراً بالغ الأهمية. يوفر الـ DSA ديناميكيات وعائية عالية الدقة ثنائية الأبعاد، ولكنه يفتقر إلى التناظر المكاني المباشر مع حجم الـ CTA ثلاثي الأبعاد. يتطلب إنشاء هذا التناظر تقدير وضعية ذراع الـ C-arm (وهو تسجيل ثلاثي الأبعاد إلى ثنائي الأبعاد صلب)، وذلك لإسقاط الأهداف التشريحية ثلاثية الأبعاد على مناظر الاستحواذ ثنائية الأبعاد.
تواجه الطرق الحالية قيوداً كبيرة:
الطرق القائمة على الأمثلة (Optimization-based methods): (مثل الانحدار الاشتقاقي على الرندرة التفاضلية) وهي حساسة للتهيئة الأولية وغالباً ما تتطلب مئات التكرارات، مما يجعلها بطيئة جداً لتدفقات عمل السكتة الدماغية الحرجة للوقت.
الطرق القائمة على التعلم (Learning-based methods): غالباً ما تعتمد على تدريب أو تكييف خاص بكل مريض (مثل الضبط الدقيق لعدة دقائق لكل مريض)، وهو أمر غير مرغوب فيه في حالات الطوارئ حيث تتنافس وقت المعالجة مع تأخيرات العلاج.
تفشل النهج الحالية المدربة على مستوى السكان في مراعاة الاختلافات في أطر الإحداثيات بين النموذج المرجعي المتعلم والـ CTA الأصلي الجديد غير المسجل للمريض.
المنهجية: GeoPose
GeoPose هو إطار عمل مدرب على مستوى السكان مصمم لتقدير وضعيات ذراع الـ C-arm في إطار معياري متعلم ونقلها إلى إطار الـ CTA الأصلي للمريض دون الحاجة إلى تكييف خاص بالمريض أو تسجيل مسبق صريح ثلاثي الأبعاد. يتكون خط العمل من ثلاث مراحل رئيسية:
1. تقدير الوضعية المدرب على السكان (الإطار المعياري)
تستخدم الطريقة شبكتين ذات أوزان ثابتة تم تدريبهما حصرياً على رندرات اصطناعية لمجتمع تمت محاذاته إلى إطار إحداثيات معياري مشترك. يفصل هذا التفكيك بين الوضعية والتشريح الخاص بالمريض.
GeoPose-Init: هي شبكة متبقية (residual network) تقوم بتقدير وضعية ذراع الـ C-arm بـ 6 درجات من الحرية بالنسبة لـ "isopose" يعتمد على الرؤية (وهو دوران/إزاحة مرساة ثابتة لمناظر PA و LAT- و LAT+)، حيث تأخذ صورة DSA (Maximum Intensity Projection - MAP) كمدخل وتتنبأ بفئة الرؤية وتحولاً متبقياً (ΔT) بالنسبة للمرساة.
GeoPose-Refine: هي شبكة ثانية تتنبأ بتصحيح للوضعية المتبقية (δT) بناءً على التفاوت بين صورة DSA MAP المرصودة وصورة DRR (الرندرة الرقمية للأشعة) التي تم إنتاجها من الوضعية المقدرة حالياً. تستخدم مشفراً مشتركاً لمعالجة كلتا الصورتين وتضميناً مقارناً للتنبؤ بالتصحيح.
2. معايرة فضاء الإسقاط (نقل الإطار)
لتطبيق تنبؤات الإطار المعياري على CTA أصلي غير مسجل، يستخدم GeoPose معايرة "الرندرة والتركيب" (render-and-compose):
يتم رندرة صورة DRR اصطناعية واحدة من الـ CTA الأصلي عند وضعية معايرة معروفة (Tcalnat).
تعالج GeoPose-Init هذه الصورة الاصطناعية للتنبؤ بالوضعية في الإطار المعياري (T^calcan).
يتم استعادة التحول بين الإطار الأصلي والإطار المعياري (A^) عن طريق تركيب وضعية المعايرة المعروفة مع معكوس الوضعية المعيارية المتنبأ بها: A^=Tcalnat(T^calcan)−1.
يتم بعد ذلك تطبيق هذا التحول A^ على جميع تنبؤات الوضعية اللاحقة، مما ينقلها من الإطار المعياري إلى إطار الحجم الأصلي للمريض.
3. تحسين الوضعية والأمثلة
التحسين المتبقي المبوّب (Gated Residual Refinement): يتم تطبيق GeoPose-Refine بشكل تكراري. يضمن معيار القبول الجشع (greedy acceptance criterion) القائم على تشابه الصور (Normalized Cross-Correlation متعدد المقاييس - mNCC) الاحتفاظ فقط بالتصحيحات التي تحسن المحاذاة. يوفر هذا نقطة تشغيل سريعة وخالية من الأمثلة.
الأمثلة في وقت الاختبار (Test-Time Optimization): تقوم الوضعية المحسنة بتهيئة عملية أمثلة قصيرة ومنخفضة الميزانية (25 تكراراً من NAdam) باستخدام هدف GeoReg، الذي يجمع بين تشابه الصور وقيد ظلال (silhouette) خفيف الوزن. تعمل هذه الخطوة على ضبط المحاذاة بدقة لمجموعة الـ DSA المزدوجة.
المساهمات الرئيسية
نقل الإطار التركيبي (Compositional Frame Transfer): تقديم معايرة "الرندرة والتركيب" التي تسمح لمقدر الوضعية المدرب على السكان بالعمل مباشرة على أحجام الـ CTA الأصلية غير المسجلة. هذا يلغي الحاجة إلى تدريب الشبكة لكل مريض أو تسجيل مسبق صريح ثلاثي الأبعاد بين الأحجام.
التحسين المتبقي المبوّب والمدرك للصورة: وحدة تحسين مشتركة تتنبأ بتصحيحات الوضعية من أزواج صور DSA و DRR. تمنع بوابة تشابه الصور التحديثات التكرارية الضارة، مما يوفر بديلاً قوياً وخالياً من الأمثلة.
التسجيل السريع في وقت الاختبار: يحقق الجمع بين تهيئة GeoPose وميزانية أمثلة منخفضة (25 تكراراً) تسجيلاً في حوالي ثانيتين، وهو أسرع بكثير من الطرق التقليدية القائمة على الأمثلة.
التحقق التجريبي: التحقق على مجموعة اختبار مستبعدة مكونة من 80 ملاحظة DSA من 20 مريضاً، مما أظهر أداءً متفوقاً على النماذج المرجعية دون الحاجة إلى تكييف خاص بكل مريض.
النتائج
تم تقييم GeoPose على مجموعة بيانات ISLES'24 (مع استخدام TopCoW للاختبار خارج النطاق)، وحقق ما يلي:
الأداء بدون أمثلة في وقت الاختبار: بدون أمثلة وقت الاختبار، حقق GeoPose (التهيئة + التحسين الجشع) مسافة متوسطة لمركز الخط المركزي (mPCD) قدرها 5.8 ملم وDice للخط المركزي (clDice) قدره 0.45. وهذا يقارن بشكل جيد مع أفضل نموذج مرجعي (LXPose مع شبكتين)، والذي حقق 14.5 ملم mPCD و0.28 clDice. كان وقت التشغيل لهذه المرحلة 0.15 ثانية.
مع أمثلة وقت الاختبار: بعد 25 تكراراً من الأمثلة، وصل GeoPose إلى mPCD قدره 4.6 ملم وclDice قدره 0.58 في حوالي ثانيتين.
المقارنة مع النماذج المرجعية: تحت نفس ميزانية الـ 25 تكراراً، حققت عملية أمثلة مهيأة أصلياً (GeoReg) مسافة 14.6 ملم mPCD و0.15 clDice، مما يسلط الض الضوء على الأهمية البالغة للتهيئة المتعلمة.
خارج النطاق (Out-of-Distribution): عندما تم التدريب على TopCoW والاختبار على ISLES'24، انخفض الأداء (mPCD 8.5 ملم)، مما يشير إلى وجود فجوة مجال متبقية تتعلق بالاختلافات في الدقة المكانية والتغطية الوعائية.
الأهمية والادعاءات
يزعم البحث أن GeoPose يوفر تسجيلاً سريعاً للإطار الأصلي باستخدام أوزان ثابتة على مستوى السكان، مما يلغي الحاجة إلى التحضير الخاص بكل مريض الذي قد يؤخر علاج السكتة الدماغية الحادة.
الفائدة السريرية: من خلال إنشاء تناظر مكاني بين الـ CTA قبل الإجراء والـ DSA أثناء العملية، تمكن هذه الطريقة من إسقاط الخرائط الوعائية ثلاثية الأبعاد وأهداف العلاج على مناظر الاستحواذ الحية. يدعم هذا تحديد موقع الأوعية، ويحافظ على السياق التشريحي، ويقلل من الحاجة المحتملة لحقن الصبغة المتكرر.
التطبيق اللاحق: توفر الوضعيات المستعادة الأساس الهندسي المطلوب لـ إعادة بناء الأوعية ثلاثية الأبعاد ثنائية المستويات من تسلسلات الـ DSA دون الحاجة إلى عمليات استحواذ دورانية منفصلة.
الكفاءة: يحقق إطار العمل دقة عالية (mPCD < 6 ملم) في أقل من ثانيتين، وهو إطار زمني يتوافق مع النوافذ الزمنية الصارمة لتدخلات السكتة الدماغية الإقفارية الحادة.
يشير المؤلفون إلى أنه بينما تعد الطريقة قوية، فإن تقدير الوضعية يظل حساساً لمدى قابلية الرصد (خاصة الإزاحة على طول اتجاه المصدر-الكاشف والدوران خارج المستوى) ولتحولات المجال بين بيانات التدريب والاختبار. قد تستكشف الأعمال المستقبلية معايرة متعددة المناظر لتحسين المتانة.