Optimizing Physiological Image Compression via Discrete Wavelet Transform without Loss of Clinical Relevance

في العالم الحديث، أصبح التصوير الطبي فيضاً من البيانات. فكل مسح ضوئي، وكل صورة للهيكل الداخلي للمريض، تزيد من جبل الملفات الرقمية التي يجب على المستشفيات تخزينها وإرسالها واسترجاعها. وبينما تعد هذه الصور حيوية للتشخيص، فإن حجمها الهائل يخلق عنق زجاجة؛ فهي تشغل مساحة كبيرة جداً في الأقراص الصلبة وتتحرك ببطء عبر الشبكات، خاصة في المناطق ذات عرض النطاق الترددي المحدود للإنترنت. ولحل هذه المشكلة، اعتمد العلماء منذ فترة طويلة على ضغط الصور، وهي عملية تقلص أحجام الملفات عن طريق إزالة المعلومات الزائدة. ومع ذلك، يكمن التحدي في القيام بذلك دون فقدان التفاصيل الدقيقة التي يحتاجها الطبيب لرؤية كسر أو ورم. فالطرق التقليدية غالباً ما تقطع الصور إلى كتل صغيرة لضغطها، مما قد يترك خلفه آثاراً شبكية مرئية تشوه الصورة. أما النهج الأكثر تطوراً فيستخدم تحويلات المويجات (wavelet transforms)، وهي أداة رياضية تحلل الصورة بأكملها دفعة واحدة، وتفككها إلى طبقات من التفاصيل والأشكال العريضة. وهذا يسمح بتقليل الحجم بشكل أكثر نظافة وكفاءة مع الحفاظ على السلامة الهيكلية للصورة.

لقد بحث باحثون في جامعة أكسوم وكلية أكسوم المتعددة التقنيات في إثيوبيا نسخة مبسطة ومحددة من هذه التكنولوجيا لمعرفة ما إذا كان بإمكانها تقديم حل عملي للبيئات محدودة الموارد. ويركز عملهم على مويجة "هار" (Haar wavelet)، وهي طريقة معروفة ببساطها الحسابي وسرعتها، مما يجعلها مثالية لأجهزة الكمبيوتر ذات قدرة المعالجة المنخفضة. طبق الفريق هذه التقنية على الصور الفسيولوجية، واختبروها تحديداً على فحوصات الأسنان، لتحديد مدى قدرتهم على تقليص الملفات قبل أن تصبح جودة الصورة غير مقبولة للاستخدام السريري. لم يكتفوا بالنظر إلى مدى صغر حجم الملفات فحسب، بل قاموا بقياس دقة المحاكاة البصرية للصور المعاد بناؤها بدقة باستخدام درجات الجودة القياسية وتقييمات الإدراك البشري لضمان عدم فقدان أي معلومات تشخيصية حرجة في العملية.

بدأت الدراسة بأخذ صورة رقمية قياسية وتمريرها عبر مرشح رياضي مكون من خطوتين. أولاً، قام النظام بتحليل الصورة صفاً بصف، وحساب متوسطات البكسلات المتجاورة لإنشاء نسخة أكثر سلاسة وأقل دقة، مع تسجيل الاختلافات بين تلك البكسلات كمعاملات "تفصيل" في الوقت نفسه. ثم كرر هذه العملية عبر الأعمدة. أدى ذلك إلى إنشاء خريطة جديدة للصورة حيث تتركز معظم المعلومات المرئية المهمة في عدد قليل من الأرقام الكبيرة، بينما تتكون بقية البيانات من العديد من الأرقام الصغيرة أو الأصفار. ولتحقيق الضغط، طبق الباحثون عتبة (threshold)، وهي قاعدة بسيطة تستبعد أي معامل تفصيل أصغر من قيمة معينة، مما يحولها فعلياً إلى أصفار. وبما أن السلسلة الطويلة من الأصفار تتطلب مساحة تخزين قليلة جداً، انخفض حجم الملف بشكل كبير. وقد اختبروا ثلاث طرق مختلفة لتطبيق هذه القاعدة: القطع القاسي (hard cutoff)، والتنعيم الناعم (soft smoothing)، والمعيار العالمي (universal standard)، وقارنوا كيف أثرت كل منها على الصورة النهائية.

أظهرت النتائج أن هذه الطريقة يمكن أن تقلل أحجام الملفات بشكل كبير مع إبقاء الصورة قابلة للتمييز ومفيدة. وعندما استخدم الباحثون إعداد العتبة القاسية، حققوا أعلى نسبة ضغط، حيث قلصوا البيانات إلى جزء ضئيل من حجمها الأصلي. ومع ذلك، أنتجت طريقة العتبة الناعمة صورة ذات جودة أفضل قليلاً مقارنة بالعتبة القاسية، بينما حققت طريقة العتبة العالمية ذروة نسبة الإشارة إلى الضجيج بلغت 24.875 ديسيبل، وهو مقياس معياري لمدى مطابقة الصورة المضغوطة للأصل. والأهم من ذلك، عندما قيم المراقبون البشريون الصور، حصلت طريقة العتبة الناعمة على درجات عالية، بمتوسط درجة رأي بلغ 4.80 من 5، بينما حققت طريقة العتبة العالمية 4.865، مما يشير إلى أن الصور كانت تُدرك على أنها "جيدة" إلى "ممتازة". ووجدت الدراسة أنه بينما أدى زيادة عدد طبقات التفكيك إلى تحسين فصل التفاصيل، إلا أن هناك نقطة تعود فيها المنافع تتناقص، حيث تؤدي إضافة المزيد من الطبقات فقط إلى زيادة عبء العمل على الكمبيوتر دون تحسين الصورة بشكل ملحوظ.

ومن الأهمية بمكان أن المؤلفين يؤكدون أنه بينما توفر تقنية الضغط مع فقدان البيانات هذه (lossy compression) — حيث يتم التخلص من بعض البيانات بشكل دائم — كفاءة عالية، فإن اعتمادها في الطب يتطلب الحذر. وتؤكد الدراسة أن طريقة مويجة "هار" هي حل واعد ومنخفض التكلفة لتخزين ونقل الصور الطبية، لا سيما في البيئات ذات القدرة الحسابية المحدودة. وقد أثبت الباحثون أنه من خلال اختيار قيمة العتبة بعناً، يمكن تعظيم كفاءة التخزين دون المساس بالأهمية السريرية للصورة. ويقترحون أن هذا النهج مناسب جيداً للتطبيقات في الوقت الفعلي والأنظمة ذات الموارد المحدودة، بشرما يتم إدارة التوازن بين حجم الملف ووضوح الصورة بعناية. ولا يدعي هذا العمل أنه حل مثالي وشامل، بل هو أداة فعالة وموثقة يمكن أن تساعد في سد الفجوة بين الحجم المتزايد للبيانات الطبية والقيود العملية للبنية التحتية للرعاية الصحية الحديثة.