A Weakly Supervised Pre-processing Pipeline for Multi-Modal Image Pair Generation for Image Registration

تخيل أنك تحاول حل لغز صور (jigsaw puzzle) عملاق، لكن القطع تأتي من صندوقين مختلفين تماماً. يحتوي أحد الصندوقين على صورة فوتوغرافية ضبابية واسعة الزاوية لشارع في مدينة، بينما يحمل الآخر لقطة مقربة فائقة الدقة والوضوح لطوبة واحدة على ذلك الشارع نفسه. أنت تعلم أنهما ينتميان إلى بعضهما البعض، لكنهما لا يبدوان متشابهين على الإطلاق. أحدهما ملون وضبابي؛ والآخر باللونين الأبيض والأسود مع تفاصيل مذهلة. هذا هو الواقع اليومي للعلماء الذين يدرسون الأشياء الصغيرة مثل الخلايا أو المواد. إنهم يستخدمون أداتين قويتين: المجاهر الضوئية (LM)، التي تعمل ككاميرات واسعة الزماوية لرؤية الصورة الكبيرة وإيجاد الجزيئات المتوهجة، والمجاهر الإلكترونية (EM)، التي تعمل كعدسات زووم فائقة القوة لرؤية أدق الهياكل، وصولاً إلى حجم ذرة واحدة.

المشكلة هي أن هاتين الأداتين تتحدثان لغات مختلفة. فهما تريان العالم بمقاييس مختلفة، وبـ "أحجام بكسل" (النقاط الصغيرة التي تشكل الصورة) مختلفة، وغالباً ما تنظران إلى مناطق مختلفة قليلاً. لدمج قواهما الخارقة — أي الحصول على التفاصيل الجزيئية للمجهر الضوئي مع الوضوح الهيكلي للمجهر الإلكتروني — يحتاج العلماء إلى "تسجيل" (registering) الصور. وهذا يعني محاذاتها بدقة بحيث تقع الجزيئة المتوهجة في الصورة الضبابية فوق الطوبة المقابلة لها في الصورة الحادة تماماً. إذا كان المحاذاة غير دقيقة، ولو بجزء ضئيل، فإن الصورة المدمجة تصبح عديمة الفائدة. الأمر يشبه محاولة وضع خريطة للعالم فوق خريطة لحيّك السكني؛ ما لم تقم بتصغير أو تمديد كل منهما ليتطابقا تماماً، فلن تتقاطع الشوارع.

الخاطبة الرقمية: وصفة لصور مجهرية متوافقة تماماً

في هذه الدراسة، ابتكر باحثون من معهد ماكس بلانك لأبحاث البوليمرات وصفة ذكية شبه مؤتمتة لمساعدة هذه الصور المتباينة في العثور على بعضها البعض. فكر في طريقتهم الجديدة كـ "خاطبة رقمية" تُجهز صورتين مختلفتين جداً لكي تمسك كل منهما بيد الأخرى وتمشيا بخطوات متوافقة تماماً.

التحدي الرئيسي الذي عالجوه هو أن المجهرين لا يتفقان على كيفية قياس "الخطوة". فقد يقول مجهر ما إن الخطوة عرضها 100 نانومتر، بينما يقول الآخر إنها 12 نانومتراً. إذا حاولت مجرد دمج الصور معاً، فلن تتطابق التفاصيل. لقد أنشأ المؤلفون سير عمل يعمل كمترجم وخياط في آن واحد.

الخطوة 1: اللمسة البشرية (الجزء "ضعيف الإشراف")
تبدأ العملية بقليل من المساعدة البشرية، ولهذا السبب يسمونها "ضعيفة الإشراف" (weakly supervised). تخيل أن لديك صورة ضخمة وضبابية لحديقة (صورة المجهر الضوئي) وصورة صغيرة فائقة الدقة لمقعد معين في تلك الحديقة (صورة المجهر الإلكتروني). قبل أن تتمكن الحواسيب من القيام بسحرها، يحتاج الإنسان إلى تحديد معلم مشترك في كلتا الصورتين — مثل شجرة أو صخرة معينة. ومن خلال قياس المسافة بين هذه المعالم في كلتا الصورتين، يمكن للحاسوب حساب "نسبة حجم البكسل" (PSR). هذا يشبه اكتشاف أن خطوة واحدة في الصورة الضبابية تعادل بالضبط 6.5 خطوات في الصورة الحادة. تشير الورقة البحثية إلى أن الحواسيب حالياً ليست ذكية بما يكفي للقيام بهذا الحساب من تلقاء نفسها لهذه الأنواع المحددة من الصور، لذا يجب على الإنسان تحديد هذه النسبة أولاً.

الخطوة 2: شعاع التصغير (التقليص - Binning)
بمجرد معرفة النسبة، يقوم الحاسوب بأخذ صورة المجهر الإلكتروني الصغيرة والحادة وتقليص حجمها. الأمر يشبه أخذ صورة عالية الدقة وإعادة تغيير حجمها لتناسب إطاراً أصغر. وجد الباحثون أن تصغير الصورة بمعامل محدد (مثل 1/8 من حجمها الأصلي) أمر بالغ الأهمية. إذا قاموا بتصغيرها أكثر من اللازم أو أقل من اللازم، فسيصاب الحاسوب بالارتباك ولن يتمكن من العثور على المطابقة. الأمر يشبه محاولة وضع وتد مربع في ثقب مستدير؛ يجب أن يكون الحجم مثالياً.

الخطوة 3: لعبة "البحث عن الوجه" (مطابقة القوالب)
الآن يأتي الجزء الممتع. يأخذ الحاسوب الصورة الحادة المصغرة ("القالب") ويبدأ رحلة بحث داخل الصورة الكبيرة الضبابية ("المصدر"). يستخدم تقنية "الارتباط الطبيعي" (normalized correlation). تخيل أنك تبحث عن وجه محدد في حشد ضبابي ومزدحم. بدلاً من مجرد التخمين، يقوم الحاسوب بتحريك "الوجه" فوق كل نقطة في الحشد، ويتحقق من مدى تطابق الملامح. وجد الباحثون أن خدعة رياضية معينة (تجاهل اختلافات السطوع الإجمالية) هي الأفضل هنا. هذا يسم التابع للحاسوب بالعثور على المكان الدقيق في الصورة الكبيرة الذي تنتمي إليه الصورة الصغيرة، حتى لو كان الإضاءة مختلفة تماماً أو إذا كانت هناك تجاعيد غريبة في العينة تظهر في صورة واحدة فقط.

الخطوة 4: القص واللصق المثالي
بمجرد أن يجد الحاسوب المطابقة، يقوم بقص ذلك المربع المحدد من الصورة الكبيرة الضبابية. ثم يقوم بمد تلك القطعة المقصوصة حتى تصبح بنفس حجم الصورة الحادة الأصلية تماماً. والنتيجة؟ زوج مثالي من الصور. إنهما الآن تعرضان نفس المنطقة تماماً، ولديهما نفس عدد البكسلات، ونفس "حجم الخطوة".

لماذا يهم هذا؟
اختبر الباحثون هذه الطريقة على عينات حقيقية، بما في ذلك الخلايا والشرائح الرقيقة من المواد. وأظهروا أنه حتى عندما كانت الصور تحتوي على عيوب غريبة — مثل البقع الساطعة الناتجة عن تجاعيد العينات التي ظهرت في صورة واحدة فقط — فإن الطريقة ظلت تعمل. كان الحاسوب قوياً بما يكفي لتجاهل الضجيج والعثور على المطابقة الحقيقية.

بمجرد مطابقة الصور، تصبح جاهزة للخطوة النهائية: برنامج تعلم آلي يقوم بمحاذاتها بدقة. وجد المؤلفون أنه إذا لم تكن المطابقة الأولية دقيقة (بنسبة خطأ أقل من 1%)، فإن برنامج التعلم الآلي يواجه صعوبة. ولكن مع خط معالجة البيانات الجديد الخاص بهم، تكون الصور مهيأة جيداً لدرجة أن عملية المحاذاة النهائية تتم في أقل من دقيقة على جهاز كمبيوتر مكتبي عادي.

الخلاصة
لا تدعي هذه الورقة البحثية أنها حلت مشكلة تسجيل الصور تماماً بمفردها. بدلاً من ذلك، فهي تقدم خطوة "معالجة مسبقة" حيوية وسريعة وموثوقة. إنها تجسر الفجوة بين عالمين مختلفين من المجهر، مما يضمن أنه عندما يجمع العلماء بياناتهم أخيراً، فإنهم ينظرون إلى نفس الواقع. إنها تحول مهمة فوضوية ومربكة إلى عملية منظمة، مما يمهد الطريق لاكتشافات أسرع وأكثر دقة في علم الأحياء وعلوم المواد. ويشير المؤلفون إلى أنه بينما لا تزال الخطوة الأولى (إيجاد النسبة) تتطلب بشراً، فإن هذا المسار يمثل قفزة هائلة نحو تحليل مؤتمت وعالي السرعة للعالم المجهري.