ALFIE: Anatomy-aware enhancement of Low FIEld 64mT T2-weighted neonatal brain MRI for structural analysis
تقدم هذه الورقة إطار عمل ALFIE، وهو إطار تعلم عميق مدرك للتشريح يعزز التصوير بالرنين المغناطيسي لحديثي الولادة بوزن T2 عند 64 مللي تسلا، لتمكين التجزئة النسيجية الآلية والتحليل الحجمي الدقيق مع الحفاظ على تباين المجال فائق الانخفاض الأصلي.
المؤلفون الأصليون:Cawley, P., Uus, A., Colford, K., Padormo, F., Teixeira, R., Tomazinho, I., UNITY Consortium,, Williams, S. C. R., Edwards, A. D., O'Muircheartaigh, J., Arichi, T., Hajnal, J. V., Rutherford, M. A.
المؤلفون الأصليون: Cawley, P., Uus, A., Colford, K., Padormo, F., Teixeira, R., Tomazinho, I., UNITY Consortium,, Williams, S. C. R., Edwards, A. D., O'Muircheartaigh, J., Arichi, T., Hajnal, J. V., Rutherford, M. A.
تخيل محاولة رؤية الهياكل الدقيقة وسريعة التغير لدماغ طفل حديث الولادة دون تحريك الرضيع من سرير العناية المركزة. لعقود من الزمن، كان هذا يمثل تحديًا لأن أجهزة المسح المغناطيسي القوية المطلوبة للحصول على صور واضحة للدماغ ضخمة ومكلفة وتتطلب نقل الرضع الضعفاء إلى غرفة منفصلة، وهي عملية تنطوي على مخاطر كبيرة. مؤخرًا، ظهر جيل جديد من أجهزة المسح المغناطيسي المحمولة ومنخفضة الطاقة، مما يبشر بإمكانية التصوير بجانب السرير. ومع ذلك، فإن هذه الآلات الأصغر تنتج صورًا باهتة بطبيعتها وتفتقر إلى الدقة والوضوح اللذين تتميز بهما نظيراتها الأكبر حجمًا، مما يجعل من الصعب على الأطباء رصد التشوهات الطفيفة أو قياس نمو الدماغ بدقة. السؤال الجوهري الذي يواجه الباحثين هو كيفية جعل هذه الصور المحمولة واضحة بما يكفي للدراسة التفصيلية دون تشويه المعلومات البيولوجية الفريدة التي تحتوي عليها.
قام فريق من الباحثين في كينجز كوليدج لندن بتطوير نهج جديد لحل هذه المشكلة، حيث أنشأوا نظامًا يعمل على توضيح هذه الصور منخفضة الجودة مع الحفاظ على طابعها الأصلي سليمًا. لقد ركزوا على ماسح 64 ميلي تسلا (64mT)، وهو جهاز محمول ينتج صورًا بوزن T2، وهو نوع محدد من المسح الذي يبرز الاختلافات بين السوائل والأنسجة في الدماغ. وخلافًا للطرق السابقة التي حاولت تزييف صورة عالية الجودة عبر نسخ مظهر أجهزة المسح الأكبر والأكثر قوة، أراد هذا الفريق تحسين رؤية هياكل الدماغ دون تغيير المظهر الأساسي للأنسجة. لقد بنوا برنامجًا حاسوبيًا، وهو نوع من الذكاء الاصطناعي، يتعلم التعرف على تشريح دماغ حديث الولادة. يأخذ هذا البرنامج الصورة منخفضة المجال الباهتة ويعزز حواف أجزاء الدماغ المختلفة، مثل المادة الرمادية، والمادة البيضاء، والمساحات المملوءة بالسوائل، مما يجعلها أسهل في الرؤية والقياس.
درب الباحثون هذا النظام باستخدام مجموعة كبيرة من الصور المزدوجة لحديثي الولادة. فقد امتلكوا 75 مجموعة من البيانات حيث تم مسح كل طفل بكل من جهاز 64 ميلي تسلا المحمول وجهاز 3 تسلا القياسي عالي القدرة في غضون ثلاثة أيام من بعضهما البعض. ومن خلال المقارنة بينهما، تعلم الكمبيوتر كيفية ترجمة الصورة منخفضة المجال المشوشة إلى نسخة أكثر وضوحًا لا تزال تبدو كصورة منخفضة المجال، بدلاً من التظاهر بأنها صورة عالية المجال. ولضمان عدم قيام الكمبيوتر بمجرد حفظ مظهر الماسح عالي القدرة، قام الفريق بتعديل بيانات التدريب بحيث يركز الكمبيوتر على أنماط التباين المحددة الموجودة في المسوحات المحمولة. تم تصميم النظام للقيام بشيئين في آن واحد: توضيح الصورة ورسم خريطة تلقائية للأنسجة المختلفة، مما يخلق تقسيماً رقمياً يقسم الدماغ إلى أجزائه المتنوعة.
عندما اختبر الفريق هذا الإطار الجديد على 20 مسحًا غير مرئي لحديثي الولادة، أظهرت النتائج تحسنًا ملحوظًا في الوضوح. سمحت الصور المعززة للخبراء برؤية حدود الأنسجة الدماغية المختلفة بشكل أكثر وضوحًا مما كانت عليه في المسوحات المحمولة الأصلية. نجح النظام في إبراز هياكل مثل المادة الرمادية العميقة، والبطينات، والحفرة الخلفية، وهي هياكل حاسمة لتشخيص إصابات الدماغ أو المشكلات النمائية. والأهم من ذلك، أن الكمبيوتر لم يخترع ميزات جديدة أو يغير التباين الطبيعي للأنسجة؛ بل قام ببساطة بجعل التفاصيل الموجودة أكثر بروزًا. كما وضع الباحثون فحصًا أمنيًا ينشئ خريطة ثقة، توضح بالضبط الأماكن التي يتأكد فيها الكمبيوتر من عمله والأماكن التي قد يكون فيها أقل يقينًا، مثل المناطق التي تعاني من تشوهات شديدة أو ضبابية ناتجة عن الحركة.
بعيدًا عن مجرد جعل الصور تبدو أفضل، أظهرت الدراسة أن هذه الصور المعززة يمكن استخدامها لإجراء قياسات دقيقة. طبق الفريق نظامهم على 40 طفلًا سليماً مكتمل النمو، وقارنوا قياسات حجم الدماغ المستمدة من المسوحات المحمولة المعززة مقابل تلك المستمدة من مسوحات 3 تسلا عالية القدرة. أظهرت النتائج تطابقًا ممتازًا، حيث تتبعت القياسات المستمدة من الجهاز المحمول نمو أنسجة الدماغ بشكل شبه مثالي مع الجهاز المعياري. وبينما كانت هناك اختلافات طفيفة وثابتة في حجم مناطق معينة — والتي يُرجح أنها ناتجة عن انخفاض دقة الماسح المحمول — إلا أن الاتفاق العام كان قويًا بما يكفي للإشارة إلى أنه يمكن للأطباء تتبع تطور الدماغ بشكل موثوق باستخدام هذه الأجهزة المحمولة.
تخلص الدراسة إلى أن هذا التعزيز المدرك للتشريح يجعل من الممكن إجراء تحليل كمي مفصل لأدمغة حديثي الولادة مباشرة بجانب السرير. تستغرق العملية بأكملها، من التقاط الصورة الخام إلى إنتاج نسخة محسنة وخريطة تفصيلية لأنسجة الدماغ، أقل من خمس دقائق على جهاز كمبيوتر قياسي. تشير هذه السرعة والدقة إلى أن التصوير بالرنين المغناطيسي المحمول قد يصبح قريبًا أداة روتينية لمراقبة الرضع الذين يعانون من حالات حرجة، مما يسمح بإجراء فحوصات متكررة وآمنة ومفصلة لصحة الدماغ دون الحاجة لنقل الطفل. يمثل هذا العمل خطوة مهمة نحو جعل التصوير العصبي المتقدم متاحًا لأكثر المرضى ضعفًا، مما يثبت أنه حتى باستخدام آلة أصغر وأبسط، يمكننا الحصول على رؤية واضحة وموثوقة للدماغ البشري النامي.
ملخص تقني: ALFIE – تعزيز تشريحي لصور الرنين المغناطيسي للدماغ لحديثي الولادة بوزن T2 في مجال منخفض للغاية (64mT)
بيان المشكلة توفر أنظمة التصوير بالرنين المغناطيسي المحمولة ذات المجال المنخفض للغاية (64mT)، مثل ماسح Swoop®، مزايا حاسمة لتصوير الأعصاب لحديثي الولادة من خلال تمكين الفحص بجانب السرير وتقليل الحاجة إلى نقل الرضع ذوي الحالات الحرجة. ومع ذلك، فإن الاعتماد الواسع النطاق لـ 64mT MRI يعوقه قيود فيزيائية جوهرية: انخفاض نسبة الإشارة إلى الضوضاء (SNR)، ودقة مكانية أقل، وزيادة تأثيرات الحجم الجزئي، وتغير تباين الأنسجة مقارنة بالماسحات التقليدية ذات المجال العالي (1.5T/3T). هذه العوامل تقلل من وضوح حدود الأنسجة والمعالم التشريحية الدقيقة، مما يحد من الثقة الإشعاعية وإمكانية التحليل الهيكلي الكمي الآلي.
تهدف أساليب التعلم العميق (DL) الحالية لتحسين المجال المنخفض غالباً إلى تخليق صور تشبه صور المجال العالي. ويرى المؤلفون أن هذا النهج إشكالي لأن اختلافات التباين بين 64mT والرنين المغناطيسي عالي المجال تنشأ من خصائص الاسترخاء المعتمدة على المجال (مثل زمن T1 الأقصر، وتأثيرات التقبل المنخفضة). إن مجرد رسم خريطة لـ 64mT لتتطابق مع مظهر 3T ينطوي على خطر تغيير الخصائص الفيزيائية ذات المعنى للأنسجة وإدخال معالم "مهلوسة"، وهو أمر خطير بشكل خاص عند تشخيص حالات مثل اعتلال الدماغ بنقص التأكسج والإقفار. علاوة على ذلك، لا توجد حالياً أدوات مخصصة للتقسيم الآلي لصور الرنين المغناطيسي لحديثي الولادة ذات المجال المنخفض.
المنهجية يقترح البحث إطار عمل ALFIE، وهو إطار تعلم عميق مدرك للتشريح مصمم لتعزيز صور T2 بوزن 64mT مع الحفاظ على خصائص التباين الأصلية وتمكين التقسيم النسيجي المتزامن.
مجموعة البيانات: تم تدريب وتقييم إطار العمل على 115 مجموعة بيانات متزاوجة (64mT و3T) تم الحصول عليها من مستشفى سانت توماس. تشمل المجموعة نطاقاً واسعاً من أعمار الحمل (23-42 أسبوعاً) وتتضمن نتائج طبيعية، واضطرابات طفيفة، وإصابات دماغية مكتسبة.
التدريب/التحقق: 75 مجموعة بيانات (72 للتدريب، 3 للتحقق).
الاختبار المستقل: 20 مجموعة بيانات.
مجموعة تحليل الحجم: 40 مجموعة بيانات لضوابط المواليد مكتملي النمو.
المعالجة المسبقة والمواءمة:
تمت مواءمة صور 3T محلياً لتتطابق مع توزيع شدة صور 64mT المقابلة باستخدام مطابقة المدرج التكراري المحلي للنافذة المنزلقة. تضمن هذه الخطوة أن تتعلم الشبكة تعزيز التعريف التشريحي دون إجبار بيانات 64mT على تبني ملف تباين اصطناعي لـ 3T.
تم محاذاة الصور، واستخراج الدماغ، وإعادة أخذ العينات إلى شبكة 128³.
بنية الشبكة:
شبكة عصبية تلافيفية ثلاثية الأبعاد متعددة المهام تعتمد على بنية MONAI BasicUNet.
المدخلات: صورة واحدة لقناة T2w بوزن 64mT الموائمة.
المخرجات: 17 قناة تضم صورة واحدة محسنة و16 ملصق تقسيم للأنسجة (مثل السائل الدماغي الشوكي، القشرة/المادة الرمادية العميقة، المادة البيضاء، البطينات، المخيخ، وجذع الدماغ).
استراتيجية التدريب: تعمل الشبكة على تحسين الصورة وتقسيم الأنسجة بشكل مشترك. يستخدم هذا الصياغة متعددة المهام التقسيم التشريحي كقيد للحفاظ على حدود الأنسجة وتقليل التعديلات غير المنطقية تشريحياً.
دوال الخسارة (Loss Functions): تجمع خسارة الإجمالي بين خسائر إعادة بناء الصورة والتقسيم:
خسارة الصورة: مجموع مرجح لـ L1 لكل فوكسل (voxel-wise)، والتشابه الهيكلي (SSIM)، وحد الحفاظ على الحواف (مقدار تدرج Sobel).
خسارة التقسيم: فقدان Dice وCross-entropy مدمج.
الأوزان: تم اختيارها تجريبياً لإعطاء الأولوية لإعادة بناء الصورة (λL1=0.5) مع استخدام التقسيم كقيد مساعد (λseg=0.2).
ضبط الجودة (QC): تولد خط الأنابيب خرائط لكل فوكسل لثقة التقسيم (احتمالات softmax)، واتساق التنبؤ (عبر تعزيز قلب اليمين واليسار)، والحفاظ على التباين (الفرق بين الـ 6ft المحسنة والـ 64mT الأصلية).
التنفيذ: يتم حزم خط الأنابيب الكامل (المعالجة المسبقة، التحسين، ضبط الجودة، تحليل الحجم) كتطبيق Docker مستقل، يعمل في أقل من 10 دقائق على وحدة المعالجة المركزية وأقل من 5 دقائق على وحدة معالجة الرسومات.
المساهمات الرئيسية
التعزيز الحافظ للتباين: على عكس النماذج التوليدية التي تخلق مظاهر الحقول العالية، يقوم ALFIE بتحسين الوضوح التشريحي مع الحفاظ بصرامة على مجال التباين الأصلي لـ 64mT.
التحسين المشترك: يعد هذا الإطار الأول الذي يقوم بالتحسين والتقسيم النسيجي المتعدد لصور الرنين المغناطوري لحديثي الولادة بوزن 64mT بشكل مشترك، باستخدام التقسيم لتوجيه الدقة التشريحية.
الجدوى الكمية: يتيح التحليل الحجمي الإقليمي الآلي مباشرة من بيانات المجال المنخفض للغاية، وهي قدرة لم تكن متاحة سابقاً لهذا النوع من التصوير.
تقدير عدم اليقين: تسمح خرائط ضبط الجودة المتكاملة للمستخدمين بتحديد المناطق التي قد يكون فيها التحسين أو التقسيم غير موثوق (على سبيل المثال، بالقرب من الآفات أو في حالات جودة الصورة الأصلية الضعيفة).
النتائج
جودة الصورة: أظهرت المقاييس الكمية (PSNR, SSIM, NCC, NMI) أن الصور المحسنة لـ 64mT تتفق بشكل أفضل بكثير مع مراجع 3T الموائمة محلياً مقارنة بصور 64mT الأصلية. والأهم من ذلك، حافظت الصور المحسنة على تداخل مدرج تكراري عالٍ (متوسط 0.82–0.94) مع بيانات 64mT الأصلية، مما يؤكد الحفاظ على التباين.
التقييم النوعي: قيم المراجعون الخبراء (أطباء الأشعة العصبية، أطباء حديثي الولادة، إلخ) الصور المحسنة بدرجة أعلى بكثير (متوسط 3.25/4) من الصور الأصلية، مشيرين إلى تحسن في تحديد القشرة الرمادية، المادة الرمادية العميقة، البطينات، وهياكل الحفرة الخلفية. عمل الإطار بأفضل أداء في حالات التشريح النموذجي والمسوحات الأصلية عالية الجودة؛ وانخفض الأداء في حالات الاعتلالات الهيكلية الشديدة أو آثار الحركة.
التقسيم وتحليل الحجم:
أظهر تقسيم الأنسجة توافقاً جيداً مع تسميات مرجع 3T، خاصة بالنسبة للمادة الرمادية العميقة وهياكل الحفرة الخلفية.
أظهر التحليل الحجمي على 40 موضوعاً ضابطاً ارتباطاً ممتازاً بين أحجام 64mT المستمدة من أحجام 3T (معامل بيرسون r=0.98–0.997).
لوحظت بعض الانحيازات المنهجية الصغيرة (مثل زيادة حجم المادة الرمادية القشرية والبطينات بنسبة ~5% في 64mT)، والتي تُعزى إلى الاختلافات في الدقة وعدم اليقين في واجهات الأنسجة.
الأهمية والادعاءات يزعم المؤلفون أن ALFIE يثبت جدوى التصوير العصبي الكمي لحديثي الولادة في المجال المنخفض للغاية. ومن خلال تحسين الوضوح التشريحي دون التضحية بالتباين الأصلي، يسد إطار العمل الفجوة بين الرنين المغناطيسي المحمول منخفض المجال والمتطلبات الصارمة للتحليل الهيكلي.
يضع البحث هذا العمل ليس كبديل للرنين المغناطيسي عالي المجال، بل كأداة لجعل بيانات 64mT قابلة للتنفيذ في الدراسات السكانية واسعة النطاق والمراقبة السريرية الروتينية في وحدات العناية المركزة. ويؤكد المؤلفون أن هذه هي دراسة جدوى بناءً على مجموعة بيانات صغيرة نسبياً من مركز واحد. كما يقرون بالقيود، بما في ذلك نقص تمثيل الأمراض الشديدة في بيانات التدريب وعدم قدرة النموذج الحالي على تصحيح آثار الحركة. ويُقترح في العمل المستقبلي إجراء التحقق من الصحة متعدد المراكز، وتوليد بيانات اصطناعية للأمراض النادرة، وتوسيع النطاق ليشمل اكتساب الصور بوزن T1 والتصوير بانتشار الجزيئات (diffusion).